Opencv - 灰度模式与灰度转换

Question

我正在使用 opencv(2.4.11) python(2.7) 并且正在玩灰色图像。在以灰度模式加载图像并将图像从 BGR 转换为 GRAY 时，我发现了一个不寻常的行为。以下是我的实验代码：

import cv2

path = 'some/path/to/color/image.jpg'

# Load color image (BGR) and convert to gray
img = cv2.imread(path)
img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# Load in grayscale mode
img_gray_mode = cv2.imread(path, 0)

# diff = img_gray_mode - img_gray
diff = cv2.bitwise_xor(img_gray,img_gray_mode)

cv2.imshow('diff', diff)
cv2.waitKey()

当我查看差异图像时，我可以看到被遗漏的像素而不是漆黑图像。你能提出任何理由吗？处理灰色图像的正确方法是什么。

P.S.当我在 SIFT 中使用这两个图像时，关键点是不同的，这可能会导致不同的结果，特别是在处理质量差的图像时。

Answer 1

_{注意：这不是重复的，因为 OP 知道来自 cv2.imread 的图像是 BGR 格式（与假设它是 RGB 的建议重复问题不同，因此提供的答案仅解决该问题）}

为了说明，我打开了这张相同颜色的 JPEG 图片：

使用一次转换

img = cv2.imread(path)
img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

另一个以灰度模式加载

img_gray_mode = cv2.imread(path, cv2.IMREAD_GRAYSCALE)

就像您记录的那样，两个图像之间的差异不是完全为 0，我可以看到左侧和底部的差异像素

我也总结了差异来看看

import numpy as np
np.sum(diff)
# I got 6143, on a 494 x 750 image

我尝试了所有cv2.imread() 模式

在cv2.imread() 的所有IMREAD_ 模式中，只有IMREAD_COLOR 和IMREAD_ANYCOLOR 可以使用COLOR_BGR2GRAY 进行转换，并且它们都给了我与IMREAD_GRAYSCALE 中打开的图像相同的差异

差异似乎没有那么大。我的猜测是来自两种方法中数值计算的差异（加载灰度vs转换为灰度）

当然，您要避免在特定版本的图像上微调您的代码，只是为了发现它对于来自不同来源的图像不是最佳的。

简而言之，我们不要在处理管道中混合版本和类型。

所以我会保持图像来源同质化，例如如果您在 BGR 中从摄像机捕获图像，那么我将使用 BGR 作为源，并将 BGR 转换为灰度cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

反之亦然，如果我的最终来源是灰度，那么我会以灰度打开文件和视频捕获cv2.imread(path, cv2.IMREAD_GRAYSCALE)