【脚本工具库】图像位深转换-24-8（附源码）

图像位深简介：

在图像处理领域，图像位深的转换是一个非常重要的概念。不同的图像模式有着不同的用途和特点，下面我们详细介绍几种常见的图像模式及其转换方法。
首先，我们来看1位像素的二值图像（1bit），这种图像模式每个像素非黑即白。在存储时，每个像素用8个bit表示，其中0表示黑，255表示白。虽然这种表示方法看似简单，但它在图像压缩和处理上有着重要的应用。
接下来是8位像素的灰度图（L模式）。在这种模式下，每个像素的值在0到255之间，表示不同的灰度级别。灰度图的一个典型转换公式是从RGB模式转换到L模式：L = R ∗ 299/1000 + G ∗ 587/1000 + B ∗ 114/1000，这个公式体现了不同颜色通道对灰度的贡献比例。需要注意的是，这里只取整数部分。
第三种常见模式是8位像素的调色板模式（P模式），这种模式使用调色板来映射到其他模式。调色板模式常用于图像的压缩和存储，通过一个调色板来减少实际存储的颜色数目。
RGB模式则是最常见的真彩图像模式，每个像素由三个8位的值表示，分别对应红、绿、蓝三种颜色。这种模式可以表示1600万种颜色，是显示器和摄像头等设备的标准模式。而在此基础上，RGBA模式增加了一个透明通道，使得每个像素有四个8位的值，适用于需要透明效果的图像处理。
CMYK模式是一种色彩分离模式，每个像素由四个8位的值表示，分别对应青色（C）、品红色（M）、黄色（Y）和黑色（K）。这种模式常用于印刷领域，能更准确地还原颜色。
YCbCr模式是一种彩色视频格式，主要用于视频压缩和传输。它将颜色分成亮度（Y）和色度（Cb和Cr）三个通道，与RGB模式相比，更适合视频数据的处理和压缩。
此外，还有一些特殊的图像模式，例如I模式和F模式。I模式使用32位整型像素，适用于需要高精度的图像处理。F模式使用32位浮点型像素，主要用于科学计算和精度要求极高的图像处理。
PIL（Python Imaging Library）还支持一些特殊的模式，例如RGBX和RGBa。RGBX模式是在RGB模式的基础上增加了padding，使得每行像素的长度是4的倍数，有利于某些硬件加速。RGBa模式则在RGB基础上增加了自左乘alpha通道，用于特定的透明度处理。
通过理解和掌握这些不同的图像模式和转换方法，我们可以更有效地进行图像处理和优化，满足各种应用需求。

单张图像的24-8代码

#---------------方法1------------------- #
from PIL import Image
import numpy as np

img = Image.open(r'C:\Users\Heitie\Desktop\demo\1.bmp')
img = Image.fromarray(np.uint8(img))
t = img.convert('L')
img = Image.fromarray(np.uint8(t)*255)
img.save(r'C:\Users\Heitie\Desktop\demo\11.bmp')

#---------------方法2------------------- #

import cv2
import os


img = cv2.imread(r'C:\Users\Heitie\Desktop\demo\1-24.bmp')
img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)   # 将图片转换为8位
cv2.imwrite(os.path.join(r'C:\Users\Heitie\Desktop\demo\1-8.bmp'), img)

多张图像的24-8代码

#---------------方法1------------------- #
import cv2
import os

path = r'E:\rotor\json2'
save_path = r'E:\rotor\json2'

for file_name in os.listdir(path):
    if file_name.endswith('.jpg') or file_name.endswith('.png'):
        img = cv2.imread(os.path.join(path, file_name))
        img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)   # 将图片转换为8位
        cv2.imwrite(os.path.join(save_path, '' + file_name), img)


#---------------方法2------------------- #
import os
from PIL import Image

path = r'E:\rotor\json2'
save_path = r'E:\rotor\json2'

files = os.listdir(path)
for i in files:
    files = os.path.join(path, i)
    img = Image.open(files).convert('L')
    file_name, file_extend = os.path.splitext(i)
    dst = os.path.join(os.path.abspath(save_path), file_name + '.png')
    img.save(dst)

多张图像的8-24代码

import os
from PIL import Image

path = r'D:\A_Python\yolov811-pytorch-master\img'
save_path = r'D:\A_Python\yolov811-pytorch-master\img1'

if not os.path.exists(save_path):
    os.mkdir(save_path)

for filename in os.listdir(path):
    with Image.open(os.path.join(path, filename)) as im:
        im = im.convert('RGB')
        im.save(os.path.join(save_path, filename))