图像灰度处理

这里采用四种方法对图像进行灰度处理：

方法一：读取图片时只读取灰度图像

方法二：调用opencv Api实现

方法三：算法实现图像灰度：gray = （B + G + R）/3

方法四：算法实现：gray = r*0.299 + g*0.587 + b*0.114

代码：

import cv2
import numpy as np
gray1 = cv2.imread('D:/pythonob/imageinpaint/img/zidan.jpg',0)#方法一
imgSrc = cv2.imread('D:/pythonob/imageinpaint/img/zidan.jpg',1)
gray2 = cv2.cvtColor(imgSrc,cv2.COLOR_BGR2GRAY)#方法二：API实现图像灰度。第二个参数：转换方式BGR-->gray
#方法三;算法实现图像灰度：gray = （B + G + R）/3
imgInfo = imgSrc.shape
height = imgInfo[0]
width = imgInfo[1]
gray3 = np.zeros((height,width,3),np.uint8)
for i in range(0,height):
    for j in range(0,width):
        (b,g,r) = imgSrc[i,j]
        gray = (int(b) + int(g) + int(r))/3
        gray3[i,j] = np.uint8(gray)
#方法四：gray = r*0.299 + g*0.587 + b*0.114

#优化：定点运算速度大于浮点运算速度，+-运算速度大于*/运算速度
#上式可以改为gray = (r*1 + g*2 + b*1)/4   即先乘四，再除以四（精度不高）可以改为乘以10，100，1000，10000等等
#进一步用移位表示：修改为-->gray = (r + (g<<1) + b)>>2  g*2即g左移一位，整体*4即整体右移2位

gray4 = np.zeros((height,width,3),np.uint8)
for i in range(0,height):
    for j in range(0,width):
        (b,g,r) = imgSrc[i,j]
        gray = int(b)*0.114 + int(g)*0.587 + int(r)*0.299
        gray4[i,j] = np.uint8(gray)
cv2.imshow('G1',gray1)
cv2.imshow('imgSrc',imgSrc)
cv2.imshow('G2',gray2)
cv2.imshow('G3',gray3)
cv2.imshow('G4',gray4)
cv2.waitKey(0)

效果图：