图像的转化（包括灰度，HSV，HSI）

最新推荐文章于 2024-06-28 10:48:08 发布
最新推荐文章于 2024-06-28 10:48:08 发布
阅读量5.6k 收藏 10
点赞数 2
文章标签： 计算机视觉 opencv python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_53329531/article/details/121918185
版权
本文介绍了如何将彩色图像转换为灰度图像，以及RGB图像如何通过HSV和HSI色彩空间进行转换。使用了OpenCV库进行操作，同时提到了在不使用OpenCV时手动实现转换的复杂性。
摘要由CSDN通过智能技术生成

文章目录

一，彩色图片转化为灰色图片

先导入包

#文件路径
#导入相关包
import cv2
import numpy as np
source_path="C:/Users/hp/Desktop/keqing.jpg"

这里包括使用opencv和不使用opencv
直接读取灰度图片

#使用opencv
#直接读取灰度图片
cv_read=cv2.imread(source_path,0)
cv2.imshow('keqing',cv_read)
cv2.waitKey(0)

得到结果
在这里插入图片描述
先读取彩色，在转换为灰度图片

#读取彩色图片，后面转换为灰度
cv_read=cv2.imread(source_path)
cv_gray=cv2.cvtColor(cv_read,cv2.COLOR_BGR2GRAY)#灰度化
cv2.imshow('keqing',cv_gray)
cv2.waitKey(0)

结果

最低0.47元/天 解锁文章
可小阿木
关注
  • 2
    点赞
  • 踩
  • 10
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
RGB、Lab、YUV、HSI、HSV等颜色空间的区别
10-27
RGB、Lab、YUV、HSI、HSV等颜色空间的区别
RGB图像转到HSI图像
热门推荐
Chaolei3的博客
03-01 3万+
参考： http://blog.csdn.net/u014488388/article/details/50570452 http://www.bubuko.com/infodetail-1886725.html http://blog.csdn.net/jolinxia/article/details/27963675 https://www.zhihu.com/question/206...
图像处理-彩色空间（RGB转换为HSI）
qq_51687050的博客
07-01 2210
可以看到，对H分量进行掩模处理后图像色块交界处明显变模糊了许多，而对S分量处理后图像基本没啥变化。1. 如果将此图像转换到HSI空间，对H分量图像用一个25x25的算术平均掩模进行处理，再转换回到RGB空间，得到的结果将是怎么样的？H（色相）：表示颜色在色轮上的位置，在0到360度之间取值并且从红开始逆时针旋转，将所有颜色都描述为类似于彩虹的环。S（饱和度）：表示颜色的纯度或鲜艳程度，取值范围为0到1。考察下面的一幅500x500的彩色图像，其中的方块部分分别为纯的红、绿和蓝色。
高光谱图像分析：分类 I
人生是要不断做减法
04-02 9528
Hyperspectral Image Analysis Classification
【Python·OpenCV】如何实现 HSV 与灰度图的相互转换？
Sherry_ling的博客
08-27 7637
文章目录一、引言二、为什么需要 HSV ？三、HSV 三个分量表示什么？四、绘图误区五、HSV 和灰度图的转换六、参考链接 一、引言 HSV(Hue, Saturation, Value)，也称六角锥体模型(Hexcone Model)，是一种较为直观的颜色模型，包含色调(H)，饱和度(S)和明度(V)三个参数。 色调 Hue (H) 色调 H 反映所处的光谱颜色的位置，在六角锥体模型中用角度度量，取值范围为 0°～360°。RGB 三个通道的取值范围通常是 0-255，因此 OpenCV、ncnn .
彩色图像的平滑处理（RGB图像、HSI图像）
VegetableofDog的博客
12-01 8416
彩色图像、平滑处理、RGB图像、HSI图像、色调分量、饱和度分量、亮度分量
图像特征例子_RGBHSI_hsv参数_
10-03
提取图像的HSI，HSV等参数，设置参数的内容，选用图片需用彩色图片。
HSV图像HSV和摄像头HSV.py
04-21
HSV图像HSV和摄像头HSV.py
hsv.rar_HSI RGB_HSV
09-24
改变图像中某一特定的颜色，先将图像的RGB变成HSI
hsv.rar.zip_HSV _RGB HSV_RGB转化为hsv_hsv rgb_rgb图像转化为hsv图像
07-14
hsv图像更满足人们的视觉效果，将rgb图像转化为hsv图像，
HSV空间的彩色多聚焦图像融合
10-17
针对彩色多聚焦融合图像对比度和饱和度偏低以及色调变化缓慢问题，提出了一种基于HSV空间的图像融合算法。首先对源图像进行RGB到HSV空间的变换，分离H、S、V分量；然后对亮度分量进行小波分解，小波尺度系数采用块...
Matlab图像处理-HSI模型
qq_20660115的博客
09-18 903
它决定了颜色的本质，由物体反射的光的主波长决定。不同的波长会产生不同的颜色感知。我们通常将色调和饱和度统称为色度，用于表示颜色的类型和深度。图中锥体中间的截面圆为色度圆，向上或向下延伸的锥体是亮度分量的表示。是指颜色的深浅和浓淡程度。饱和度越高，颜色越深，饱和度的深浅与白色的比例有关，白色的比例越高，饱和度越低。空间中亮度和色度的可分离特性，图像处理和机器视觉中的大量灰度处理算法可以方便地用于。由于人类视觉对亮度要比对色度更敏感，为了便于色彩处理和识别，人类视觉系统经常使用。光的能量越大，亮度就越大。
数字图像处理 第六章 彩色图像处理
weixin_48788829的博客
06-27 1064
领域平均法常用于图像的平滑预处理，它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的平均值(或加权平均值)，所采用的窗口大小一般为3×3、5×5、7×7等。直方图均衡化基本思想是对图像中像素个数多的灰度级进行扩展，而对图像中像素个数少的灰度进行压缩，从而扩展像素的取值范围，提高对比度和灰度色调的变化，使图像更加清晰。其中，f(x,y)是彩色输入图像，g(x,y)是变换或处理过的彩色输出图像，T 是在空间邻域(x,y)上对f 的操作。实际上，为打印组合的这些颜色混合产生的黑色是不纯的。
将彩色图像转换为灰度文件、HSV、HSI 格式
qq_46359931的博客
12-14 5433
目录彩色图像转换为灰度文件.1 使用opencv.2 不使用opencv彩色图像转换为HSV、HSI文件.1 HSV和HSI简介.2 实现车牌字符分割总结参考 彩色图像转换为灰度文件 .1 使用opencv 以代码： import cv2 as cv img = cv.imread('D:/2021xiazai/1.jpg',1) img_1 = cv.cvtColor(img,cv.COLOR_BGR2GRAY) cv.imshow('gray',img_1) cv.imshow('colour',img
HSI图像学习路线参考
qq_36338830的博客
05-09 462
HSI图像学习路线参考 学习路线大致可以分为代码相关和原理相关。 两者在学习顺序上应当是并行的，两者会自然地相互促进，学习代码也离不开对论文的学习。 但是在不同时期侧重点不同，建议顺序： 入门阶段从一两篇综述、一两篇经典论文开始学习，了解该领域基本术语、要做的任务、大致方向等； 随后进行代码学习，1对已有经典开源代码的学习；2对某篇经典论文进行代码复现； 广泛的阅读前沿论文，激发idea，并通过代码进行初步验证 代码相关 1 对经典代码学习 ​ 借助一份经典代码，通过debug模式逐行运行，理解
HSV与HSI颜色空间的区别以及和RGB之间的转换
weixin_42150026的博客
06-16 1万+
Gonzalez的Digital Image Processing中介绍了HSI颜色空间，以其中的圆锥模型为例 HSI(也称为HSL(Lightness))和HSV的区别可以这样理解 最本质的区别是V和I不同，V指的是value，V=max(R,G,B)，就是说HSV只有下半个圆锥，中轴线是灰度（最下面是纯黑，最上面是纯白）， 然后HSI是如图所示的两个圆锥组合，中轴线是灰度（同样最下面是纯...
灰度图、彩色图像直方图均衡化（包含RGB和HSI互转）-《医学图像处理》小作业三-Python代码/Matlab代码
djq_313的博客
06-12 3462
如果一幅图像有两个不相连的区域组成， 并且每个区域的直方图已知， 则整幅图像的直方图是该两个区域的直方图之和。直方图均衡化是一种增强图像对比度的方法，其主要思想是将一副图像的直方图分布通过累积分布函数变成近似均匀分布，从而增强图像的对比度。图像的灰度直方图描述了图像中灰度分布情况， 能够很直观的展示出图像中各个灰度级所占的多少。图像的灰度直方图是灰度级的函数， 描述的是图像中具有该灰度级的像素的个数： 其中， 横坐标是灰度级， 纵坐标是该灰度级出现的率。再自选其它至少20张图片（包括灰度图片和彩色图片）。
【深度学习】C++ onnx Yolov8 目标检测推理
最新发布
weixin_48846514的博客
06-28 240
C++ onnx yolov8目标检测模型推理
halcon 图像转为hsv灰度图
05-30
要将 Halcon 中的图像转换为 HSV 颜色空间的灰度图像，您可以先使用 `RgbToHsv` 操作符将 RGB 图像转换为 HSV 图像，然后使用 `Channel` 操作符提取 H、S 或 V 通道中的任意一个作为灰度图像。以下是一个示例代码： ...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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