python将图像转化为灰度图像_使用numpy将图像转换为灰度

使用apply_along_axis的解决方案

可以通过使用^{}来实现解决方案：import numpy as np

def grayscale(colors):

"""Return grayscale of given color."""

r, g, b = colors

return 0.07 * r + 0.72 * g + 0.21 * b

image = np.random.uniform(255, size=(10,10,3))

result = np.apply_along_axis(grayscale, 2, image)

实例

10x10图像

我们现在可以开始可视化结果：from matplotlib import pyplot as plt

plt.subplot(1,2,1)

plt.imshow(image)

plt.subplot(1,2,2)

plt.imshow(result, cmap='gray')

文本示例（2x2图像）

要在文本中显示实际结果，我将使用一个较小的数组，仅使用一个2x2图像：image = np.random.uniform(250, size=(2,2,3))

内容是：array([[[205.02229826, 109.56089703, 163.74868594],

[ 11.13557763, 160.98463727, 195.0294515 ]],

[[218.15273335, 84.94373737, 197.70228018],

[ 75.8992683 , 224.49258788, 146.74468294]]])

我们使用自定义函数将其转换为灰度：result = np.apply_along_axis(grayscale, 2, image)

转换的输出是：array([[127.62263079, 157.64461409],

[117.94766108, 197.76399547]])

我们也可以将这个简单的示例可视化，使用与上面相同的代码：

进一步建议

如果您想应用自己的自定义函数，那么apply_along_axis是可行的方法，但是您应该考虑使用Eric建议的^{em>更纯的numpy方法，或者，如果可能的话，只需使用cv2选项加载黑白图像：cv2.imread('smalltext.jpg',0)