Python 將RGB圖像轉(zhuǎn)換為Pytho灰度圖像的實(shí)例
問(wèn)題：
我正嘗試使用matplotlib讀取RGB圖像并將其轉(zhuǎn)換為灰度。
在matlab中，我使用這個(gè)：
img = rgb2gray(imread('image.png'));
在matplotlib tutorial中他們沒(méi)有覆蓋它。他們只是在圖像中閱讀
import matplotlib.image as mpimg
img = mpimg.imread('image.png')
然后他們切片數(shù)組，但是這不是從我所了解的將RGB轉(zhuǎn)換為灰度。
lum_img = img[:,:,0]
編輯：
我發(fā)現(xiàn)很難相信numpy或matplotlib沒(méi)有內(nèi)置函數(shù)來(lái)從rgb轉(zhuǎn)換為灰色。這不是圖像處理中的常見(jiàn)操作嗎？
我寫(xiě)了一個(gè)非常簡(jiǎn)單的函數(shù)，它可以在5分鐘內(nèi)使用imread導(dǎo)入的圖像。這是非常低效的，但這就是為什么我希望內(nèi)置專業(yè)實(shí)施。
塞巴斯蒂安改善了我的功能，但我仍然希望找到內(nèi)置的一個(gè)。
matlab的（NTSC / PAL）實(shí)現(xiàn)：
import numpy as np def rgb2gray(rgb): r, g, b = rgb[:,:,0], rgb[:,:,1], rgb[:,:,2] gray = 0.2989 * r + 0.5870 * g + 0.1140 * b return gray
回答：
如何使用PIL
from PIL import Image
img = Image.open('image.png').convert('LA')
img.save('greyscale.png')
使用matplotlib和the formula
Y' = 0.299 R + 0.587 G + 0.114 B
你可以這樣做：
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.image as mpimg
def rgb2gray(rgb):
return np.dot(rgb[...,:3], [0.299, 0.587, 0.114])
img = mpimg.imread('image.png')
gray = rgb2gray(img)
plt.imshow(gray, cmap = plt.get_cmap('gray'))
plt.show()
以上這篇Python 將RGB圖像轉(zhuǎn)換為Pytho灰度圖像的實(shí)例就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
keras使用Sequence類調(diào)用大規(guī)模數(shù)據(jù)集進(jìn)行訓(xùn)練的實(shí)現(xiàn)
這篇文章主要介紹了keras使用Sequence類調(diào)用大規(guī)模數(shù)據(jù)集進(jìn)行訓(xùn)練的實(shí)現(xiàn)，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-06-06
python求平均數(shù)、方差、中位數(shù)的例子
今天小編就為大家分享一篇python求平均數(shù)、方差、中位數(shù)的例子，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-08-08
使用Python自動(dòng)化自定義字體混淆信息的方法實(shí)例
今天小編就為大家分享一篇關(guān)于使用Python自動(dòng)化自定義字體混淆信息的方法實(shí)例,小編覺(jué)得內(nèi)容挺不錯(cuò)的,現(xiàn)在分享給大家,具有很好的參考價(jià)值,需要的朋友一起跟隨小編來(lái)看看吧2019-02-02
Python Pytorch深度學(xué)習(xí)之神經(jīng)網(wǎng)絡(luò)
今天小編就為大家分享一篇關(guān)于Pytorch神經(jīng)網(wǎng)絡(luò)的文章，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2021-10-10
這篇文章主要介紹了Python深入學(xué)習(xí)之上下文管理器,上下文管理器是在Python2.5加入的功能,它能夠讓你的代碼可讀性更強(qiáng)并且錯(cuò)誤更少,和C#中的using語(yǔ)句類似,需要的朋友可以參考下2014-08-08
基于Python實(shí)現(xiàn)圖像文字識(shí)別OCR工具
在工作、生活中常常會(huì)用到，比如票據(jù)、漫畫(huà)、掃描件、照片的文本提取。本文主要介紹了基于PyQt + PaddleOCR實(shí)現(xiàn)的一個(gè)桌面端的OCR工具，用于快速實(shí)現(xiàn)圖片中文本區(qū)域自動(dòng)檢測(cè)+文本自動(dòng)識(shí)別，需要的朋友可以參考一下2021-12-12
本文主要介紹了pandas的apply函數(shù)用法詳解，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2023-01-01
這篇文章主要給大家介紹了在Python中模塊與包有相同名字的處理方法，文中介紹的非常詳細(xì)，對(duì)大家具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面來(lái)一起看看吧。2017-05-05
這篇文章主要介紹了python去除字符串最后的換行符'\n',本文通過(guò)示例代碼給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2023-04-04
這篇文章主要介紹了python 字符串方法匯總詳解,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-09-09