最大值灰度化

裴来凡

发布于 2022-05-28 08:47:48

1.1K00

代码可运行

运行总次数：0

代码可运行

import cv2
import numpy as np
from matplotlib import pyplot as plt
img=cv2.imread('C:/Users/xpp/Desktop/Lena.png')#原始图像
cv2.imshow("original",img)
max_gray=np.zeros(img.shape[0:2],dtype='uint8')
ave_gray=np.zeros(img.shape[0:2],dtype='uint8')
weight_gray=np.zeros(img.shape[0:2],dtype='uint8')
for ii in range(img.shape[0]):
    for jj in range(img.shape[1]):
        r,g,b=img[ii,jj,:]
        max_gray[ii,jj]=max(r,g,b)#最大值灰度化
cv2.imshow("result",max_gray)        
cv2.waitKey()
cv2.destroyAllWindows()

算法：最大值灰度化方法将彩色图像中像素的R分量、G分量和B分量3个数值的最大值作为灰度图的灰度值。灰度图像能以较少的数据表征图像的大部分特征，因此在某些算法的预处理阶段需要进行彩色图像灰度化，以提高后续算法的效率。将彩色图像转换为灰度图像的过程称为彩色图像灰度化。在RGB模型中，位于空间位置(x,y)的像素点的颜色用该像素点的R分量R(x,y)、G分量G(x,y)和B分量B(x,y)3个数值表示。灰度图像每个像素用一个灰度值（又称强度值、亮度值）表示即可。

设f(x,y)表示位于空间位置(x,y)处的像素（该像素的R分量、G分量、B分量值分别为R(x,y)、G(x,y)、B(x,y)）的灰度化：