Python：如何在RGB图像上实现二进制过滤器？（算法）

我正在尝试使用python和PyQT5实现二值图像过滤器（以获得单色二值图像），并且，为了检索新的像素颜色，我使用以下方法：

def _new_pixel_colors(self, x, y):
    color = QColor(self.pixmap.pixel(x, y))

    result = qRgb(0, 0, 0) if all(c < 127 for c in color.getRgb()[:3]) else qRgb(255, 255, 255)

    return result

def\u新的\u像素\u颜色（自、x、y）：
颜色=QColor（self.pixmap.pixel（x，y））
结果=qRgb（0，0，0）如果全部（c<127表示颜色为c.getRgb（）[：3]），否则为qRgb（255，255，255）
返回结果

它是否是RGB图像的二值滤波器的正确样本？我的意思是，这是否是检查像素是否比

（127127）

灰色更亮或更暗的充分条件？ 和请不要使用opencv、枕头等提供任何解决方案。我只是问一下算法本身。

是您正在寻找的算法类-二进制阈值会将像素设置为0或1，是的

根据期望的输出，考虑将图像首先转换为其他颜色空间，特别是HSL，使用亮度通道。使用

（127、127、127）

作为阈值并不统一考虑亮度，因为RGB的每个通道都是R、G或B的饱和；考虑这个形象：

在其他StackExchange网站上也有很多关于此主题的讨论，例如

---

我至少会与强度比较

I=R+G+B

对于ROI类遮罩，您可以使用任何阈值技术（自适应阈值是最好的），但如果生成的图像不是ROI遮罩，并且应该与原始图像的视觉特征相似，那么我所知的最佳转换就是使用

BW抖动背后的思想是将灰度转换为BW模式，从而预渲染阴影。结果通常是嘈杂的，但保留了更多的视觉细节。这里是简单的naiveC++抖动（抱歉不是Python程序员）：

图片pic0，pic1；
//pic0源img
//pic1-输出img
int x，y，i；
颜色c；
//将输出调整为源图像大小清除为黑色
pic1=pic0；pic1.清晰（0）；
//抖动
i=0；
对于（y=0；yAlready回答/接受，但我想添加抖动，因为人们忘记了它，结果明显更好…所以我用这种方法添加了答案，示例Nice Response so+1…我用抖动方法添加了我自己的答案，以防您感兴趣。我还使用了您的图像作为输入进行比较，以防您遇到问题用它评论我，我把它写下来（或者自己编辑出来）
from PIL import Image
import colorsys


def threshold_pixel(r, g, b):
    h, l, s = colorsys.rgb_to_hls(r / 255., g / 255., b / 255.)
    return 1 if l > .36 else 0
    # return 1 if r > 127 and g > 127 and b > 127 else 0


def hlsify(img):
    pixels = img.load()
    width, height = img.size

    # Create a new blank monochrome image.
    output_img = Image.new('1', (width, height), 0)
    output_pixels = output_img.load()

    for i in range(width):
        for j in range(height):
            output_pixels[i, j] = threshold_pixel(*pixels[i, j])

    return output_img


binarified_img = hlsify(Image.open('./sample_img.jpg'))
binarified_img.show()
binarified_img.save('./out.jpg')