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] #将图片缩小便于显示观看 img_resize = cv2.resize(img, (int(width*0.5),int(height*0.5)),interpolation=cv2.INTER_CUBIC) cv2.imshow("img",img_resize) print("img_reisze shape:{}".format(np.shape(img_resize))) #将图片转为灰度图 img_gray = cv2.cvtColor(img_resize,cv2.COLOR_RGB2GRAY) cv2.imshow("img_gray",img_gray) print("img_gray shape:{}".format(np.shape(img_gray))) cv2.waitKey()
img_reisze shape:(337, 600, 3)
img_gray shape:(337, 600)
使用opencv读取图片的时候,默认使用的是BGR来读取图片的,可以看到原始读取的图片是3通道的,经过转换之后变成了单通道。
直接将图片采用灰度图的方式进行读取
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] #将图片缩小便于显示观看 img_resize = cv2.resize(img, (int(width*0.5),int(height*0.5)),interpolation=cv2.INTER_CUBIC) cv2.imshow("img",img_resize) print("img_reisze shape:{}".format(np.shape(img_resize))) #读取灰度图 img_gray = cv2.imread(img_path,cv2.IMREAD_GRAYSCALE) #将图片缩小便于显示观看 img_gray = cv2.resize(img_gray, (int(width*0.5),int(height*0.5)),interpolation=cv2.INTER_CUBIC) cv2.imshow("img_gray",img_gray) print("img_gray shape:{}".format(np.shape(img_gray))) cv2.waitKey()
img_reisze shape:(337, 600, 3)
img_gray shape:(337, 600)
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。
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件!
如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
白云城资源网 Copyright www.dyhadc.com
暂无“python opencv将图片转为灰度图的方法示例”评论...
更新日志
2025年01月10日
2025年01月10日
- 小骆驼-《草原狼2(蓝光CD)》[原抓WAV+CUE]
- 群星《欢迎来到我身边 电影原声专辑》[320K/MP3][105.02MB]
- 群星《欢迎来到我身边 电影原声专辑》[FLAC/分轨][480.9MB]
- 雷婷《梦里蓝天HQⅡ》 2023头版限量编号低速原抓[WAV+CUE][463M]
- 群星《2024好听新歌42》AI调整音效【WAV分轨】
- 王思雨-《思念陪着鸿雁飞》WAV
- 王思雨《喜马拉雅HQ》头版限量编号[WAV+CUE]
- 李健《无时无刻》[WAV+CUE][590M]
- 陈奕迅《酝酿》[WAV分轨][502M]
- 卓依婷《化蝶》2CD[WAV+CUE][1.1G]
- 群星《吉他王(黑胶CD)》[WAV+CUE]
- 齐秦《穿乐(穿越)》[WAV+CUE]
- 发烧珍品《数位CD音响测试-动向效果(九)》【WAV+CUE】
- 邝美云《邝美云精装歌集》[DSF][1.6G]
- 吕方《爱一回伤一回》[WAV+CUE][454M]