计算图像灰度值python，图像灰度统计

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。

python读取图片，实际上是读取了离散的图片数据：print(img)运行，就会给出图片数据。显示反色图片，只要进行简单的计算：255-img 这是2*img的效果。分离通道，图片的第一个通道是：img[：，：，0]成图是灰度图。

color)+\n) except： print This file format is not support fp.close()pics文件夹和python程序在一个目录下，产生的文件名file_color.txt也在这个目录下。

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。

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。

python对比图像的区别方法：首先使用【pylab.imread】读取图片；然后使用【matplotlib.pylab - plt.imshow】显示图片；接着灰度图与RGB图相互转换；最后保存图片即可。

相关问答

Q1: python+两种像素之和用的是哪种?

1、Pillow是Python里的图像处理库（PIL：Python Image Library），提供了了广泛的文件格式支持，强大的图像处理能力，主要包括图像储存、图像显示、格式转换以及基本的图像处理操作等。

2、获取图片像素 matplotlib、opencv、skimage、pyplot等第三方库和模块，都有方法能够将图片读取到python程序中将其作为图像对象。

3、point() 函数用于操作图像的像素值。该函数通常需要传入一个函数对象，用于操作图像的每个像素：应用点操作 使用以上技术可以快速地对图像像素应用任何简单的表达式。可以结合 point() 函数和 paste 函数修改图像。

4、使用 NumPy 对图像进行 掩膜(mask)操作：像 NumPy 一样， SciPy 是 Python 的一个核心科学计算模块，也可以用于图像的基本操作和处理。

Q2: 如何用Python+Pygame旋转图像、灰度图像

打开Python的shell界面，如图所示。

GRAY就是我们前面介绍的灰度图像，通常指8位灰度图像，其具有256个灰度级，像素值范围位[0，255]。

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。

Q3: 数字图像处理Python实现图像灰度变换、直方图均衡、均值滤波

具体流程如下所示。其中S是总的像素数，Zmax是像素的最大取值(8位灰度图像为255)，h(i)为图像像素取值为 i 及 小于 i 的像素的总数。

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。

我们先来看看相应的直方图和累积直方图，然后使用 OpenCV 进行直方图均衡化。我们可以看出来直方图大部分在灰度值较高的部分，而且分布很集中。而我们希望直方图的分布比较分散，能够涵盖整个 x 轴。

)点运算针对图像中的每一个像素灰度，独立地进行灰度值的改变；2)输出图像中每个像素点的灰度值，仅取决于相应输入像素点的值；3)点运算不改变图像内的空间关系；4)从像素到像素的操作；5)点运算可完全由灰度变换函数或灰度映射表确定。

空间域的处理方法有：单波段操作 ， 点运算 邻域运算 多波段操作 ， 代数运算 剖面运算 对单幅图像像元进行的逐个像元计算。

Q4: python的pillow库怎么处理灰度图像

1、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）。

2、Python计算逻辑表达式采用短路方式，即：如果and运算符左侧为false，就不再计算and右侧的表达式，而且返回结果是表达式的结果。比如 a and b 如果a为false则返回a，如果a为true则返回b，详见Python语法。

3、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。

4、能不能把PIL（PythonImageLibrary)也弄进来，那就简单了。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。

Q5: 我如何能将RGB图像转换成灰度Python

能不能把PIL（PythonImageLibrary)也弄进来，那就简单了。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。

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。

测试表明在pf32bit中利用Scanline处理图像要比pf24bit快。 所以除了单色图(PixelFormats=pf1bit)外(没必要)，其它都可转外32位色实现灰度化。

计算图像灰度值python的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于图像灰度统计、计算图像灰度值python的信息别忘了在本站进行查找喔。