彩色圖像轉換為灰度圖像

第一種方式通過 imread 讀取圖像的時候直接設置參數為 0 ，自動轉換彩色圖像為灰度圖像
第二種方式，可以通過 split 進行通道分離，或者叫做讀取單個通道，也可以將一個彩色圖像分離成 3 個單通道的灰度圖像

今天要學習的方法，是通過一個叫做 cvtColor 的方法實現該操作。

cv2.cvtColor() 方法用于將圖像從一種顏色空間轉換為另一種顏色空間。
OpenCV 提供了 150 多種 color-space 轉換方法。多到用不過來~

該方法的語法格式為：

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

參數：

• src：它是要更改其色彩空間的圖像。
• code：它是色彩空間轉換代碼。
• dst：它是與 src 圖像大小和深度相同的輸出圖像，可選參數。
• dstCn：它是目標圖像中的頻道數。如果參數為 0，則通道數自動從 src 和代碼得出，可選參數。

參數翻譯成中文，也找到了

cvtColor(src,dst,code,dstCn)  ===>  (原圖像，color轉化代碼，輸出圖像，輸出通道)

轉換灰度圖代碼如下：

import cv2

# path
path = './7_1.jpg'

# 讀取圖片
src = cv2.imread(path)

# 圖片展示窗口名稱
window_name = 'Image'

# BGR 轉換成灰度圖
image = cv2.cvtColor(src, cv2.COLOR_BGR2GRAY)

cv2.imshow(window_name, image)

cv2.waitKey()

也看到了 HSV 格式圖片，轉換結果如下，有點嚇人，順便轉換了其他的一些格式：

import cv2
import matplotlib.pyplot as plt
# path
path = './7_1.jpg'

# 讀取圖片
src = cv2.imread(path)

# 圖片展示窗口名稱
window_name = 'Image'

# BGR 轉換成 RGB
image1 = cv2.cvtColor(src, cv2.COLOR_BGR2RGB)

# BGR 轉換成 Gray
image2 = cv2.cvtColor(src, cv2.COLOR_BGR2GRAY)

# BGR 轉換成 HSV
image3 = cv2.cvtColor(src, cv2.COLOR_BGR2HSV)

plt.subplot(1, 3, 1)
plt.imshow(image1)
plt.title("RGB")

plt.subplot(1, 3, 2)
plt.imshow(image2,"gray")
plt.title("GRAY")

plt.subplot(1, 3, 3)
plt.imshow(image3,"hsv")
plt.title("hsv")

plt.show()

偽彩色圖像

彩色圖片可以變成灰度圖，那相應的灰度圖也可以變成彩色的，當然這里說的是偽彩色圖像。

這部分內容由于目前應用場景不明確，給大家貼一下我學習過程中看到的博客吧。

https://blog.csdn.net/kingroc/article/details/101302997
https://blog.csdn.net/sns1991sns/article/details/102838303
https://blog.csdn.net/xiaxuesong666/article/details/79522904

關于偽彩色圖像的說明，在百度百科可以直接查閱到。

感謝大佬方向性的指導

到此這篇關于Python OpenCV 彩色與灰度圖像的轉換實現的文章就介紹到這了,更多相關OpenCV彩色與灰度圖像轉換內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！