图像处理(1):用Python实现彩色图像转为灰度图像的两种方法以及批量将图片转为灰度图

这篇具有很好参考价值的文章主要介绍了图像处理(1):用Python实现彩色图像转为灰度图像的两种方法以及批量将图片转为灰度图。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

用Python实现彩色图像转为灰度图像的两种方法介绍


前言

这篇文章给大家主要介绍使用Python将彩色图像转为灰度图像的两种方法,以及用Python批量将图片转为灰度图的方法,供大家参考:


一、第一种方法

使用Python中的cv2库,它自带彩色转灰度的方法,并且代码非常简单。
先读取一张彩色图片,然后在窗口中显示,再然后使用cv2进行处理,转换成灰度图像,此时它为二维的灰度矩阵,最后将它从array转成image,并在另窗口中显示,waitKey(0)使窗口保持显示,也可以写waitKey(300)窗口显示一段时间后关闭。

import cv2
from PIL import Image
#读取彩色图像
color_img = cv2.imread(r'E:/Pycharm/Python/DS-05.jpg')
# 预处理操作,将输入图像变成300×300,不需要可以删除
reImg = cv2.resize(color_img, (300, 300), interpolation=cv2.INTER_CUBIC)
# 在窗口中显示图像
cv2.imshow('Resize image',reImg)
#cvtColor的第一个参数是处理的图像,第二个是RGB2GRAY
gray_img=cv2.cvtColor(reImg,cv2.COLOR_RGB2GRAY)
#gray_img为二维矩阵表示,要实现array到image的转换
gray=Image.fromarray(gray_img)
#将图片保存到当前路径下,参数为保存的文件名
gray.save('gray.jpg')
cv2.imshow('Gray Image',gray_img)
#如果想让窗口长时间停留,使用该函数 cv2.waitKey(0)
cv2.waitKey(300)

结果如下:
图像处理(1):用Python实现彩色图像转为灰度图像的两种方法以及批量将图片转为灰度图
图像处理(1):用Python实现彩色图像转为灰度图像的两种方法以及批量将图片转为灰度图

二、第二种方法

使用PIL中的Image库,然后再用pyplot显示在画布上,代码如下:

from PIL import Image
from matplotlib import pyplot as plt

color_img = Image.open('E:/Pycharm/Python/DS-05.jpg')
# 转换成灰度图像
gray_img = color_img.convert('L')
print_res = 'gray'
plt.figure('DS')
#plt.figure(num=1, figsize=(8,5),)
plt.imshow(gray_img, cmap='gray')
# 命名标题
plt.title(print_res)
# 不显示坐标轴
plt.axis('off')
plt.show()

结果如下:
图像处理(1):用Python实现彩色图像转为灰度图像的两种方法以及批量将图片转为灰度图

三、python 批量将图片转为灰度图

代码如下:

from PIL import Image
import os
path = 'E:/Pycharm/Python/图片'
file_list = os.listdir(path)
# 循环
for image in file_list:
    I = Image.open(path + "/" + image)
    gray = I.convert('L')
    gray.save(path + "/" + image)
    #print(file)

总结

以上就是这次所写的内容,本文仅仅简单介绍了彩色图像转为灰度图像的方法,以后继续写用Python进行图像处理的文章,喜欢请给本文点赞收藏。文章来源地址https://www.toymoban.com/news/detail-514041.html

到了这里,关于图像处理(1):用Python实现彩色图像转为灰度图像的两种方法以及批量将图片转为灰度图的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网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TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • python 图像处理之图像灰度化 cvtColor

    预备知识 图像灰度化是将一幅彩色图像转换为灰度化图像的过程。 彩色图像的色彩通常由R、G、B三个分量组合而成(其实就是3个二维数组叠加而成),从而搭配出各种颜色 灰度图像中每个像素仅具有一种样本颜色,其灰度是位于黑色与白色之间的多级色彩深度,灰度值大的像素

    2024年02月03日
    浏览(53)
  • Python对图像进行灰度处理

    目录 1、解释说明: 2、使用示例: 3、注意事项: 在Python中,我们可以使用PIL(Python Imaging Library)库中的Image模块对图像进行灰度处理。灰度处理是将彩色图像转换为灰度图像的过程,即每个像素的颜色由红、绿、蓝三个通道的值组成,转换为一个单一的灰度值。这样做可以

    2024年02月06日
    浏览(65)
  • (数字图像处理MATLAB+Python)第五章图像增强-第四、五节:基于模糊技术和基于伪彩色处理的图像增强

    图像的模糊特征平面 :假设原始图像为 I ( x , y ) I(x,y) I ( x , y ) ,其中 x x x 和 y y y 分别表示图像的水平和垂直方向的坐标。模糊特征平面可以表示为 B ( x , y , θ ) B(x,y,theta) B ( x , y , θ ) ,其中 θ theta θ 是一个旋转角度参数,表示模糊核函数的旋转角度。 B ( x , y , θ ) B(x,

    2023年04月20日
    浏览(105)
  • 数字图像处理第六章——彩色图像处理

    目录 引言 一、彩色基础 二、彩色模型 2.1 RGB彩色模型 2.2 CMY和CMYK彩色模型  2.3 HSI彩色模型 三、伪彩色图像处理 3.1 灰度分层 3.2 灰度到彩色的变换 四、彩色变换 ​编辑色调与色彩校正 五、平滑与锐化 5.1 平滑 5.2 锐化         在图像处理中,彩色的运用受两个主要因素

    2024年02月09日
    浏览(64)
  • 基于matlab的数字图像处理之彩色图像处理

    一、实验目的 (1)了解如何利用RGB分量生成简单的图像。 (2)熟练掌握RGB彩色模型转换到HIS彩色模型的过程。 (3)熟练掌握RGB图像的彩色分割。 (4)熟练掌握彩色图像如何在向量空间中进行边缘检测。 二、实验仪器(软件平台)     计算机、MATLAB软件 三、实验原理

    2024年02月06日
    浏览(48)
  • 伪彩色图像处理

        伪彩色处理(pseudocoloring)是指根据一定准则给灰度值赋予彩色值的处理。宏观来说就是将黑白图像转化为彩色图像,或者是将单色图像变换成给定彩色分布的图像。由于人眼对彩色的分辨能力远远高于对灰度的分辨能力,所以将灰度图像转化成彩色表示,就可以提高对图

    2024年02月13日
    浏览(35)
  • 图像处理之图像灰度化

    图像灰度化 彩色图像中的每个像素的颜色有R、G、B三个分量决定,而每个分量有255中值可取,这样一个像素点可以有1600多万 (255 255 255)的颜色的变化范用。而灰度图像是R、G、B三个分量相同的一种特殊的彩色图像(R=G=B),其一个像素点的变化范围为255种,所以在数字图像处理

    2024年02月15日
    浏览(41)
  • OpenCV图像处理-灰度处理

    灰度的线性变换将图像中的所有像素点的值按 线性变换函数 进行变换。 在曝光不足或过度的情况下,图像的灰度值会局限在一个很小的范围内,这时在显示器上看到的将是一个模糊不清、似乎没有层次的图像。 针对这一情况,使用一个线性单值函数对图像内的每一个像素做

    2024年02月08日
    浏览(106)
  • 计算机视觉学习笔记(图像的灰度与灰度级 图像的深度 图像噪声 图像处理)

    如果把白色和黑色之间按对数关系分为若干等级,称为灰度,灰度分为256阶,0为黑色,灰度就是没有色彩,RGB色彩分量全部相等(150,150,150)就代表灰度为150. 一幅图像中不同位置的亮度是不一样的,可用f(x,y)来表示(x,y)上的亮度。由于光是一种能量形式,因此亮度是非负

    2024年02月01日
    浏览(61)
  • opencv 图像基础处理_灰度图像

    二值图像表示起来简单方便,但是因为其仅有黑白两种颜色,所表示的图像不够细腻。如果想要表现更多的细节,就需要使用更多的颜色。例如,图 2-3 中的 lena 图像是一幅灰度图像, 它采用了更多的数值以体现不同的颜色,因此该图像的细节信息更丰富。 通常,计算机会将

    2024年02月15日
    浏览(57)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包