python读取图片灰度，python图像读取

求助Python怎么判断图片是否为灰度图

这里判断是否为灰度图的标准是：每一个像素所对应的R、G、B的值是否相等。

常见的modes 有 “L” (luminance) 表示灰度图像， “RGB” 表示真彩色图像， and “CMYK” 表示出版图像。如果文件打开错误，返回 IOError 错误。只要你有了 Image 类的实例，你就可以通过类的方法处理图像。

PIL可以对图像的颜色进行转换，并支持诸如24位彩色、8位灰度图和二值图等模式，简单的转换可以通过Image.convert(mode)函数完 成，其中mode表示输出的颜色模式。例如L表示灰度，1表示二值图模式等。

img[：，：，1]是一个单通道图像，应该是灰度图，但是matplotlib显示出来的，是一个伪彩色图像。plt.imshow(img[：，：，1])。

mode 属性定义了像素格式，常用的像素格式为：“L” (luminance) - 灰度图， “RGB” ， “CMYK”。如果文件打开失败， 将抛出IOError异常。一旦你拥有一个Image类的实例，你就可以用该类定义的方法操作图像。

相关问答

Q1: python的pillow库怎么处理灰度图像

刚接触Pillow的朋友先来看一下Pillow的安装方法，在这里我们以Mac OS环境为例： （1）、使用 pip 安装 Python 库。pip 是 Python 的包管理工具，安装后就可以直接在命令行一站式地安装/管理各种库了（pip 文档）。

① 直方图均衡化： 通过对原图像进行某种变换，使得原图像的灰度直方图修正为均匀分布直方图，从而达到调整图像对比度的目的，主要适用于背景和前景太暗或太亮的图像（啊，依旧是万能的ppt画的直方图，ppt赛高）。

ImageGrab模块用于将屏幕上的内容拷贝到一个PIL图像内存中。 当前的版本只在windows操作系统上可以工作。 ImageGrab模块的使用如下： 图像im显示出笔记本当前的窗口内容，就是类似于截图的工具 ImageOps模块包括一些“ready-made”图像处理操作。

利用Pillow库可以轻易的对图像增加水印 首先，用PIL的Image函数读取图片 接着，新建一张图(尺寸和原图一样) 然后，在新建的图象上用PIL的ImageDraw把字给画上去，字的颜色从原图处获取。

PIL可以对图像的颜色进行转换，并支持诸如24位彩色、8位灰度图和二值图等模式，简单的转换可以通过Image.convert(mode)函数完 成，其中mode表示输出的颜色模式。例如L表示灰度，1表示二值图模式等。

对于初学图像处理的小伙伴们，对于图像的灰度化很重要。所谓灰度化就是将一个彩色的图片转换成一个黑白的图像，便于处理。

Q2: 色彩空间类型---OpenCV-Python开发指南(7)

1、CIEL u v 色彩空间同CIEL a b 色彩空间一样，是均匀的颜色模型。

2、OpenCV( 开源计算机视觉库 )是计算机视觉应用中应用最广泛的库之一 。OpenCV-Python 是OpenCV的python版API。OpenCV-Python的优点不只有高效，这源于它的内部组成是用C/C++编写的，而且它还容易编写和部署(因为前端是用Python包装的)。

3、双边滤波(Bilateral filter)是一种非线性的滤波方法，是结合 图像的空间邻近度和像素值相似度 的一种折衷处理，同时考虑空域信息和灰度相似性，达到保边去噪的目的。具有简单、非迭代、局部的特点。

4、在Python中配置opencv Windows下Python安装OpenCV详细步骤 本机Win7，Python5，OpenCV9 将D：\OpenCV\opencv\build\python\7\x86下的cvpyd文件copy到D：\Python\Python35-32\Lib\site-packages文件夹中。

5、对于一幅图像，建立其在不同尺度scale下的图像，也称为octave，这是为了scale-invariant，也就是在任何尺度都能有对应的特征点。下图中右侧的DoG就是我们构建的尺度空间。

Q3: python图像灰度化怎么处理alpha值_python将图像转化为灰度图像

1、PIL中可以把图像模式convert，例如转成“L”模式，8位，就变成灰色了。

2、PIL可以对图像的颜色进行转换，并支持诸如24位彩色、8位灰度图和二值图等模式，简单的转换可以通过Image.convert(mode)函数完 成，其中mode表示输出的颜色模式。例如L表示灰度，1表示二值图模式等。

3、在具体的实现上，我们将物理空间的颜色分布在圆周上，不同的角度代表不同的颜色。因此，通过调整色调值，我们就能选取不同的颜色，色调的取值范围为[0，360]。

4、当有一个Image对象时，可以用Image类的各个方法进行处理和操作图像，例如显示图片： im.show()ps：标准版本的show()方法不是很有效率，因为它先将图像保存为一个临时文件，然后使用xv进行显示。

Q4: 如何用Python+Pygame旋转图像、灰度图像

首先，导入pygame模块，并初始化Pygame：pythonCopy codeimport pygamepygame.init()加载背景图片。可以使用pygame.image.load()函数加载图片，然后使用pygame.transform.scale()函数缩放图片到窗口大小。

一种方式是直接运行python源文件，方法是先在终端中用cd命令切换到python源文件所在的目录，然后以./文件名的方式运行源文件（文件名前面加的是一个英文点号和一个英文斜杠，表示在当前目录下运行文件）。

第一个常用的库是Turtle，它是Python语言中一个很流行的绘制图像的函数库，这个词的意思就是乌龟，你可以想象下一个小乌龟在一个x和y轴的平面坐标系里，从原点开始根据指令控制，爬行出来就是绘制的图形了。

事实上，有很多 Python 语言实现的游戏引擎，例如 Pygame、Pyglet 以及 Cocos 2d 等。

把开发过程中常用的一些内容片段记录起来，下边内容是关于python通过PyGame绘制图像并保存为图片文件的内容，希望对大伙有较大好处。

Q5: 数字图像处理Python实现图像灰度变换、直方图均衡、均值滤波

直方图均衡化 直方图均衡化是将原图像通过某种变换，得到一幅灰度直方图为均匀分布的新图像的方法。直方图均衡化方法的基本思想是对在图像中像素个数多的灰度级进行展宽，而对像素个数少的灰度级进行缩减。

图像模糊。均值滤波在图像模糊处理方面也有应用。通过设置不同的均值滤波模板如较大的滤波半径或不同形状的模板，可以实现对图像的模糊处理，常见的应用包括模糊化背景、平滑人脸、图像特效等。

平滑滤波：平滑图像，去除高频分量，使得图像灰度值变化不那么大，同时降低噪声。 锐化滤波：去除低频分量，使得图像反差增大，边缘明显。

人造的”（由于算法造成）边界，再使用双线性差值，与原图做图层滤色混合操作（可选）。

来源于东北大学 魏颖教授的数字图像课程笔记。 将图像中像素亮度(灰度级别)看成是一个随机变量， 则其分布情况反映了图像的统计特性，这可用Probability Density Function (PDF)来刻画和描述，表现为 灰度直方图(Histogram)。

式中n是图像里像素的总个数。通过用图像里像素的总个数进行归一化，所得到的直方图各列所表示的是各灰度值像素在图像中所占的比例。

python读取图片灰度的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于python图像读取、python读取图片灰度的信息别忘了在本站进行查找喔。