Python 使用numpy将图像转换为灰度

我有一个由三元组组成的矩阵nxm表示的图像

（r，g，b）

，我想使用我自己的函数将其转换为灰度

我的尝试未能将矩阵nxmx3转换为单值矩阵nxm，这意味着从数组

[r，g，b]

开始，我得到

[gray，gray，gray]

，但我需要

gray

i、 e.初始颜色通道：

[150 246 98]

。 转换为灰色后：

[134]

。 我需要什么：

134

我怎样才能做到这一点

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

使用

沿\u轴应用\u的解决方案

解决方案可通过以下方式实现：

例子 10x10图像 我们现在可以开始可视化结果：

文本示例（2x2图像） 为了在文本中显示实际结果，我将使用较小的数组，仅使用2x2图像：

内容是:

让我们使用自定义函数将其转换为灰度：

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这个简单的示例：

进一步建议

如果你想应用你自己的自定义函数，那么<代码> Apple yAxangOxAx/Obj>是要走的路，但是你应该考虑使用Upple NoMy方法，如建议的，或者如果可能的话，只需使用<代码> CV2< /Cord>选项加载：黑白图像：< /P>

cv2.imread('smalltext.jpg',0)

---

您可以使用dot产品：

gray_image = image.dot([0.07, 0.72, 0.21])

甚至只需手动完成整个操作：

b = image[..., 0]
g = image[..., 1]
r = image[..., 2]
gray_image = 0.21 * r + 0.72 * g + 0.07 * b

不要忘记转换回0-255：

gray_image = np.min(gray_image, 255).astype(np.uint8)

---

以下是工作代码：

def grayConversion(image):
    grayValue = 0.07 * image[:,:,2] + 0.72 * image[:,:,1] + 0.21 * image[:,:,0]
    gray_img = grayValue.astype(np.uint8)
    return gray_img

orig = cv2.imread(r'C:\Users\Jackson\Desktop\drum.png', 1)
g = grayConversion(orig)

cv2.imshow("Original", orig)
cv2.imshow("GrayScale", g)
cv2.waitKey(0)
cv2.destroyAllWindows()

---

请使用矢量化而不是嵌套for循环。您能详细说明一下吗@QuickBeam2K1我不确定我是否正确理解你的问题。opencv转换到底有什么问题？您想自己实现opencv转换吗？opencv转换没有任何问题。是的，我想要一个二维图像数组来实现我自己的代码。如果我的答案不正确，你能详细说明我遗漏了什么吗？谢谢所以，结果变量应该是灰度图像，对吗？或者我遗漏了什么，因为当我试图显示它时，它只是到处显示白色像素。是的，但他要求使用他自己的自定义函数。给人一种误导性的印象，这会更好，因为它避免了python循环——但python循环正是apply_沿_轴所做的。删除评论，你是对的。@thesamiroli我相信是的。使用cv2灰度加载时会发生什么情况

cv2.imread（'smalltext.jpg'，0）

？图像仍然是一个三维数组。您的意思是

gray\u image.ndim==3

？在我的机器上是2

gray_image = image.dot([0.07, 0.72, 0.21])

b = image[..., 0]
g = image[..., 1]
r = image[..., 2]
gray_image = 0.21 * r + 0.72 * g + 0.07 * b

gray_image = np.min(gray_image, 255).astype(np.uint8)

def grayConversion(image):
    grayValue = 0.07 * image[:,:,2] + 0.72 * image[:,:,1] + 0.21 * image[:,:,0]
    gray_img = grayValue.astype(np.uint8)
    return gray_img

orig = cv2.imread(r'C:\Users\Jackson\Desktop\drum.png', 1)
g = grayConversion(orig)

cv2.imshow("Original", orig)
cv2.imshow("GrayScale", g)
cv2.waitKey(0)
cv2.destroyAllWindows()