彩色图像和灰度图像之间的转换

最新推荐文章于 2024-08-03 14:20:21 发布

Mr_Nobody17

最新推荐文章于 2024-08-03 14:20:21 发布

阅读量6.7k

点赞数 2

分类专栏： python OpenCV应用文章标签：深度学习

本文链接：https://blog.csdn.net/Mr_Nobody17/article/details/119937809

版权

本文介绍了彩色图像和灰度图像之间的转换。从黑白照片到灰度照片，再到彩色照片，深入探讨了图像颜色通道的概念。讨论了如何通过特定权重组合将彩色图像转换为灰度图像，并提出将灰度图像转换回彩色图像的方法，即每个通道使用相同的灰度值。

摘要由CSDN通过智能技术生成

0.图像分类

1.黑白照片（二值照片）->图像中的颜色只有黑和白（0、255）

2.灰度照片->图像颜色取值在0~255，单通道

3.彩色照片->图像颜色取值在0~255，三通道

1.彩色图像转换为灰度图像

通过imread可以将彩色照片转化成灰度照片，其中灰度照片本质上是一个二维矩阵，彩色照片本质上是一个三维矩阵，因此灰度照片生成的原理是将彩色照片的B、G、R通道以一定的权重组合进行加法运算得到的，其计算公司参考如下：

$Y=0.299*R+0.587*G+0.114*B$

测试代码：

    # 灰度照片
    img_gray = cv2.imread(r'C:\Users\Nobody\Desktop\img1.png', 0)
    cv2.imshow('img_gray',img_gray)
    print(f'gray shape:{img_gray.shape}')
    
    # 彩色照片
    img_bgr = cv2.imread(r'C:\Users\Nobody\Desktop\img1.png', 1)
    cv2.imshow('img_bgr', img_bgr)
    print(f'bgr shape:{img_bgr.shape}')

    # 通过Y=0.299*R+0.587*G+0.114*B计算
    r,g,b=cv2.split(img_bgr)