Python实现图片灰度化

1. 灰度化的作用

灰度化其本质就是在保持图片形状不变的情况下,将3通道的图片转换为单通道图片。起作用有:
(1)避免条带失真
  这个是我在其他地方搜索的,也不懂。若有大佬明白,还请评论区告知一下,谢谢。
(2)降低图片尺寸,方便运算。

2.实现方式

主要有三种实现方式:最大值法、平均值法、加权平均值法,详见代码。

import torch
import numpy as np
import matplotlib.pyplot as plt
import matplotlib
matplotlib.rcParams['font.sans-serif'] = ['SimHei']     # 显示中文
# 为了坐标轴负号正常显示。matplotlib默认不支持中文,设置中文字体后,负号会显示异常。需要手动将坐标轴负号设为False才能正常显示负号。
matplotlib.rcParams['axes.unicode_minus'] = False

# 灰度化
# 读取图片
img = plt.imread("C:\\Users\\17631\\Desktop\\test.jpeg")
print("原图的shape: ", img.shape)
plt.subplot(2, 2, 1)
plt.imshow(img)
plt.title("原图")


# 1.最大值法
img_max = img.max(axis=2)
print("最大值灰度化:", img_max.shape)
plt.subplot(2, 2, 2)
plt.imshow(img_max, cmap='gray')
plt.title("最大值灰度化")


# 2.平均值化
img_avg = img.mean(axis=2)
print("平均值灰度化:", img_avg.shape)
plt.subplot(2, 2, 3)
plt.imshow(img_avg, cmap='gray')
plt.title("平均值灰度化")


# 3.加权平均法
# 大量实现表明,Grey = 0.299R + 0.587G + 0.114B 这个比例更符合人的视觉特点。
img_avg_jiaquan = np.dot(img, [0.299, 0.587, 0.114])
print("加权平均灰度化:", img_avg_jiaquan.shape)
plt.subplot(2, 2, 4)
plt.imshow(img_avg_jiaquan, cmap='gray')
plt.title("加权平均灰度化")
plt.show()

3.结果

(1)灰度化后的shape:

原图的shape:  (2338, 1080, 3)
最大值灰度化: (2338, 1080)
平均值灰度化: (2338, 1080)
加权平均灰度化: (2338, 1080)

(2)图片
Python实现图片灰度化_第1张图片

你可能感兴趣的:(#,OCR,python,opencv,计算机视觉)