怎么把图片转为灰度值

先上效果图,就拿小舞为例子吧.
在这里插入图片描述
在这里插入图片描述
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_contrast(img1):
  image1 = Image.open(img1).convert("1")
  image1.save(img1)
if __name__ == '__main__':
    image_contrast('1.jpg')

在这里插入图片描述

  • 3
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
以下是一个简单的Python代码示例,用于将图片灰度值进行量化: ```python import cv2 # 读取图片 image = cv2.imread('image.jpg') # 将图片转为灰度图像 gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) # 灰度值量化函数 def quantize_gray(gray_pixel, levels): quantized_pixel = (gray_pixel // levels) * levels return quantized_pixel # 遍历每个像素点,并进行灰度值量化 levels = 8 # 设置量化级别,可以根据需求进行调整 height, width = gray_image.shape[:2] for row in range(height): for col in range(width): gray_pixel = gray_image[row, col] quantized_pixel = quantize_gray(gray_pixel, levels) gray_image[row, col] = quantized_pixel # 显示结果 cv2.imshow('Original Image', image) cv2.imshow('Quantized Image', gray_image) cv2.waitKey(0) cv2.destroyAllWindows() ``` 在上述代码中,首先通过`cv2.imread`函数读取图片,并使用`cv2.cvtColor`函数将图片转换灰度图像。然后定义了一个`quantize_gray`函数,用于对灰度值进行量化。接下来,遍历图片的每个像素点,调用`quantize_gray`函数进行量化,并将结果存储回原图像。最后通过`cv2.imshow`函数显示原始图片和量化后的图片,并通过`cv2.waitKey`和`cv2.destroyAllWindows`函数等待用户键盘输入以及关闭窗口。 需要注意的是,在代码中我们使用了OpenCV库来读取和处理图像,所以需要先安装相应的库。可以使用以下命令进行安装: ``` pip install opencv-python ```

“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 2
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