PythonでRGBイメージをグレースケールに変換するにはどうすればよいですか？

matplotlibRGBイメージを読み込んでグレースケールに変換するために使用しようとしています。

matlabではこれを使用します：

img = rgb2gray(imread('image.png'));

でmatplotlibのチュートリアル彼らはそれをカバーしていません。彼らはただ画像を読んだ

import matplotlib.image as mpimg
img = mpimg.imread('image.png')

そして、それらは配列をスライスしますが、それは私が理解しているものからRGBをグレースケールに変換することと同じではありません。

lum_img = img[:,:,0]

numpyまたはmatplotlibに、rgbからgrayに変換する組み込み関数がないとは信じがたいです。これは画像処理の一般的な操作ではありませんか？

imread5分でインポートされた画像を処理する非常にシンプルな関数を作成しました。それはひどく非効率的ですが、それが私が組み込みのプロフェッショナルな実装を望んでいた理由です。

セバスチャンは私の機能を改善しました、しかし私はまだ組み込みのものを見つけたいと思っています。

matlab（NTSC / PAL）の実装：

import numpy as np

def rgb2gray(rgb):

    r, g, b = rgb[:,:,0], rgb[:,:,1], rgb[:,:,2]
    gray = 0.2989 * r + 0.5870 * g + 0.1140 * b

    return gray

枕でそれをするのはどうですか：

from PIL import Image
img = Image.open('image.png').convert('LA')
img.save('greyscale.png')

matplotlibと式を使用する

Y' = 0.2989 R + 0.5870 G + 0.1140 B 

あなたができる：

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.image as mpimg

def rgb2gray(rgb):
    return np.dot(rgb[...,:3], [0.2989, 0.5870, 0.1140])

img = mpimg.imread('image.png')     
gray = rgb2gray(img)    
plt.imshow(gray, cmap=plt.get_cmap('gray'), vmin=0, vmax=1)
plt.show()

scikit-imageを使用することもできます。scikit- imageはndarray、のように画像を変換するためのいくつかの関数を提供しますrgb2gray。

from skimage import color
from skimage import io

img = color.rgb2gray(io.imread('image.png'))

注：この変換で使用される重みは、最新のCRT蛍光体に対して較正されています：Y = 0.2125 R + 0.7154 G + 0.0721 B

または、次の方法で画像をグレースケールで読み取ることもできます。

from skimage import io
img = io.imread('image.png', as_gray=True)

Ubuntu 16.04 LTS（Xeon E5 2670 with SSD）のPython 3.5で実行される1000 RGBA PNG画像（224 x 256ピクセル）で、推奨される3つの方法の速度がテストされました。

平均実行時間

pil : 1.037秒

scipy: 1.040秒

sk : 2.120秒

PILとSciPyは同一のnumpy配列（0から255の範囲）を提供しました。SkImageは0から1までの配列を提供します。さらに、色はわずかに異なります。CUB -200データセットの例を参照してください。

SkImage:

PIL :

SciPy :

Original:

Diff :

コード

1. パフォーマンス

   run_times = dict(sk=list(), pil=list(), scipy=list())
   for t in range(100):
       start_time = time.time()
       for i in range(1000):
           z = random.choice(filenames_png)
           img = skimage.color.rgb2gray(skimage.io.imread(z))
       run_times['sk'].append(time.time() - start_time)
   
   
   start_time = time.time()
   for i in range(1000):
       z = random.choice(filenames_png)
       img = np.array(Image.open(z).convert('L'))
   run_times['pil'].append(time.time() - start_time)
   
   start_time = time.time()
   for i in range(1000):
       z = random.choice(filenames_png)
       img = scipy.ndimage.imread(z, mode='L')
   run_times['scipy'].append(time.time() - start_time)
   
   
   for k, v in run_times.items():
       print('{:5}: {:0.3f} seconds'.format(k, sum(v) / len(v)))

2. 出力

   z = 'Cardinal_0007_3025810472.jpg'
   img1 = skimage.color.rgb2gray(skimage.io.imread(z)) * 255
   IPython.display.display(PIL.Image.fromarray(img1).convert('RGB'))
   img2 = np.array(Image.open(z).convert('L'))
   IPython.display.display(PIL.Image.fromarray(img2))
   img3 = scipy.ndimage.imread(z, mode='L')
   IPython.display.display(PIL.Image.fromarray(img3))

3. 比較

   img_diff = np.ndarray(shape=img1.shape, dtype='float32')
   img_diff.fill(128)
   img_diff += (img1 - img3)
   img_diff -= img_diff.min()
   img_diff *= (255/img_diff.max())
   IPython.display.display(PIL.Image.fromarray(img_diff).convert('RGB'))

4. 輸入

   import skimage.color
   import skimage.io
   import random
   import time
   from PIL import Image
   import numpy as np
   import scipy.ndimage
   import IPython.display

5. バージョン

   skimage.version
   0.13.0
   scipy.version
   0.19.1
   np.version
   1.13.1

imreadOpenCV を使用して、最初からいつでも画像ファイルをグレースケールとして読み取ることができます。

img = cv2.imread('messi5.jpg', 0)

さらに、画像をRGBとして読み取る場合は、何らかの処理を行ってcvtcolorから、OpenCVから使用できるグレイスケールに変換します。

gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

最速かつ現在の方法は、を介してインストールされたPillowを使用することpip install Pillowです。

コードは次のとおりです。

from PIL import Image
img = Image.open('input_file.jpg').convert('L')
img.save('output_file.jpg')

チュートリアルは、RGBでエンコードされたグレースケールイメージから始まっているため、不正行為です。したがって、チュートリアルは、単一のカラーチャネルをスライスしてグレースケールとして扱うだけです。あなたがしなければならない基本的なステップは、RGBカラースペースから、YUV / YIQやHSL / HSVなどのルミナンス/クロマモデルに近いものでエンコードするカラースペースに変換し、ルミナンスのようなチャネルをスライスして、グレースケール画像。 matplotlibYUV / YIQに変換するメカニズムは提供されていないようですが、HSVに変換できます。

matplotlib.colors.rgb_to_hsv(img)グレースケールの配列の最後の値（V）をスライスして使用してみてください。これは輝度値とまったく同じではありませんが、すべてで実行できることを意味しますmatplotlib。

バックグラウンド：

• http://matplotlib.sourceforge.net/api/colors_api.html
• http://en.wikipedia.org/wiki/HSL_and_HSV

または、PILまたは組み込み関数colorsys.rgb_to_yiq()を使用して、真の輝度値を持つ色空間に変換することもできます。オールインして独自の輝度専用コンバーターを導入することもできますが、それはおそらくやり過ぎです。

この式を使用して

Y' = 0.299 R + 0.587 G + 0.114 B 

我々はできる

import imageio
import numpy as np
import matplotlib.pyplot as plt

pic = imageio.imread('(image)')
gray = lambda rgb : np.dot(rgb[... , :3] , [0.299 , 0.587, 0.114]) 
gray = gray(pic)  
plt.imshow(gray, cmap = plt.get_cmap(name = 'gray'))

ただし、GIMPでカラーをグレースケール画像に変換するソフトウェアには、このタスクを実行するための3つのアルゴリズムがあります。

NumPy / SciPyをすでに使用している場合は、次のように使用することもできます。

scipy.ndimage.imread(file_name, mode='L')

あなたができる：

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.image as mpimg

def rgb_to_gray(img):
        grayImage = np.zeros(img.shape)
        R = np.array(img[:, :, 0])
        G = np.array(img[:, :, 1])
        B = np.array(img[:, :, 2])

        R = (R *.299)
        G = (G *.587)
        B = (B *.114)

        Avg = (R+G+B)
        grayImage = img

        for i in range(3):
           grayImage[:,:,i] = Avg

        return grayImage       

image = mpimg.imread("your_image.png")   
grayImage = rgb_to_gray(image)  
plt.imshow(grayImage)
plt.show()

img.Convert（）を使用し、「L」、「RGB」、「CMYK」をサポートします。モード

import numpy as np
from PIL import Image

img = Image.open("IMG/center_2018_02_03_00_34_32_784.jpg")
img.convert('L')

print np.array(img)

出力：

[[135 123 134 ...,  30   3  14]
 [137 130 137 ...,   9  20  13]
 [170 177 183 ...,  14  10 250]
 ..., 
 [112  99  91 ...,  90  88  80]
 [ 95 103 111 ..., 102  85 103]
 [112  96  86 ..., 182 148 114]]

私はグーグルを介してこの質問に行き、すでにロードされている画像をグレースケールに変換する方法を探していました。

SciPyでこれを行う方法は次のとおりです。

import scipy.misc
import scipy.ndimage

# Load an example image
# Use scipy.ndimage.imread(file_name, mode='L') if you have your own
img = scipy.misc.face()

# Convert the image
R = img[:, :, 0]
G = img[:, :, 1]
B = img[:, :, 2]
img_gray = R * 299. / 1000 + G * 587. / 1000 + B * 114. / 1000

# Show the image
scipy.misc.imshow(img_gray)

image=myCamera.getImage().crop(xx,xx,xx,xx).scale(xx,xx).greyscale()

greyscale()変換に直接使用できます。