python图片灰度化处理几种方法代码示例

本篇文章小编给大家分享一下python图片灰度化处理几种方法代码示例，文章代码介绍的很详细，小编觉得挺不错的，现在分享给大家供大家参考，有需要的小伙伴们可以来看看。

几种方法：

首先先解释一下，彩色图片一般是由RGB组成，其实就是3个二维数组叠加而成。我们也就能看到一些彩色图片了。当R=G=B时，彩色图片就会变成一种灰度颜色，就是我们俗称的“黑白照片”。所以灰度颜色的图片其实就是一个二维数组。

灰度化处理总共有三种方法：最大值法、平均值法、加权平均法。

从字面意思我们也能看出，前两种的意思。但第三种中的加权平均中的权值从何而来？

它是一个固定值，分别是R:0.299、G:0.587、B:0.114。因为人眼对绿色的敏感度更高，对红色次之，蓝色最低，因此使用不能的权值可以得到更合理的灰度图像，所以经过多次的实验才推导出该数值。

首先康康原图

original = plt.imread('C:Users11140PicturesSaved Picturesabc.jpg')
print(original.shape)
# (640, 640, 3)
plt.imshow(original)
plt.show()

最大值法：

original = original.max(axis=2)
print(original.shape)
# (640, 640)
plt.imshow(original,cmap='gray')
plt.show()

平均值法：

original = original.mean(axis=2)
print(original.shape)
# (640, 640)
plt.imshow(original,cmap='gray')
plt.show()

加权平均法

original = np.dot(original,[0.299,0.587,0.114])
print(original.shape)
# (640, 640)
plt.imshow(original,cmap='gray')
plt.show()

这样看起来，第一张和第二张有很大的差别。第三张相比第二张，好像确实第三张看起来更舒服一点