RGB图像到灰度图像-解网

问：

我有一张RGB格式的激光束图像。我想通过将图像转换为灰度来获得图像的亮度。

但事实证明这不是我的计划。中心应该是最亮的地方，但结果却很暗帮助，谁知道呢

enter image description here

from PIL import Image
import math

image = Image.open("/content/TiSa_fs_vert_1.jpg")
image = image.convert ('RGB')
width, height = image.size
y = 450

brightness_values = []

# Loop through the horizontal line
for x in range(width):
    pixelRGB = image.getpixel((x, y))
    R, G, B = pixelRGB
    #brightness = math.sqrt(R**2 + G**2 + B**2)
    brightness = (R + G + B)//3
    brightness_values.append(brightness)

print(brightness_values)

Python 图像 RGB 灰度

import numpy as np
import matplotlib.pyplot as plt
from PIL import Image
import cv2

img = np.array(Image.open("laser.jpg"))

plt.figure()
plt.imshow(img)
plt.show()
# Since the laser is red, you can just take out the red channel from the RGB
# Color channels are 0=Red, 1=Green, 2=Blue
r=img[:,:,0]
plt.figure()
plt.imshow(r, cmap='grey') 
plt.show()

# To plot only the brightest portion of your selected channel, you can do:
threshold= r.max()*0.9
# set areas of the image that are below the threshold to be 0
r[np.where(r<threshold)]=0
# set areas of the image that are at or above the threshold to be 1
r[np.where(r>=threshold)]=1

plt.figure()
plt.imshow(r, cmap='grey')
plt.show()

# To clean up the image a bit more
cleaned_up = cv2.dilate(r,np.ones((3,3), dtype=np.uint8),iterations = 5)
plt.figure()
plt.imshow(cleaned_up, cmap='grey')
plt.show()

# Simplistic method to calculate center
# (you should probably apply some smoothing to the calculated brightness along each axis)
x_sum = cleaned_up.sum(axis=0)
y_sum = cleaned_up.sum(axis=1)
center = (x_sum.max(), y_sum.max())
plt.figure()
plt.plot(np.arange(x_sum.shape[0]),x_sum)
plt.plot(y_sum,np.arange(y_sum.shape[0]))
plt.show()

plt.figure()
plt.imshow(cleaned_up, cmap='grey')
plt.plot(center[0],center[1], 'ro')
plt.show()

# Using image moments to find the centroid
moments = cv2.moments(cleaned_up)
centroid = (int(M["m10"] / M["m00"]), int(M["m01"] / M["m00"]))
plt.figure()
plt.imshow(cleaned_up, cmap='grey')
plt.plot(centroid[0],centroid[1], 'ro')
plt.show()

老实说，这两种找到中心的方法都效果很好，并产生非常相似的结果，但我更喜欢使用图像矩的质心方法，因为它在我眼中看起来更居中，但请随意选择最适合您的方法

问题源于这样一个事实，即我服用的是纯红色，但您的激光不太可能是纯红色。您可以计算 R、G 和 B 通道的加权平均值（正常灰度是，这就是为什么它显示图像中心为“黑暗”的原因，因为那里没有太多绿色。除非您提供有关激光的确切波长和预期的“中心”位置的更多详细信息，否则我无能为力。0.299 ∙ Red + 0.587 ∙ Green + 0.114 ∙ Blue

0赞 OM222O 11/18/2023

我也不确定什么是“索引图像”，但任何语言都可以进行任何图像处理，您只需要知道需要使用的公式和算法即可。

0赞 OM222O 11/19/2023

@ДмитрийКиселев 老实说，绿色和蓝色通道在您感兴趣的区域几乎为 0，所以我之前的评论效果不太好，但一些阈值有很大帮助，请参阅更新的代码并让我知道它是否解决了您的问题。

上一个：stb_image出现奇怪的图像结果 [已关闭]

下一个：我可以强制 Django 加载文件名中带有空格的图像吗？

RGB图像到灰度图像

Rgb image to the grayscale image

评论

评论