Opencv-Python彩图转化为灰度图-二值图

采集到的彩色图像一般不会直接使用，为了加快处理速度，会转换成灰度图，二值图后再使用，处理后的效果如下:

下面是实现的代码：

# -*- coding: utf-8 -*-

"""

Created on Wed Aug 28 16:39:08 2019

运行环境 python==3.6 opencv-contrib-python== 4.1 win10系统

第一行 “ # -*- coding: utf-8 -*- ” 告诉Python解释器，按照UTF-8编码读取源代码

"""

#图像获取

import cv2

import numpy as np

dir1='lena.jpg' #读取要处理的图片

image=cv2.imread(dir1)

image1 = cv2.bitwise_not(image) #函数cv2.bitwise_not可以实现像素点各通道值取反

cv2.imshow("image", image)

cv2.imshow("image1", image1)

#

#灰度化

#将彩图转化为灰度图。彩图是三通道的，灰度图是单通道的，因而使用灰度图可以减少计算量，提高图像处理速度。

imgray =cv2.cvtColor(image,cv2.COLOR_BGR2GRAY) #彩色转灰度

cv2.imshow("imgray", imgray)

#二值化

#将图像上的像素点的灰度值设置为0或255，整个图像呈现出明显的黑白效果，使图像中数据量大为减少，从而能凸显出目标的轮廓。

thresh=120

ret,binary =cv2.threshold(imgray,thresh,255,cv2.THRESH_BINARY) #输入灰度图，输出二值图

cv2.imshow('binary',binary)

binary1 = cv2.bitwise_not(binary) #取反

cv2.imshow('binary1',binary1)

cv2.waitKey(0)

cv2.destroyAllWindows()