实现一张RGB彩色图片的灰度化、二值化，代码+讲解

今天闲了下来，再给大家普及一下图片的显示。首先是RGB彩色图像，

  图片也可以看作是三层二维数组的叠加，每一层二维数组都是一个通道。单通道的图像是灰色的，0-255灰度值不一样。255代表白色。0为黑色。每个像素pixel只有一个value，数字越高，颜色越白，也就越亮。

  而彩色图像之所以能显示彩色，就是因为RGB三个通道之间相互作用，各自的取值综合影响输出像素点的颜色。

那么基于这个想法，就考虑把三个通道取不同的权重值转换成一个通道，那么彩色图像不就转换成了灰度图像，常见的权重取值为0.3、0.59、0.11。

import cv2
import numpy as np

image = cv2.imread('F:\Pycharm\Picture\QY1.jpg')
# 读取图片像素高宽
sp = image.shape
height = sp[0]
width = sp[1]
# 创建同样高宽的画布
new = np.zeros((height, width), np.uint8)
# 遍历每个像素
# 使用加权平均法算得灰度图
for i in range(height):
    for j in range(width):
        new[i, j] = 0.3 * image[i, j][0] + 0.59 * image[i, j][1] + 0.11 * image[i, j][2]
cv2.namedWindow('Image')
cv2.imshow('Image', new)

cv2.imwrite("F:\Pycharm\Picture\QY1-GRAY.jpg", new)

cv2.waitKey(0)
cv2.destroyAllWindows()