使用 numpy 将图像转换为灰度

Question

我有一个由三元组(r,g,b)的numpy.array矩阵nxm表示的图像，我想使用我自己的函数将其转换为灰度。

我的尝试无法将矩阵nxmx3转换为单值矩阵nxm ，这意味着从数组[r,g,b]我得到[gray, gray, gray]但我需要gray 。

即初始颜色通道： [150 246 98] 。 转换为灰色后： [134 134 134] 。 我需要什么： 134

我怎样才能做到这一点？

我的代码：

def grayConversion(image):
    height, width, channel = image.shape
    for i in range(0, height):
        for j in range(0, width):
            blueComponent = image[i][j][0]
            greenComponent = image[i][j][1]
            redComponent = image[i][j][2]
            grayValue = 0.07 * blueComponent + 0.72 * greenComponent + 0.21 * redComponent
            image[i][j] = grayValue
    cv2.imshow("GrayScale",image)
    return image

Answer 1

这是一个工作代码：

def grayConversion(image):
    grayValue = 0.07 * image[:,:,2] + 0.72 * image[:,:,1] + 0.21 * image[:,:,0]
    gray_img = grayValue.astype(np.uint8)
    return gray_img

orig = cv2.imread(r'C:\Users\Jackson\Desktop\drum.png', 1)
g = grayConversion(orig)

cv2.imshow("Original", orig)
cv2.imshow("GrayScale", g)
cv2.waitKey(0)
cv2.destroyAllWindows()

Answer 2

您可以使用点积：

gray_image = image.dot([0.07, 0.72, 0.21])

或者甚至只是手动完成整个操作：

b = image[..., 0]
g = image[..., 1]
r = image[..., 2]
gray_image = 0.21 * r + 0.72 * g + 0.07 * b

不要忘记转换回 0-255：

gray_image = np.min(gray_image, 255).astype(np.uint8)

Answer 3

使用apply_along_axis解决方案

一个解决方案可以通过使用apply_along_axis来实现：

import numpy as np
def grayscale(colors):
    """Return grayscale of given color."""
    r, g, b = colors
    return 0.07 * r + 0.72 * g + 0.21 * b

image = np.random.uniform(255, size=(10,10,3))
result = np.apply_along_axis(grayscale, 2, image)

例子

10x10 图像

我们现在可以继续可视化结果：

from matplotlib import pyplot as plt
plt.subplot(1,2,1)
plt.imshow(image)
plt.subplot(1,2,2)
plt.imshow(result, cmap='gray')

文本示例（2x2 图像）

为了在文本中可视化实际结果，我将使用一个较小的数组，只是一个2x2 的图像：

image = np.random.uniform(250, size=(2,2,3))

内容是：

array([[[205.02229826, 109.56089703, 163.74868594],
    [ 11.13557763, 160.98463727, 195.0294515 ]],

   [[218.15273335,  84.94373737, 197.70228018],
    [ 75.8992683 , 224.49258788, 146.74468294]]])

让我们使用我们的自定义函数将其转换为灰度：

result = np.apply_along_axis(grayscale, 2, image)

转换的输出是：

array([[127.62263079, 157.64461409],
   [117.94766108, 197.76399547]])

我们也可以使用与上面相同的代码来可视化这个简单的例子：

进一步的建议

如果您想应用自己的自定义函数，那么apply_along_axis是apply_along_axis的方法，但您应该考虑使用更纯的 numpy 方法，例如Eric建议的方法，或者如果可能，只需使用cv2选项加​​载黑白图像：

cv2.imread('smalltext.jpg',0)