今天在学习的时候,发现scipy.misc中的imread提取图片的方法被弃用了。太生气了!
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/102ec7ee2dae7ea8be0485d86eae6d42.jpeg)
只好使用了matplotlib.pyplot中的imread了,可是当我发现他不能直接通过True来提取灰度图片时,我崩溃了
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/8c1588ee91b3b33fff39fcfa2e8d49b2.jpeg)
上网查了一下,了解了灰度化处理的几种方法:
首先先解释一下,彩色图片一般是由RGB组成,其实就是3个二维数组叠加而成。我们也就能看到一些彩色图片了。当R=G=B时,彩色图片就会变成一种灰度颜色,就是我们俗称的“黑白照片”。所以灰度颜色的图片其实就是一个二维数组。
灰度化处理总共有三种方法:最大值法、平均值法、加权平均法。
从字面意思我们也能看出,前两种的意思。但第三种中的加权平均中的权值从何而来?
它是一个固定值,分别是R:0.299、G:0.587、B:0.114。因为人眼对绿色的敏感度更高,对红色次之,蓝色最低,因此使用不同的权值可以得到更合理的灰度图像,所以经过多次的实验才推导出该数值。
首先康康原图
original = plt.imread('C:\\Users\\11140\\Pictures\\Saved Pictures\\abc.jpg')
print(original.shape)
# (640, 640, 3)
plt.imshow(original)
plt.show()
- 最大值法:
original = original.max(axis=2)
print(original.shape)
# (640, 640)
plt.imshow(original,cmap='gray')
plt.show()
- 平均值法:
original = original.mean(axis=2)
print(original.shape)
# (640, 640)
plt.imshow(original,cmap='gray')
plt.show()
- 加权平均法
original = np.dot(original,[0.299,0.587,0.114])
print(original.shape)
# (640, 640)
plt.imshow(original,cmap='gray')
plt.show()
这样看起来,第一张和第二张有很大的差别。第三张相比第二张,好像确实第三张看起来更舒服一点