图像处理基础

这是我们要处理的图片，不知道干嘛

应用matloitlib库：https://blog.csdn.net/JohinieLi/article/details/69389980

取第一层颜色

灰度图

 1 import matplotlib.pyplot as plt #show
 2 import matplotlib.image as mping #read
 3 import numpy as np
 4 def picsh(x):
 5 　　fis=mping.imread(x)
 6 　　print(fis.shape)
 7 　　return fis
 8 　　plt.figure(1)
 9 
10 plt.imshow(fis)
11 
12 plt.axis('off')
13 plt.show()
14 
15 pic='linelabel.jpg'
16 fis=picsh(pic)
17 
18 gray=np.dot(fis[...,:3],[0.299,0.587,0.114])
19 plt.imshow(gray,cmap='Greys_r')
20 plt.show()

方法1：

灰度化后的R=（处理前的R + 处理前的G +处理前的B）/ 3

灰度化后的G=（处理前的R + 处理前的G +处理前的B）/ 3

灰度化后的B=（处理前的R + 处理前的G +处理前的B）/ 3

tip:这里要注意生成的矩阵含义。[高，宽，RGB]，设置的时候捣鼓了好久都没发现问题。。

方法2：

灰度化后的R = 处理前的R * 0.3+ 处理前的G * 0.59 +处理前的B * 0.11

灰度化后的G = 处理前的R * 0.3+ 处理前的G * 0.59 +处理前的B * 0.11

灰度化后的B = 处理前的R * 0.3+ 处理前的G * 0.59 +处理前的B * 0.11

傻瓜的我用的是循环，因为对点乘不熟：

for i in range(gray1.shape[0]):
　　for j in range(gray1.shape[1]):
　　　　gray1[i,j,0]=gray1[i,j,0]*0.3+gray1[i,j,1]*0.59+gray1[i,j,2]*0.11
　　　　gray1[i,j,1]=gray1[i,j,0]
　　　　gray1[i,j,2]=gray1[i,j,0]

看有人用cmap实现灰度

def main():
　　pic='linelabel.jpg'
　　fis=picsh(pic)
　　gray=np.dot(fis[...,:3],[0.299,0.587,0.114])
　　mping.imsave('grallb.jpg',gray)
　#  plt.imshow(gray)
　　plt.imshow(gray,cmap='Greys_r')
　　plt.show()

想减少for循环带来的延迟，认真研究数组，https://baijiahao.baidu.com/s?id=1638823188602684743&wfr=spider&for=pc，发现这个，没事看看

如果不行，就坐标转置，先放在这里，https://www.cnblogs.com/wildbloom/p/7928237.html

mat()和array()生成矩阵的对比：

首先，mat() 函数与array()函数生成矩阵所需的数据格式有区别，mat()函数中数据可以为字符串以分号（;）分割或者为列表形式以逗号（，）分割，而array()函数中数据只能为后者形式。

经过我锲而不舍的探索，得到了这个。用矩阵乘法，速度提高了好几倍，性能不够，算法来凑，不容易啊。就是不明白为什么出现了反色。

对了，之前有过模糊的问题，是浮点数的原因，记录如下

正确的代码：

 1 import matplotlib.pyplot as plt #show
 2 import matplotlib.image as mping #read
 3 import numpy as np
 4 
 5 def main():
 6 　　pic='linelabel.jpg'
 7 　　fis=mping.imread(pic)
 8 　　gray1=fis
 9 　　f=open("wrong_out.txt","w")
10 
11 　　ggg=np.zeros([1920,1080,3])
12 　　for i in range(gray1.shape[0]):
13 　　　　ggg[i]=np.dot(gray1[i],[[0.3],[0.59],[0.11]])
14 #数值转换，浮点数变整型
15 　　ggg=ggg.astype(int)
16 　　print(ggg,file=f)
17 　　f.close()
18 　　mping.imsave('gre31.jpg',ggg)
19 　　plt.imshow(ggg)
20 　　plt.axis('off')
21 　　plt.show()
22 
23 if __name__=='__main__':
24 　　main()