今天在學習的時候，發(fā)現(xiàn)scipy.misc中的imread提取圖片的方法被棄用了。太生氣了！

只好使用了matplotlib.pyplot中的imread了，可是當我發(fā)現(xiàn)他不能直接通過True來提取灰度圖片時，我崩潰了

上網查了一下，了解了灰度化處理的幾種方法：

首先先解釋一下，彩色圖片一般是由RGB組成，其實就是3個二維數(shù)組疊加而成。我們也就能看到一些彩色圖片了。當R=G=B時，彩色圖片就會變成一種灰度顏色，就是我們俗稱的“黑白照片”。所以灰度顏色的圖片其實就是一個二維數(shù)組。
灰度化處理總共有三種方法：最大值法、平均值法、加權平均法。
從字面意思我們也能看出，前兩種的意思。但第三種中的加權平均中的權值從何而來？
它是一個固定值，分別是R:0.299、G:0.587、B:0.114。因為人眼對綠色的敏感度更高，對紅色次之，藍色最低，因此使用不能的權值可以得到更合理的灰度圖像，所以經過多次的實驗才推導出該數(shù)值。

首先康康原圖

original = plt.imread('C:\\Users\\11140\\Pictures\\Saved Pictures\\abc.jpg')
print(original.shape)
# (640, 640, 3)
plt.imshow(original)
plt.show()

最大值法：

original = original.max(axis=2)
print(original.shape)
# (640, 640)
plt.imshow(original,cmap='gray')
plt.show()

平均值法：

original = original.mean(axis=2)
print(original.shape)
# (640, 640)
plt.imshow(original,cmap='gray')
plt.show()

加權平均法

original = np.dot(original,[0.299,0.587,0.114])
print(original.shape)
# (640, 640)
plt.imshow(original,cmap='gray')
plt.show()

這樣看起來，第一張和第二張有很大的差別。第三張相比第二張，好像確實第三張看起來更舒服一點

到此這篇關于python圖片灰度化處理的幾種方法的文章就介紹到這了,更多相關python圖片灰度化內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！