opencv图片灰度处理的方法和颜色反转

图片的灰度处理

方法1

import cv2
img0 = cv2.imread("11111.jpg",0) # 将图片读取进来
img1 = cv2.imread("11111.jpg",1) # 如果是0，则为灰度图片，如果是1，则为彩色图片。print(img0.shape) #灰度图片，二维 (333, 500) 宽 高
print(img1.shape) #彩色图片，三维 (333, 500, 3)  宽 高 深度信息cv2.imshow("src",img0) # 展示img0
cv2.waitKey(0)         # 展示图片不消失

方法2

"""
方法2 cvtColor
如果读进来的时候是彩色图片
我们需要把它转化为灰度图片
"""
import cv2
img = cv2.imread("11111.jpg",1)
dst = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) # 完成颜色空间转换
cv2.imshow("src",dst)
cv2.waitKey(0)

方法3，通过源码来完成

"""
灰度图片的RGB值和彩色图片的RGB区别?
灰度图片 R=G=B
可以将彩色图片RGB的均值当作当前的灰度值
"""import cv2
import numpy as npimg = cv2.imread("11111.jpg",1)
# 获取当前图片的信息
imgInfo = img.shape
heigh = imgInfo[0]
width = imgInfo[1]
# dst 一般是新建值，目标图片
dst=np.zeros((heigh,width,3),np.uint8)
for i in range(0,heigh):for j in range(0,width):(b,g,r) = img[i,j]gray = (int(b)+int(g)+int(r))/3 # 防止溢出，转化为int再计算dst[i,j] = np.uint8(gray)
cv2.imshow("dst",dst)
cv2.waitKey(0)

方法4

"""
方法4 心理学的一个计算公式
gray = r*0.299 + g*0.587 + b*0.114
"""
import cv2
import numpy as npimg = cv2.imread("11111.jpg",1)
# 获取当前图片的信息
imgInfo = img.shape
heigh = imgInfo[0]
width = imgInfo[1]
# dst 一般是新建值，目标图片
dst=np.zeros((heigh,width,3),np.uint8)
for i in range(0,heigh):for j in range(0,width):(b,g,r) = img[i,j]b=int(b)g=int(g)r=int(r)gray = r*0.299 + g*0.587 + b*0.114 # 防止溢出，转化为int再计算dst[i,j] = np.uint8(gray)
cv2.imshow("dst",dst)
cv2.waitKey(0)

灰度图片的颜色反转

"""
颜色反转
颜色范围 0~255
反转 255减去当前值
"""
import cv2
import numpy as npimg = cv2.imread("11111.jpg",1)
imgInfo = img.shape
heigh = imgInfo[0]
width = imgInfo[1]gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
dst = np.zeros((heigh,width,1),np.uint8)for i in range(0,heigh):for j in range(0,width):grayPixel = gray[i,j]dst[i,j]=255-grayPixelcv2.imshow("dst",dst)
cv2.waitKey(0)

彩色图片的颜色反转

import cv2
import numpy as npimg = cv2.imread("11111.jpg",1)
imgInfo = img.shape
heigh = imgInfo[0]
width = imgInfo[1]dst = np.zeros((heigh,width,3),np.uint8)for i in range(0,heigh):for j in range(0,width):(b,g,r) = img[i,j]dst[i,j] = (255-b,255-j,255-r)cv2.imshow("dst",dst)
cv2.waitKey(0)

opencv图片灰度处理的方法和颜色反转相关推荐

cv2 inrange灰度图_Python opencv将图片转为灰度图的方法示例
这篇文章主要介绍了python opencv将图片转为灰度图的方法示例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧使用ope ...
三：OpenCV图片颜色通道数据转换
对图片进行操作时经常会涉及到不同通道数据提取,在OpenCV中提供了很多比较便捷的操作函数,本文涉及函数如下: 1.cvtColor 颜色空间转换 2.convertTo 图片数据类型转换 3.spl ...
计算机视觉：图片的灰度处理和颜色反转
1.灰度处理 1.1 方法1 还记得我的这篇博客的这个注释吗? 也就是方法cv2.imread(),里面有两个参数,第一个参数为图片的路径,第二个参数为是否为彩色图片,如果把第二个参数改为0,会怎么样 ...
python 灰度直方图_python3+opencv 使用灰度直方图来判断图片的亮暗操作
1.如何让计算机自动判断一张图是否偏暗?或是判断一张图是否是处于夜晚?我们可以先把图片转换为灰度图,然后根据灰度值的分布来判断,如: 我们可以从上图看到,晚上的图片的灰度值是集中在前段的,如0~30多 ...
golang实现图片颜色反转、图片灰度、缩放、转为字符画
看到网上很多通过字符形成的画,觉得很好玩,于是网上搜索了下原来叫字符画. 见百度百科:https://baike.baidu.com/item/%E5%AD%97%E7%AC%A6%E7%94%BB/ ...
计算图片相似度的方法
文章目录 1.余弦相似度计算 2.哈希算法计算图片的相似度 3.直方图计算图片的相似度 4.SSIM(结构相似度度量)计算图片的相似度 5.基于互信息(Mutual Information)计算图片的 ...
opencv︱图片与视频的读入、显示、写出、放缩与基本绘图函数介绍
本文来自于段力辉译<OpenCV-Python 中文教程> 文章目录一.图片 + 读入.显示.写出 1.cv2.imread() 2.cv2.imshow() 3.cv2.imwrit ...
OpenCV之灰度空间变换
OpenCV入门之灰度空间变换本系列博客主要以数字图像处理第三版为算法基础,以OpenCV为工具进行图像处理基础知识的分享.该教材的前两张基础知识这里不详述,有需要的读者自行查阅.本篇博客介绍第三章 ...
Opencv实战 | 用摄像头自动化跟踪特定颜色物体
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达本文转自:新机器视觉 1. 导语在之前的某个教程里,我们探讨了如 ...

opencv图片灰度处理的方法和颜色反转

opencv图片灰度处理的方法和颜色反转相关推荐

最新文章

热门文章