python3如何讀取圖片并灰度化圖片

這篇文章主要介紹python3如何讀取圖片并灰度化圖片，文中介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們一定要看完！

在處理圖像的時候經常是讀取圖片以后把圖片轉換為灰度圖。作為一個剛入坑的小白，我在這篇博客記錄了四種處理的方法。

首先導入包：

import numpy as np
import cv2
import tensorflow as tf
from PIL import Image

方法一：在使用OpenCV讀取圖片的同時將圖片轉換為灰度圖：

 img = cv2.imread(imgfile, cv2.IMREAD_GRAYSCALE)
  print("cv2.imread(imgfile, cv2.IMREAD_GRAYSCALE)結果如下：")
  print('大?。簕}'.format(img.shape))
  print("類型：%s"%type(img))
  print(img)

運行結果如下圖所示：

方法二：使用OpenCV，先讀取圖片，然后在轉換為灰度圖：

 img = cv2.imread(imgfile)
  #print(img.shape)
  #print(img)
  gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) #Y = 0.299R + 0.587G + 0.114B
  print("cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)結果如下：")
  print('大小:{}'.format(gray_img.shape))
  print("類型：%s" % type(gray_img))
  print(gray_img)

運行結果如下：

方法三：使用PIL庫中的Image模塊：

 img = np.array(Image.open(imgfile).convert('L'), 'f') #讀取圖片，灰度化，轉換為數組，L = 0.299R + 0.587G + 0.114B。'f'為float類型
  print("Image方法的結果如下：")
  print('大?。簕}'.format(img.shape))
  print("類型：%s" % type(img))
  print(img)

運行結果如下：

更多關于使用PIL庫中的Image模塊的convert()函數的知識請參考博客：https://www.jb51.net/kf/201603/492898.html

方法四：TensorFlow方法：

 with tf.Session() as sess:
    img = tf.read_file(imgfile) #讀取圖片，
    img_data = tf.image.decode_jpeg(img, channels=3) #解碼
    #img_data = sess.run(tf.image.decode_jpeg(img, channels=3))
    img_data = sess.run(tf.image.rgb_to_grayscale(img_data)) #灰度化
    print('大?。簕}'.format(img_data.shape))
    print("類型：%s" % type(img_data))
    print(img_data)

運行結果如下：

可以看出：TensorFlow的方法的結果與上面的三種方法的處理結果略有不同。所以在處理圖像的時候最好保持方法的一致性，最好不要用這種方法讀取完圖片然后用另一種方法處理圖片，以避免不必要的bug影響圖片處理處理結果。

以上是“python3如何讀取圖片并灰度化圖片”這篇文章的所有內容，感謝各位的閱讀！希望分享的內容對大家有幫助，更多相關知識，歡迎關注億速云行業資訊頻道！