如何将RGB图像（3通道）转换为灰度（1通道）并保存？

Question

使用深度学习项目，我有很多图像，不需要颜色。我救了他们做：import matplotlib.pyplot as pltplt.imsave('image.png', image, format='png', cmap='gray')但是后来当我检查图像的形状时，结果是：import cv2img_rgb = cv2.imread('image.png')print(img_rgb.shape)(196,256,3)所以即使我查看的图像是灰度的，我仍然有 3 个颜色通道。我意识到我必须做一些代数运算才能将这 3 个通道转换为 1 个单通道。我已经尝试了线程“如何在 Python 中将 RGB 图像转换为灰度？ ”中描述的方法，但我很困惑。例如，何时使用以下方法进行转换：from skimage import colorfrom skimage import ioimg_gray = color.rgb2gray(io.imread('image.png'))plt.imsave('image_gray.png', img_gray, format='png')但是，当我加载新图像并检查其形状时：img_gr = cv2.imread('image_gray.png')print(img_gr.shape)(196,256,3)我在该线程上尝试了其他方法，但结果相同。我的目标是获得具有 (196,256,1) 形状的图像，考虑到卷积神经网络的计算强度会降低多少。

Answer 1

你的第一个代码块：

import matplotlib.pyplot as plt

plt.imsave('image.png', image, format='png', cmap='gray')

这是将图像保存为 RGB，因为cmap='gray'在向 imsave 提供 RGB 数据时会被忽略（请参阅pyplot 文档）。

您可以通过取三个波段的平均值将您的数据转换为灰度，您可以使用color.rgb2gray，或者我倾向于使用 numpy：

import numpy as np

from matplotlib import pyplot as plt

import cv2

img_rgb = np.random.rand(196,256,3)

print('RGB image shape:', img_rgb.shape)

img_gray = np.mean(img_rgb, axis=2)

print('Grayscale image shape:', img_gray.shape)

输出：

RGB image shape: (196, 256, 3)

Grayscale image shape: (196, 256)

img_gray现在是正确的形状，但是如果您使用 保存它plt.imsave，它仍然会写入三个波段，每个像素的 R == G == B。这是因为，我相信，一个 PNG 文件需要三个（或四个）波段。警告：我不确定这一点：我希望得到纠正。

plt.imsave('image_gray.png', img_gray, format='png')

new_img = cv2.imread('image_gray.png')

print('Loaded image shape:', new_img.shape)

输出：

Loaded image shape: (196, 256, 3)

避免这种情况的一种方法是将图像保存为 numpy 文件，或者确实将一批图像保存为 numpy 文件：

np.save('np_image.npy', img_gray)

new_np = np.load('np_image.npy')

print('new_np shape:', new_np.shape)

输出：

new_np shape: (196, 256)

您可以做的另一件事是保存灰度 png（使用imsave），然后只在第一个波段中读取：

finalimg = cv2.imread('image_gray.png',0)

print('finalimg image shape:', finalimg.shape)

输出：

finalimg image shape: (196, 256)