OpenCV - 4 二值图、灰度图、RGB彩色图

最新推荐文章于 2024-10-30 12:04:26 发布

A_Coding_man

最新推荐文章于 2024-10-30 12:04:26 发布

阅读量2.9k

点赞数

分类专栏： OpenCV Python 文章标签： opencv

本文链接：https://blog.csdn.net/m0_46744629/article/details/114498342

版权

Python 同时被 2 个专栏收录

21 篇文章 0 订阅

订阅专栏

OpenCV

8 篇文章 2 订阅

订阅专栏

这篇博客详细介绍了图像处理的基本概念，包括二值图、灰度图和RGB彩色图的特性。通过Python的numpy和opencv库展示了如何进行8位整型图像和浮点数图像的转换，以及图像通道的分离与合并。博主还分享了彩色图像转为灰度图的方法，并重点讲解了图像二值化的实现，包括手动设定阈值和使用cv.threshold函数。

摘要由CSDN通过智能技术生成

二值图

二值图：只有 0 和 1 两种取值

灰度图

灰度图：对8位灰度取值，有256种取值， 0表示黑色，1表示白色。
彩色图像转灰度图像公式： $g r a y (x, y) = 0.299 r (x, y) + 0.587 g (x, y) + 0.114 b (x, y)$

import numpy as np
import matplotlib.pyplot as plt
import cv2 as cv


def show(img):
    if img.ndim == 2:
        plt.imshow(img, cmap='gray')
    else:
        plt.imshow(cv.cvtColor(img, cv.COLOR_BGR2RGB))
    plt.show()


A = np.random.randint(0, 256, (2, 4), dtype=np.uint8)
show(A)

在这里插入图片描述

RGB彩色图

RGB彩色图：

真彩色：R、G、B通道各有8位取值
假彩色：8位表示256种颜色。暂不讨论。

B = np.random.randint(0, 256, (2, 4, 3), dtype=np.uint8)
show(B)

在这里插入图片描述

8位整型图像

C = np.uint8([-100, 0, 100, 255, 355, 27]).reshape((2, -1))
print(C)  # 8位整型图像，自动转换非uint8为uint8
show(C)

# [[156   0 100]
#  [255  99  27]]

在这里插入图片描述

浮点数图像

A2 = np.float32(A)  # 浮点数图像
print(A2)
show(A2)

在这里插入图片描述

A2 /= 255
print(A2)
show(A2)

在这里插入图片描述

通道的分离与合并

显示原图像

img = cv.imread('dog.jpg')
show(img)

在这里插入图片描述
分离通道

b,g,r = cv.split(img)
show(b)
show(g)
show(r)

通道合并

img2 = cv.merge([b,g,r])
show(img2)

在这里插入图片描述

彩色图像转为灰度图

# 彩色图像转换为灰度图
gray1 = 1/3*b + 1/3*g + 1/3 * r
show(gray1)

gray2 = np.uint8(gray1)  # 类型转换方式一

gray3 = gray1.astype(np.uint8)  # 类型转换方式二

gray4 = cv.cvtColor(img, cv.COLOR_BGR2GRAY)  # 彩色转灰度，上面的转换方式只为介绍原理，主要使用这个api
show(gray4)

在这里插入图片描述

图像二值化

# 图像二值化，需先将图像转为灰度图像后，才能二值化
thresh = 125
gray4[gray4 > thresh] = 255  # True部分设置位255
print(gray4)
show(gray4)
# [[255 255 255 ... 255 255 255]
# [255 255 255 ... 255 255 255]
# [255 255 255 ... 255 255 255]
# ...
# [255 255 255 ...  62  61  61]
# [255 255 255 ...  63  63  62]
# [255 255 255 ...  64  64  64]]

在这里插入图片描述

gray4[gray4 < thresh] = 0  # True部分设置位0
print(gray4)
show(gray4)

# [[255 255 255 ... 255 255 255]
#  [255 255 255 ... 255 255 255]
#  [255 255 255 ... 255 255 255]
#  ...
#  [255 255 255 ...   0   0   0]
#  [255 255 255 ...   0   0   0]
#  [255 255 255 ...   0   0   0]]

在这里插入图片描述

_, img_bin = cv.threshold(gray2, 125, 255, cv.THRESH_BINARY)  # _ 表示二值化的阈值  125是阈值，小于125默认为0，大于125自行设定，当前为255， ，上面的转换方式只为介绍原理，主要使用这个api
# _, img_bin = cv.threshold(gray2, 125, 255, 0)  # 与上一行功能一致
show(img_bin)
print(_)

# 125.0

在这里插入图片描述

完整代码

"""
二值图：只有0、1两种取值
灰度图：对8位灰度取值，有256种取值， 0：黑色|1：白色
    彩色图像转灰度图像：gray(x,y) = 0.299r(x,y) + 0.587g(x,y) + 0.114b(x,y)
RGB彩色图：
    真彩色：R、G、B通道各有8位取值
    假彩色：8位表示256种颜色
"""

import numpy as np
import matplotlib.pyplot as plt
import cv2 as cv


def show(img):
    if img.ndim == 2:
        plt.imshow(img, cmap='gray')
    else:
        plt.imshow(cv.cvtColor(img, cv.COLOR_BGR2RGB))
    plt.show()


A = np.random.randint(0, 256, (2, 4), dtype=np.uint8)
show(A)

B = np.random.randint(0, 256, (2, 4, 3), dtype=np.uint8)
show(B)

C = np.uint8([-100, 0, 100, 255, 355, 27]).reshape((2, -1))
print(C)  # 8位整型图像，自动转换非uint8为uint8
show(C)

# [[156   0 100]
#  [255  99  27]]

A2 = np.float32(A)  # 浮点数图像
print(A2)
show(A2)

A2 /= 255
print(A2)
show(A2)


# 通道的分离和合并
img = cv.imread('dog.jpg')
show(img)

b,g,r = cv.split(img)
show(b)
show(g)
show(r)

img2 = cv.merge([b,g,r])
show(img2)

# 彩色图像转换为灰度图
gray1 = 1/3*b + 1/3*g + 1/3 * r
show(gray1)

gray2 = np.uint8(gray1)  # 类型转换方式一

gray3 = gray1.astype(np.uint8)  # 类型转换方式二

gray4 = cv.cvtColor(img, cv.COLOR_BGR2GRAY)  # 彩色转灰度，上面的转换方式只为介绍原理，主要使用这个api


# 图像二值化
thresh = 125
gray4[gray4 > thresh] = 255  # True部分设置位255
print(gray4)
show(gray4)


gray4[gray4 < thresh] = 0  # True部分设置位0
print(gray4)
show(gray4)

_, img_bin = cv.threshold(gray2, 125, 255, cv.THRESH_BINARY)  # _ 表示二值化的阈值  125是阈值，小于125默认为0，大于125自行设定，当前为255，上面的转换方式只为介绍原理，主要使用这个api
# _, img_bin = cv.threshold(gray2, 125, 255, 0)  # 与上一行功能一致
show(img_bin)
print(_)