彩色图像转灰度图像

简介: 笔记

彩色图片转灰度图片,可以有多种方法,在这里我主要介绍三种简便的方法供大家参考。

1.利用opencv读取图片的时候,设置参数来转灰度图片,处理后通道数为1。


import cv2
img = cv2.imread("图片的路径",参数(0,1))  #0表示灰色图片  1表示原始图片 ,默认为1


2.利用cv2.cvtColor()函数来实现,一般都是使用它来完成灰度处理,处理后通道数为1。


cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)


3.自己手动实现,取每个通道数的平均值来作为新的值,处理后通道数仍为3。

import cv2
img = cv2.imread('a.jpg')
w,h,_ = img.shape
for i in range(w):
  for j in range(h):
  sum = a[i,j].sum()
  gray = int(sum) / 3
  for k in range(3):
    a[i,j,k] = gray
cv2.imshow("gray",a)    #显示图片 ,第一个参数为窗口的名称 ,第二个参数为要显示的图片
cv2.waitKey(0)

thank for your reading

公众号:FPGA之旅



目录
相关文章
|
7月前
|
计算机视觉
直方图均衡化
直方图均衡化是一种图像处理技术,通过改变图像灰度级分布,增强图像对比度。手动实现包括计算灰度直方图、像素总数、灰度分布频率、累积分布频率,然后归一化映射到新灰度级,最终得到增强对比度的图像。该方法适用于改善灰度集中或明暗对比不明显的图像,但全局处理可能导致背景干扰增强,丢失细节,且某些图像可能过度增强。局部直方图均衡化可作为改进方案。
112 1
|
7月前
HSV色彩空间
【5月更文挑战第13天】HSV色彩空间。
53 1
|
4月前
|
计算机视觉 C++
基于VS2019和Opencv4,对hsv颜色空间的图像分割原理以及实现
这篇文章介绍了基于HSV颜色空间的图像分割原理,包括HSV模型的基本概念和如何在OpenCV中通过设置HSV的色彩范围来实现图像中特定颜色的物体分割,并通过示例代码展示了在静态图像和视频流中进行颜色分割的方法。
基于VS2019和Opencv4,对hsv颜色空间的图像分割原理以及实现
|
5月前
|
计算机视觉 Python
将图像处理为灰度图和二值化图
【7月更文挑战第28天】将图像处理为灰度图和二值化图。
78 3
|
7月前
|
计算机视觉
普通直方图均衡化
普通直方图均衡化。
28 2
|
7月前
YCrCb色彩空间
【5月更文挑战第12天】YCrCb色彩空间。
76 6
|
7月前
将BGR色彩空间转换为YCrCb色彩空间
【5月更文挑战第13天】将BGR色彩空间转换为YCrCb色彩空间。
98 2
|
7月前
|
计算机视觉
操作彩色图像
【5月更文挑战第8天】操作彩色图像。
79 3
|
7月前
|
计算机视觉
图像直方图
以下是内容摘要: 本文介绍了直方图在图像处理中的应用,包括图像增强和图像分割。直方图均衡化用于改善图像的亮度分布,而根据直方图可获取分割阈值以实现图像分割。此外,直方图对比有助于图像分类。直方图是表示图像亮度分布的图表,通过分析直方图的峰值可判断图像属于低调、中间调还是高调。直方图均衡化则能将图像转换为灰度分布更均匀的新图像。
63 0
|
7月前
什么是灰度图像
什么是灰度图像
317 0