[1] 图像预处理----图像灰度化处理

最新推荐文章于 2024-03-05 10:05:59 发布

牛右刀薛面

最新推荐文章于 2024-03-05 10:05:59 发布

阅读量2.2k

点赞数 1

分类专栏：图像处理

本文链接：https://blog.csdn.net/xdg15294969271/article/details/119731853

版权

25 篇文章 26 订阅

订阅专栏

本文介绍了灰度图像的概念，探讨了将其应用于减少彩色图像处理计算量的原因，并详细讲解了四种常见的灰度化处理方法：分量法、最大值法、平均值法和加权平均法。通过实例展示了如何使用Python的PIL库实现图像灰度化。

摘要由CSDN通过智能技术生成

1、前言

我们都知道颜色是由R(红色)G(绿色)B(蓝色)三个颜色的组成，在我们的计算机世界中，我们所看到的颜色都是由RGB数值决定的，图像的位数通常是8位，所以每个颜色的取值也就在0-255取值（包含端点），也就是说，我们计算机的颜色取值范围是0-256256256。

灰度图像指的是R=G=B，灰度图像只有256种取值可能。

减少在图像处理过程中的计算量。将彩色图像灰度化处理以后可从起初的0-256*256*256缩小到0-255这256种情况，能够大大降低运算量，这是我们在进行图像处理希望看到的。
<br>
<br>

将彩色图像中的三分量的亮度作为三个灰度图像的灰度值，可根据应用需要选取一种灰度图像。
![在这里插入图片描述](https://img-blog.csdnimg.cn/fcd09106db8c40abb5726d4faa69f11b.png)

取R，G，B中最大值
在这里插入图片描述

取R，G，B平均值

在这里插入图片描述

顾名思义，对R，G，B进行加权取平均
在这里插入图片描述

注：图片均来自网络
在这里插入图片描述

代码：

from PIL import Image

#读取图像
I = Image.open('dog.jpeg')
I.show()

#图像灰度化处理
L = I.convert('L')
L.show()

参考文献：
https://cloud.tencent.com/developer/article/1800671
https://blog.csdn.net/li_l_il/article/details/86767790

声明：部分内容源自网络，仅供学术交流，如有不妥，请联系删除。

关注