【灰度图&图像间转换】

灰度图&图像各种互转

• 参考

  • PIL、cv2、numpy，和pytorch(torch)之间的转换

• 灰度图概念

  灰度图是一种图像表示方法（在计算机中的表示方法），其中像素的亮度值表示该像素在图像中的颜色信息，而色彩信息则被忽略。
  在灰度图中，每个像素只有一个亮度值，通常用一个8位或16位的整数表示，范围从0（黑色）到255（白色）或0到65535（对于16位灰度图）。由于只有亮度信息，因此灰度图无法表示颜色，只能表示图像的亮度和对比度。
  灰度图在图像处理中非常常见，因为它们可以简化图像处理算法，并且可以减少计算量和存储需求。例如，在图像二值化中，灰度图可以被转换为二值图像，其中每个像素只有黑色或白色两种可能的值。这种转换可以大大简化图像分析和处理任务，如边缘检测、图像分割等；

• torchvision.transforms中转灰度图

  transforms.Grayscale(num_output_channels=3) 是 PyTorch 的 torchvision.transforms 模块中的一个转换操作，它将输入图像转换为灰度图。这个操作接受的输入可以是 PIL 图像或者一个浮点型的 torch.Tensor。

  1. PIL 图像：如果你的输入是 PIL 图像，它可以是 RGB 格式或者已经是灰度图。transforms.Grayscale(num_output_channels=3) 会将输入的 PIL 图像转换为一个具有指定通道数的灰度图。num_output_channels=3 意味着输出图像将是一个三通道的灰度图，每个通道的值都是相同的，即标准的灰度图像表示。
  2. 浮点型 torch.Tensor：如果你的输入是一个 torch.Tensor，它应该是一个具有 (C, H, W) 形状的张量，其中 C 是通道数，H 是高度，W 是宽度。对于张量输入，transforms.Grayscale(num_output_channels=3) 也会将其转换为一个三通道的灰度图。
     当 num_output_channels=3 时，即使输入是单通道的灰度图，输出也会是一个三通道的灰度图。每个通道的像素值都是相同的，都是从输入图像计算得到的灰度值。
     如果输入是三通道的 RGB 图像，这个转换操作会计算一个加权平均值来生成一个单一的灰度值，然后将这个值复制到三个通道中。
  3. transforms.Grayscale(num_output_channels=1)， 则为正常操作，将rgb图像转为单通道灰度图， 对应的normalize=transform.Normalize(mean[0.0], std=[1.0]) 要适应为单通道的值；

• 图像格式转换

  1. PIL 格式（H, W, C）

     PIL 图像对象包含多种属性和方法，其中一些重要的包括：
     模式（Mode）：表示图像的颜色模式，常见的模式包括 “RGB”、“RGBA”、“L”（灰度）、“CMYK” 等。
     尺寸（Size）：图像的宽度和高度，以像素为单位。
     数据（Data）：图像的原始像素数据，通常以字节形式存储。

     默认模式下PIL会自动检测图像模式，如果是灰度图则为’L’模式，灰度图读出的结果就是单通道；

     ​img= img.convert('RGB')​​是将可能是读取的灰度图转为RGB，这里明显将通道数增加到 3， 需要注意从opencv转PIL中的cv2.cvtColor(opencv_image, cv2.COLOR_BGR2RGB)， 是有区别的；

     from PIL import Image
     image = Image.open(img_file)
     # 获取图像的模式
     mode = image.mode
     print(f"图像模式: {mode}")
     
     # 获取图像的尺寸
     size = image.size
     print(f"图像尺寸: {size}")  # 输出格式为 (宽度, 高度)
     
     # 获取图像的宽度和高度
     width, height = image.size
     print(f"宽度: {width}, 高度: {height}")
     
     # 如果需要，可以获取图像的通道数
     if mode == 'RGB':
         channels = 3
     elif mode == 'RGBA':
         channels = 4
     elif mode == 'L':
         channels = 1
     else:
         channels = None
     print(f"通道数: {channels}")
     
     # 格式转换，如RGB 转L
     image  = image.convert('L')
     

  2. opencv 格式：（H, W, C）

     默认打开的是BGR格式，

  3. 输入到CNN中的tensor格式：（C, H, W）

  4. opencv 转PIL；

     cv2读取图像模型是BGR格式array数组，因此在转PIL格式前先要转为RGB格式；

     # 读取图像（OpenCV 默认使用 BGR 格式）
     opencv_image = cv2.imread('path_to_your_image.jpg')
     opencv_image  = cv2.cvtColor(opencv_image, cv2.COLOR_BGR2RGB)
     # 将 OpenCV 图像（NumPy 数组）转换为 RGB
     pil_image = Image.fromarray(opencv_image )
     

  5. PIL转numpy&& opencv:

     # 将 PIL 图像转换为 NumPy 数组
     img_array = np.array(img)
     

  6. PIL转pytorch tensor

     import torch
     import torchvision.transforms as transforms
     
     # 定义转换操作：从 PIL 图像到 PyTorch 张量
     transform = transforms.Compose([
         transforms.ToTensor()	# 将Image格式图像转为tensor，并/255 操作，归一化为float32
     ])
     # 打开图像
     img = Image.open('path_to_your_image.jpg')
     # 应用转换
     img_tensor = transform(img)
     

  7. numpy转tensor

     从 PIL/NumPy (H, W, C) 转换为 PyTorch (C, H, W);

     # 将 NumPy 数组转换为 PyTorch 张量并调整维度顺序
     img_tensor = torch.from_numpy(np.array(img)).permute(2, 0, 1)