python opencv实现灰度图和彩色图的互相转换

目录
  • opencv灰度图和彩色图互相转换
  • 注意:
  • 附:python将灰度图转换为RGB彩色图
  • 总结

opencv灰度图和彩色图互相转换

如果摄像头本来就得到3维度红外图那就不用处理直接可以用:

import cv2
cap = cv2.VideoCapture(0)
ret, image_np = cap.read()

直接转成单通道的灰度图看看能不能用:

    #如果后面不写0,那就是默认彩色的
    # 第一种方式
    image = cv2.imread('***/timg4.jpg',0)
    #第二种方式
    #dst=cv2.cvtColor(src,cv2.COLOR_BGR2GRAY)
    detecotr = TOD()
    detecotr.detect(image)
    # 或者视频转换方式如下
    ret, image_np = cap.read()
    image_np=cv2.cvtColor(image_np,cv2.COLOR_BGR2GRAY)

上面两种方式得到的数据是不完全相同的,网上尚未查找到具体原因,通过对读取到的ndArray数据对比,发现存在不完全相同的数据。

观察直接转成1通道的图像:

直接转成了1通道灰度图喂进去神经网络不行,因为只有1通道,必须经过如下的处理;

image_np=cv2.cvtColor(image_np,cv2.COLOR_GRAY2BGR)

上面代码可以得到3通道灰度图,就是把灰度图的1通道复制三遍,然后就可以喂进网络了:

红外图像和灰度图像本身就不是在同一分类标准下得到的概念。

红外图像是红外成像设备采集目标在红外波段的辐射形成的影像,这个图像可专以是灰度图像,也可以彩色图像。同样的道理,可见光图像可以是灰度属图像,也可以彩色图像。

灰度图像是相对彩色图像而言的。灰度图像没有颜色,灰度值由0变化至255时,图像由黑变白。

再将上述的3通道灰度值转换为伪彩图,观察结果:

ret, image_np = cap.read()
image_np=cv2.cvtColor(image_np,cv2.COLOR_BGR2GRAY)
#image_np=cv2.cvtColor(image_np,cv2.COLOR_GRAY2BGR)
image_np = cv2.applyColorMap(image_np, cv2.COLORMAP_JET)

对于伪彩图有不同的伪彩图方式,各个函数如下:

# COLORMAP_AUTUMN = 0,
# COLORMAP_BONE = 1,
# COLORMAP_JET = 2,
# COLORMAP_WINTER = 3,
# COLORMAP_RAINBOW = 4,
# COLORMAP_OCEAN = 5,
# COLORMAP_SUMMER = 6,
# COLORMAP_SPRING = 7,
# COLORMAP_COOL = 8,
# COLORMAP_HSV = 9,
# COLORMAP_PINK = 10,
# COLORMAP_HOT = 11

注意:

在使用模型框架的时候,如果是使用tensorflow object detection API,需要将1通道的灰度图转成3通道(唯一通道复制三遍)来训练和检测;

为什么不直接使用者通道的灰度图来做呢,这样是不是能提高性能呢?

不是,因为这样对于提高性能和速度没有意义,它只影响了卷积神经网络的第一层而已,后续层的计算量和参数量没有丝毫影响,这样的影响等同于没有,如果真的考虑性能和速度,直接更改模型更可靠。

附:python将灰度图转换为RGB彩色图

from PIL import Image
import os

path = r'图片存储的路径'
newpath = r'转换后存储图片的路径'

def RGBtoGray(path):
    files = os.listdir(path)
    for file in files:
        imgpath = path + '/' + file
        #print(imgpath)
        #
        im = Image.open(imgpath).convert('RGB')
        #resize将图像像素转换成自己需要的像素大小
        img = im.resize((512, 512))
        dirpath = newpath
        file_name, file_extend = os.path.splitext(f)
        dst = os.path.join(os.path.abspath(dirpath), file_name + '.jpg')
        img.save(dst)
if __name__ == "__main__":
    RGBtoGray(path)

总结

到此这篇关于python opencv实现灰度图和彩色图互相转换的文章就介绍到这了,更多相关opencv灰度图和彩色图互相转换内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们!

(0)

相关推荐

  • OpenCV灰度化之后图片为绿色的解决

    首先需要读图片,查看图片 import cv2 img_opencv = cv2.imread('C:/Users/20752/Desktop/GraduationProject/DogFace/DogFace/OpenSourceCrop_align/0/0.0.png')# BGR plt.figure() plt.imshow(img_opencv) plt.show() 图片与平时看到的不太一样,因为是BGR个格式,平时看到的是RGB格式. 之后转化为灰度图 gray_img = cv2

  • python3读取图片并灰度化图片的四种方法(OpenCV、PIL.Image、TensorFlow方法)总结

    在处理图像的时候经常是读取图片以后把图片转换为灰度图.作为一个刚入坑的小白,我在这篇博客记录了四种处理的方法. 首先导入包: import numpy as np import cv2 import tensorflow as tf from PIL import Image 方法一:在使用OpenCV读取图片的同时将图片转换为灰度图: img = cv2.imread(imgfile, cv2.IMREAD_GRAYSCALE) print("cv2.imread(imgfile, cv2.I

  • python opencv将图片转为灰度图的方法示例

    使用opencv将图片转为灰度图主要有两种方法,第一种是将彩色图转为灰度图,第二种是在使用OpenCV读取图片的时候直接读取为灰度图. 将彩色图转为灰度图 import cv2 import numpy as np if __name__ == "__main__": img_path = "timg.jpg" img = cv2.imread(img_path) #获取图片的宽和高 width,height = img.shape[:2][::-1] #将图片缩小

  • OpenCV图像处理之常见的图像灰度变换

    1.灰度线性变换 图像的灰度线性变换是图像灰度变换的一种,图像的灰度变换通过建立灰度映射来调整源图像的灰度,从而达到图像增强的目的.灰度映射通常是用灰度变换曲线来进行表示.通常来说,它是将图像的像素值通过指定的线性函数进行变换,以此来增强或者来减弱图像的灰度,灰度线性变换的函数就是常见的线性函数. g(x, y) = k · f(x, y) + d 设源图像的灰度值为x,则进行灰度线性变换后的灰度值为y = kx + b (0<=y<=255),下面分别来讨论k的取值变化时线性变换的不同效果

  • python-OpenCV 实现将数组转换成灰度图和彩图

    主要步骤 1.生成普通python数组(bytearray(),os.urandom()) 2.转换成numpy数组(numpy.array()) 3.通过reshape将数组转换到所需的维数 4.以图像的形式显示出来(cv.imshow()) 代码 import os import cv2 as cv import numpy as np # Make an array of 120000 random bytes randomByteArray = bytearray(os.urandom(

  • python3+opencv 使用灰度直方图来判断图片的亮暗操作

    1.如何让计算机自动判断一张图是否偏暗?或是判断一张图是否是处于夜晚?我们可以先把图片转换为灰度图,然后根据灰度值的分布来判断,如: 我们可以从上图看到,晚上的图片的灰度值是集中在前段的,如0~30多左右,我们再看一张比较明亮的图片: 明亮的图片的灰度直方图是比较靠后的. 因此要判断图片的亮暗,只需要统计偏暗的像素个数,再除以图片像素的总个数,得到百分比p即可,至于p大于多少即判断为暗,则可以由你自己设置.下面给出代码,此代码可以在装满图片的目录里选出偏暗的图片,然后把这些图片保存下来. 2.代

  • Opencv实现图像灰度线性变换

    本文实例为大家分享了Opencv实现图像灰度线性变换的具体代码,供大家参考,具体内容如下 通过图像灰度线性变换提高图像对比度和亮度,原图像为src,目标图像为dst,则dst(x,y) = * src(x,y) + . 不仅对单通道图像可以做灰度线性变换,对三通道图像同样可以. #include<opencv2/opencv.hpp>; #include<iostream> using namespace cv; using namespace std; int main(int

  • Python OpenCV 彩色与灰度图像的转换实现

    彩色图像转换为灰度图像 第一种方式通过 imread 读取图像的时候直接设置参数为 0 ,自动转换彩色图像为灰度图像 第二种方式,可以通过 split 进行通道分离,或者叫做读取单个通道,也可以将一个彩色图像分离成 3 个单通道的灰度图像 今天要学习的方法,是通过一个叫做 cvtColor 的方法实现该操作. cv2.cvtColor() 方法用于将图像从一种颜色空间转换为另一种颜色空间. OpenCV 提供了 150 多种 color-space 转换方法.多到用不过来~ 该方法的语法格式为:

  • python opencv实现灰度图和彩色图的互相转换

    目录 opencv灰度图和彩色图互相转换 注意: 附:python将灰度图转换为RGB彩色图 总结 opencv灰度图和彩色图互相转换 如果摄像头本来就得到3维度红外图那就不用处理直接可以用: import cv2 cap = cv2.VideoCapture(0) ret, image_np = cap.read() 直接转成单通道的灰度图看看能不能用: #如果后面不写0,那就是默认彩色的 # 第一种方式 image = cv2.imread('***/timg4.jpg',0) #第二种方式

  • Python+OpenCV绘制灰度直方图详解

    1.直方图的概念 图像直方图是反映一个图像像素分布的统计表,其实横坐标代表了图像像素的种类,可以是灰度的,也可以是彩色的.纵坐标代表了每一种颜色值在图像中的像素总数或者占所有像素个数的百分比.图像是由像素构成,因为反映像素分布的直方图往往可以作为图像一个很重要的特征. 图像灰度直方图: 一幅图像由不同灰度值的像素组成,图像中灰度的分布情况是该图像的一个重要特征.图像的灰度直方图就描述了图像中灰度分布情况,能够很直观的展示出图像中各个灰度级所占的多少.图像的灰度直方图是灰度级的函数,描述的是图像中

  • Python+OpenCV解决彩色图亮度不均衡问题

    目录 前言 处理 对比度拉伸 log变换 Gamma校正 直方图均衡化 对比度自适应直方图均衡化(CLAHE) 处理结果展示 附源码 opencv版本 skimage版本 前言 CSDN博客好久没有换过头像了,想换个新头像,在相册里面翻来翻去,然后就找到以前养的小宠物的一些照片,有一张特别有意思 惊恐到站起来的金丝熊:这家伙不会要吃我吧 没见过仓鼠的小猫:这啥玩意儿? 好,就决定把这张图当自己的头像了 一顿操作之后,把头像换成了这张照片 此时我:啥玩意儿? ....感觉黑乎乎的,啥也看不清 这时

  • python实现彩色图转换成灰度图

    本文实例为大家分享了python实现彩色图转换成灰度图的具体代码,供大家参考,具体内容如下 from PIL import Image import os # 图像组成:红绿蓝 (RGB)三原色组成 亮度(255,255,255) image = "Annie1.jpg" img = Image.open(image) img_all = "素描" + image new = Image.new("L", img.size, 255) width

  • Opencv中cv2.cvtColor彩色图转灰度图的其他6种方法

    目录 1.公式集成: 2.代码实现: 3.实验结果: 4.参考文章: 1.公式集成: 2.代码实现: import os import cv2 import queue import threading import numpy as np #用户存取函数的返回值 q=queue.Queue() def rgb2gray(image,method): h,w,c=image.shape gray=np.zeros((h,w),dtype=np.uint8) y=0 for row in rang

  • 使用python将图片改为灰度图或黑白图

    目录 1. 使用cv2库将图片改为灰度图 2. 利用PIL库将图片改为黑白图 3. 利用PIL库将图片改为灰度图 使用python将图片改为灰度图或黑白图有三种方式,分别是是使用cv2库和PIL库来实现,详细过程如下所示. 1. 使用cv2库将图片改为灰度图 在使用cv2进行读取原彩色图片时,在里面添加一个参数cv2.IMREAD_GRAYSCALE表示将图片作为灰色图数据进行加载. 示例代码: import cv2 image = cv2.imread('./images/sunflower.

  • Android-如何将RGB彩色图转换为灰度图方法介绍

    实例:RGB2Grey 项目运行效果图:          源代码: [java] public class MainActivity extends Activity { /* (non-Javadoc)     * @see android.app.Activity#onCreate(android.os.Bundle)     */     @Override     public void onCreate(Bundle savedInstanceState) {         sup

  • python opencv通过按键采集图片源码

    一.python版本 写了个python opencv的小demo,可以通过键盘按下字母s进行采集图像. 功能说明 "N" 新建文件夹 data/ 用来存储图像 "S" 开始采集图像,将采集到的图像放到 data/ 路径下 "Q" 退出窗口 python opencv源码 ''' "N" 新建文件夹 data/ 用来存储图像 "S" 开始采集图像,将采集到的图像放到 data/ 路径下 "Q&qu

  • python opencv将多个图放在一个窗口的实例详解

    编程需求:使用python+opencv对图像进行处理,把两张图放在一起显示 方法:使用numpy模块中的水平堆叠或竖直堆叠完成所有图像的堆叠,最后当成一整张图显示. 注意:把不同的尺寸(宽和高)的图片或不同的颜色通道在一起来展示,会发生黑屏,所以要么把两张图的高度设置相同,要么宽度相同.这样才能正常显示. 举个栗子: 1.只设置两张图的高相同,拼接两图,显示:只设置两张图的宽相同,拼接两图,显示. import cv2 import numpy as np #读图1和图2 img1 = cv2

随机推荐