图像处理之灰色图转化为RGB图像 |
您所在的位置：网站首页 › 头像从灰色变成彩色说明什么 › 图像处理之灰色图转化为RGB图像 |
图像处理之灰色图转化为RGB图像
|
一般情况下我们都是将RGB图像转化为灰色图，很少将灰色图又转化为RGB图像。如果有所需求，将灰色图转化为RGB图像，但是，又发现网上很少有这方面的解答，一下子就会觉得无从下手。我使用opencv-python来解决这个问题。 都知道opencv中有一个函数cvtcolor（）中有一个参数cv2.COLOR_GRAY2BGR，它能直接将灰色图变换成RGB图像吗？ import numpy as np import cv2 # 首先以灰色读取一张照片 src = cv2.imread("demo.jpg", 0) # 然后用ctvcolor（）函数，进行图像变换。 src_RGB = cv2.cvtColor(src, cv2.COLOR_GRAY2BGR) # 显示图片 cv2.imshow("input", src) cv2.imshow("output", src_RGB) cv2.waitKey(0) cv2.destroyAllWindows() 显示图片：
可以看出并没有什么改变的，还是灰色图像。那么怎么办？ RGB图像中有三个维度的信息，每种颜色相当于一个三维向量，表示法则相当于同一个向量在不同的坐标轴下（即不同的基下）的表示。而将其变为灰度后，只剩下一个维度，相当于将三维向量投影为一维标量一样，是不可能回复为原来的向量的。要想恢复，就必须储存另外两个维度的信息，合在一起就是原先的三维向量，这就是原理。 那么怎么做？ 我们要将RGB表示转换为gGB表示，也就是用灰度分量g取代蓝色分量R，蓝色分量B和绿色分量G不变。我们可以从gGB计算出红色分量R，因为灰度g=p*R+q*G+t*B（其中p=0.2989,q=0.5870,t=0.1140），于是R=(g-q*G-t*B)/p。于是我们只要保留B和G两个颜色分量，再加上灰度图g，就可以回复原来的RGB图像。同样，我们这里的g是可以随便取代红绿蓝三种分量中的任一分量的。下面进行演示。 from __future__ import division import numpy as np import cv2 src = cv2.imread("C:/Users/12914/Pictures/messi.jpg") src_gray = cv2.cvtColor(src, cv2.COLOR_BGR2GRAY) # RGB在opencv中存储为BGR的顺序,数据结构为一个3D的numpy.array,索引的顺序是行,列,通道: B = src[:,:,0] G = src[:,:,1] R = src[:,:,2] # 灰度g=p*R+q*G+t*B（其中p=0.2989,q=0.5870,t=0.1140），于是B=(g-p*R-q*G)/t。于是我们只要保留R和G两个颜色分量，再加上灰度图g，就可以回复原来的RGB图像。 g = src_gray[:] p = 0.2989; q = 0.5870; t = 0.1140 B_new = (g-p*R-q*G)/t B_new = np.uint8(B_new) src_new = np.zeros((src.shape)).astype("uint8") src_new[:,:,0] = B_new src_new[:,:,1] = G src_new[:,:,2] = R # 显示图像 cv2.imshow("input", src) cv2.imshow("output", src_gray) cv2.imshow("result", src_new) cv2.waitKey(0) cv2.destroyAllWindows()图像显示：
|
现在就可以看出“result”与“input”图像是一致的了吧。所以，仅通过cvtcolor()函数是没有办法将灰色图直接转化为RGB图像的。 【本文地址】
今日新闻 |
推荐新闻 |