（一）原始圖像

（二）轉換原理

（三）python實現

python安裝可以參考：python安裝

1. 安裝庫

首先我們需要安裝用到的庫，按住win+r輸入cmd打開dos窗口，輸入下面的命令

pip install opencv-python
pip install numpy

2. python程序編寫

"""
@author:zhixia彩圖轉灰度圖
"""#import 導入模塊，每次使用模塊中的函數都要是定是哪個模塊。
#from…import * 導入模塊，每次使用模塊中的函數，直接使用函數就可以了；注因為已經知道該函數是那個模塊中的了
from skimage.color import rgb2gray #skimage圖形處理庫 color是顏色空間轉換子模塊 pip install scikit-image
import numpy as np 
import matplotlib.pyplot as plt  #matlab的python庫  pip install matplotlib
from PIL import Image # Python Imaging Library 圖像處理庫 pip install pillow
import cv2 #圖像灰度化#cv2的方式
img = cv2.imread("lenna.png")
h,w = img.shape[:2] #獲取圖片的high和wide
img_gray=np.zeros([h,w],img.dtype) #創建一張和當前圖片大小一樣的單通道圖片
for i in range(h):for j in range(w):m = img[i,j]img_gray[i,j] =int(m[0]*0.11+m[1]*0.59+m[2]*0.3) #將BGR坐標轉換為gray坐標
print(img_gray)
print("image show grap:%s"%img_gray)
cv2.imshow("imageshow gray", img_gray)#plt方式
plt.subplot(221) #表示將整個圖像窗口分為2行2列, 當前位置為1.
img = plt.imread("lenna.png")
plt.imshow(img)
print("----image lenna -----")
print(img)#灰度化
img_gray = rgb2gray(img)
plt.subplot(222)
plt.imshow(img_gray,cmap="gray")
print("-----image gray-------")
print(img_gray)#二值化
img_binary = np.where(img_gray >= 0.5, 1, 0) 
print("-----imge_binary------")
print(img_binary)
print(img_binary.shape)#plt方式
plt.subplot(223) 
plt.imshow(img_binary, cmap='gray')
plt.show()

3. 效果

打印信息：

===== RESTART: E:\ProgramDemo\AI\opencv\opencv\interpolation\image_gray.py =====
[[162 162 162 ... 169 155 128][162 162 162 ... 169 155 128][162 162 162 ... 169 155 128]...[ 42  42  49 ... 104 100  98][ 43  43  54 ... 103 105 108][ 43  43  54 ... 103 105 108]]
image show grap:[[162 162 162 ... 169 155 128][162 162 162 ... 169 155 128][162 162 162 ... 169 155 128]...[ 42  42  49 ... 104 100  98][ 43  43  54 ... 103 105 108][ 43  43  54 ... 103 105 108]]
----image lenna -----
[[[0.8862745  0.5372549  0.49019608][0.8862745  0.5372549  0.49019608][0.8745098  0.5372549  0.52156866]...[0.9019608  0.5803922  0.47843137][0.8666667  0.50980395 0.43137255][0.78431374 0.3882353  0.3529412 ]][[0.8862745  0.5372549  0.49019608][0.8862745  0.5372549  0.49019608][0.8745098  0.5372549  0.52156866]...[0.9019608  0.5803922  0.47843137][0.8666667  0.50980395 0.43137255][0.78431374 0.3882353  0.3529412 ]][[0.8862745  0.5372549  0.49019608][0.8862745  0.5372549  0.49019608][0.8745098  0.5372549  0.52156866]...[0.9019608  0.5803922  0.47843137][0.8666667  0.50980395 0.43137255][0.78431374 0.3882353  0.3529412 ]]...[[0.32941177 0.07058824 0.23529412][0.32941177 0.07058824 0.23529412][0.36078432 0.10588235 0.22745098]...[0.6784314  0.28627452 0.32941177][0.6745098  0.26666668 0.29803923][0.69411767 0.24313726 0.30980393]][[0.32156864 0.08627451 0.22352941][0.32156864 0.08627451 0.22352941][0.3764706  0.1254902  0.24313726]...[0.7019608  0.27450982 0.30980393][0.70980394 0.2784314  0.31764707][0.7254902  0.2901961  0.31764707]][[0.32156864 0.08627451 0.22352941][0.32156864 0.08627451 0.22352941][0.3764706  0.1254902  0.24313726]...[0.7019608  0.27450982 0.30980393][0.70980394 0.2784314  0.31764707][0.7254902  0.2901961  0.31764707]]]
-----image gray-------
[[0.60802865 0.60802865 0.60779065 ... 0.6413741  0.57998234 0.46985728][0.60802865 0.60802865 0.60779065 ... 0.6413741  0.57998234 0.46985728][0.60802865 0.60802865 0.60779065 ... 0.6413741  0.57998234 0.46985728]...[0.13746354 0.13746354 0.16881412 ... 0.37271804 0.35559532 0.34377727][0.14617059 0.14617059 0.1873059  ... 0.36788785 0.3729255  0.3846753 ][0.14617059 0.14617059 0.1873059  ... 0.36788785 0.3729255  0.3846753 ]]
-----imge_binary------
[[1 1 1 ... 1 1 0][1 1 1 ... 1 1 0][1 1 1 ... 1 1 0]...[0 0 0 ... 0 0 0][0 0 0 ... 0 0 0][0 0 0 ... 0 0 0]]
(512, 512)

4. 工程文件

線性插值函數