python实现灰度图

本文实例为大家分享了python实现灰度图的具体代码,供大家参考,具体内容如下

任务描述

背景

真彩色图像和灰度图像是数字图像的两种常见类型,如下图所示,左图是真彩色图像,右图是灰度图像。

在真彩色图像中,像素颜色是 RGB 颜色,每个颜色包含 R、G、B 三个颜色分量。而在灰度图像中,像素颜色只有一个分量,称为灰度值,其取值是 [0,255] 之间的整数,灰度值越小,灰度越暗(越黑),反之越亮(越白)。

任务

本关任务是补全程序,使程序能将一幅真彩色图像转换成灰度图像。说明如下:
1)求得的灰度值需要转换成整数,请使用round函数取整,如round(3.7)是将3.7四舍五入为整数4;
2)本关程序框架与上关基本相同。

相关知识

思路

真彩色图像与灰度图像采用的颜色模式不一样,前者使用 RGB 颜色,有三个颜色分量,而后者使用灰度值,只有一个颜色分量,所以不能像上关一样直接对原始图像的像素进行修改。
解决方法是先新建一个与真彩色图像分辨率相同的纯色灰度图像,然后依次取出真彩色图像中每个像素的 RGB 颜色,算出对应的灰度值,再将此灰度值填入新建灰度图像的对应位置。

示例程序

示例程序见下:

from PIL import Image
img = Image.new('L', (100, 100))  #新建一个3×3的纯黑色灰度图像
gray = img.getpixel((50,50))      #取出某个像素的颜色,即灰度值
print('这是一个灰度值:', gray)   #灰度值只包含一个整数
for x in range(100):
    for y in range(100):
        img.putpixel((x,y), 100)#将所有像素的灰度值设置为100
img.save('src/step2/student/step2_2.jpg')

可将此程序拷入右侧编辑器运行。

编程要求

在 Begin-End 区间补全代码,具体要求见上。

测试说明

系统会检查程序生成的 step2_2.jpg 文件,若正确则打印:

你的图像与正确答案相同!

开始你的任务吧,祝你成功!

from PIL import Image

# 将一个RGB颜色转换成灰度值,结果保留整数
def RGBtoGray(r, g, b):
    ########## Begin ##########
    gray = round(r*0.299 + g*0.587 + b*0.114)
    ########## End ##########
    return gray
# 将真彩色图像转换成灰度图
# 真彩色和灰度图的文件路径分别为path1和path2
def toGrayImage(path1, path2):
    img1 = Image.open(path1)  # 真彩色图像,像素中是RGB颜色
    w, h = img1.size
    img2 = Image.new('L', (w, h))  # 新建一个灰度图像,像素中是灰度值
    ########## Begin ##########
    # 此部分功能:依次取出img1中每个像素的RGB颜色,转换成灰度值,再放到img2的对应位置
    for x in range(w):
        for y in range(h):
            r, g, b = img1.getpixel((x, y))  # 取出颜色
            gray = RGBtoGray(r, g, b) # 转成灰度值
            img2.putpixel((x, y), gray)  # 放回像素

    ########## End ##########
    img2.save(path2)

path1 = 'step1.jpg'  # 真彩色图像
path2 = 'step2_2.jpg'  # 灰度图像
toGrayImage(path1, path2)

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持我们。

(0)

相关推荐

  • 利用Python将彩色图像转为灰度图像的两种方法

    目录 第一种方法 第二种方法 python 批量将图片转为灰度图 总结 第一种方法 Python的cv2库中自带彩色转灰度的方法,而且非常简单,代码就9行,核心代码就1行. 大题思路就是先读取一张彩色图片,然后在窗口中显示出来,再然后就让cv2处理一下,转换成灰度图像,这时候它是个二维的灰度矩阵,所以,我们想保存得先将它从array转成image,最后在另一个窗口中显示出来,为了避免窗口一闪而过,我们需要加上waitKey(0)这一句. import cv2 from PIL import Im

  • 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

  • Python 将RGB图像转换为Pytho灰度图像的实例

    问题: 我正尝试使用matplotlib读取RGB图像并将其转换为灰度. 在matlab中,我使用这个: img = rgb2gray(imread('image.png')); 在matplotlib tutorial中他们没有覆盖它.他们只是在图像中阅读 import matplotlib.image as mpimg img = mpimg.imread('image.png') 然后他们切片数组,但是这不是从我所了解的将RGB转换为灰度. lum_img = img[:,:,0] 编辑:

  • 对python cv2批量灰度图片并保存的实例讲解

    如下所示: import cv2 #循环灰度图片并保存 def grayImg(): for x in range(1,38): #读取图片 img = cv2.imread("C:\\Users\\lyl\\Desktop\\new_dahuoji\\img2\\{}.jpg".format(str(x))) GrayImage=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) #保存灰度后的新图片 cv2.imwrite("C:\\Users\\l

  • Python读取MRI并显示为灰度图像实例代码

    本文实例主要关于Python实现读取MRI(核磁共振成像)为numpy数组,使用imshow显示为灰度. 代码如下: import matplotlib.pyplot as plt import matplotlib.cbook as cbook import matplotlib.cm as cm import numpy as np # Data are 256x256 16 bit integers with cbook.get_sample_data('s1045.ima.gz') as

  • python 对一幅灰度图像进行直方图均衡化

    from PIL import Image from pylab import * from numpy import * def histeq(im,nbr_bins = 256): """对一幅灰度图像进行直方图均衡化""" #计算图像的直方图 #在numpy中,也提供了一个计算直方图的函数histogram(),第一个返回的是直方图的统计量,第二个为每个bins的中间值 imhist,bins = histogram(im.flatten(

  • 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

  • Python读取图像并显示灰度图的实现

    python读取图像 原图: import cv2 # 利用opencv读取图像 import numpy as np # 利用matplotlib显示图像 import matplotlib.pyplot as plt img = cv2.imread("./lena.png") #读取图像 # 显示图像 plt.imshow(img) plt.axis('off') plt.show() 效果: 问:为什么画出的图像和原图有色差呢? 答:opencv的颜色通道顺序为[B,G,R],

  • 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(

随机推荐