将3通道RGB图像转换为1通道二进制图像

Question

我可以将RGB图像转换为二进制，但其尺寸仍然太大(1280x720x3)。由于二进制图像的每个像素只有0或1的值，我想将其尺寸减小到(1280x720x1)，因此我不必处理内存问题（因为我正在使用数千个图像）

import cv2
import glob

def convert_to_binary(source_path, destination_path):
    i = 0

    for filename in glob.iglob("{}*.png".format(source_path)):
        im_gray = cv2.imread(filename, cv2.IMREAD_GRAYSCALE)
        (thresh, im_bw) = cv2.threshold(im_gray, 128, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)
        cv2.imwrite("{}.png".format(destination_path + str(i)), im_bw)
        i += 1

如何修改上述代码，将已保存图片的尺寸从(1280x720x3)更改为(1280x720x1)？

Answer 1

使用private route: ActivatedRoute | any 或np.newaxis将（H，W）转换为（H，W，1）。

np.reshape

  

（1）使用np.newaxis添加新维度

>>> h,w = 3,4
>>> binary = np.zeros((h,w))
>>> binary.shape
(3, 4)

  

（2）使用重塑来改变维度

>>> new_binary = binary[..., np.newaxis]
>>> new_binary.shape
(3, 4, 1)
>>> 

  

现在看结果。

>>> new_binary2 = binary.reshape((h,w,1))
>>> new_binary2.shape
(3, 4, 1)

Answer 2

从各种来源，这是将rgb转换为灰度的一种化身。

# num_92 gray scale image from rgb
def num_92():
    """num_92... gray-scale image from rgb
    :Essentially gray = 0.2989 * r + 0.5870 * g + 0.1140 * b
    : np.dot(rgb[...,:3], [0.299, 0.587, 0.114])
    : http://stackoverflow.com/questions/12201577/how-can-i-convert
    :       -an-rgb-image-into-grayscale-in-python
    : https://en.m.wikipedia.org/wiki/Grayscale#Converting_color_to_grayscale
    : see https://en.m.wikipedia.org/wiki/HSL_and_HSV
     """
    frmt = """
    :---------------------------------------------------------------------:
    {}
    :---------------------------------------------------------------------:
    """
    import matplotlib.pyplot as plt
    a = np.arange(256).reshape(16, 16)
    b = a[::-1]
    c = np.ones_like(a)*128
    rgb = np.dstack((a, b, c))
    gray = np.dot(rgb[..., :3], [0.2989, 0.5870, 0.1140])
    plt.imshow(gray, cmap=plt.get_cmap('gray'))
    plt.show()
    args = [num_92.__doc__]
    print(frmt.format(*args))

重命名def，但在此期间，请使用

调用它

num_92()

或玩部分

import matplotlib.pyplot as plt
a = np.arange(256).reshape(16, 16)
b = a[::-1]
c = np.ones_like(a)*128
rgb = np.dstack((a, b, c))
plt.imshow(rgb, cmap=plt.get_cmap('hot'))
plt.show()

但是如果你对重新缩放的rgb取平均值会得到不同的图片，那么这取决于你想要的内容

avg = np.average(rgb, axis=-1)
avg.shape
(16, 16)
plt.imshow(avg, cmap=plt.get_cmap('gray'))
plt.show()