Mahotas - RGB 轉灰度

---

---

影像處理中的 RGB 到灰度轉換將 RGB 顏色空間中的彩色影像轉換為灰度影像。

• RGB 影像由三個顏色通道組成——紅色、綠色和藍色。RGB 影像中的每個畫素都由這三個通道的強度值的組合表示，從而產生廣泛的顏色範圍。
• 另一方面，灰度影像是單通道影像（僅包含（灰色）的陰影），其中每個畫素表示原始影像中相應位置的強度。
• 強度值範圍從黑色（0）到白色（255），中間是灰色的陰影。

Mahotas 中的 RGB 轉灰度轉換

在 Mahotas 中，我們可以使用 **colors.rgb2gray()** 函式將 RGB 影像轉換為灰度影像。

該函式根據其 RGB 值的加權平均值計算每個畫素的灰度強度。

權重反映了人類對顏色的感知，紅色權重最高，其次是綠色，然後是藍色。

mahotas.colors.rgb2gray() 函式

mahotas.colors.rgb2gray() 函式以 RGB 影像作為輸入，並返回影像的灰度版本。

生成的灰度影像保留了原始 RGB 影像的結構和整體內容，但缺少顏色資訊。

語法

以下是 mahotas 中 rgb2gray() 函式的基本語法：

mahotas.colors.rgb2gray(rgb_image, dtype=float)

其中，

• **rgb_image** - 它是 RGB 顏色空間中的輸入影像。

• **dtype（可選）** - 它是返回影像的資料型別（預設為浮點數）。

示例

在以下示例中，我們使用 mh.colors.rgb2gray() 函式將 RGB 影像轉換為灰度影像：

import mahotas as mh
import numpy as np
import matplotlib.pyplot as mtplt
# Loading the image
image = mh.imread('nature.jpeg')
# Converting it to grayscale
gray_image = mh.colors.rgb2gray(image)
# Creating a figure and axes for subplots
fig, axes = mtplt.subplots(1, 2)
# Displaying the original RGB image
axes[0].imshow(image)
axes[0].set_title('RGB Image')
axes[0].set_axis_off()
# Displaying the grayscale image
axes[1].imshow(gray_image, cmap='gray')
axes[1].set_title('Grayscale Image')
axes[1].set_axis_off()
# Adjusting spacing between subplots
mtplt.tight_layout()
# Showing the figures
mtplt.show()

輸出

以下是上述程式碼的輸出：

使用 RGB 通道的平均值

我們還可以使用 RGB 通道的平均值將 RGB 影像轉換為灰度影像。

將每個畫素的紅色、綠色和藍色的強度相加併除以三，即可獲得平均強度值。我們可以使用 numpy 庫的 mean() 函式實現這一點。

生成的影像將是灰度影像，具有單個通道，其中每個畫素表示跨 RGB 通道的平均強度，其中每個顏色通道對整體灰度強度都有同等貢獻。

示例

以下示例顯示了使用 RGB 通道平均值將 RGB 影像轉換為灰度的過程：

import mahotas as mh
import numpy as np
import matplotlib.pyplot as mtplt
# Loading the image
image = mh.imread('sun.png')
# Converting it to grayscale
gray_image = np.mean(image, axis=2).astype(np.uint8)
# Creating a figure and axes for subplots
fig, axes = mtplt.subplots(1, 2)
# Displaying the original RGB image
axes[0].imshow(image)
axes[0].set_title('RGB Image')
axes[0].set_axis_off()
# Displaying the grayscale image
axes[1].imshow(gray_image, cmap='gray')
axes[1].set_title('Grayscale Image')
axes[1].set_axis_off()
# Adjusting spacing between subplots
mtplt.tight_layout()
# Showing the figures
mtplt.show()

輸出

上述程式碼的輸出如下：

使用亮度

亮度是指物件或影像的感知亮度或亮度。

在影像處理中，亮度為每個畫素的紅色、綠色和藍色顏色通道分配特定的權重，並將它們組合起來計算灰度強度值。

RGB 顏色空間中的亮度可以使用以下公式計算：

Luminosity = 0.2989 * R + 0.5870 * G + 0.1140 * B

其中，值 **0.2989、0.5870** 和 **0.1140** 分別是分配給紅色、綠色和藍色通道的權重。這些權重來自用於數字顯示的標準 Rec.709 顏色空間。

與簡單地平均 RGB 通道相比，此方法可產生更好的結果，因為它可以更好地捕捉原始影像的視覺感知。

示例

在這裡，我們定義了 RGB 的亮度，以將彩色影像轉換為其等效的灰度影像：

import mahotas as mh
import numpy as np
import matplotlib.pyplot as mtplt
# Loading the image
image = mh.imread('tree.tiff')
# Converting it to gray
gray_image = np.dot(image[..., :3], [0.2989, 0.5870, 0.1140]).astype(np.uint8)
# Creating a figure and axes for subplots
fig, axes = mtplt.subplots(1, 2)
# Displaying the original RGB image
axes[0].imshow(image)
axes[0].set_title('RGB Image')
axes[0].set_axis_off()
# Displaying the grayscale image
axes[1].imshow(gray_image, cmap='gray')
axes[1].set_title('Grayscale Image')
axes[1].set_axis_off()
# Adjusting spacing between subplots
mtplt.tight_layout()
# Showing the figures
mtplt.show()

輸出

執行上述程式碼後，我們將獲得以下輸出：