将图像RGB值转换为灰度值的四个方法

我是小蚂蚁

已于 2024-10-10 16:07:51 修改

阅读量1.4w

点赞数 3

分类专栏： opencv 文章标签：计算机视觉

于 2018-07-19 08:59:55 首次发布

本文链接：https://blog.csdn.net/missyougoon/article/details/81108833

版权

opencv 专栏收录该内容

12 篇文章

订阅专栏

本文介绍了将图像从RGB值转换为灰度值的四种方法，包括使用opencv的cv2.imread()和cv2.cvtColor()函数，通过RGB相加求均值，以及乘以特定系数的方法。这些方法对于计算机视觉中的图像处理至关重要。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

#前言
图像从RGB值转灰度值非常重要,下面介绍四个方法.
##1.opencv中的cv2.imread()方法

import cv2
img0 = cv2.imread('image0.jpg', 0)
cv2.imshow('image',img0)
cv2.waitKey(0)

imread()方法的第二个参数,0代表读进来的图像是灰度值;1代表以RGB值读入.
但是存在一个问题就是,读进来之后就是灰度图像,假如,需要先读入彩色图片,之后再转化为灰度值图片,就需要使用下面的方法.
##2.opencv中的cv2.cvtColor方法

import cv2

img0 = cv2.imread('image0.jpg', 1)
dst = cv2.cvtColor(img0, cv2.COLOR_BGR2GRAY) # 颜色空间转换 1 data 2 BGR gray
cv2.imshow('image',dst)
cv2.waitKey(0)

cv2.cvtColor(img0, cv2.COLOR_BGR2GRAY) 第一个参数是原图像,第二个参数就是转化为灰度图像.
##3.将RGB相加求均值

import cv2
import numpy as np

img = cv2.imread('image0.jpg', 1)
imgInfo = img.shape
height = imgInfo[0]
width = imgInfo[1]

# 方法: 将RGB 相加 求均值, 该均值就是该像素的灰度值
dst = np.zeros([height, width], np.uint8)
for i in range(height):
    for j in range(width):
        (b, g, r) = img[i, j]
        gray = (int(b)+int(g)+int(r)) / 3
        dst[i, j] = np.uint8( gray )

cv2.imshow('image1', dst)
#cv2.waitKey(0)

将RGB 相加求均值, 该均值就是该像素的灰度值.
##4.方法:将RGB值乘以一个系数

import cv2
import numpy as np
img = cv2.imread('image0.jpg', 1)
imgInfo = img.shape
height = imgInfo[0]
width = imgInfo[1]
dst = np.zeros([height, width], np.uint8)

for i in range(height):
    for j in range(width):
        (b, g, r) = img[i, j]
        b = int(b)
        g = int(g)
        r = int(r)
        gray = r*0.299 + g*0.587 + b*0.114
        dst[i, j] = np.uint8(gray)

cv2.imshow('image', dst)
cv2.waitKey(0)