Python-彩色图像的灰度化

效果

理论部分

• 灰度：表示图像像素明暗程度的数值，也就是黑白图像中点的颜色深度。范围一般为0-255。白色为255，黑色为0。
• 通道：把图像分解成一个或多个颜色成分：
  • 单通道：一个像素点只需一个数值表示，只能表示灰度，0为黑色
  • 三通道：把图像分为红绿蓝三个通道，可以表示彩色（RGB模式）
  • 四通道：在RGB基础上加上alpha（透明度）通道，alpha=0表示全透明
• RGB转化为Gray
  • 浮点算法：Gray = R0.3 +G0.59 + B0.11
  • 整数算法：Gray = (R30 + G59 + B11) / 100
• 将RGB值转化为[0,1]浮点数：x/255即可

代码部分

• 使用库
  • opencv：安装使用pip install opencv-python，使用时用 import cv2
  • matplotlib：安装使用pip install matplotlib，使用时用 import matplotlib.pyplot as plt
  • skimage：安装使用pip install scikit-image，使用时用 import skimage

"""
@author: Hanley-Yang

彩色图像的灰度化
"""
from skimage.color import rgb2gray
import numpy as np
import matplotlib.pyplot as plt
import cv2

#读取原图片，创建空白单通道图片
img = cv2.imread("shangri-la.jpg")
h,w,c = img.shape[:3]   #获取图片的high,wide和channel
img_gray = np.zeros([h,w],img.dtype) #创建一张和当前图片大小一样的单通道图片

#二维循环，取出当前high和wide中的RGB坐标
for i in range(h):
    for j in range(w):
        m = img[i,j]
        img_gray[i,j] = int(m[0]*0.11 + m[1]*0.59 + m[2]*0.3)

#输出原始图片像素参数
 **自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。**

**深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！**

**因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。**

![img](https://img-blog.csdnimg.cn/img_convert/c56b1d145d51c5bf52d0eab7e0247804.png)

![img](https://img-blog.csdnimg.cn/img_convert/9a503be3657ea562c845968c7082f0a2.png)

![img](https://img-blog.csdnimg.cn/img_convert/cc3377e060256cd4fa4cfd0f3a2f6b0f.png)

![img](https://img-blog.csdnimg.cn/img_convert/7b329b3094861a1740dd6ef89d82bf81.png)

![img](https://img-blog.csdnimg.cn/img_convert/6c361282296f86381401c05e862fe4e9.png)

![img](https://img-blog.csdnimg.cn/img_convert/9f49b566129f47b8a67243c1008edf79.png)

**既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！**

**由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新**

**如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注：Python）**

面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新**

**如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注：Python）**

![](https://img-blog.csdnimg.cn/img_convert/55978a3af11fa49157afb7d8ac74aae2.jpeg)