imread和cvtColor处理灰度图像的区别

本文探讨了使用Python的OpenCV库处理灰度图像时,通过直接读取灰度图和将BGR图像转换为灰度图两种方法的差异。实验发现这两种方法得到的灰度值并不相同,特别是通过`cv2.cvtColor`函数转换时,采用了特定的色彩权重公式。了解这些差异对于精确的图像处理至关重要。
摘要由CSDN通过智能技术生成

OpenCV灰度处理


最近在学习用python-opencv做图像处理,在进行灰度处理步骤的时候通常会采取直接读取灰度图或将BGR图像转为灰度图的方法,自己在实验过程中发现这两种方法计算的灰度值还是有所差别,记录一下。

测试代码

import numpy as np
import cv2
from matplotlib import pyplot as plt


imgname1 = "D:\Study\Master's project\code\image\GPR_exp.png"
img = cv2.imread(imgname1)
img1 = cv2.imread(imgname1,0)
img2 = cv2.imread(imgname1,1)
img2 = cv2.cvtColor(img2, cv2.COLOR_BGR2GRAY)



cv2.imshow("bgr",img)
cv2.imshow("gray_read",img1)
cv2.imshow("gray",img2)
cv2.waitKey()
cv2.destroyAllWindows()

结果对比(对比图像左上角的像素点): 在这里插入图片描述

上图可以看出用imread和cvtColor两个方法产生的灰度图像值不相同,图像处理的过程还是需要注意,其中通过cvtColor将彩色图像转为灰度图像是采用下面的经典公式

  G r a y = R ∗ 0.3 + G ∗ 0.59 + B ∗ 0.11   . \ Gray=R*0.3+G*0.59+B*0.11\,.  Gray=R0.3+G0.59+B0.11.

  • 5
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值