Python|加权平均法读取灰度化图像介

问题描述灰度化的原理时假定每个像素点的三通道值相同，并用统一的灰度值待代替。加权平均法读取灰度化图像时，是将三个通道的通道值进行加权，然后用来代替灰度。实际中加权平均法RGB灰度化的公式为：

式中表示三个通道的权值，且三者之和为1。解决方案首先运用opencv读取图像：import cv2 as cvsrc =  cv.imread("D:\pecture\PmZT25jtyg_small.jpg")    #读取图片。再读取出图像每个像素点的三个通道值，运用加权平均法的思想计算灰度值，输出灰度图像，在运用加权平均法得到灰度图像后，为确保图像的灰度化误差不大，还需要对权值进行调整，调整时可以和图像原本的灰度化进行对比：import cv2 as cvimport numpy as npdef gray_pixels(image):for i in range(len(image)):for  j in range(len(image[i])):a = image[i][j]         #得到每个像素点的三通道值，需要注意的是，python读取出图片的三通道值不再是R、G、B三个顺序，而是变成了G、B、R这个顺序。g = 0.59*a[0]+0.11*a[1]+a[2]*0.30   #运用加权平均法公式计算出该像素点的灰度值。image[i][j]=g        #将图片的三个通道变成一个通道，并将得到的灰度值赋给该通道。cv.imshow("gary image",image)src =  cv.imread("D:\pecture\PmZT25jtyg_small.jpg")cv.namedWindow("input image",cv.WINDOW_AUTOSIZE)cv.namedWindow("input  image",cv.WINDOW_AUTOSIZE)gray =  cv.cvtColor(src,cv.COLOR_BGR2GRAY)   #通过函数将RGB图像转化为灰度化图像cv.imshow("input image",gray)gray_pixels(src)cv.waitKey(0)cv.destroyAllWindows()例如上面的例子，可以得到两张不同的灰度化图像：

（图2.1运用加权平均法得到的灰度化图像）

（图2.2运用内置函数得到的灰度化图像）结语通过对比发现，上例中的权值得到的灰度化图像并不能很好的接近原始灰度图像，所以，还需要对权值不断地更新实验，以达到更好的灰度化效果。实习编辑：衡辉稿件来源：深度学习与文旅应用实验室（DLETA）