Ответ 1

Масштабирование до черного и белого

Преобразовать в оттенки серого, а затем масштабировать до белого или черного (в зависимости от того, что ближе).

Оригинал:

Результат:

Реализация чистого подушки

Установите pillow, если вы еще этого не сделали:

$ pip install pillow

Pillow (или PIL) может помочь вам эффективно работать с изображениями.

from PIL import Image

col = Image.open("cat-tied-icon.png")
gray = col.convert('L')
bw = gray.point(lambda x: 0 if x<128 else 255, '1')
bw.save("result_bw.png")

В качестве альтернативы вы можете использовать Pillow с numpy.

Подушка + Нисходящий битмаски Подход

Вам нужно установить numpy:

$ pip install numpy

Для работы Numpy нужна копия массива, но результат тот же.

from PIL import Image
import numpy as np

col = Image.open("cat-tied-icon.png")
gray = col.convert('L')

# Let numpy do the heavy lifting for converting pixels to pure black or white
bw = np.asarray(gray).copy()

# Pixel range is 0...255, 256/2 = 128
bw[bw < 128] = 0    # Black
bw[bw >= 128] = 255 # White

# Now we put it back in Pillow/PIL land
imfile = Image.fromarray(bw)
imfile.save("result_bw.png")

Черное и белое с использованием подушки с сглаживанием

Используя Pillow, вы можете преобразовать его прямо в черно-белое. Будет похоже, что у него оттенки серого, но ваш мозг обманывает вас! (Черно-белые рядом друг с другом выглядят серыми)

from PIL import Image 
image_file = Image.open("cat-tied-icon.png") # open colour image
image_file = image_file.convert('1') # convert image to black and white
image_file.save('/tmp/result.png')

Оригинал:

Converted:

Черно-белое использование подушки без сглаживания

from PIL import Image 
image_file = Image.open("cat-tied-icon.png") # open color image
image_file = image_file.convert('1', dither=Image.NONE) # convert image to black and white
image_file.save('/tmp/result.png')

Ответ 2

Я бы предложил преобразовать в оттенки серого, а затем просто применил порог (наполовину, или средний или меадианский, если вы так выбираете).

from PIL import Image

col = Image.open('myimage.jpg')
gry = col.convert('L')
grarray = np.asarray(gry)
bw = (grarray > grarray.mean())*255
imshow(bw)

Ответ 3

img_rgb = cv2.imread('image.jpg')
img_gray = cv2.cvtColor(img_rgb, cv2.COLOR_BGR2GRAY)
(threshi, img_bw) = cv2.threshold(img_gray, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)

Ответ 4

Подушка с сглаживанием

Используя pillow, вы можете преобразовать его прямо в черно-белое. Будет похоже, что у него оттенки серого, но ваш мозг обманывает вас! (Черно-белые рядом друг с другом выглядят серыми)

from PIL import Image 
image_file = Image.open("cat-tied-icon.png") # open colour image
image_file = image_file.convert('1') # convert image to black and white
image_file.save('/tmp/result.png')

Оригинал:

Converted:

Ответ 5

И вы можете использовать colorsys (в стандартной библиотеке) для преобразования rgb в hls и использовать значение яркости для определения черного/белого

import colorsys
# convert rgb values from 0-255 to %
r = 120/255.0
g = 29/255.0
b = 200/255.0
h, l, s = colorsys.rgb_to_hls(r, g, b)
if l >= .5:
    # color is lighter
    result_rgb = (255, 255, 255)
elif l < .5:
    # color is darker
    result_rgb = (0,0,0)

Ответ 6

Используя opencv Вы можете легко конвертировать RGB в двоичное изображение

import cv2
%matplotlib inline 
import matplotlib.pyplot as plt
from skimage import io
from PIL import Image
import numpy as np

img = io.imread('http://www.bogotobogo.com/Matlab/images/MATLAB_DEMO_IMAGES/football.jpg')
img = cv2.cvtColor(img, cv2.IMREAD_COLOR)
imR=img[:,:,0] #only taking gray channel
print(img.shape)
plt.imshow(imR, cmap=plt.get_cmap('gray'))

#Gray Image
plt.imshow(imR)
plt.title('my picture')
plt.show()

#Histogram Analyze

imgg=imR
hist = cv2.calcHist([imgg],[0],None,[256],[0,256])
plt.hist(imgg.ravel(),256,[0,256])

# show the plotting graph of an image

plt.show()

#Black And White
height,width=imgg.shape
for i in range(0,height):
  for j in range(0,width):
     if(imgg[i][j]>60):
        imgg[i][j]=255
     else:
        imgg[i][j]=0

plt.imshow(imgg)

Ответ 7

Вот код для создания двоичного изображения с использованием opencv-python:

img = cv2.imread('in.jpg',2)

ret, bw_img = cv2.threshold(img,127,255,cv2.THRESH_BINARY)

cv2.imshow("Output - Binary Image",bw_img)