图像灰度处理

---

前言

  图像放大缩小是处理图像的基本操作，接下来的图像灰度处理也是基本操作，简称基操。

---

一、图像灰度化

  图像灰度化就是将有色图转换为灰度图，目的是简化图像矩阵，加快运算速度。图像还是选用三体图像。

---

二、灰度转换方法

1. 通道加权

  加权公式：GRAY = 0.3 * R + 0.59 * G + 0.11 * B

import cv2
import numpy as np
import matplotlib.pyplot as plt
image = cv2.imread("three_body.jpg")

def weight_gray(image):
    weight_image = image[:, :, 0] * 0.11 + image[:, :, 1] * 0.59 + image[:, :, 2] * 0.3 # 三个通道加权求和, opencv的颜色通道模式是BGR
    weight_image = weight_image.astype(np.uint8)
    return weight_image
    
plt.imshow(weight_gray(image), cmap='gray') # plt默认显示三个通道，设置cmap='gray'显示一个通道 

---

2. 通道求均值

def average_gray(image):
    average_image = (image[:, :, 0] + image[:, :, 1] + image[:, :, 2]) / 3 # 三个通道加和求平均
    average_image = average_image.astype(np.uint8)
    return average_image
    
plt.imshow(average_gray(image), cmap='gray')

---

3. 通道求最大

def max_gray(image):
    h, w = image.shape[: -1]
    max_image = np.zeros((h, w))
    for i in range(h):
        for j in range(w):
            max_image[i, j] = np.max([image[i, j, 0], image[i, j, 1], image[i, j, 2]]) # 选取三通道中最大的像素值
    max_image = max_image.astype(np.uint8)
    return max_image

plt.imshow(max_gray(image), cmap='gray')

---

总结

  三种方法，从结果来看，第一种比较好，第二种图像的结果糊了，第三种相对于第一种图像偏亮，因为取的是三个通道的最大值。图像灰度处理过后就可以进入图像边缘检测，敬请期待。