对图像进⾏预处理（灰度化，⼆值化）
⼀、图像灰度化处理
图像灰度化是指每个像素只有⼀个采样颜⾊的图像，这类图像通常显⽰为从最暗⿊⾊到最亮的⽩⾊的灰度。 灰度图像与⿊⽩图像不同，在计算机图像领域中⿊⽩图像只有⿊⽩两种颜⾊，⼀般称为⼆值图（0 or 255），灰度图在⿊⾊与⽩⾊中间还有很多级的颜⾊深度（0-255）。
在RGB模型中，如果R=G=B是，则彩⾊表⽰⼀种灰度颜⾊，其中R=G=B的值叫灰度值。
表面活性剂
1.图像灰度化的⽅法
灰度化⽅法主要有，分量法，最⼤值法，平均值法和加权平均值法。 力度记号平均值法：将彩⾊图像中的三分量亮度求平均得到⼀个灰度图。
最⼤值法：将彩⾊图像中的三分量亮度的最⼤值作为灰度图的灰度值；
分量法：算法思想是先把RGB 每个分量的值作为图像的灰度值，这样就得到原图像的三个灰度图像，然后选择三个中的⼀个灰度图，即⽤RGB 三个分量的某⼀个分量作为该点的灰度值。
加权平均法：该算法主要就是根据某种条件，将三个分量以不同的权值进⾏加权平均；
公式如下图所⽰：
现以加权放⼤的灰度图变换为例，是将其三个分量以不同的权值进⾏加权平均，由于⼈眼对绿⾊敏感程度最⾼，对蓝⾊敏感最低，因此，按下式对RGB三分量进⾏加权平均能后得到较为合理的灰度图像。
⾸先通过cv2读取图⽚，将其⾼度、宽度提取出来，在通过以上公式对每个通道的每个像素进⾏加权操作，使⽤此公式的代码为：
语义网络分析
import cv2
import numpy as np
image = cv2.imread('.\\test1.png')
#读取图⽚像素⾼宽
sp = image.shape
height = sp[0]
何鲁丽同志简历
width = sp[1]
#创建同样⾼宽的画布
new = np.zeros((height,width,3), np.uint8)
#遍历每个像素
#使⽤加权平均法算得灰度图
for i in range(height):
for j in range(width):
new[i,j]=0.3* image[i,j][0]+0.59* image[i,j][1]+0.11* image[i,j][2]
cv2.namedWindow('Image')
cv2.imshow('Image', new)
cv2.imwrite("E:\\linedetect\\test1-gray.jpg", new)
cv2.waitKey(0)
cv2.destroyAllWindows()
此外，当图⽚为BGR格式时，可以通过以下Opencv⾃带语句完成对图像的灰度化处理。
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
如果使⽤cv2.imread()函数读取图⽚时，读取进来的图⽚⾊彩通道格式为BGR，可直接使⽤以上函数进⾏灰度化；但是如果使⽤
cv2.imdecode()函数进⾏读取图⽚，则读⼊的图⽚格式为RGB，需要⽤以下函数进⾏⾊彩通道的转换。
cv_img = cv2.imdecode(filePath,cv2.IMREAD_COLOR)
cv_img = cv2.cvtColor(cv_img,cv2.COLOR_RGB2BGR)
gray = cv2.cvtColor(cv_img,cv2.COLOR_BGR2GRAY)
皖南医学院学报⼆、图像⼆值化处理
⼆值图像（Binary Image）是指将图像上的每⼀个像素只有两种可能的取值或灰度等级状态，⼈们经常⽤⿊⽩、B&W、单⾊图像表⽰⼆值图像。⼆值图像是指在图像中，灰度等级只有两种，也就是说，图像中的任何像素点的灰度值均为0或者255，分别代表⿊⾊和⽩⾊。
通过Opencv⾃带的函数对经过灰度化的图像进⾏处理，使⽤cv.Threshold()函数进⾏操作。山野风情
实例中，img_gauss是进过⾼斯平滑滤波以后的图像，127与255是对图像⼆值化的分割阈值和最⼤值，即灰度值在127-255之间的值都被置位1，其余置位0。⼆值化的图⽚对车道线提取⽐较⼲净，但天空和⽩⾊车辆提取不是很⼲净。
最后cv2.THRESH_BINARY_INV对⼆值化的图像进⾏逆操作，得到想要的效果。
返回值ret：暂时就认为是设定的thresh阈值，binary：⼆值化的图像
ret, binary = cv2.threshold(img_gauss,127,255, cv2.THRESH_BINARY_INV)
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议