图像处理基础 || (二) 彩色图像转灰度图像

已于 2023-04-17 11:49:24 修改
阅读量2.7k 收藏 5
点赞数 1
分类专栏： Python 图像处理基础 文章标签： 图像处理 计算机视觉 python
于 2022-11-03 14:11:52 首次发布
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/weixin_40234309/article/details/127669135
版权

彩色图像转灰度图像

文章目录


由于图像处理中的诸多技术如卷积、傅立叶变换、特征值分解等操作均是针对灰度图像，所以如何将彩色图像转化为灰度图像是常用的基本操作。在python中使用不同的库进行此操作的方式也不相同，本部分内容旨在整理出常用的图像处理库中的此类操作。

本部分内容所用的数据放在百度网盘：

链接: https://pan.baidu.com/s/1DXKTofRWufhVpP_HEQKk9A 提取码: pl5u

下载到本地，置于代码文件同级目录的新建文件夹“images”即可。

1. 利用scikit-image将彩色图像转化成灰度图像

from
了解本专栏 订阅专栏 解锁全文 超级会员免费看
Mr_LeeCZ
关注
  • 1
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
订阅专栏
数字图像处理实验报告-灰度和彩色图像处理.docx
01-15
灰度和彩色图像处理，word版本 可编辑，附分析与总结 读取二进制文件lab3prob4,文件的尺寸是435*580，图像数据类型为‘uint8’，（1）读取并显示图像，colormap设置为gray；（2）重新显示（1）中图像，colormap设置为HSV； （3）自己尝试定义一个新的colormap，幅度值的变化范围为[0 255]。 分别读取二进制文件lab3prob3r, lab3prob3g, lab3prob3b, 图像数据类型为‘uint8’，图像的尺寸是1024*1024，（1）合并RGB三通道，并显示图像；（2）对RGB三个通道分别进行灰度线性处理，实现三个通道的灰度值均值为140,均方差为60，然后再合并显示图像；（3）把RGB颜色模型转换到HSV颜色模型，对V分量进行线性变换实现均值为140,均方差为60，然后显示新的图像；（4）比较（2）和（4）中图像，进行简单分析和说明； 创建如下图1所示图像，一个圆为红色，一个圆为蓝色，另外一个圆为绿色，圆的半径为100。（1）组建一个RGB图使其显示如下颜色，B的中心坐标（400,375），G的中心坐标（300,420）,R的中心坐标（300,300）；（2）分别使R,G,B中的一个值为0.5 （原来为1，单位化后的值范围（0-1）），并显示得到的图的颜色；（3）创建如图2所示的颜色盘（中心坐标（100,100）），半径为100；（提示使计算在HIS空间，然后利用HSV2rgb转化）；
MATLAB图像处理(一)：图像转灰度图及图像采样和量化
wmz_Gavin的博客
12-26 1万+
彩图转化为灰度图和二值图。MATLAB图像的采样与量化。图像的数字化。
怎么把图片转为灰度值
爱你的大饼头呦
08-28 2043
先上效果图，就拿小舞为例子吧. 图片操作肯定是用pil库，代码如下： 转为灰度图 from PIL import Image def image_contrast(img1): image1 = Image.open(img1).convert("L") image1.save(img1) if __name__ == '__main__': image_contrast('1.jpg') 转为二度值，效果如下： from PIL import Image def image_cont
python 图像处理之图像灰度化 cvtColor
weixin_44598554的博客
03-31 2944
图像灰度化是将一幅彩色图像转换为灰度化图像的过程。彩色图像的色彩通常由R、G、B三个分量组合而成(其实就是3个二维数组叠加而成),从而搭配出各种颜色灰度图像中每个像素仅具有一种样本颜色，其灰度是位于黑色与白色之间的多级色彩深度，灰度值大的像素点比较亮，反之比较暗，像素值最大为255（表示白色），像素值最小为0（表示黑色）。在python中，图像的数据结构为numpy数组。这里需要注意的是，用于表示图像的numpy数组，其必须是而不能是浮点数类型，这一点我们在下面还会提到。
java 彩色图片变为灰色，即图片灰度化
u014167893的博客
06-01 5569
今天遇到一个需求，将给定的图片变为灰色的或者黑白的，网上找了一下，基本上都是用jdk的方法自动转换的，所及自己就动手实现了一下，效果和jdk方法差不多，测试了一下，速度也挺快的，现在记录一下，方便以后查阅。 下面放上代码： package com.leeh.util; import java.awt.image.BufferedImage; import java.
彩色图像转换灰度图像
qq_42829848的博客
09-17 1万+
使用Python语言与OpenCV库编写图像彩色空间转换灰度图像算法。尝试采用三通道的平均值、最大值、最小值、经典的加权转换作为最终灰度图像的值，比较它们与OpenCV库的cvtColor()函数结果，并优化程序代码，提高其运行速度。
Python将彩色图像转为灰度图像
热门推荐
振华OPPO的博客世界
12-23 1万+
Python的cv2库中自带彩色转灰度的方法，而且非常简单，代码就9行，核心代码就1行。 大题思路就是先读取一张彩色图片，然后在窗口中显示出来，再然后就让cv2处理一下，转换成灰度图像，这时候它是个二维的灰度矩阵，所以，我们想保存得先将它从array转成image，最后在另一个窗口中显示出来，为了避免窗口一闪而过，我们需要加上waitKey(0)这一句。 import cv2 from PIL import Image #读取彩色图像 color_img = cv2.imread(r'dataset3/
python open-cv 图像处理基础学习(读取，缩放，转换成灰度图，保存）
qq_44728587的博客
02-11 4279
1.读取一张图并显示 #!/usr/bin/env python #coding=utf-8 import cv2 #图片是我放在项目中的，路径直接复制的绝对路径 #读取图像 img = cv2.imread(r'C:\Users\thorne\PycharmProjects\biyesheji\image\3.jpg') #显示图像 cv2.imshow('img', img) #cv2.imshow之后要跟cv2.waitkey(delay)，delay 的单位为ms毫秒，delay的值为显示的时间
Python实现图片的灰度化以及图片显示
过于丰富，无法简介
05-24 1659
方法 通过使用cv2来实现，实现代码如下 import cv2 # 读取图像,参数1图像路径，参数2：1代表彩色图像，0代表灰度图像 im = cv2.imread('data/lena.jpg', 0) # 打印图像尺寸 print(im.shape) # 查看数据类型 print(type(im)) # 指定路径保存图像 cv2.imwrite('data/lena_gray.jpg', im) # 参数1窗口名称，参数2要显示的图像 cv2.imshow('test', im) # 是图像
关于如何使用Python将批次彩色图片转换为灰度图片-详解
qq_37977007的博客
07-07 1940
本文章主要详细讲解将彩色图片转换为灰度图片，从单个图片转换到批次图片的转换。
数字图像处理实验一彩色图像转灰度图像C语言.zip
05-14
纯C语言写的彩色图像转灰度图像，图像格式bitmap24位，编译器VS2010，注释详尽，命名易懂，数字图像处理实验代码
bmp格式图像的伪彩色以及彩色图像转灰度图像
04-20
利用VS2015中基于对话框的mfc的工程来实现bmp图像的彩色转灰度图以及伪彩色处理，处理后的图形进行保存。
基于MATLAB的彩色图像灰度化处理.doc
11-29
基于MATLAB的彩色图像灰度化处理.doc
新建文件夹_彩色图像处理_matlab视频处理基础_
10-03
1、图像读入，并对图像进行色彩空间转换。2、对读入的彩色图像进行直方图均衡化增强。3、对灰度图像进行伪彩色处理。4、matlab视频处理基础
图像处理基础知识
最新发布
小舟的博客
04-22 658
它的数据信息包括一个数据矩阵和一个双精度色图矩阵，它的数据矩阵中的值直接指定该点的颜色为色图矩阵中的某一种，色图矩阵中，每一行表示一种颜色，每行有三个数据，分别表示该种颜色中红、绿、蓝的比例情况，所有元素值都在[0，1]内。图像增强的目的是要改善图像的视觉效果，针对给定图像的应用场合，有目的的增强图像的整体或局部特性，将原来不清晰的图像变得清晰或增强某些感兴趣的特征，扩大图像中不同物体的特征之间的差别，抑制不感兴趣的特征，使之改善图像质量、丰富信息量，将强图像判读和识别效果，满足某些特征分析的需求。
计算机视觉 CV 八股分享 [自用]（更新中......）
bieliwuguiqi的博客
04-21 1220
梯度的本意是一个向量（矢量），表示某一函数在该点处的方向导数沿着该方向取得最大值，即函数在该点处沿着该方向（此梯度的方向）变化最快，变化率最大（为该梯度的模）传统的神经网络通常是基于BP算法优化权重参数的，即通过损失函数计算的误差通过梯度反向传播的方式对神经网络中的权重进行更新，其中用到的是连乘形式的链式法则。产生的原因一般是深层网络或是权重初始化过大的情况，伴随着传统神经网络的链式法则，梯度会越来越大，训练过程中，很容易使得权重的值也越来越大导致溢出等情况。训练时间和泛化误差的权衡。
目标检测——多模态人体动作数据集
qq_43249953的博客
04-19 866
PKU-MMD是一个全新的大规模基准数据集，专门用于连续多模态的三维人体动作理解。该数据集涵盖了各种复杂的人体活动，并附带有详尽的标注信息。PKU-MMD分为两个阶段，用于处理难度逐渐递增的动作检测任务。第一阶段是大间隔动作检测任务。在此阶段，数据集中的动作样本之间的间隔较大，使得检测算法能够更容易地识别出不同动作之间的边界。这有助于研究人员初步验证和测试他们的算法在动作检测方面的性能。第二阶段是小间隔动作检测任务。在这一阶段，动作样本之间的间隔较小，使得动作之间的转换更加连续和难以区分。
计算机视觉成新宠儿，三防平板助力医疗保健
infoemdoor的博客
04-19 467
医疗保健中的计算机视觉还可以通过将耗时且繁琐的任务转移到机器上，使临床医生能够提供更好的患者护理，从而提高患者治疗效果，从而帮助降低护理服务的成本。计算机视觉是医疗保健行业的一个相当新的趋势，其中图像用于帮助识别和预测患者的诊断，提高准确性，利用计算机图像来做到这一点。医疗图像中的可访问性是实时记录的，并且医疗团队中具有适当网络凭据的任何人都可以访问。医用平板电脑为员工提供了一种轻巧的移动选项，可以在房间之间轻松携带，以有效地治疗患者，并以最佳方式减少在内部操作上花费的时间，从而将记录数据与在病房中分开。
三个目前主流的计算机视觉软件
地球空间
04-19 795
这些软件在计算机视觉领域都有着重要的地位，它们提供了一系列的工具和库，使得研究人员和开发者能够构建复杂的视觉系统。尽管如此，将计算机视觉的能力直接与人类的视觉能力进行比较并不完全准确，因为它们的工作原理和处理信息的方式存在根本差异。1. **图像识别**：计算机可以识别图像中的物体、场景和活动，准确率在某些情况下甚至超过了人类。3. **语义分割**：将图像中的每个像素分配到特定的类别，用于理解图像的详细内容。5. **图像生成**：生成逼真的图像，如通过GANs（生成对抗网络）。
彩色图像转换成灰度图像c语言
05-15
将彩色图像转换为灰度图像可以使用以下公式： Gray = 0.299 * R + 0.587 * G + 0.114 * B 其中，R、G、B分别为红、绿、蓝三种颜色通道的像素值，Gray为灰度值。 下面是一个简单的C语言实现： ```c void color2gray(unsigned char* colorImg, unsigned char* grayImg, int width, int height) { int i, j; unsigned char r, g, b; for (i = 0; i < height; i++) { for (j = 0; j < width; j++) { r = colorImg[(i * width + j) * 3]; g = colorImg[(i * width + j) * 3 + 1]; b = colorImg[(i * width + j) * 3 + 2]; grayImg[i * width + j] = (unsigned char)(0.299 * r + 0.587 * g + 0.114 * b); } } } ``` 其中，colorImg为输入的彩色图像数组，grayImg为输出的灰度图像数组，width和height为图像的宽度和高度。这个函数会遍历每个像素，根据公式计算出灰度值并存储到grayImg中。注意，这里的彩色图像是RGB格式，每个像素占3个字节，分别表示红、绿、蓝三种颜色通道的像素值。

“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

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