Opencv4 官方文档 : https://docs.opencv.org/4.2.0/
Opencv4 for Python中文文档点击下载:Opencv4 for Python 中文文档

图像灰度化即是将一幅彩色图像转换为灰度化图像的过程。彩色图像通常包括R、G、B三个分量，分别显示出红绿蓝等各种颜色，灰度化就是使彩色图像的R、G、B三个分量相等的过程。灰度图像中每个像素仅具有一种样本颜色，其灰度是位于黑色与白色之间的多级色彩深度，灰度值大的像素点比较亮，反之比较暗，像素值最大为255（表示白色），像素值最小为0（表示黑色）。比如下图就是灰度化后的图片:

1.环境

Python 3.7 + OpenCV 4.2

2.部分api及其参数解析

1. 方法一:读取时灰度化处理

cv.imread(filename, cv.IMREAD_GRAYSCALE)

具体cv.imread及其使用方法参考博客OpenCV图像的加载、显示与保存

2. 方法二：调用cvtColor灰度化,其中cvtColor如下:

cv.cvtColor(src, code, dst=None, dstCn=None)

参数 :

• src：input image: 8-bit unsigned, 16-bit unsigned ( CV_16UC… ), or single-precision floating-point.输入图像，输入图像：8位无符号，16位无符号（CV_16UC …）或单精度浮点型,其实就是读取输入的原图像。
• code:color space conversion code.色彩空间转换的代码或表示.
• dst:output image of the same size and depth as src.输出图像，大小和深度与原输入图像一致.
• dstCn:number of channels in the destination image; if the parameter is 0, the number of the channels is derived automatically from src and code.目标图像通道数，其值为0时，通道数由输入(src)和输入(code)图像决定.

3.灰度化方法实例及效果

3.1 读取时灰度化处理

def img2Gray(filePath):image = cv.imread(filePath)cv.imshow("sourcePic",image)gray1 = cv.imread(filePath,cv.IMREAD_GRAYSCALE)cv.imshow("read2gray",gray1)cv.waitKey(0)cv.destroyAllWindows()

3.2 调用cvtColor灰度化处理

def img2Gray(filePath):image = cv.imread(filePath)cv.imshow("sourcePic",image)gray2 = cv.cvtColor(image, cv.COLOR_BGR2GRAY)cv.imshow("cvtColor2gray", gray2)cv.waitKey(0)cv.destroyAllWindows()

3.3 平均值法：

def img2Gray(filePath):image = cv.imread(filePath)cv.imshow("sourcePic",image)#平均值法h, w = image.shape[:2]gray3 = np.zeros((h, w), dtype=np.uint8)for i in range(h):for j in range(w):gray3[i, j] = (int(image[i, j][0]) + int(image[i, j][1]) + int(image[i, j][2])) / 3cv.imshow("meanGray", gray3)

3.4 最大值法

def img2Gray(filePath):image = cv.imread(filePath)cv.imshow("sourcePic",image)#最大值法h, w = image.shape[:2]gray4 = np.zeros((h, w), dtype=np.uint8)  # 创建一个h行w列的二维listfor i in range(h):for j in range(w):gray4[i, j] = max(image[i, j][0], image[i, j][1], image[i, j][2])cv.imshow("maxGray",gray4)

3.5 分量法

def img2Gray(filePath):image = cv.imread(filePath)cv.imshow("sourcePic",image)#分量法:gray6 = cv.imread(filePath, cv.IMREAD_COLOR)for i in range(gray6.shape[0]):for j in range(gray6.shape[1]):gray6[i, j] = gray6[i, j, 0]cv.imshow("componentGray",gray6)

3.6 加权平均法

def img2Gray(filePath):image = cv.imread(filePath)cv.imshow("sourcePic",image)#加权平均分h, w = image.shape[:2]gray5= np.zeros((h, w), dtype=np.uint8)for i in range(h):for j in range(w):# Y = 0．3R + 0．59G + 0．11B# 通过cv格式打开的图片，像素格式为 BGRgray5[i, j] = 0.3 * image[i, j][2] + 0.11 * image[i, j][0] + 0.59 * image[i, j][1]cv.imshow("weightedGray",gray5)

转载请注明转自:https://leejason.blog.csdn.net/article/details/106416128