图像处理杂谈：rgb图像转灰度并获取该图像灰度数组

图像处理杂谈（rgb图像转灰度并获取该图像灰度数组）

提示：注意环境配置

---

一、RGB图片转灰度

提示：该功能可以由多种方法实现，本文列举一种常见方法
步骤：
打开目标图片=>建立对象=>使用convert转化

		from PIL import Image 
		img = Image.open(path)
        img = img.convert('L')     

---

补充：convert方法

提示：还有其他更好的方法，欢迎补充

二、获取图像信息（PIL）

·步骤：
打开图像并建立Image对象=>获取图像尺寸=>设置初始数组=>获取灰度值信息

		from PIL import Image 
		img = Image.open(path)
        img = img.convert('L')      
        cols, rows = img.size           #获取图片尺寸
        temp_array = np.array(img)          #获取数组信息
        temp = [[0]*cols for i in range(rows)]      #建立数组
        print(temp_array)  #A输出
        for x in range(0, rows):
            for y in range(0, cols):
                temp[x][y] = temp_array[x, y]
        print(temp)     #B输出
     

---

注意：获取图像数组可以用numpy.array函数，为了便于观察完整，此处设置了额外的初始数组

输出样式：

A：（也可以添加"np.set_printoptions(threshold = np.inf)"使得数组不折叠）
B：

总结

提示：这里对文章进行总结：

源代码展示：

import numpy as np
from PIL import Image
class imgop:
    def __init__(self,temp_path):
        self.temp_path = temp_path
    #获取图像灰度值
    def grey_get(self):
        img = Image.open(self.temp_path)
        img = img.convert('L')
        cols, rows = img.size           #获取图片尺寸
        temp_array = np.array(img)          #获取数组信息
        temp = [[0]*cols for i in range(rows)]      #建立数组
        #print(temp_array)  #简略输出
        for x in range(0, rows):
            for y in range(0, cols):
                temp[x][y] = temp_array[x, y]
        print(temp)     #详细输出
        return temp_array


#主函数
if __name__ == '__main__':


    path1 = 'test.png'
    #查看mat文件数组中的参数并统计维度
    mat_data = imgop(path1)
    mat_data.grey_get()

    print("运行结束")