在 Python 中轉換影象為灰度
-
在 Python 中使用
pillow庫的image.convert()方法將影象轉換為灰度影象 -
在 Python 中使用
scikit-image模組的color.rgb2gray()方法將影象轉換為灰度 -
在 Python 中使用
OpenCV庫的cv2.imread()方法將影象轉換為灰度 -
在 Python 中使用轉換公式和
Matplotlib庫將影象轉換為灰度影象
本教程將講解用 Python 將影象轉換為灰度影象的各種方法。灰度影象是指單個畫素代表光量或只包含光強度資訊的影象。它是一種單維影象，只具有不同的灰度顏色。
由於灰度影象是單維的，所以在各種問題中以及 Canny 邊緣檢測等演算法中，灰度影象被用來降低模型的訓練複雜性。
本文將探討我們如何在 Python 中使用 Python 模組的各種方法將影象轉換為灰度或將影象讀為灰度。
在 Python 中使用 pillow 庫的 image.convert() 方法將影象轉換為灰度影象
image.convert(mode, ..) 方法將影象作為輸入，並將其轉換為 mode 引數中指定的所需影象型別。模式包括 1 位和 8 位畫素的黑白影象、RGB 影象、HSV 影象、BGR 影象和 LAB 影象等。
由於我們要將影象轉換為灰度影象，我們可以傳遞 1 作為模式引數，表示 1 位黑白模式，L 表示 8 位黑白影象，LA 表示 alpha 模式。下面的示例程式碼演示瞭如何在 Python 中使用 pillow 庫的 image.convert() 方法將影象轉換為灰度。
from PIL import Image
img = Image.open("test.jpg")
imgGray = img.convert("L")
imgGray.save("test_gray.jpg")
原始影象。
轉換的灰度影象。
在 Python 中使用 scikit-image 模組的 color.rgb2gray() 方法將影象轉換為灰度
color.rgb2gray() 將 RGB 格式的影象作為輸入，並返回輸入影象的灰度副本。下面的程式碼示例演示瞭如何使用 scikit-image 模組中的 color.rgb2gray() 方法在 Python 中獲取一個灰度影象。
from skimage import color
from skimage import io
img = io.imread("test.jpg")
imgGray = color.rgb2gray(img)
在 Python 中使用 OpenCV 庫的 cv2.imread() 方法將影象轉換為灰度
另一種獲取灰度影象的方法是直接讀取灰度模式下的影象，我們可以使用 OpenCV 庫中的 cv2.imread(path, flag) 方法來讀取灰度影象。
假設 cv2.imread() 方法的 flag 值等於 1，在這種情況下，它將讀取不包括 alpha 通道的影象，如果 0 則讀取灰度影象，如果等於 -1 方法則讀取包括 alpha 通道資訊的影象。
因此，我們可以使用 imread() 方法，通過將 flag 引數值傳遞為 1，從給定的路徑中讀取影象為灰度影象。
下面的示例程式碼演示瞭如何使用 cv2.imread() 方法在 Python 中讀取灰度影象。
import cv2
imgGray = cv2.imread("test.jpg", 0)
在 Python 中使用轉換公式和 Matplotlib 庫將影象轉換為灰度影象
我們還可以使用標準的 RGB 到灰度的轉換公式將影象轉換為灰度，即 imgGray = 0.2989 * R + 0.5870 * G + 0.1140 * B。
我們可以使用 Python 中的 Matplotlib 庫來實現這個方法，首先我們需要使用 mpimg.imread() 方法來讀取影象，然後得到 RGB 影象的紅、藍、綠三個維度的矩陣，得到矩陣後我們就可以對它們應用公式來得到灰度影象。我們需要將完整的矩陣與公式中給出的值相乘，得到灰度影象。
下面的程式碼示例演示了我們如何在 Python 中使用 Matplotlib 庫實現 RGB 到灰度的轉換公式。
from matplotlib import pyplot as plt
import matplotlib.image as mpimg
img = mpimg.imread("test.jpg")
R, G, B = img[:, :, 0], img[:, :, 1], img[:, :, 2]
imgGray = 0.2989 * R + 0.5870 * G + 0.1140 * B
plt.imshow(imgGray, cmap="gray")
plt.show()