Question

使用一个深度学习项目，我有很多图像，不需要颜色。我救了他们：

import matplotlib.pyplot as plt

plt.imsave('image.png', image, format='png', cmap='gray')

但是后来当我检查图像的形状时，结果是：

import cv2
img_rgb = cv2.imread('image.png')
print(img_rgb.shape)
(196,256,3)

因此，即使我查看的图像是灰度图像，我仍然具有3个颜色通道。我意识到我必须做一些代数运算才能将这3个通道转换为1个单通道。

我尝试了在线程“ How can I convert an RGB image into grayscale in Python?”中描述的方法，但感到困惑。

例如，何时使用以下方法进行转换：

from skimage import color
from skimage import io
img_gray = color.rgb2gray(io.imread('image.png'))
plt.imsave('image_gray.png', img_gray, format='png')

但是，当我加载新图像并检查其形状时：

img_gr = cv2.imread('image_gray.png')
print(img_gr.shape)
(196,256,3)

我在该线程上尝试了其他方法，但结果相同。考虑到卷积神经网络的计算强度将降低多少，我的目标是制作具有（196,256,1）形状的图像。

任何帮助将不胜感激。

Answer 1

您的第一个代码块：

import matplotlib.pyplot as plt
plt.imsave('image.png', image, format='png', cmap='gray')

这会将图像另存为RGB，因为在提供RGB数据进行保存时，cmap='gray'被忽略了。（见pyplot docs）。

您可以通过取三个波段的平均值来将数据转换为灰度，或者使用color.rgb2gray，或者我倾向于使用numpy：

import numpy as np
from matplotlib import pyplot as plt
import cv2

img_rgb = np.random.rand(196,256,3)
print('RGB image shape:', img_rgb.shape)

img_gray = np.mean(img_rgb, axis=2)
print('Grayscale image shape:', img_gray.shape)

输出：

RGB image shape: (196, 256, 3)
Grayscale image shape: (196, 256)

img_gray现在是正确的形状，但是如果使用plt.imsave保存，它仍将写入三个带，每个像素R == G ==B。我认为这是因为PNG文件需要三个（或四个）频段。警告：我对此不太确定：希望得到纠正。

plt.imsave('image_gray.png', img_gray, format='png')
new_img = cv2.imread('image_gray.png')
print('Loaded image shape:', new_img.shape)

输出：

Loaded image shape: (196, 256, 3)

避免这种情况的一种方法是将图像另存为numpy文件，或者确实将一批图像另存为numpy文件：

np.save('np_image.npy', img_gray)
new_np = np.load('np_image.npy')
print('new_np shape:', new_np.shape)

输出：

new_np shape: (196, 256)

您可以做的另一件事是保存灰度png（使用imsave），但是只能在第一个波段中读取：

finalimg = cv2.imread('image_gray.png',0)
print('finalimg image shape:', finalimg.shape)

输出：

finalimg image shape: (196, 256)

Answer 2

事实证明，我正在使用的深度学习库Keras在其图像预处理步骤中有自己的将图像转换为单色通道（灰度）的方法。

在使用ImageDataGenerator类时，flow_from_directory方法采用color_mode参数。设置color_mode = "grayscale"将自动将PNG转换为单个颜色通道！

https://keras.io/preprocessing/image/#imagedatagenerator-methods

希望这对以后的人有帮助。

Answer 3

如果您只想添加与graysacale具有相同值的额外通道，则可以使用需要3个通道input_shape的特定模型。

让我们说您的图片是 28 X 28 ，因此您的形状为（28，28，1） def add_extra_channels_to_pic（pic）：

if pic.shape == (28 , 28 , 1):
    pic = pic.reshape(28,28)
    pic =  np.array([pic , pic , pic])
    # to make the channel axis in the end
    pic = np.moveaxis(pic , 0 , -1) 
    return pic

Answer 4

尝试此方法

import imageio
new_data = imageio.imread("file_path", as_gray =True)
imageio.imsave("file_path", new_data)

代码第2行中的可选参数“ as_gray = True”进行实际转换。

如何将RGB图像（3通道）转换为灰度（1通道）并保存？

4 个答案: