圖像類型：通常我們的數(shù)字圖像是彩色的3通道RGB圖像，R代表紅色，G代表綠色，B代表藍(lán)色。

目前創(chuàng)新互聯(lián)公司已為成百上千家的企業(yè)提供了網(wǎng)站建設(shè)、域名、網(wǎng)頁(yè)空間、網(wǎng)站托管、服務(wù)器托管、企業(yè)網(wǎng)站設(shè)計(jì)、河源網(wǎng)站維護(hù)等服務(wù)，公司將堅(jiān)持客戶導(dǎo)向、應(yīng)用為本的策略，正道將秉承"和諧、參與、激情"的文化，與客戶和合作伙伴齊心協(xié)力一起成長(zhǎng)，共同發(fā)展。

存儲(chǔ)方式：通常是uint8 無符號(hào)整數(shù)，0~255，當(dāng)然也有24bits 可以表示更多的顏色，雖然這樣做可以提高圖像對(duì)于現(xiàn)實(shí)世界的一個(gè)還原度，但是會(huì)增加更多的開銷，因此我們通常還是用8bits

灰度圖像：灰度圖像在圖像處理種有著非常重要的地位，一些常用的操作都會(huì)涉及到灰度圖像的轉(zhuǎn)換，邊緣檢測(cè)、二值化等這些操作之前通常都是RGB to Gray。

直接給出公式：Gray = 0.2989*R+0.5870*G+0.1140*B

#python Opencv
#導(dǎo)入頭文件
%matplotlib inline
import matplotlib.pyplot as plt 
import cv2
import numpy as np
 
#讀取圖像，opencv讀取圖像通道順序?yàn)锽GR
img=cv2.imread('img.path.jpg')
 
#顯示圖像，其中.astype(np.uint8)為了確保數(shù)據(jù)格式以免無法顯示，plt顯示圖像需要為RGB順序
plt.figure(figsize=(15,10))
plt.imshow(cv2.cvtColor(img.astype(np.uint8), cv2.COLOR_BGR2RGB))
plt.show()

img=0.2989*img[:,:,2]+0.5870*img[:,:,1]+0.1140*img[:,:,0]
######
plt.figure(figsize=(15,10))
plt.imshow(img, cmap ='gray')
plt.show()

#opencv 自帶函數(shù)進(jìn)行轉(zhuǎn)化
plt.figure(figsize=(15,10))
plt.imshow(cv2.cvtColor(img.astype(np.uint8), cv2.COLOR_BGR2GRAY),cmap='gray')
plt.show()

img3=0.2989*img[:,:,2]+0.5870*img[:,:,1]+0.1140*img[:,:,0]
img2=cv2.cvtColor(img.astype(np.uint8), cv2.COLOR_BGR2GRAY)
print((img3-img2).sum()/(img.shape[0]*img.shape[1]))  ###結(jié)果=-0.0072855376781315

對(duì)比下，自己用公式得到的灰度圖和opencv自己函數(shù)的灰度圖，其實(shí)還是不一樣的，應(yīng)該是計(jì)算精度上的差距

名稱欄目：創(chuàng)新互聯(lián)Python教程：python如何分析灰度
文章分享：http://uogjgqi.cn/article/djcejhj.html