Question

将OpenCV中的图像从彩色转换为灰度时，使用什么转换算法？我试着在GitHub的源代码中查看这个，但我没有任何成功。

亮度方法平均最突出和最不突出的颜色：

  (max(R, G, B) + min(R, G, B)) / 2.

平均方法只是平均值：

  (R + G + B) / 3.

发光度方法是普通方法的更复杂版本。它还对这些值进行平均，但它形成了一个加权平均值来说明人类的感知。我们对绿色比其他颜色更敏感，所以绿色最重要。

    The formula for luminosity is 0.21 R + 0.72 G + 0.07 B.

以下是一些转换算法的示例： http://www.johndcook.com/blog/2009/08/24/algorithms-convert-color-grayscale/

Answer 1

灰度算法的颜色在cvtColor() documentation中说明。（搜索RGB2GRAY）。使用的公式与CCIR 601相同：

Y = 0.299 R + 0.587 G + 0.114 B

您提供的发光度公式适用于ITU-R BT建议书。 709.如果您愿意，可以在CV_RGB2XYZ的第三个参数中指定cvtColor()（例如），然后提取Y频道。

您可以通过执行CV_RGB2HLS转换，然后提取L通道，让OpenCV执行您描述的“亮度”方法。我不认为OpenCV有“平均”方法的转换，但如果您浏览文档，您会发现还有其他一些可能性。

Answer 2

只想指出：

img = cv2.imread(rgbImageFileName)
b1 = img[:,:,0] # Gives **Blue**
b2 = img[:,:,1] # Gives Green
b3 = img[:,:,2] # Gives **Red**

另一方面，将其作为数字数组加载可以正常工作：

imgArray= gdalnumeric.LoadFile(rgbImageFileName)
Red = imgArray[0, :, :].astype('float32')
Green = imgArray[1, :, :].astype('float32')
Blue = imgArray[2, :, :].astype('float32')

所以请注意这些奇怪的事情。

但转换为灰度 cv2.cvtColor 时，正确使用了这些波段。我使用Matlab的rgb2gray来比较像素值。

干杯

OpenCV cvtColor（）使用什么灰度转换算法？

2 个答案: