我有一个由三元组(r,g,b)
组成的numpy.array
矩阵 nxm 表示的图像,我想使用自己的函数将其转换为灰度。
我的尝试未能将矩阵 nxmx3 转换为单个值 nxm 的矩阵,这意味着从数组[r,g,b]
开始,我得到了[gray, gray, gray]
但我需要gray
。
即初始颜色通道:[150 246 98]
。
转换为灰色后:[134 134 134]
。
我需要的是:134
我该如何实现?
我的代码:
def grayConversion(image):
height, width, channel = image.shape
for i in range(0, height):
for j in range(0, width):
blueComponent = image[i][j][0]
greenComponent = image[i][j][1]
redComponent = image[i][j][2]
grayValue = 0.07 * blueComponent + 0.72 * greenComponent + 0.21 * redComponent
image[i][j] = grayValue
cv2.imshow("GrayScale",image)
return image
答案 0 :(得分:2)
这是一个有效的代码:
return sgMail.send(msg);
答案 1 :(得分:1)
您可以使用点积:
gray_image = image.dot([0.07, 0.72, 0.21])
或者甚至手动完成整个操作:
b = image[..., 0]
g = image[..., 1]
r = image[..., 2]
gray_image = 0.21 * r + 0.72 * g + 0.07 * b
别忘了转换回0-255:
gray_image = np.min(gray_image, 255).astype(np.uint8)
答案 2 :(得分:0)
apply_along_axis
可以使用apply_along_axis
实现解决方案:
import numpy as np
def grayscale(colors):
"""Return grayscale of given color."""
r, g, b = colors
return 0.07 * r + 0.72 * g + 0.21 * b
image = np.random.uniform(255, size=(10,10,3))
result = np.apply_along_axis(grayscale, 2, image)
我们现在可以将结果可视化:
from matplotlib import pyplot as plt
plt.subplot(1,2,1)
plt.imshow(image)
plt.subplot(1,2,2)
plt.imshow(result, cmap='gray')
为了可视化文本中的实际结果,我将使用较小的数组,只是一个 2x2 图片:
image = np.random.uniform(250, size=(2,2,3))
内容是:
array([[[205.02229826, 109.56089703, 163.74868594],
[ 11.13557763, 160.98463727, 195.0294515 ]],
[[218.15273335, 84.94373737, 197.70228018],
[ 75.8992683 , 224.49258788, 146.74468294]]])
让我们使用自定义功能将其转换为灰度:
result = np.apply_along_axis(grayscale, 2, image)
转换的输出为:
array([[127.62263079, 157.64461409],
[117.94766108, 197.76399547]])
我们也可以使用与上面相同的代码来可视化此简单示例:
如果您想应用自己的自定义函数,则可以使用apply_along_axis
,但是您应该考虑使用更纯粹的numpy方法,例如{{3}建议的方法。 },或者如果可能的话,只需使用cv2
选项加载黑白图像:
cv2.imread('smalltext.jpg',0)