OpenCV-图像灰度处理-Luminosity方法

BGR2GRAY

对采集的图像进行灰阶处理,即将每个彩色像素由R、G、B 三色的强度描棕映射到一个单独的数字作为灰度值。
OpenCV里面有一个函数可以实现图像灰度处理的功能。

cvtColor(img, dst, COLOR_RGB2GRAY);

然而,这个BGR2GRAY采用的方式是(CCIR 601):

Y = 0.299 R + 0.587 G + 0.114 B

然而,我需要的是采用( ITU-R Recommendation BT. 709.)的方法,Luminosity方法,因为人眼对绿色比其他颜色更敏感,所以,绿色加权最大。公式为:

Y = 0.21 R + 0.72 G + 0.07 B

直接调用OpenCV的RGB2GRAY显然是不对的,对于我这种coding能力很弱的人来讲,直接调用RGB2GRAY的参数修改又麻烦,所以想找一个捷径。

方法

此处采用一个迂回方式进行处理:

  1. 首先,采用OpenCV中的RGB2XYZ,将RGB 转换为 CIE XYZ.Rec 709 with D65 white point,根据OpenCV文档,这个Y通道的系数,正好是我们需要的Luminosity方法的参数。
    在这里插入图片描述
  2. 直接提取Y通道,即需要的图像使用Luminosity方法灰度处理的结果。

代码

	Mat img = imread("lena.jpg");
	imshow("lena", img);
	
	Mat dst;
	cvtColor(img, dst, COLOR_RGB2XYZ);
	
	Mat channels[3];
	split(dst, channels);
	imshow("img0", channels[0]);
	imshow("img1", channels[1]);
	imshow("img2", channels[2]);

	waitKey(0);
	return 0;

结果

img
X通道
Y通道
Z通道
这个方法不知道是否有错误的地方,欢迎指正。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在使用OpenCV进行灰度图像二值化时,可以使用以下函数进行操作: ```python import cv2 # 读取图像 img = cv2.imread('image.jpg', 0) # 以灰度模式读取图像 # 应用全局阈值二值化 _, img_bin = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY) # 显示二值化后的图像 cv2.imshow('Binary Image', img_bin) cv2.waitKey(0) cv2.destroyAllWindows() ``` 在上述代码中,`cv2.threshold()`函数用于将灰度图像进行二值化处理。其中,`img`是输入的灰度图像,`127`是设定的阈值,`255`是二值化后的最大值,`cv2.THRESH_BINARY`表示使用二进制阈值化方法。函数返回两个值,第一个值是阈值,第二个值是二值化后的图像。最后,使用`cv2.imshow()`函数显示二值化后的图像。 请注意,上述代码中的`image.jpg`是示例图像的文件名,你需要根据实际情况修改为你要处理图像文件名。 #### 引用[.reference_title] - *1* [OpenCV python(四)图像处理:二值化 && 滤波操作](https://blog.csdn.net/xztli/article/details/126175975)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [Python - OpenCV 图像二值化处理](https://blog.csdn.net/bugang4663/article/details/109589177)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *3* [Python-opencv 灰度直方图+图像二值化](https://blog.csdn.net/weixin_43909400/article/details/123378690)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“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
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