Python实现图片灰度化

1. 灰度化的作用

灰度化其本质就是在保持图片形状不变的情况下，将3通道的图片转换为单通道图片。起作用有：
（1）避免条带失真
　　这个是我在其他地方搜索的，也不懂。若有大佬明白，还请评论区告知一下，谢谢。
（2）降低图片尺寸，方便运算。

２.实现方式

主要有三种实现方式：最大值法、平均值法、加权平均值法，详见代码。

import torch
import numpy as np
import matplotlib.pyplot as plt
import matplotlib
matplotlib.rcParams[\'font.sans-serif\'] = [\'SimHei\']     # 显示中文
# 为了坐标轴负号正常显示。matplotlib默认不支持中文，设置中文字体后，负号会显示异常。需要手动将坐标轴负号设为False才能正常显示负号。
matplotlib.rcParams[\'axes.unicode_minus\'] = False

# 灰度化
# 读取图片
img = plt.imread(\"C:\\\\Users\\\\17631\\\\Desktop\\\\test.jpeg\")
print(\"原图的shape: \", img.shape)
plt.subplot(2, 2, 1)
plt.imshow(img)
plt.title(\"原图\")


# 1.最大值法
img_max = img.max(axis=2)
print(\"最大值灰度化：\", img_max.shape)
plt.subplot(2, 2, 2)
plt.imshow(img_max, cmap=\'gray\')
plt.title(\"最大值灰度化\")


# 2.平均值化
img_avg = img.mean(axis=2)
print(\"平均值灰度化：\", img_avg.shape)
plt.subplot(2, 2, 3)
plt.imshow(img_avg, cmap=\'gray\')
plt.title(\"平均值灰度化\")


# 3.加权平均法
# 大量实现表明，Grey = 0.299R + 0.587G + 0.114B 这个比例更符合人的视觉特点。
img_avg_jiaquan = np.dot(img, [0.299, 0.587, 0.114])
print(\"加权平均灰度化：\", img_avg_jiaquan.shape)
plt.subplot(2, 2, 4)
plt.imshow(img_avg_jiaquan, cmap=\'gray\')
plt.title(\"加权平均灰度化\")
plt.show()

3.结果

（1）灰度化后的shape:

原图的shape:  (2338, 1080, 3)
最大值灰度化： (2338, 1080)
平均值灰度化： (2338, 1080)
加权平均灰度化： (2338, 1080)

（2）图片