Làm cách nào tôi có thể chuyển đổi hình ảnh RGB thành thang độ xám trong Python?

Tôi đang cố gắng sử dụng matplotlibđể đọc trong hình ảnh RGB và chuyển đổi nó thành thang độ xám.

Trong MATLAB tôi sử dụng điều này:

img = rgb2gray(imread('image.png'));

Trong hướng dẫn matplotlib, họ không bao gồm nó. Họ chỉ đọc trong hình

import matplotlib.image as mpimg
img = mpimg.imread('image.png')

và sau đó họ cắt mảng, nhưng đó không giống như chuyển đổi RGB sang thang độ xám từ những gì tôi hiểu.

lum_img = img[:,:,0]

Tôi cảm thấy khó tin rằng numpy hoặc matplotlib không có chức năng tích hợp để chuyển đổi từ rgb sang màu xám. Đây không phải là một hoạt động phổ biến trong xử lý hình ảnh?

Tôi đã viết một chức năng rất đơn giản, hoạt động với hình ảnh được nhập imreadtrong 5 phút. Đó là không hiệu quả khủng khiếp, nhưng đó là lý do tại sao tôi hy vọng cho một triển khai chuyên nghiệp tích hợp.

Sebastian đã cải thiện chức năng của tôi, nhưng tôi vẫn hy vọng tìm thấy một chức năng tích hợp.

triển khai matlab (NTSC / PAL):

import numpy as np

def rgb2gray(rgb):

    r, g, b = rgb[:,:,0], rgb[:,:,1], rgb[:,:,2]
    gray = 0.2989 * r + 0.5870 * g + 0.1140 * b

    return gray

Làm thế nào với nó với Gối :

from PIL import Image
img = Image.open('image.png').convert('LA')
img.save('greyscale.png')

Sử dụng matplotlib và công thức

Y' = 0.2989 R + 0.5870 G + 0.1140 B 

bạn có thể làm:

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.image as mpimg

def rgb2gray(rgb):
    return np.dot(rgb[...,:3], [0.2989, 0.5870, 0.1140])

img = mpimg.imread('image.png')     
gray = rgb2gray(img)    
plt.imshow(gray, cmap=plt.get_cmap('gray'), vmin=0, vmax=1)
plt.show()

Bạn cũng có thể sử dụng scikit-image , cung cấp một số chức năng để chuyển đổi một hình ảnh ndarray, như thế nào rgb2gray.

from skimage import color
from skimage import io

img = color.rgb2gray(io.imread('image.png'))

Lưu ý : Các trọng lượng được sử dụng trong chuyển đổi này được hiệu chuẩn cho các phốt pho CRT hiện đại: Y = 0,2125 R + 0,7154 G + 0,0721 B

Ngoài ra, bạn có thể đọc hình ảnh trong thang độ xám bằng cách:

from skimage import io
img = io.imread('image.png', as_gray=True)

Ba trong số các phương pháp được đề xuất đã được kiểm tra tốc độ với 1000 hình ảnh PNG RGB (224 x 256 pixel) chạy với Python 3.5 trên Ubuntu 16.04 LTS (Xeon E5 2670 với SSD).

Thời gian chạy trung bình

pil : 1,037 giây

scipy: 1,040 giây

sk : 2.120 giây

PIL và SciPy đã đưa ra numpycác mảng giống hệt nhau (từ 0 đến 255). SkImage đưa ra các mảng từ 0 đến 1. Ngoài ra, màu sắc được chuyển đổi hơi khác nhau, xem ví dụ từ bộ dữ liệu CUB-200.

SkImage:

PIL :

SciPy :

Original:

Diff :

Mã

1. Hiệu suất

   run_times = dict(sk=list(), pil=list(), scipy=list())
   for t in range(100):
       start_time = time.time()
       for i in range(1000):
           z = random.choice(filenames_png)
           img = skimage.color.rgb2gray(skimage.io.imread(z))
       run_times['sk'].append(time.time() - start_time)
   
   
   start_time = time.time()
   for i in range(1000):
       z = random.choice(filenames_png)
       img = np.array(Image.open(z).convert('L'))
   run_times['pil'].append(time.time() - start_time)
   
   start_time = time.time()
   for i in range(1000):
       z = random.choice(filenames_png)
       img = scipy.ndimage.imread(z, mode='L')
   run_times['scipy'].append(time.time() - start_time)
   
   
   for k, v in run_times.items():
       print('{:5}: {:0.3f} seconds'.format(k, sum(v) / len(v)))

2. Đầu ra

   z = 'Cardinal_0007_3025810472.jpg'
   img1 = skimage.color.rgb2gray(skimage.io.imread(z)) * 255
   IPython.display.display(PIL.Image.fromarray(img1).convert('RGB'))
   img2 = np.array(Image.open(z).convert('L'))
   IPython.display.display(PIL.Image.fromarray(img2))
   img3 = scipy.ndimage.imread(z, mode='L')
   IPython.display.display(PIL.Image.fromarray(img3))

3. So sánh

   img_diff = np.ndarray(shape=img1.shape, dtype='float32')
   img_diff.fill(128)
   img_diff += (img1 - img3)
   img_diff -= img_diff.min()
   img_diff *= (255/img_diff.max())
   IPython.display.display(PIL.Image.fromarray(img_diff).convert('RGB'))

4. Nhập khẩu

   import skimage.color
   import skimage.io
   import random
   import time
   from PIL import Image
   import numpy as np
   import scipy.ndimage
   import IPython.display

5. Phiên bản

   skimage.version
   0.13.0
   scipy.version
   0.19.1
   np.version
   1.13.1

Bạn luôn có thể đọc tệp hình ảnh dưới dạng thang độ xám ngay từ đầu bằng cách sử dụng imreadtừ OpenCV:

img = cv2.imread('messi5.jpg', 0)

Hơn nữa, trong trường hợp bạn muốn đọc hình ảnh dưới dạng RGB, hãy thực hiện một số xử lý và sau đó chuyển đổi sang Thang màu xám mà bạn có thể sử dụng cvtcolortừ OpenCV:

gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

Cách nhanh nhất và hiện tại là sử dụng Gối , cài đặt quapip install Pillow .

Mã này là:

from PIL import Image
img = Image.open('input_file.jpg').convert('L')
img.save('output_file.jpg')

Hướng dẫn là gian lận vì nó bắt đầu bằng một hình ảnh thang độ xám được mã hóa bằng RGB, vì vậy họ chỉ cắt một kênh màu duy nhất và coi nó là thang độ xám. Các bước cơ bản bạn cần làm là chuyển đổi từ không gian màu RGB sang không gian màu mã hóa với thứ gì đó gần đúng với mô hình luma / chroma, chẳng hạn như YUV / YIQ hoặc HSL / HSV, sau đó cắt kênh giống như luma và sử dụng như hình ảnh thang độ xám của bạn. matplotlibdường như không cung cấp một cơ chế để chuyển đổi sang YUV / YIQ, nhưng nó cho phép bạn chuyển đổi sang HSV.

Hãy thử sử dụng matplotlib.colors.rgb_to_hsv(img)sau đó cắt giá trị cuối cùng (V) từ mảng cho thang độ xám của bạn. Nó không hoàn toàn giống như một giá trị luma, nhưng điều đó có nghĩa là bạn có thể làm tất cả trong đó matplotlib.

Lý lịch:

• http://matplotlib.sourceforge.net/api/colors_api.html
• http://en.wikipedia.org/wiki/HSL_and_HSV

Ngoài ra, bạn có thể sử dụng PIL hoặc nội dung colorsys.rgb_to_yiq()để chuyển đổi sang không gian màu với giá trị độ sáng thực. Bạn cũng có thể đi vào và cuộn bộ chuyển đổi chỉ dành cho luma của riêng mình, mặc dù điều đó có thể là quá mức cần thiết.

Sử dụng công thức này

Y' = 0.299 R + 0.587 G + 0.114 B 

Chúng tôi có thể làm

import imageio
import numpy as np
import matplotlib.pyplot as plt

pic = imageio.imread('(image)')
gray = lambda rgb : np.dot(rgb[... , :3] , [0.299 , 0.587, 0.114]) 
gray = gray(pic)  
plt.imshow(gray, cmap = plt.get_cmap(name = 'gray'))

Tuy nhiên, phần mềm chuyển đổi màu GIMP sang màu xám có ba thuật toán để thực hiện nhiệm vụ.

Nếu bạn đang sử dụng NumPy / SciPy, bạn cũng có thể sử dụng :

scipy.ndimage.imread(file_name, mode='L')

bạn có thể làm:

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.image as mpimg

def rgb_to_gray(img):
        grayImage = np.zeros(img.shape)
        R = np.array(img[:, :, 0])
        G = np.array(img[:, :, 1])
        B = np.array(img[:, :, 2])

        R = (R *.299)
        G = (G *.587)
        B = (B *.114)

        Avg = (R+G+B)
        grayImage = img

        for i in range(3):
           grayImage[:,:,i] = Avg

        return grayImage       

image = mpimg.imread("your_image.png")   
grayImage = rgb_to_gray(image)  
plt.imshow(grayImage)
plt.show()

Sử dụng img.Convert (), hỗ trợ cho LÊ LÊ, MẠNH RGB, và CMYK. chế độ

import numpy as np
from PIL import Image

img = Image.open("IMG/center_2018_02_03_00_34_32_784.jpg")
img.convert('L')

print np.array(img)

Đầu ra:

[[135 123 134 ...,  30   3  14]
 [137 130 137 ...,   9  20  13]
 [170 177 183 ...,  14  10 250]
 ..., 
 [112  99  91 ...,  90  88  80]
 [ 95 103 111 ..., 102  85 103]
 [112  96  86 ..., 182 148 114]]

Tôi đã đến câu hỏi này thông qua Google, tìm kiếm một cách để chuyển đổi một hình ảnh đã được tải sang thang độ xám.

Đây là một cách để làm điều đó với SciPy:

import scipy.misc
import scipy.ndimage

# Load an example image
# Use scipy.ndimage.imread(file_name, mode='L') if you have your own
img = scipy.misc.face()

# Convert the image
R = img[:, :, 0]
G = img[:, :, 1]
B = img[:, :, 2]
img_gray = R * 299. / 1000 + G * 587. / 1000 + B * 114. / 1000

# Show the image
scipy.misc.imshow(img_gray)

image=myCamera.getImage().crop(xx,xx,xx,xx).scale(xx,xx).greyscale()

Bạn có thể sử dụng greyscale()trực tiếp cho việc chuyển đổi.