Python|使用 OpenCV 对图像进行灰度化

灰度化是将图像从其他颜色空间（例如 RGB、CMYK、HSV 等）转换为灰度的过程。它在全黑和全白之间变化。

灰度的重要性

• 降维：例如，在 RGB 图像中，有三个颜色通道并且具有三个维度，而灰度图像是一维的。
• 降低模型复杂性：考虑在 10x10x3 像素的 RGB 图像上训练神经文章。输入层将有 300 个输入节点。另一方面，对于灰度图像，相同的神经网络只需要 100 个输入节点。
• 其他算法的工作：许多算法被定制为仅适用于灰度图像，例如 OpenCV 库中预先实现的 Canny 边缘检测函数仅适用于灰度图像。

让我们学习将彩色图像转换为灰度图像的不同图像处理方法。

方法一：使用 cv2.cvtColor()函数

Python3

# import opencv
import cv2
 
# Load the input image
image = cv2.imread('C:\\Documents\\full_path\\tomatoes.jpg')
cv2.imshow('Original', image)
cv2.waitKey(0)
 
# Use the cvtColor() function to grayscale the image
gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
 
cv2.imshow('Grayscale', gray_image)
cv2.waitKey(0) 
 
# Window shown waits for any key pressing event
cv2.destroyAllWindows()

输入图像：

输出图像：

方法 2：使用标志 = 零的 cv2.imread()函数

Python3

# Import opencv
import cv2
 
# Use the second argument or (flag value) zero
# that specifies the image is to be read in grayscale mode
img = cv2.imread('C:\\Documents\\full_path\\tomatoes.jpg', 0)
 
cv2.imshow('Grayscale Image', img)
cv2.waitKey(0)
 
# Window shown waits for any key pressing event
cv2.destroyAllWindows()

输出图像：

方法 3：使用像素处理（平均方法）

Python3

# Import opencv
import cv2
 
# Load the input image
img = cv2.imread('C:\\Documents\\full_path\\tomatoes.jpg')
 
# Obtain the dimensions of the image array
# using the shape method
(row, col) = img.shape[0:2]
 
# Take the average of pixel values of the BGR Channels
# to convert the colored image to grayscale image
for i in range(row):
    for j in range(col):
        # Find the average of the BGR pixel values
        img[i, j] = sum(img[i, j]) * 0.33
 
cv2.imshow('Grayscale Image', img)
cv2.waitKey(0)
 
# Window shown waits for any key pressing event
cv2.destroyAllWindows()

输出图像：

希望您已经了解上面讨论的图像处理技术，可以在Python中将彩色图像转换为灰度图像！