COLOR_RGB2GRAY 给出非灰度图像（可能是 jupyter-notebook 的问题）

Question

我正在尝试对图像执行直方图均衡化，但有 2 个问题。首先，我需要为它的灰度版本绘制直方图。当我尝试将 RGB 图像转换为灰度时，输出是蓝色和黄色图像。我的代码如下：

img = cv2.imread(r'D:/UNI/Y3/DIA/2K18/lab.jpg') 
RGB_img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
gray = cv2.cvtColor(RGB_img, cv2.COLOR_RGB2GRAY)
plt.imshow(gray)
plt.title('My picture (before hist. eq.)')
plt.show()

这是 Jupyter Notebook 的输出：

但我刚刚意识到，如果我保存它是否正确保存：

由于我需要提交 jupyter 文档，我该如何解决这个问题？谢谢！

其次，我执行直方图均衡，但是当我尝试水平堆叠图像时，我从这段代码中得到以下错误：

equ = cv2.equalizeHist(gray)
res = np.hstack((img,equ))

错误-> all the input arrays must have same number of dimensions

据我所知，我根本没有触及图像的尺寸......

---

编辑：

左图应该是RGB

Answer 1

正如@Fredrik 建议的那样，您可以使用plt.imshow(gray, cmap='gray', vmin = 0, vmax = 255)来获得灰度输出，或者您也可以使用 将灰度图像转换为 3 通道 RGB 图像gray = cv2.cvtColor(gray, cv2.COLOR_GRAY2RGB)。

基本上问题是gray = cv2.cvtColor(RGB_img, cv2.COLOR_RGB2GRAY)返回一个单通道矩阵，其中 matplotlib 期望显示一个 3 通道 RGB 矩阵，所以你可以告诉plt.imshow()你的输入矩阵是一个单通道矩阵，plt.imshow(gray, cmap='gray', vmin = 0, vmax = 255)或者你可以简单地将单通道矩阵转换为3 通道矩阵，然后简单地使用plt.imshow(gray)，一切都会正常工作。

对于您的问题的第二部分，在哪里res = np.hstack((img,equ))引发错误，调试矩阵的形状总是有帮助的，您想对其应用操作，您可以通过print img.shape,来做到这一点print equ.shape。据我所知，您img是一个 3 通道矩阵（BGR），而您equ是一个单通道矩阵（灰色），因此出现错误，您需要equ使用cv2.cvtColor(equ, cv2.COLOR_GRAY2RGB).