数字图像处理：灰度化

最新推荐文章于 2024-11-15 21:27:14 发布

原创最新推荐文章于 2024-11-15 21:27:14 发布 · 1k 阅读

5 ·

本内容遵循CC 4.0 BY-SA版权协议

标签

#python #opencv #java #计算机视觉 #深度学习

本文探讨了数字图像处理的基础，重点关注灰度图像的概念和转换方法。介绍了如何使用Python和OpenCV库将彩色图像转换为灰度图像，并提供了一种基于光度法的灰度化算法。此外，还解释了图像的位数如何影响颜色表示，并讨论了OpenCV在图像处理中的作用。

你有没有想过图像编辑软件中的方法是如何改变图像外观的？或者你是否正在寻找一种可用于灰度图像的简单方法？

本文将重点介绍数字图像处理的基础知识，并介绍一种 Python 中可用于对图像进行灰度化的方法。

什么是数字图像处理？

数字图像处理是指使用数字计算机处理图像。

例如，数字图像处理可用于改变图像的亮度或对比度，或扫描图像以查找特定图案，例如面部或物体。数字图像由包含表示图像强度的数字的像素组成。

例如，图 1 显示了一个表示图像中数据的表格。y 的长度取决于图像的高度，x 的长度取决于图像的宽度。用于指定强度的数字范围取决于它可以存储的位数，8 位图像可以存储 256 种颜色，而 1 位图像可以存储 2 种颜色。

x	0	1	2	3	->
y	22	43	43	22	12
1	22	43	43	22	12
2	22	43	43	22	12
3	22	43	43	22	12
v	22	43	43	22	12

什么是灰度图像？

灰度图像是由灰度阴影组成的图像。它可以存储 8 位，强度是黑白之间的对比。图 2 显示了将图像转换为灰度的示例。

图 2：从原始版本到灰度版本的转换的可视化。

程序

循环图像的高度和宽度。
通过光度法计算每个像素的强度：
强度 = 0.299×r + 0.587×g + 0.114×b
将像素设置为新的强度。

Python 方法

def rgb_to_grayscale(image):
  for y in range(image.shape[0]):
    for x in range(image.shape[1]):
      value = (0.299 * image[y, x, 0]) + (0.587 * image[y, x, 1]) + (0.114 * image[y, x, 2])
      image[y, x] = value

代码说明

def rgb_to_grayscale(image):定义了一个接受名为 image 的参数的方法。
for y in range(image.shape[0]):循环图像的高度
for x in range(image.shape[1]):循环图像的宽度
value = (0.299*image[y,x,0])+(0.587*image[y,x,1])+(0.114*image[y,x,2])计算新的强度
image[y, x] = value将像素设置为新的强度

如何使用方法

有很多方法可以将图像加载到 Python 中，下面的示例使用 OpenCV。

要导入 OpenCV，必须安装 OpenCV-Python库。在终端中输入以下命令来安装库：

$ pip install opencv-python

OpenCV 是一个用于计算机视觉和机器学习的库，因此它也可以用于对图像进行灰度化，但由于本文关注的是用于灰度化的实际方法，因此该库仅用于加载、调整大小和显示图像。

import cv2

def rgb_to_grayscale(image):
  # ...

# Use cv2 to load and resize an image
image = cv2.imread("<path-to-image.png>")
image = cv2.resize(image, (256, 256), interpolation = cv2.INTER_AREA)
image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)

# Convert the image to grayscale
rgb_to_grayscale(image)

# Show image
cv2.imshow(image)

代码说明

import cv2：导入 OpenCV
image = cv2.imread("<path-to-image.png">)：将图像加载为 BGR
image = cv2.resize(image, (256, 256), interpolation = cv2.INTER_AREA)：调整图像大小
image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)：将图像从 BGR 转换为 RGB
rgb_to_grayscale(image)：使用前面定义的灰度方法对图像进行灰度化
cv2.imshow(image)：显示图像

总结

数字图像处理用于处理图像，例如，扫描对象或实现不同类型的过滤器。图像可以存储的位数指定了它可以显示的颜色数。灰度图像是转换为灰度的图像。亮度方法可用于对图像进行灰度化。OpenCV 可用于加载、调整大小和转换图像的色彩空间，以及许多其他与图像处理相关的操作。

参考

En.wikipedia.org. 2022a. Grayscale — Wikipedia. [online] Available at: <https://en.wikipedia.org/wiki/Grayscale> [Accessed 23 April 2022].

En.wikipedia.org. 2022b. Digital image processing — Wikipedia. [online] Available at: <https://en.wikipedia.org/wiki/Digital_image_processing> [Accessed 23 April 2022].

En.wikipedia.org. 2022c. Digital image — Wikipedia. [online] Available at: <https://en.wikipedia.org/wiki/Digital_image> [Accessed 24 April 2022].

En.wikipedia.org. 2022d. Color depth — Wikipedia. [online] Available at: <https://en.wikipedia.org/wiki/Color_depth> [Accessed 24 April 2022].

Opencv.org. 2022. About — OpenCV. [online] Available at: <https://opencv.org/about/> [Accessed 24 April 2022].

☆ END ☆

如果看到这里，说明你喜欢这篇文章，请转发、点赞。微信搜索「uncle_pn」，欢迎添加小编微信「 woshicver」，每日朋友圈更新一篇高质量博文。

↓扫描二维码添加小编↓