Python-OpenCV 處理影象(七):影象灰度化處理

發表於2016-05-27

為了加快處理速度,在影象處理演算法中,往往需要把彩色影象轉換為灰度影象。

0x00. 灰度圖

灰度數字影象是每個畫素只有一個取樣顏色的影象,這類影象通常顯示為從最暗黑色到最亮的白色的灰度。

灰度影象與黑白影象不同,在計算機影象領域中黑白影象只有黑白兩種顏色,灰度影象在黑色與白色之間還有許多級的顏色深度。

在RGB模型中,如果R=G=B時,則彩色表示一種灰度顏色,其中R=G=B的值叫灰度值。

0x01. 灰度化的方法

1. 分量法

將彩色影象中的三分量的亮度作為三個灰度影象的灰度值,可根據應用需要選取一種灰度影象。

F1(i,j) = R(i,j)
F2(i,j) = G(i,j)
F3(i,j) = B(i,j)

程式碼示例:

2. 最大值法

將彩色影象中的三分量亮度的最大值作為灰度圖的灰度值。

F(i,j) = max(R(i,j), G(i,j), B(i,j))

程式碼示例:

3.平均值法

將彩色影象中的三分量亮度求平均得到一個灰度值。

F(i,j) = (R(i,j) + G(i,j) + B(i,j)) / 3

程式碼示例:

4.加權平均法

根據重要性及其它指標,將三個分量以不同的權值進行加權平均。由於人眼對綠色的敏感最高,對藍色敏感最低,因此,按下式對RGB三分量進行加權平均能得到較合理的灰度影象。

F(i,j) = 0.30R(i,j) + 0.59G(i,j) + 0.11B(i,j))

程式碼示例:

上面的公式可以看出綠色(G 分量)所佔的比重比較大,所以有時候也會直接取G 分量進行灰度化。

程式碼示例:

相關文章