将RGB图像转换为灰度并在python中处理像素数据

我有一个RGB图像，我想把它转换成灰度图像，这样每个像素可以有一个数字（可能在0到1之间）。这给了我一个矩阵，它的尺寸等于图像像素的尺寸。然后我想对这个矩阵做一些操作，并从这个操作后的矩阵生成一个新的灰度图像。我如何才能做到这一点？

我经常将图像作为NumPy阵列来处理-我这样做：

import numpy as np
from PIL import Image

x=Image.open('im1.jpg','r')
x=x.convert('L') #makes it greyscale
y=np.asarray(x.getdata(),dtype=np.float64).reshape((x.size[1],x.size[0]))

<manipulate matrix y...>

y=np.asarray(y,dtype=np.uint8) #if values still in range 0-255! 
w=Image.fromarray(y,mode='L')
w.save('out.jpg')

将numpy导入为np
从PIL导入图像
x=Image.open（'im1.jpg'，'r'）
x=x.convert（'L'）#使其变为灰度
y=np.asarray（x.getdata（），dtype=np.float64）。重新整形（（x.size[1]，x.size[0]））
y=np.asarray（y，dtype=np.uint8）#如果值仍在0-255范围内！
w=Image.fromarray（y，mode='L'）
w、 保存（'out.jpg'）

如果在操作后数组值y不再在0-255范围内，则可以增加到16位TIFF，或者只需重新缩放

---

-阿尔多

有努皮和希皮。Scipy允许您加载图像并将其转换为numpy数组。它在后面使用PIL。使用numpy，您可以将RGB“展平”为灰度图像。然后你可以用arrayUse做任何你想做的事-->--或者应该做的事suffice@goncalopp：转换很好，但如何将其转换为2D数组？@lovespeed:使用PIL（la goncalopp的答案）加载图像本质上是一个2D数组。您可以使用

img[x，y]

访问像素。这还不够吗？您可以使用

plt.imshow（y，cmap=plt.get_cmap（'gray'））

来显示灰度图像如果您打算继续使用tensorflow（2.x+），您可能会发现tensorflow.keras.preprocessing.image.img_to_array（image）也很有用，因为这会将PIL图像转换为numpy.ndarray