今天在學習的時候，發現scipy.misc中的imread提取圖片的方法被棄用了。太生氣了！

只好使用了matplotlib.pyplot中的imread了，可是當我發現他不能直接通過True來提取灰度圖片時，我崩潰了

上網查了一下，了解了灰度化處理的幾種方法：

首先先解釋一下，彩色圖片一般是由RGB組成，其實就是3個二維數組疊加而成。我們也就能看到一些彩色圖片了。當R=G=B時，彩色圖片就會變成一種灰度顏色，就是我們俗稱的“黑白照片”。所以灰度顏色的圖片其實就是一個二維數組。
灰度化處理總共有三種方法：最大值法、平均值法、加權平均法。
從字面意思我們也能看出，前兩種的意思。但第三種中的加權平均中的權值從何而來？
它是一個固定值，分別是R:0.299、G:0.587、B:0.114。因為人眼對綠色的敏感度更高，對紅色次之，藍色最低，因此使用不能的權值可以得到更合理的灰度圖像，所以經過多次的實驗才推導出該數值。

首先康康原圖

original = plt.imread('C:\\Users\\11140\\Pictures\\Saved Pictures\\abc.jpg')
print(original.shape)
# (640, 640, 3)
plt.imshow(original)
plt.show()

最大值法：

original = original.max(axis=2)
print(original.shape)
# (640, 640)
plt.imshow(original,cmap='gray')
plt.show()

平均值法：

original = original.mean(axis=2)
print(original.shape)
# (640, 640)
plt.imshow(original,cmap='gray')
plt.show()

加權平均法

original = np.dot(original,[0.299,0.587,0.114])
print(original.shape)
# (640, 640)
plt.imshow(original,cmap='gray')
plt.show()

這樣看起來，第一張和第二張有很大的差別。第三張相比第二張，好像確實第三張看起來更舒服一點

到此這篇關于python圖片灰度化處理的幾種方法的文章就介紹到這了,更多相關python圖片灰度化內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！