如何将 RGB 图像（3 通道）转换为灰度图像（1 通道）并保存？

Question

在处理深度学习项目时，我有很多不需要颜色的图像。我救了他们：

import matplotlib.pyplot as plt

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

然而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)

因此，即使我查看的图像是灰度图像，我仍然有 3 个颜色通道。我意识到我必须进行一些代数运算才能将这 3 个通道转换为 1 个单通道。

我已经尝试过线程“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)

我尝试了该线程上的其他方法，但结果是相同的。我的目标是获得形状为 (196,256,1) 的图像，因为卷积神经网络的计算强度会大大降低。

任何帮助，将不胜感激。

Answer 1

你的第一个代码块：

import matplotlib.pyplot as plt
plt.imsave('image.png', image, format='png', cmap='gray')

这会将图像保存为 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数据转换为灰度，可以使用color.rgb2gray您所拥有的，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，每个像素为 R == G == B。我认为这是因为 PNG 文件需要三个（或四个）条带。警告：我对此不确定：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，或者实际上将一批图像保存为 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），但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)