為什么 BGR 圖像顯示為灰度？

Question

語境

我正在使用帶有 OpenCV 的 Google Colab 來處理.jpg圖像。 Colab 的 OpenCV 的imshow函數有問題，因此使用matplotlib打印圖像。 我知道 OpenCV 使用 BGR 並使用matplotlib正確顯示內容，我需要使用cv2的cvtColor()函數。

問題

加載圖像並顯示時，它顯示為灰度，即使默認情況下它應該是 BGR。 同樣，轉換成灰度顯示圖像后，顯示為BGR。

由於圖像存儲為numpy數組，我嘗試找到這些數組的維度。 應該是 BGR（顯示為灰度）的圖像正如預期的那樣是一個 3 維數組。 同樣，轉換成灰度后的圖像，正如預期的那樣是一個二維數組，但它仍然顯示為BGR。

BGR 圖像顯示為灰度：

灰度圖像顯示為 BGR：

Answer 1

從我的角度來看，原始圖像img在第一張圖片中顯示為灰度的假設是錯誤的，因為：

• 您已經發現， img具有三個顏色通道。
• 不太可能，Matplotlib 自動將輸入圖像轉換為灰度。
• 看起來，圖像左側有輕微的紅色“微光”。 旁注：由於 OpenCV 和 Matplotlib 的顏色排序不同，我懷疑這個“微光”實際上是藍色的，在此類照片中更可能出現這種情況。

因此，對於第一張圖片：您的視覺感知只是被圖像本身所欺騙。 :-)

實際的灰度轉換圖像（您的第二張圖片）與 Matplotlib 的標准顏色圖一起顯示。 正如馬克和其他人正確指出的那樣，您應該按如下方式更改代碼以獲得實際的“灰度圖像”：

plt.imshow(img, cmap='gray')

希望有幫助！

Answer 2

如果您希望以灰度轉換和顯示彩色圖像：

import matplotlib as plt

# Reading color image as grayscale
img = cv2.imread(path, 0)

plt.imshow(img, cmap='gray')
plt.show()

其中路徑是文件位置。

另一種方法是自己轉換。 您應該使用的過濾器如下：

def rgb2gray(rgb):
    return np.dot(rgb[...,:3], [0.3, 0.59, 0.11]) # colorspace order [R, G, B]

grey_img = rgb2gray(img)

其中 R 為紅色，G 為綠色，B 為藍色。