使用自定义亮度公式将图像转换为灰度答案

【问题标题】：Convert image to grayscale with custom luminosity formula使用自定义亮度公式将图像转换为灰度
【发布时间】：2014-04-23 00:57:45
【问题描述】：

我的图像包含灰度渐变和另一种颜色。我正在尝试使用opencv将图像转换为灰度，我也希望源图像中的彩色像素在输出灰度图像中变得相当亮，独立于颜色本身。

根据 opencv 文档，常见的亮度公式类似于 0.299R+0.587G+0.114B，因此它为不同颜色提供了非常不同的亮度。

我认为解决方案是在亮度公式中设置一些自定义权重。在opencv中可以吗？或者也许有更好的方法来执行这种选择性去饱和？

我用python，不过没关系

【问题讨论】：

标签： opencv

【解决方案1】：

这是transform() 函数的完美案例。您可以将灰度转换视为对输入图像的每个像素应用 1x3 矩阵变换。该矩阵中的元素分别是蓝色、绿色和红色分量的系数，因为 OpenCV 图像默认为 BGR。

im = cv2.imread(image_path)
coefficients = [1,0,0] # Gives blue channel all the weight
# for standard gray conversion, coefficients = [0.114, 0.587, 0.299]
m = np.array(coefficients).reshape((1,3))
blue = cv2.transform(im, m)

【讨论】：

哇，太好了！谢谢

【解决方案2】：

所以你有自定义公式，

加载源，

Mat src=imread(fileName,1);

创建灰度图像，

Mat gray(src.size(),CV_8UC1,Scalar(0));

现在在一个循环中，访问源的 BGR 像素，

Vec3b bgrPixel=src.at<cv::Vec3b>(y,x); //gives you the BGR vector of type cv::Vec3band will be in row, column order

bgrPixel[0]= Blue//
bgrPixel[1]= Green//
bgrPixel[2]= Red//

使用您的自定义公式计算新的灰度像素值。

最后设置灰度图像上的像素值，

 gray.at<uchar>(y,x) = custom intensity value // will be in row, column order

【讨论】：

谢谢！但是每像素循环对性能的影响非常严重。是否可以在没有每像素循环的情况下做到这一点？
是的，但是你可以在documentation看到一些有效的方法
@allchemist 您使用的任何方法都必须适用于每个像素。但是，.at() 对性能特别不利，而且原始 for 循环通常是不好的形式。请参阅我的答案，了解可能在 Python 中表现更好的内容。