如何使用python?opencv實現灰度圖和彩色圖的互相轉換

這篇文章將為大家詳細講解有關如何使用python opencv實現灰度圖和彩色圖的互相轉換，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。

opencv灰度圖和彩色圖互相轉換

如果攝像頭本來就得到3維度紅外圖那就不用處理直接可以用：

import cv2
cap = cv2.VideoCapture(0)
ret, image_np = cap.read()

直接轉成單通道的灰度圖看看能不能用：

    #如果后面不寫0，那就是默認彩色的
    # 第一種方式
    image = cv2.imread('***/timg4.jpg',0)
    #第二種方式
    #dst=cv2.cvtColor(src,cv2.COLOR_BGR2GRAY)
    detecotr = TOD()
    detecotr.detect(image)
    # 或者視頻轉換方式如下
    ret, image_np = cap.read()
    image_np=cv2.cvtColor(image_np,cv2.COLOR_BGR2GRAY)

上面兩種方式得到的數據是不完全相同的，網上尚未查找到具體原因，通過對讀取到的ndArray數據對比，發現存在不完全相同的數據。

觀察直接轉成1通道的圖像：

直接轉成了1通道灰度圖喂進去神經網絡不行，因為只有1通道，必須經過如下的處理；

image_np=cv2.cvtColor(image_np,cv2.COLOR_GRAY2BGR)

上面代碼可以得到3通道灰度圖，就是把灰度圖的1通道復制三遍，然后就可以喂進網絡了：

紅外圖像和灰度圖像本身就不是在同一分類標準下得到的概念。

紅外圖像是紅外成像設備采集目標在紅外波段的輻射形成的影像，這個圖像可專以是灰度圖像，也可以彩色圖像。同樣的道理，可見光圖像可以是灰度屬圖像，也可以彩色圖像。

灰度圖像是相對彩色圖像而言的。灰度圖像沒有顏色，灰度值由0變化至255時，圖像由黑變白。

再將上述的3通道灰度值轉換為偽彩圖，觀察結果：

ret, image_np = cap.read()
image_np=cv2.cvtColor(image_np,cv2.COLOR_BGR2GRAY)
#image_np=cv2.cvtColor(image_np,cv2.COLOR_GRAY2BGR)
image_np = cv2.applyColorMap(image_np, cv2.COLORMAP_JET)

對于偽彩圖有不同的偽彩圖方式，各個函數如下：

# COLORMAP_AUTUMN = 0,
# COLORMAP_BONE = 1,
# COLORMAP_JET = 2,
# COLORMAP_WINTER = 3,
# COLORMAP_RAINBOW = 4,
# COLORMAP_OCEAN = 5,
# COLORMAP_SUMMER = 6,
# COLORMAP_SPRING = 7,
# COLORMAP_COOL = 8,
# COLORMAP_HSV = 9,
# COLORMAP_PINK = 10,
# COLORMAP_HOT = 11

注意：

在使用模型框架的時候，如果是使用tensorflow object detection API，需要將1通道的灰度圖轉成3通道（唯一通道復制三遍）來訓練和檢測；

為什么不直接使用者通道的灰度圖來做呢，這樣是不是能提高性能呢？

不是，因為這樣對于提高性能和速度沒有意義，它只影響了卷積神經網絡的第一層而已，后續層的計算量和參數量沒有絲毫影響，這樣的影響等同于沒有，如果真的考慮性能和速度，直接更改模型更可靠。

附：python將灰度圖轉換為RGB彩色圖

from PIL import Image
import os

path = r'圖片存儲的路徑'
newpath = r'轉換后存儲圖片的路徑'


def RGBtoGray(path):
    files = os.listdir(path)
    for file in files:
        imgpath = path + '/' + file
        #print(imgpath)
        #
        im = Image.open(imgpath).convert('RGB')
        #resize將圖像像素轉換成自己需要的像素大小
        img = im.resize((512, 512))
        dirpath = newpath
        file_name, file_extend = os.path.splitext(f)
        dst = os.path.join(os.path.abspath(dirpath), file_name + '.jpg')
        img.save(dst)
if __name__ == "__main__":
    RGBtoGray(path)

關于“如何使用python opencv實現灰度圖和彩色圖的互相轉換”這篇文章就分享到這里了，希望以上內容可以對大家有一定的幫助，使各位可以學到更多知識，如果覺得文章不錯，請把它分享出去讓更多的人看到。