python怎么改变图像灰度值,python灰度图如何二值化

2022-08-27 18:49:39 分类：python 阅读()

　　python怎么改变图像灰度值,python灰度图如何二值化

　　本文主要介绍了图像点运算的灰度处理的相关知识，包括各种灰度算法的实现，以及灰度的线性变换和非线性变换。需要什么可以参考。

　　00-1010 1.像点运算的概念2。图像灰度处理3。基于像素运算的图像灰度处理1。最大灰度处理2。平均灰度处理3。加权平均灰度处理4。摘要

　　

目录

　　点操作是指对于一幅输入图像，会生成一幅输出图像，输出图像的每个像素的灰度值由输入像素决定。点操作实际上是一个灰度映射的过程，通过映射变换可以增强或减弱一幅图像的灰度。还可以进行灰度直方图计算、线性变换、非线性变换和图像骨架提取。由于与相邻像素没有运算关系，是一种简单有效的图像处理方法[1]。

　　图像的灰度变换可以有选择地突出图像感兴趣的特征或抑制图像不想要的特征，从而提高图像质量，突出图像细节，提高图像对比度。还能有效改变图像的直方图分布，使图像的像素值分布更加均匀[2-3]。它在实践中有许多应用：

　　光度校准对比度增强对比度扩展显示校准轮廓确定设输入图像为A(x，y ),输出图像为B(x，y ),则点运算可表示为：

　　图像点操作和几何操作是有区别的，不会改变图像中像素之间的空间位置关系。同时不同于局部(域)操作，输入像素和输出像素一一对应。

　　

一.图像点运算概念

　　图像灰度化是将彩色图像转换成灰色图像的过程。彩色图像通常包括R、G、B三个分量，分别显示红、绿、蓝等各种颜色。灰度是使彩色图像的R、G和B分量相等的过程。灰度图像中的每个像素只有一种样本色，其灰度是介于黑白之间的多级色深。灰度值越大的像素越亮，反之亦然。最大像素值为255(代表白色)，最小像素值为0(代表黑色)。

　　假设某一点的颜色由RGB(R，G，B)组成，常见的灰度处理算法如表11-1所示：

　　表11-1中的灰色表示灰度处理后的颜色，然后将原来的RGB(R，G，B)颜色统一替换为新的颜色RGB(gray，Gray，Gray)，从而将彩色图片转换为灰度图像。常见的方法是将RGB的三个分量相加，然后平均，但更准确的方法是设置不同的权重，将RGB分量按照不同的比例进行划分。比如人眼对蓝色的敏感度最低，对绿色的敏感度最高。因此，按照0.299、0.587、0.144的比例对RGB进行加权平均，可以得到合理的灰度图像，如公式11-2 [4-6]所示。

　　在日常生活中，我们看到的彩色图像大多是RGB类型，但是在图像处理的过程中，经常需要用到灰度图像、二值图像、HSV、HSI等颜色。OpenCV提供了cvtColor()函数来实现这些功能。该函数的原型如下：

　　dst=cv2.cvtColor(src，code[，dst[，dstCn]])

　　src表示输入图像，需要进行色彩空间变换的原始图像dst表示输出图像，其大小和深度与src一致code表示转换后的代码或logodst cn表示目标图像的通道数，当其值为0时，src和code确定函数将图像从一个色彩空间变换到另一个色彩空间的函数，其中RGB指的是红、绿、蓝，一幅图像由这三个通道组成(通道灰色表示只有一个通道的灰度值；它包含三个通道：HSV色调、饱和度和值。

　　在OpenCV中，常见的色彩空间转换标记有CV_BGR2BGRA、CV_RGB2GRAY、CV_GRAY2RGB、CV_BGR2HSV、CV_BGR2XYZ、CV_BGR2HLS等。下面是调用cvtColor()函数对图像进行灰度化的代码。

　　# -*-编码： utf-8 -*-

　　# By:伊斯特蒙特

　　导入cv2

　　导入编号

　　py as np

　　#读取原始图片

　　src = cv2.imread(luo.png)

　　#图像灰度化处理

　　grayImage = cv2.cvtColor(src,cv2.COLOR_BGR2GRAY)

　　#显示图像

　　cv2.imshow("src", src)

　　cv2.imshow("result", grayImage)

　　#等待显示

　　cv2.waitKey(0)

　　cv2.destroyAllWindows()

　　

　　输出结果如图11-1所示，左边是彩色的小珞珞原图，右边是将彩色图像进行灰度化处理之后的灰度图。其中，灰度图将一个像素点的三个颜色变量设置为相等（R=G=B），此时该值称为灰度值。

　　

　　同样，可以调用如下核心代码将彩色图像转换为HSV颜色空间，其输出结果如图11-2所示。

　　grayImage = cv2.cvtColor(src, cv2.COLOR_BGR2HSV)

　　

　　下面代码对比了九种常见的颜色空间，包括BGR、RGB、GRAY、HSV、YCrCb、HLS、XYZ、LAB和YUV，并循环显示处理后的图像。

　　

# -*- coding: utf-8 -*-
　　# By：Eastmount
　　import cv2 
　　import numpy as np 
　　import matplotlib.pyplot as plt
　　#读取原始图像
　　img_BGR = cv2.imread(luo.png)
　　img_RGB = cv2.cvtColor(img_BGR, cv2.COLOR_BGR2RGB) #BGR转换为RGB
　　img_GRAY = cv2.cvtColor(img_BGR, cv2.COLOR_BGR2GRAY) #灰度化处理
　　img_HSV = cv2.cvtColor(img_BGR, cv2.COLOR_BGR2HSV) #BGR转HSV
　　img_YCrCb = cv2.cvtColor(img_BGR, cv2.COLOR_BGR2YCrCb) #BGR转YCrCb
　　img_HLS = cv2.cvtColor(img_BGR, cv2.COLOR_BGR2HLS) #BGR转HLS
　　img_XYZ = cv2.cvtColor(img_BGR, cv2.COLOR_BGR2XYZ) #BGR转XYZ
　　img_LAB = cv2.cvtColor(img_BGR, cv2.COLOR_BGR2LAB) #BGR转LAB
　　img_YUV = cv2.cvtColor(img_BGR, cv2.COLOR_BGR2YUV) #BGR转YUV
　　#调用matplotlib显示处理结果
　　titles = [BGR, RGB, GRAY, HSV, YCrCb, HLS, XYZ, LAB, YUV] 
　　images = [img_BGR, img_RGB, img_GRAY, img_HSV, img_YCrCb,
　　 img_HLS, img_XYZ, img_LAB, img_YUV] 
　　for i in range(9): 
　　 plt.subplot(3, 3, i+1), plt.imshow(images[i], gray) 
　　 plt.title(titles[i]) 
　　 plt.xticks([]),plt.yticks([]) 
　　plt.show()
　　

　　其运行结果如图11-3所示：

　　

　　

　　

三.基于像素操作的图像灰度化处理

　　前面讲述了调用OpenCV中cvtColor()函数实现图像灰度化的处理，接下来讲解基于像素操作的图像灰度化处理方法，主要是最大值灰度处理、平均灰度处理和加权平均灰度处理方法。

　　

　　

1.最大值灰度处理方法

　　该方法的灰度值等于彩色图像R、G、B三个分量中的最大值，公式如下：

　　

　　其方法灰度化处理后的灰度图亮度很高，实现代码如下。

　　

# -*- coding: utf-8 -*-
　　# By：Eastmount
　　import cv2 
　　import numpy as np 
　　import matplotlib.pyplot as plt
　　#读取原始图像
　　img = cv2.imread(luo.png)
　　#获取图像高度和宽度
　　height = img.shape[0]
　　width = img.shape[1]
　　#创建一幅图像
　　grayimg = np.zeros((height, width, 3), np.uint8)
　　#图像最大值灰度处理
　　for i in range(height):
　　 for j in range(width):
　　 #获取图像R G B最大值
　　 gray = max(img[i,j][0], img[i,j][1], img[i,j][2])
　　 #灰度图像素赋值 gray=max(R,G,B)
　　 grayimg[i,j] = np.uint8(gray)
　　#显示图像
　　cv2.imshow("src", img)
　　cv2.imshow("gray", grayimg)
　　#等待显示
　　cv2.waitKey(0)
　　cv2.destroyAllWindows()
　　

　　其输出结果如图11-4所示，其处理效果的灰度偏亮。

　　

　　

　　

2.平均灰度处理方法

　　该方法的灰度值等于彩色图像R、G、B三个分量灰度值的求和平均值，其计算公式如公式（11-4）所示：

　　

　　平均灰度处理方法实现代码如下。

　　

# -*- coding: utf-8 -*-
　　# By：Eastmount
　　import cv2 
　　import numpy as np 
　　import matplotlib.pyplot as plt
　　#读取原始图像
　　img = cv2.imread(luo.png)
　　#获取图像高度和宽度
　　height = img.shape[0]
　　width = img.shape[1]
　　#创建一幅图像
　　grayimg = np.zeros((height, width, 3), np.uint8)
　　#图像平均灰度处理方法
　　for i in range(height):
　　 for j in range(width):
　　 #灰度值为RGB三个分量的平均值
　　 gray = (int(img[i,j][0]) + int(img[i,j][1]) + int(img[i,j][2])) / 3
　　 grayimg[i,j] = np.uint8(gray)
　　#显示图像
　　cv2.imshow("src", img)
　　cv2.imshow("gray", grayimg)
　　#等待显示
　　cv2.waitKey(0)
　　cv2.destroyAllWindows()
　　

　　其输出结果如图11-5所示：

　　

　　

　　

3.加权平均灰度处理方法

　　该方法根据色彩重要性，将三个分量以不同的权值进行加权平均。由于人眼对绿色的敏感最高，对蓝色敏感最低，因此，按下式对RGB三分量进行加权平均能得到较合理的灰度图像。

　　

　　加权平均灰度处理方法实现代码如下所示：

　　

# -*- coding: utf-8 -*-
　　# By：Eastmount
　　import cv2 
　　import numpy as np 
　　import matplotlib.pyplot as plt
　　#读取原始图像
　　img = cv2.imread(luo.png)
　　#获取图像高度和宽度
　　height = img.shape[0]
　　width = img.shape[1]
　　#创建一幅图像
　　grayimg = np.zeros((height, width, 3), np.uint8)
　　#图像平均灰度处理方法
　　for i in range(height):
　　 for j in range(width):
　　 #灰度加权平均法
　　 gray = 0.30 * img[i,j][0] + 0.59 * img[i,j][1] + 0.11 * img[i,j][2]
　　 grayimg[i,j] = np.uint8(gray)
　　#显示图像
　　cv2.imshow("src", img)
　　cv2.imshow("gray", grayimg)
　　#等待显示
　　cv2.waitKey(0)
　　cv2.destroyAllWindows()
　　

　　其输出结果如图11-6所示：

　　

　　

　　

四.总结

　　本文主要讲解图像点运算的灰度化处理，详细介绍常用的灰度化处理方法，并分享了图像颜色空间相互转换，以及三种灰度转换算法的实现。通过灰度处理，我们能有效将彩色图像转换为灰度图，为后续的边缘提取等处理提供支撑，也可能实现图像处理软件最简单的彩色图转黑白的效果。

　　以上就是Python图像运算之图像点运算与灰度化处理详解的详细内容，更多关于Python 图像运算的资料请关注盛行IT软件开发工作室其它相关文章！

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。

标签： python

相关文章阅读

  • python命令函数 python函数教学
  • python简单函数编程 如何用python编写函数
  • python随机函数种子 python随机数种子怎么用
  • python画兔子代码，python语言绘制小兔子源代码怎么运行
  • range函数是从0开始吗,python中range(0)
  • python多线程坑,python多线程阻塞
  • python怎么画k线,python绘制k线及均线
  • python调用安卓so库,python .so文件
  • python赋值运算符-=的作用是,在Python中关系运算符中,表示“不等于”
  • python语言是一种脚本编程语言,python属于脚本语言还是编程语言
  • python想获取字符串str的长度,python str转char
  • python从键盘不断输入整数,python控制键盘输入数字
  • python输入姓名输出姓,python输入名字输出你好代码
  • python怎么实现黑客攻击,python网络攻防
  • python@property,python中的property函数
    • 留言与评论（共有 条评论）
       
    验证码：