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 plt

plt.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 cv2

img_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 color

from skimage import io

img_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 pltplt.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 npfrom matplotlib import pyplot as pltimport cv2img_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)