彩色图像到灰度转换 常见方法汇总与对比
点击上方“小白学视觉”，选择加"星标"或“置顶”
重磅干货，第一时间送达
补一下基础知识，关注一波彩色转灰度
觉得不错，请点【在看】支持！
今天来说说图像处理最基础知识，彩色图像与灰度图像转换，一般大家熟知的彩色图像转灰度的公式如下：
OpenCV中有一个模块是彩色图像转为灰度图像的，基于API是cvtCOLOR，我这里就直接裸奔了一下，其实更好的方法应该是基于查找表与像素映射，可以获得极高速度优势！我这里就简单的用python演示了一下，代码实现如下：
import cv2 as cv
import numpy as np
def lut(weight):
lut = []
for i in range(256):
lut.append(np.int32(i*weight))
return np.array(lut)
def rgb2gray(image, type, blut=None, glut=None, rlut=None):
h, w, c = image.shape
gray = np.zeros((h,w), dtype=np.uint8)
for row in range(h):
for col in range(w):
b, g, r = np.int32(image[row,col])
if type == 1:
y = blut[g] + glut[g] + rlut[r]
if type == 2:
y = (max([b, g, r]) + min([b, g,r])) // 2
if type == 3:
y = (b+g+r) // 3
if type == 4:
y = max([b, g, r])
if type == 5:
y = min([b, g, r])
gray[row, col] = y
return gray
if __name__ == "__main__":
src = cv.imread("D:/images/flower.png")
cv.imshow("input", src)
gray1 = rgb2gray(src, 1, lut(0.299), lut(0.587), lut(0.114))
gray2 = rgb2gray(src, 1, lut(0.21), lut(0.72), lut(0.07))
gray3 = rgb2gray(src, 2)
gray4 = rgb2gray(src, 3)
gray5 = rgb2gray(src, 4)
gray6 = rgb2gray(src, 5)
cv.imshow("gray1", gray1)
cv.imshow("gray2", gray2)
cv.imshow("gray3", gray3)
cv.imshow("gray4", gray4)
cv.imshow("gray5", gray5)
cv.imshow("gray6", gray6)
cv.waitKey(0)
cv.destroyAllWindows()彩色图像如下：
上述各种灰度转换方法对比结果如下：
交流群
欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~
评论