首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

Python-OpenCV 处理图像(七):图像灰度处理

为了加快处理速度,在图像处理算法中,往往需要把彩色图像转换为灰度图像。 0x00. 灰度灰度数字图像是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,灰度图像在黑色与白色之间还有许多级的颜色深度。...分量法 将彩色图像中的三分量的亮度作为三个灰度图像灰度值,可根据应用需要选取一种灰度图像。...将彩色图像中的三分量亮度求平均得到一个灰度值。...由于人眼对绿色的敏感最高,对蓝色敏感最低,因此,按下式对RGB三分量进行加权平均能得到较合理的灰度图像

4.6K10
您找到你想要的搜索结果了吗?
是的
没有找到

Opencv 图像处理图像基础操作与灰度转化

删除窗口cv2.destrovAllWindows() 保存图像cv2.imwrite() 3.图像分辨率 灰度转化 RGB与 BGR 转化 图像属性 1.图像格式 图像压缩比: 通过编码器压缩后的图象数字大小和原图象数字大小的压缩比...灰度像素点数值范围在 0 到 255 之间, 0 表示黑、255 表示白,其它值表示处于黑白之间; 黑白照片只需一个通道表示即可。 彩色图用红、绿、蓝三通道的二维矩阵来表示。...cv2 #使用opencv中imread函数读取图片, #0代表灰度图形式打开,1代表彩色形式打开 img = cv2.imread('split.jpg',1) print(img.shape) #...8 位:单通道图像,也就是灰度图,灰度值范围2**8=256 24 位:三通道 3*8=24 32 位:三通道加透明度 Alpha 通道 灰度转化 目的 将三通道图像(彩色图)转化为单通道图像灰度图...参数2 :flag 就是转换模式 cv2.COLOR_BGR2GRAY :彩色转灰度 cv2.COLOR_GRAY2BGR:单通道转三通道 #导入opencv import cv2 #读入原始图像

1.3K30

图像处理-灰度变换-直方图

图像处理_灰度变换_直方图 直方图均衡化 Histogram Equalization 假如图像灰度分布不均匀,其灰度分布集中在较窄的范围内,使图像的细节不够清晰,对比度较低。...通常采用直方图均衡化及直方图规定化两种变换,使图像灰度范围拉开或使灰度均匀分布,从而增大反差,使图像细节清晰,以达到增强的目的。...直方图均衡化,对图像进行非线性拉伸,重新分配图像灰度值,使一定范围内图像灰度值大致相等。...(灰度图为255)直接应用该方法得到图像灰度直方图 将灰度直方图进行归一化,计算灰度的累积概率; 创建灰度变化的查找表 应用查找表,将原图像变换为灰度均衡的图像 均衡化过程中,必须要保证两个条件...直方图规定化流程下图: 计算原图像的累积直方图 计算规定直方图的累积直方图 计算两累积直方图的差值的绝对值 根据累积直方图差值建立灰度级的映射 局部直方图处理&直方图统计 Opencv代码 灰度直方图均衡

1.3K20

图像处理灰度模糊图像与彩色清晰图像的变换

图像增强中常见的几种具体处理方法为: 直方图均衡   在图像处理中,图像直方图表示了图像中像素灰度值的分布情况。为使图像变得清晰,增大反差,凸显图像细节,通常希望图像灰度的分布从暗到亮大致均匀。...灰度变换包含的方法很多,如逆反处理、阈值变换、灰度拉伸、灰度切分、灰度级修正、动态范围调整等。 图像平滑   在空间域中进行平滑滤波技术主要用于消除图像中的噪声,主要有邻域平均法、中值滤波法等等。...这种局部平均的方法在削弱噪声的同时,常常会带来图像细节信息的损失。   ...邻域平均,也称均值滤波,对于给定的图像f(x,y)中的每个像素点(x,y),它所在邻域S中所有M个像素灰度平均值为其滤波输出,即用一像素邻域内所有像素的灰度平均值来代替该像素原来的灰度。   ...图像锐化   采集图像变得模糊的原因往往是图像受到了平均或者积分运算,因此,如果对其进行微分运算,就可以使边缘等细节信息变得清晰。

2.5K90

灰度图像增强

先看基于模板的 1. 3x3 1/9 1/9 1/9 1/9 1/9 1/9 1/9 1/9 1/9 这个模板很明显,就是把当前像素的值用周围的像素值的平均值代替,产生模糊效果 ?...//取平均值 ? int blocks = (blurType*2 + 1)*(blurType*2 + 1); ?             ...同样,也有5x5,7x5等等的模板,模板越大,处理后的图像就越模糊  2. 0 -1 0 -1 4 -1 0 -1 0 这是另一种模板,是为了增强当前像素与周围像素的差别,产生的效果就是:锐化...} 3.基本的灰度变换 这应该是最简单的变换了,s=f(x,y),s为处理后的像素颜色值,而f(x,y)是什么函数,就决定了处理效果 如: 图像反转:s=L-1-r,常用于医学上的透视图的处理 对数变换...:s=cLog(1+r),可以扩展被压缩的高值图像中的暗像素 幂次变换:s=cr^γ,这就是传说中的伽马校正!

93630

浅谈彩色图像灰度图像、二值图像和索引图像区别

灰度图像: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。 二值图像(黑白图像):每个像素点只有两种可能,0和1.0代表黑色,1代表白色。数据类型通常为1个二进制位。...灰度图像   灰度图像(gray image)是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,尽管理论上这个采样可以任何颜色的不同深浅,甚至可以是不同亮度上的不同颜色...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色与白色两种颜色;但是,灰度图像在黑色与白色之间还有许多级的颜色深度。...灰度图像经常是在单个电磁波频谱如可见光内测量每个像素的亮度得到的,用于显示的灰度图像通常用每个采样像素8位的非线性尺度来保存,这样可以有256级灰度(如果用16位,则有65536级) 三、CV中 彩色图像...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色与白色两种颜色;但是,灰度图像在黑色与白色之间还有许多级的颜色深度。

4.4K10

基于FPGA的灰度图像处理之对数变化

基于FPGA的灰度图像处理之对数变化 作者:lee神 1 背景知识 对数变化的通用公式:s = clog(1+r)-------------------------------------------...我们使用这种类型的变换来扩展图像中的暗像素的值,同时压缩更高灰度级的值。反对数变换的作用与此相反。 2 FPGA实现 ?...图2 FPGA实现对数变换框架图 由图2可知对于灰度图像直接经过对数变换就可以得到对数变换图像,但是对于FPGA直接实现对数公式显然难度很大。在FPGA中我们采用基于查找表的方式进行对数变换。...符合log变换将输入中范围较窄的低灰度值映射为输出中较宽范围的灰度值,相反地,对高的输入灰度值也是如此。实验成功。我们猜想正常的灰度图像会被整体变亮,有兴趣的同学可以去实验。...比如夜间拍照图像过暗,我们可以采用对数变换;如果图像过度曝光也就是偏亮,我们可以采用反对数变换。 推荐阅读: 《使用matlab生成sine波mif文件》

70910

图像处理灰度化和二值化

图像灰度化 在理解了一张图片是由一个像素点矩阵构成之后,我们就知道我们对图像处理就是对这个像素点矩阵的操作,想要改变某个像素点的颜色,我们只要在这个像素点矩阵中找到这个像素点的位置,比如第x行,第y...个人觉得第二种方法处理的效果比较好,第一种方法处理后的图片有点模糊。 图像的二值化 什么叫图像的二值化?...在灰度化的图像灰度值的范围为0~255,在二值化后的图像中的灰度值范围是0或者255。...方法2: 计算像素点矩阵中的所有像素点的灰度值的平均值avg (像素点1灰度值+......+像素点n灰度值)/ n = 像素点平均值avg 然后让每一个像素点与avg一 一比较,小于等于avg的像素点就为0(黑色),大于avg的 像素点为255(白色),这样做比方法1好一些

4.2K10

数字图像处理灰度变换之灰度直方图及python实现

图像灰度直方图 灰度直方图是图像灰度级的函数,用来描述每个灰度级在图像矩阵中的像素个数或者占有率。直方图显示图像数据时会以左暗右亮的分布曲线形式呈现出来。横坐标是灰度级,纵坐标是该灰度级出现的频率。...图像的对比度是通过灰度级范围来度量的,而灰度级范围可通过观察灰度直方图得到,灰度级范围越大代表对比度越高;反之对比度越低,低对比度的图像在视觉上给人的感觉是看起来不够清晰,所以通过算法调整图像灰度值,...通常采用直方图均衡化及直方图规定化两种变换,使图像灰度范围拉开或使灰度均匀分布,从而增大反差,使图像细节清晰,以达到增强的目的。...直方图均衡化,对图像进行非线性拉伸,重新分配图像灰度值,使一定范围内图像灰度值大致相等。...for j in range(w): img_result[i][j] = relative_map[img[i][j]] 虽然全局直方图均衡化方法对提高对比度很有效,但是均衡化处理以后暗区域的噪声可能会被放大

2.7K20

十四.基于OpenCV和像素处理图像灰度处理

一.图像灰度化原理 二.基于OpenCV的图像灰度处理 三.基于像素操作的图像灰度处理 四.总结 文章参考自己以前系列图像处理文章及OpenCV库函数。...前面讲述了调用OpenCV中cvtColor()函数实现图像灰度化的处理,接下来讲解基于像素操作的图像灰度处理方法,主要是最大值灰度处理平均灰度处理和加权平均灰度处理方法。...2.平均灰度处理方法 该方法的灰度值等于彩色图像R、G、B三个分量灰度值的求和平均值,其计算公式如下所示: 平均灰度处理方法实现代码如下所示: #encoding:utf-8 import cv2...print grayimg #图像平均灰度处理方法 for i in range(height): for j in range(width): #灰度值为RGB三个分量的平均值...grayimg = np.zeros((height, width, 3), np.uint8) print grayimg #图像平均灰度处理方法 for i in range(height):

2K40

图像灰度反色变换

(img,cv2.COLOR_BGR2GRAY) height,width=grayImage.shape[:2] result=np.zeros((height,width),np.uint8) #图像灰度上移变换...,也称线性灰度补变换,是对原图像的像素值进行反转,即黑色变为白色,白色变为黑色。...通过改变图像像元的亮度值来改变图像像元的对比度,从而改善图像质量的图像处理方法。图像灰度线性变换是通过建立灰度映射来调整原始图像灰度,从而改善图像的质量,凸显图像细节,提高图像对比度。...灰度线性变换公式如下: DB=f(DA)=αDA+b 其中,DB表示灰度线性变换后的灰度值,DA表示变换前输入图像灰度值,α和b为线性变换方程f(D)的参数,分别表示斜率和截距。...=0时,图像所有的灰度值上移或下移 当α=-1,b=255时,原始图像灰度值反转 当α>1时,输出图像的对比度增强 当0<α<1时,输出图像的对比度减小 当α<0时,原始图像暗区域变亮,亮区域变暗,图像求补

93330

python中opencv图像处理实验(一)---灰度变换

参考链接: 使用OpenCV在Python中进行图像处理 在上一篇中记录了,如何配置opencv环境的问题。本篇则记录对灰度图像进行一些常规处理。...1.读入正常图像并进行灰度处理 #读入原始图像 img=cv2.imread('test.jpg') #灰度处理 gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)...2.对灰度图像进行二值化处理 #二值化处理 ret,im_fixed=cv2.threshold(gray,50,255,cv2.THRESH_BINARY) 二值化处理:将一个像素点的值突出为0,255...在灰度图像中像素值在0~255,二值化后图像中像素值为0或255。...伽马值小于1时,会拉伸图像灰度级较低的区域,同时会压缩灰度级较高的部分 伽马值大于1时,会拉伸图像灰度级较高的区域,同时会压缩灰度级较低的部分 4.对灰度图像进行对数变换 # 对数变换 logc =

1.1K30

图像灰度上移变换

original",grayImage) cv2.imshow("result",result) if cv2.waitKey()==27: cv2.destroyAllWindows() 算法:图像灰度上移变换是将实现图像灰度值的上移...,从而提升图像的亮度,由于图像灰度值位于0到255之间,因此对灰度值进行溢出判断。...图像灰度线性变换是通过建立灰度映射来调整原始图像灰度,从而改善图像的质量,凸显图像细节,提高图像对比度。...灰度线性变换公式如下: DB=f(DA)=αDA+b 其中,DB表示灰度线性变换后的灰度值,DA表示变换前输入图像灰度值,α和b为线性变换方程f(D)的参数,分别表示斜率和截距。...=0时,图像所有的灰度值上移或下移 当α=-1,b=255时,原始图像灰度值反转 当α>1时,输出图像的对比度增强 当0<α<1时,输出图像的对比度减小 当α<0时,原始图像暗区域变亮,亮区域变暗,图像求补

39430

图像灰度对数变换

font.sans-serif"]=["SimHei"] plt.title("对数变换函数") plt.xlim(0,255) plt.ylim(0,255) plt.show() #图像灰度对数变换...original",grayImage) cv2.imshow("result",result) if cv2.waitKey()==27: cv2.destroyAllWindows() 算法:图像灰度对数变换是实现扩展低灰度值而压缩高灰度值的效果...,被广泛地应用于频谱图像的显示中。...由于对数曲线在像素值较低的区域斜率大,在像素值较高的区域斜率较小,所以图像经过对数变换后,较暗区域的对比度将有所提升。这种变换可用于增强图像的暗部细节,从而用来扩展被压缩的高值图像中的较暗像素。...一个典型的应用是傅立叶频谱,其动态范围可能宽达0~106直接显示频谱时,图像显示设备的动态范围往往不能满足要求,从而丢失大量的暗部细节;而在使用对数变换之后,图像的动态范围被合理地非线性压缩,从而可以清晰地显示

50120

图像纹理——灰度共生矩阵

1.灰度共生矩阵生成原理 灰度共生矩阵(GLDM)的统计方法是20世纪70年代初由R.Haralick等人提出的,它是在假定图像中各像素间的空间分布关系包含了图像纹理信息的前提下,提出的具有广泛性的纹理分析方法...对于纹理变化缓慢的图像,其灰度共生矩阵对角线上的数值较大;而对于纹理变化较快的图像,其灰度共生矩阵对角线上的数值较小,对角线两侧的值较大。...Haralick曾提出了14种基于灰度共生矩阵计算出来的统计量:即:能量、熵、对比度、均匀性、相关性、方差、和平均、和方差、和熵、差方差、差平均、差熵、相关信息测度以及最大相关系数。...在图像中任意一点(x,y)及偏离它的一点(x+a,y+b)(其中a,b为整数,认为定义)构成点对。设该点对的灰度值为(f1,f2),假设图像的最大灰度级为L,则f1与f2的组合共有L*L种。...2.3 熵 图像包含信息量的随机性度量。当共生矩阵中所有值均相等或者像素值表现出最大的随机性时,熵最大;因此熵值表明了图像灰度分布的复杂程度,熵值越大,图像越复杂。 ?

1.8K10
领券