快捷導(dǎo)航

python?opencv實(shí)現(xiàn)灰度圖和彩色圖的互相轉(zhuǎn)換

更新時(shí)間：2022年01月20日 15:43:47 作者：frootguo

這篇文章主要給大家介紹了關(guān)于python?opencv實(shí)現(xiàn)灰度圖和彩色圖的互相轉(zhuǎn)換,文中通過實(shí)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

opencv灰度圖和彩色圖互相轉(zhuǎn)換

如果攝像頭本來就得到3維度紅外圖那就不用處理直接可以用：

import cv2
cap = cv2.VideoCapture(0)
ret, image_np = cap.read()

直接轉(zhuǎn)成單通道的灰度圖看看能不能用：

    #如果后面不寫0，那就是默認(rèn)彩色的
    # 第一種方式
    image = cv2.imread('***/timg4.jpg',0)
    #第二種方式
    #dst=cv2.cvtColor(src,cv2.COLOR_BGR2GRAY)
    detecotr = TOD()
    detecotr.detect(image)
    # 或者視頻轉(zhuǎn)換方式如下
    ret, image_np = cap.read()
    image_np=cv2.cvtColor(image_np,cv2.COLOR_BGR2GRAY)

上面兩種方式得到的數(shù)據(jù)是不完全相同的，網(wǎng)上尚未查找到具體原因，通過對(duì)讀取到的ndArray數(shù)據(jù)對(duì)比，發(fā)現(xiàn)存在不完全相同的數(shù)據(jù)。

觀察直接轉(zhuǎn)成1通道的圖像：

直接轉(zhuǎn)成了1通道灰度圖喂進(jìn)去神經(jīng)網(wǎng)絡(luò)不行，因?yàn)橹挥?通道，必須經(jīng)過如下的處理；

image_np=cv2.cvtColor(image_np,cv2.COLOR_GRAY2BGR)

上面代碼可以得到3通道灰度圖，就是把灰度圖的1通道復(fù)制三遍，然后就可以喂進(jìn)網(wǎng)絡(luò)了：

紅外圖像和灰度圖像本身就不是在同一分類標(biāo)準(zhǔn)下得到的概念。

紅外圖像是紅外成像設(shè)備采集目標(biāo)在紅外波段的輻射形成的影像，這個(gè)圖像可專以是灰度圖像，也可以彩色圖像。同樣的道理，可見光圖像可以是灰度屬圖像，也可以彩色圖像。

灰度圖像是相對(duì)彩色圖像而言的?；叶葓D像沒有顏色，灰度值由0變化至255時(shí)，圖像由黑變白。

再將上述的3通道灰度值轉(zhuǎn)換為偽彩圖，觀察結(jié)果：

ret, image_np = cap.read()
image_np=cv2.cvtColor(image_np,cv2.COLOR_BGR2GRAY)
#image_np=cv2.cvtColor(image_np,cv2.COLOR_GRAY2BGR)
image_np = cv2.applyColorMap(image_np, cv2.COLORMAP_JET)

對(duì)于偽彩圖有不同的偽彩圖方式，各個(gè)函數(shù)如下：

# COLORMAP_AUTUMN = 0,
# COLORMAP_BONE = 1,
# COLORMAP_JET = 2,
# COLORMAP_WINTER = 3,
# COLORMAP_RAINBOW = 4,
# COLORMAP_OCEAN = 5,
# COLORMAP_SUMMER = 6,
# COLORMAP_SPRING = 7,
# COLORMAP_COOL = 8,
# COLORMAP_HSV = 9,
# COLORMAP_PINK = 10,
# COLORMAP_HOT = 11

注意：

在使用模型框架的時(shí)候，如果是使用tensorflow object detection API，需要將1通道的灰度圖轉(zhuǎn)成3通道（唯一通道復(fù)制三遍）來訓(xùn)練和檢測(cè)；

為什么不直接使用者通道的灰度圖來做呢，這樣是不是能提高性能呢？

不是，因?yàn)檫@樣對(duì)于提高性能和速度沒有意義，它只影響了卷積神經(jīng)網(wǎng)絡(luò)的第一層而已，后續(xù)層的計(jì)算量和參數(shù)量沒有絲毫影響，這樣的影響等同于沒有，如果真的考慮性能和速度，直接更改模型更可靠。

附：python將灰度圖轉(zhuǎn)換為RGB彩色圖

from PIL import Image
import os

path = r'圖片存儲(chǔ)的路徑'
newpath = r'轉(zhuǎn)換后存儲(chǔ)圖片的路徑'


def RGBtoGray(path):
    files = os.listdir(path)
    for file in files:
        imgpath = path + '/' + file
        #print(imgpath)
        #
        im = Image.open(imgpath).convert('RGB')
        #resize將圖像像素轉(zhuǎn)換成自己需要的像素大小
        img = im.resize((512, 512))
        dirpath = newpath
        file_name, file_extend = os.path.splitext(f)
        dst = os.path.join(os.path.abspath(dirpath), file_name + '.jpg')
        img.save(dst)
if __name__ == "__main__":
    RGBtoGray(path)

總結(jié)

到此這篇關(guān)于python opencv實(shí)現(xiàn)灰度圖和彩色圖互相轉(zhuǎn)換的文章就介紹到這了,更多相關(guān)opencv灰度圖和彩色圖互相轉(zhuǎn)換內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: