Python中關(guān)于matplotlib圖片的灰度處理方式

更新時間：2023年08月15日 17:02:17 作者：小闊愛_data

這篇文章主要介紹了Python中關(guān)于matplotlib圖片的灰度處理方式,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教

Python中matplotlib圖片的灰度處理

環(huán)境是ubuntu中的jupyter的環(huán)境

圖像的灰度化處理的基本原理

將彩色圖像轉(zhuǎn)化成為灰度圖像的過程成為圖像的灰度化處理。

為什么要進(jìn)行灰度化處理

彩色圖像中的每個像素的顏色有R、G、B三個分量決定，而每個分量有255中值可取，這樣一個像素點可以有1600多萬（255*255*255）的顏色的變化范圍。

而灰度圖像是R、G、B三個分量相同的一種特殊的彩色圖像，其一個像素點的變化范圍為255種，所以在數(shù)字圖像處理種一般先將各種格式的圖像轉(zhuǎn)變成灰度圖像以使后續(xù)的圖像的計算量變得少一些。

灰度圖像的描述與彩色圖像一樣仍然反映了整幅圖像的整體和局部的色度和亮度等級的分布和特征。

圖像的灰度化處理可用三種方法來實現(xiàn)。

常見的三種方法

先對數(shù)據(jù)進(jìn)行基本的處理

#引入包
import matplotlib.pyplot as plt
%matplotlib inline
import numpy as np

#讀取文件
zhima=plt.imread('芝麻.jpg')
plt.imshow(zhima)

#轉(zhuǎn)變需要的類型，并且產(chǎn)生噪聲，顯示最后的圖片
zhima_noisy=zhima.copy().astype(float)
zhima_noisy+=zhima_noisy.std()*0.3*np.random.standard_normal(zhima_noisy.shape)
plt.imshow(zhima_noisy)

#查看形狀
zhima.shape
#輸出結(jié)果為：(662, 1000, 3)

平均值法

#聚合操作后就減少了一個維度了
zhima_mean=zhima.mean(axis=2)
zhima_mean.shape
#輸出結(jié)果為：(662, 1000)
plt.imshow(zhima_mean,cmap='gray')

最大值法

#最大值法
zhima_max=zhima.max(axis=-1)
zhima_max.shape
plt.imshow(zhima_max,cmap='gray')

RGB三原色法

gravity= np.array([0.299,0.587,0.114])
#red*0.299+green*0.587+blue*0.114
#矩陣乘法
zhima_gravity=np.dot(zhima,gravity)
zhima_gravity.shape
plt.imshow(zhima_gravity,cmap='gray')

Matplotlib顯示灰度圖

matplotlib中的imshow()函數(shù)不能自動顯示灰度圖像，這一點應(yīng)該是眾所周知的，需要調(diào)用cmap=“gray"以進(jìn)行設(shè)置，但是cmap="gray"實際上并不是如opencv中的imshow函數(shù)一樣將單通道圖顯示為灰度圖，私以為是引入了灰度圖的灰度量化概念，但并不直接對應(yīng)灰度，證明見正文。

測試

設(shè)置一全1.0的圖像（全白），和一全白背景疊加黑色條柱的圖像，使用plt.imshow()顯示。

代碼：

import matplotlib.pyplot as plt
import numpy as np
white=np.ones((100,100),dtype=float)
bar=np.ones((100,100),dtype=float)
bar[40:50,:]=0
plt.figure(1)
plt.subplot(211)
plt.imshow(white,cmap='gray')
plt.title('white map')
plt.subplot(212)
plt.imshow(bar,cmap='gray')
plt.title('black bar')

結(jié)果為：

由此可以發(fā)現(xiàn)在值全為1.0時，圖像顯示為黑色，那么是否是dtype的原因呢？測試常用的uint8情況下，亮度為恒定值，顯示幾何。

代碼為：

white1=np.ones((100,100),dtype=np.uint8)*255
white2=np.ones((100,100),dtype=np.uint8)*128
plt.figure((2))
plt.subplot(211)
plt.imshow(white1,cmap='gray')
plt.title('white1')
plt.subplot(212)
plt.imshow(white2,cmap='gray')
plt.title('white2')

結(jié)果為：

由此可以確定，這一顯示“異常”與數(shù)據(jù)類型無關(guān) 。

解決方案

使用vmin,vmax參數(shù)指定灰度范圍，或者設(shè)定cmap為gray_r以使得灰度范圍反轉(zhuǎn)，后者只適用于想顯示白色背景。

代碼：

white1=np.ones((100,100),dtype=np.uint8)*255
white2=np.ones((100,100),dtype=np.uint8)*128
plt.figure((2))
plt.subplot(211)
plt.imshow(white1,cmap='gray_r')
plt.title('white1')
plt.subplot(212)
plt.imshow(white2,cmap='gray',vmin=0,vmax=255)
plt.title('white2')

結(jié)果：