opencv-python 图像灰度化

写在前面

最近自己在做图像的预处理，学习了一些东西，做一个简单的小总结。
图像灰度化处理一般有以下几种方式：

1. 分量法

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。

　　
　2. 最大值法

将彩色图像中的三分量亮度的最大值作为灰度图的灰度值。

3. 平均值法

将彩色图像中的三分量亮度求平均得到一个灰度值。

4. 加权平均法

根据重要性及其它指标，将三个分量以不同的权值进行加权平均。R、G、B钱面系数即所加权值，可任意改变。

读取图像

记得导库

import cv2 as cv
import numpy as np
import matplotlib.pyplot as plt

img = cv.imread("test.jpg", cv.IMREAD_COLOR)  # 读取指定位置的彩色图像

原图

cv库函数

gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
cv.imshow("img", gray)  # 显示图片
cv.waitKey(0)  # 等待键盘触发事件，释放窗口

效果图

分量法

height, width, channel = img.shape

# 分量法
R = np.zeros(img.shape, np.uint8)
G = np.zeros(img.shape, np.uint8)
B = np.zeros(img.shape, np.uint8)
for i in range(height):
    for j in range(width):
        R[i, j] = img[i, j, 0]
        G[i, j] = img[i, j, 1]
        B[i, j] = img[i, j, 2]
# cv.imshow('R', R)
# cv.imshow('G', G)
# cv.imshow('B', B)

R
G
B

最大值法

# 最大值法
grayimg1 = np.zeros(img.shape, np.uint8)
for i in range(height):
    for j in range(width):
        grayimg1[i, j] = max(img[i, j, 0], img[i, j, 1], img[i, j, 2])
# cv.imshow('srcimg1', grayimg1)

平均值法

# 平均值法
grayimg2 = np.zeros(img.shape, np.uint8)
for i in range(height):
    for j in range(width):
        grayimg2[i, j] = 1 / 3 * img[i, j, 0] + 1 / 3 * img[i, j, 1] + 1 / 3 * img[i, j, 2]
# cv.imshow('srcimg2', grayimg2)

加权平均法

# 加权平均法
grayimg3 = np.zeros(img.shape, np.uint8)
for i in range(height):
    for j in range(width):
        # 0.3 0.59 0.11 
        grayimg3[i, j] = 0.3 * img[i, j, 0] + 0.59 * img[i, j, 1] + 0.11 * img[i, j, 2]
# cv.imshow('srcimg3', grayimg3)