為了加快處理速度，在圖像處理算法中，往往需要把彩色圖像轉換為灰度圖像。

0x00. 灰度圖

灰度數字圖像是每個像素只有一個采樣顏色的圖像，這類圖像通常顯示為從最暗黑色到最亮的白色的灰度。

灰度圖像與黑白圖像不同，在計算機圖像領域中黑白圖像只有黑白兩種顏色，灰度圖像在黑色與白色之間還有許多級的顏色深度。

在RGB模型中，如果R=G=B時，則彩色表示一種灰度顏色，其中R=G=B的值叫灰度值。

0x01. 灰度化的方法

1. 分量法

將彩色圖像中的三分量的亮度作為三個灰度圖像的灰度值，可根據應用需要選取一種灰度圖像。

F1(i,j) = R(i,j)
F2(i,j) = G(i,j)
F3(i,j) = B(i,j)

代碼示例：

import cv2.cv as cv image = cv.LoadImage('mao.jpg') b = cv.CreateImage(cv.GetSize(image), image.depth, 1) g = cv.CloneImage(b) r = cv.CloneImage(b)cv.Split(image, b, g, r, None) cv.ShowImage('a_window', r)cv.WaitKey(0)

2. 最大值法

將彩色圖像中的三分量亮度的最大值作為灰度圖的灰度值。

F(i,j) = max(R(i,j), G(i,j), B(i,j))

代碼示例：

image = cv.LoadImage('mao.jpg') new = cv.CreateImage(cv.GetSize(image), image.depth, 1) for i in range(image.height):for j in range(image.width):new[i,j] = max(image[i,j][0], image[i,j][1], image[i,j][2]) cv.ShowImage('a_window', new) cv.WaitKey(0)

3.平均值法

將彩色圖像中的三分量亮度求平均得到一個灰度值。

F(i,j) = (R(i,j) + G(i,j) + B(i,j)) / 3

代碼示例：

image = cv.LoadImage('mao.jpg') new = cv.CreateImage(cv.GetSize(image), image.depth, 1) for i in range(image.height):for j in range(image.width):new[i,j] = (image[i,j][0] + image[i,j][1] + image[i,j][2])/3 cv.ShowImage('a_window', new) cv.WaitKey(0)

4.加權平均法

根據重要性及其它指標，將三個分量以不同的權值進行加權平均。由于人眼對綠色的敏感最高，對藍色敏感最低，因此，按下式對RGB三分量進行加權平均能得到較合理的灰度圖像。

F(i,j) = 0.30R(i,j) + 0.59G(i,j) + 0.11B(i,j))

代碼示例：

image = cv.LoadImage('mao.jpg') new = cv.CreateImage(cv.GetSize(image), image.depth, 1) for i in range(image.height):for j in range(image.width):new[i,j] = 0.3 * image[i,j][0] + 0.59 * image[i,j][1] + 0.11 * image[i,j][2] cv.ShowImage('a_window', new) cv.WaitKey(0)

上面的公式可以看出綠色（G 分量）所占的比重比較大，所以有時候也會直接取G 分量進行灰度化。

代碼示例：

image = cv.LoadImage('mao.jpg') new = cv.CreateImage(cv.GetSize(image), image.depth, 1) for i in range(image.height):for j in range(image.width):new[i,j] = image[i,j][1] cv.ShowImage('a_window', new) cv.WaitKey(0)

總結

以上是生活随笔為你收集整理的Python-OpenCV 处理图像（七）：图像灰度化处理的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。