请选择 进入手机版 | 继续访问电脑版
查看: 49|回复: 5

python3读取图片并灰度化图片

[复制链接]

570

主题

1066

帖子

5830

积分

xdtech

Rank: 5Rank: 5

积分
5830
发表于 2020-5-27 19:30:18 | 显示全部楼层 |阅读模式
方法一:在使用OpenCV读取图片的同时将图片转换为灰度图:

    img = cv2.imread(imgfile, cv2.IMREAD_GRAYSCALE)
    print("cv2.imread(imgfile, cv2.IMREAD_GRAYSCALE)结果如下:")
    print('大小:{}'.format(img.shape))
    print("类型:%s"%type(img))



回复

使用道具 举报

570

主题

1066

帖子

5830

积分

xdtech

Rank: 5Rank: 5

积分
5830
 楼主| 发表于 2020-5-27 19:30:34 | 显示全部楼层
方法二:使用OpenCV,先读取图片,然后在转换为灰度图:

    img = cv2.imread(imgfile)
    #print(img.shape)
    #print(img)
    gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) #Y = 0.299R + 0.587G + 0.114B
    print("cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)结果如下:")
    print('大小:{}'.format(gray_img.shape))
    print("类型:%s" % type(gray_img))

回复

使用道具 举报

570

主题

1066

帖子

5830

积分

xdtech

Rank: 5Rank: 5

积分
5830
 楼主| 发表于 2020-5-27 19:30:48 | 显示全部楼层
方法三:使用PIL库中的Image模块:

    img = np.array(Image.open(imgfile).convert('L'), 'f') #读取图片,灰度化,转换为数组,L = 0.299R + 0.587G + 0.114B。'f'为float类型
    print("Image方法的结果如下:")
    print('大小:{}'.format(img.shape))
    print("类型:%s" % type(img))
回复

使用道具 举报

570

主题

1066

帖子

5830

积分

xdtech

Rank: 5Rank: 5

积分
5830
 楼主| 发表于 2020-5-27 19:31:08 | 显示全部楼层
方法四:TensorFlow方法:

    with tf.Session() as sess:
        img = tf.read_file(imgfile) #读取图片,
        img_data = tf.image.decode_jpeg(img, channels=3) #解码
        #img_data = sess.run(tf.image.decode_jpeg(img, channels=3))
        img_data = sess.run(tf.image.rgb_to_grayscale(img_data)) #灰度化
        print('大小:{}'.format(img_data.shape))
        print("类型:%s" % type(img_data))
回复

使用道具 举报

570

主题

1066

帖子

5830

积分

xdtech

Rank: 5Rank: 5

积分
5830
 楼主| 发表于 2020-5-27 19:31:19 | 显示全部楼层
可以看出:TensorFlow的方法的结果与上面的三种方法的处理结果略有不同。所以在处理图像的时候最好保持方法的一致性,最好不要用这种方法读取完图片然后用另一种方法处理图片,以避免不必要的bug影响图片处理处理结果。

回复

使用道具 举报

570

主题

1066

帖子

5830

积分

xdtech

Rank: 5Rank: 5

积分
5830
 楼主| 发表于 2020-5-27 19:31:24 | 显示全部楼层
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

快速回复 返回顶部 返回列表