Question

我想将任何图像转换为灰度，但是我不理解这些实现之间的区别。

image = cv2.imread('lenna.jpg')
gray = cv2.cvtColor(image, cv2.IMREAD_GRAYSCALE)

gray1 = rgb2gray(image)

gray2 = cv2.imread('lenna.jpg', cv2.IMREAD_GRAYSCALE)

image1 = Image.open('lenna.jpg', 'r')
gray3 = image1.convert('L')

绘制它们时，分别以蓝色，绿色，绿色和灰色显示它们。什么时候应该使用每个？

Answer 1

您已经遇到了Python的类型系统无法像C ++那样保护您的情况。

cv2.IMREAD_GRAYSCALE和cv2.COLOR_BGR2GRAY是来自不同枚举的值。数值为0的前者适用于cv2.imread()。后者的值为6，适用于cv2.cvtColor()。 C ++会告诉您cv2.IMREAD_GRAYSCALE无法传递给cv2.cvtColor()。 Python悄悄地接受相应的int值。

因此，您认为您是在要求cv2将彩色图像转换为灰色，但是通过传递cv2.IMREAD_GRAYSCALE，cv2.cvtColor()会看到值0，并认为您是重新传递cv2.COLOR_BGR2BGRA。您会获得原始图像，而不是灰度图像，而是添加了Alpha通道。

gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

而是您需要的。

假设使用的是Jupyter笔记本，您遇到的另一个问题是cv2以BGR顺序而不是RGB分层颜色平面。要正确显示它们，首先要做

image_rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)

然后显示结果。

Answer 2

非灰色的图像仍然是3d阵列，也就是说它们仍然以某种方式保留了颜色信息，您看到蓝色和绿色的原因是，在那些3d阵列中，第一种情况是红色和绿色通道，第二个通道中的蓝色和红色通道已减少为0，只剩下您看到的蓝色和绿色。

要使用灰度读取图像，请使用

img_gray=cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)

这将产生一个2d数组，其值在0到255之间，对应于像素应具有的亮度，而不是像素的3个彩色通道应具有的亮度。

将图像转换为灰度

2 个答案: