图像处理的第一步操作基本都是进行灰度化，二灰度化的方式都很多种，可以根据自己的具体需要进行参数调整，基本分为四大种，分别为 YUV亮度灰度化、 最大值灰度化、 平均值灰度化、 Gamma校正灰度化。
1.Gamma校正灰度化
原理如下计算公式：
G r a y = R 2.2 + ( 1.5 G ) 2.2 + ( 0.6 B ) 2.2 1 + 1. 5 2.2 + 0. 6 2.2 2.2 Gray=\sqrt[2.2]{\frac{R^{2.2}+(1.5G)^{2.2}+(0.6B)^{2.2}}{1+1.5^{2.2}+0.6^{2.2}}}G r a y =2 .2 1 +1 .5 2 .2 +0 .6 2 .2 R 2 .2 +(1 .5 G )2 .2 +(0 .6 B )2 .2
注意这里的2.2次方和2.2次方根，RGB颜色值不能简单直接相加，而是必须用2.2次方换算成物理光功率。因为RGB值与功率并非简单的线性关系，而是幂函数关系，这个函数的指数称为Gamma值，一般为2.2，而这个换算过程，称为Gamma校正。
import cv2
import numpy as np
import math
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
def Gamma_GRAY(picture_path):
img = cv2.imread(picture_path)
h, w = img.shape[0:2]
gray = np.zeros((h, w), dtype=img.dtype)
for i in range(h):
for j in range(w):
a = img[i, j, 2] ** (2.2) + 1.5 * img[i, j, 1] ** (2.2) + 0.6 * img[i, j, 0] ** (2.2)
b = 1 + 1.5 ** (2.2) + 0.6 ** (2.2)
gray[i, j] = pow(a / b, 1.0 / 2.2)
gray = cv2.cvtColor(gray, cv2.COLOR_BGR2RGB)
plt.imshow(gray)
plt.title('Gamma校正灰度化')
plt.axis('off')
plt.show()
2.平均值灰度化
原理： 对B、G、R三通道像素求取平均值作为灰度值，公式为：
g r a y = ( B + G + R ) / 3 gray=(B+G+R)/3 g r a y =(B +G +R )/3
def Avrage_GRAY(picture_path):
img = cv2.imread(picture_path)
h, w = img.shape[0:2]
gray = np.zeros((h, w), dtype=img.dtype)
for i in range(h):
for j in range(w):
gray[i, j] = (int(img[i, j, 0]) + int(img[i, j, 1]) + int(img[i, j, 2])) / 3
gray = cv2.cvtColor(gray, cv2.COLOR_BGR2RGB)
plt.imshow(gray)
plt.title('平均值灰度化')
plt.axis('off')
plt.show()
3.最大值灰度化
原理：以B、G、R通道中最大的像素作为整体像素，公式为：
B = G = R = m a x ( [ B , G , R ] ) B=G=R=max([B,G,R])B =G =R =m a x ([B ,G ,R ])
def Max_GRAY(picture_path):
img = cv2.imread(picture_path)
h, w = img.shape[0:2]
gray = np.zeros((h, w), dtype=img.dtype)
for i in range(h):
for j in range(w):
gray[i, j] = max(img[i, j, 0], img[i, j, 1], img[i, j, 2])
gray = cv2.cvtColor(gray, cv2.COLOR_BGR2RGB)
plt.imshow(gray)
plt.title('最大值灰度')
plt.axis('off')
plt.show()
4.YUV亮度灰度化
原理：根据YUV的颜色空间中，Y的分量的物理意义是点的亮度，由该值反映亮度等级，根据RGB和YUV颜色空间的变化关系可建立亮度Y与R、G、B三个颜色分量的对应，以这个亮度值表达图像的灰度值。公式为：
Y = 0.3 R + 0.59 G + 0.11 B Y=0.3R+0.59G+0.11B Y =0 .3 R +0 .5 9 G +0 .1 1 B
def Cv2_GRAY(picture_path):
img=cv2.imread(picture_path)
gray= cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
print(gray.shape)
img= cv2.cvtColor(gray,cv2.COLOR_BGR2RGB)
plt.imshow(img)
plt.title('灰度处理')
plt.axis('off')
plt.show()
return gray
Original: https://blog.csdn.net/pika1223/article/details/123132109
Author: pika1223
Title: 图像处理（一）图像灰度化的三种方式
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/637439/
转载文章受原作者版权保护。转载请注明原作者出处！