Как преобразовать изображение RGB в оттенки серого в Python?

Ответ 1

Как насчет того, чтобы сделать это с подушкой:

from PIL import Image
img = Image.open('image.png').convert('LA')
img.save('greyscale.png')

Используя matplotlib и формулу

Y' = 0.2989 R + 0.5870 G + 0.1140 B 

Вы могли бы сделать:

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.image as mpimg

def rgb2gray(rgb):
    return np.dot(rgb[...,:3], [0.2989, 0.5870, 0.1140])

img = mpimg.imread('image.png')     
gray = rgb2gray(img)    
plt.imshow(gray, cmap=plt.get_cmap('gray'), vmin=0, vmax=1)
plt.show()

Ответ 2

Вы также можете использовать scikit-image, который предоставляет некоторые функции для преобразования изображения в ndarray, например rgb2gray.

from skimage import color
from skimage import io

img = color.rgb2gray(io.imread('image.png'))

Примечания: веса, использованные в этом преобразовании, откалиброваны для современных люминофоров с ЭЛТ: Y = 0,2125 R + 0,7154 G + 0,0721 B

Кроме того, вы можете прочитать изображение в оттенках серого с помощью:

from skimage import io
img = io.imread('image.png', as_gray=True)

Ответ 3

Три из предложенных методов были протестированы на скорость с 1000 изображениями RGBA PNG (224 x 256 пикселей), работающими с Python 3.5 на Ubuntu 16.04 LTS (Xeon E5 2670 с SSD).

Среднее время выполнения

pil : 1.037 секунд

scipy: 1,040 секунд

sk : 2.120 секунд

PIL и SciPy дали идентичные массивы numpy (от 0 до 255). SkImage дает массивы от 0 до 1. Кроме того, цвета преобразуются немного иначе, см. Пример из набора данных CUB-200.

SkImage:

PIL :

SciPy :

Original:

Diff :

код

• Производительность

  run_times = dict(sk=list(), pil=list(), scipy=list())
  for t in range(100):
      start_time = time.time()
      for i in range(1000):
          z = random.choice(filenames_png)
          img = skimage.color.rgb2gray(skimage.io.imread(z))
      run_times['sk'].append(time.time() - start_time)
  
  

  start_time = time.time()
  for i in range(1000):
      z = random.choice(filenames_png)
      img = np.array(Image.open(z).convert('L'))
  run_times['pil'].append(time.time() - start_time)
  
  start_time = time.time()
  for i in range(1000):
      z = random.choice(filenames_png)
      img = scipy.ndimage.imread(z, mode='L')
  run_times['scipy'].append(time.time() - start_time)
  

  для k, v в run_times.items():   print ('{: 5}: {: 0.3f} seconds'.format(k, sum (v)/len (v)))

  код >
• Выход

  z = 'Cardinal_0007_3025810472.jpg'
  img1 = skimage.color.rgb2gray(skimage.io.imread(z)) * 255
  IPython.display.display(PIL.Image.fromarray(img1).convert('RGB'))
  img2 = np.array(Image.open(z).convert('L'))
  IPython.display.display(PIL.Image.fromarray(img2))
  img3 = scipy.ndimage.imread(z, mode='L')
  IPython.display.display(PIL.Image.fromarray(img3))
  

• Сравнение

  img_diff = np.ndarray(shape=img1.shape, dtype='float32')
  img_diff.fill(128)
  img_diff += (img1 - img3)
  img_diff -= img_diff.min()
  img_diff *= (255/img_diff.max())
  IPython.display.display(PIL.Image.fromarray(img_diff).convert('RGB'))
  

• Импорт

  import skimage.color
  import skimage.io
  import random
  import time
  from PIL import Image
  import numpy as np
  import scipy.ndimage
  import IPython.display
  

• Версии

  skimage.version
  0.13.0
  scipy.version
  0.19.1
  np.version
  1.13.1
  

Ответ 4

Вы всегда можете прочитать файл изображения в градациях серого с самого начала, используя imread из OpenCV:

img = cv2.imread('messi5.jpg', 0)

Кроме того, если вы хотите прочитать изображение как RGB, выполнить некоторую обработку и затем преобразовать его в шкалу серого, вы можете использовать cvtcolor из OpenCV:

gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

Ответ 5

Самый быстрый и текущий способ - использовать Pillow, установленный через pip install Pillow.

Затем код:

from PIL import Image
img = Image.open('input_file.jpg').convert('L')
img.save('output_file.jpg')

Ответ 6

Учебник обманывает, потому что он начинается с изображения в оттенках серого, закодированного в RGB, поэтому они просто нарезают один цветной канал и рассматривают его как оттенки серого. Основные шаги, которые вам нужно сделать, - это преобразовать из цветового пространства RGB в цветовое пространство, которое кодирует что-то, приближающееся к модели яркости/цвета, например, YUV/YIQ или HSL/HSV, а затем разрезать люминесцентный канал и использовать это как ваше изображение в оттенках серого. matplotlib, как представляется, не обеспечивает механизм для преобразования в YUV/YIQ, но позволяет конвертировать в HSV.

Попробуйте использовать matplotlib.colors.rgb_to_hsv(img), а затем нарезать последнее значение (V) из массива для оттенков серого. Это не совсем то же самое, что и значение яркости, но это означает, что вы можете сделать все это в matplotlib.

Фон:

• http://matplotlib.sourceforge.net/api/colors_api.html
• http://en.wikipedia.org/wiki/HSL_and_HSV

В качестве альтернативы вы можете использовать PIL или встроенный colorsys.rgb_to_yiq() для преобразования в цветовое пространство с истинным значением яркости. Вы также можете зайти и перевернуть свой собственный конвертер только для яркости, хотя это, вероятно, слишком велико.

Ответ 7

Если вы уже используете NumPy/SciPy, вы также можете использовать:

scipy.ndimage.imread(file_name, mode='L')

Hth, DTK

Ответ 8

Используйте img.Convert(), поддерживает "L", "RGB" и "CMYK". Режим

import numpy as np
from PIL import Image

img = Image.open("IMG/center_2018_02_03_00_34_32_784.jpg")
img.convert('L')

print np.array(img)

Выход:

[[135 123 134 ...,  30   3  14]
 [137 130 137 ...,   9  20  13]
 [170 177 183 ...,  14  10 250]
 ..., 
 [112  99  91 ...,  90  88  80]
 [ 95 103 111 ..., 102  85 103]
 [112  96  86 ..., 182 148 114]]

Ответ 9

Используя эту формулу

Y' = 0.299 R + 0.587 G + 0.114 B 

Мы можем

import imageio
import numpy as np
import matplotlib.pyplot as plt

pic = imageio.imread('(image)')
gray = lambda rgb : np.dot(rgb[... , :3] , [0.299 , 0.587, 0.114]) 
gray = gray(pic)  
plt.imshow(gray, cmap = plt.get_cmap(name = 'gray'))

Тем не менее, программа GIMP, преобразующая цвета в изображения в градациях серого, имеет три алгоритма для выполнения этой задачи.

Ответ 10

Я пришел к этому вопросу через Google, ища способ конвертировать уже загруженный образ в оттенки серого.

Вот как это сделать с помощью SciPy:

import scipy.misc
import scipy.ndimage

# Load an example image
# Use scipy.ndimage.imread(file_name, mode='L') if you have your own
img = scipy.misc.face()

# Convert the image
R = img[:, :, 0]
G = img[:, :, 1]
B = img[:, :, 2]
img_gray = R * 299. / 1000 + G * 587. / 1000 + B * 114. / 1000

# Show the image
scipy.misc.imshow(img_gray)

Ответ 11

вы можете сделать:

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.image as mpimg

def rgb_to_gray(img):
        grayImage = np.zeros(img.shape)
        R = np.array(img[:, :, 0])
        G = np.array(img[:, :, 1])
        B = np.array(img[:, :, 2])

        R = (R *.299)
        G = (G *.587)
        B = (B *.114)

        Avg = (R+G+B)
        grayImage = img

        for i in range(3):
           grayImage[:,:,i] = Avg

        return grayImage       

image = mpimg.imread("your_image.png")   
grayImage = rgb_to_gray(image)  
plt.imshow(grayImage)
plt.show()

Ответ 12

import cv2
img2 = cv2.imread('image.jpg',0)

Ответ 13

image=myCamera.getImage().crop(xx,xx,xx,xx).scale(xx,xx).greyscale()

Вы можете использовать greyscale() непосредственно для преобразования.