使用Numpy将RGB像素阵列转换为灰度 [英] Use Numpy to convert rgb pixel array into grayscale

问题描述

使用Numpy将大小为(x，y，3)的rgb像素值数组转换为大小为(x，y，1)的灰度像素值的最佳方法是什么?

What's the best way to use Numpy to convert a size (x, y, 3) array of rgb pixel values to a size (x, y, 1) array of grayscale pixel values?

我有一个函数rgbToGrey(rgbArray)，它可以使用[r，g，b]数组并返回灰度值.我想将其与Numpy一起使用以将数组的第3维从大小3缩小到大小1.

I have a function, rgbToGrey(rgbArray) that can take the [r,g,b] array and return the greyscale value. I'd like to use it along with Numpy to shrink the 3rd dimension of my array from size 3 to size 1.

我该怎么做?

注意:如果我有原始图像，并且可以先使用Pillow对其进行灰度处理，那么这将非常容易，但是我没有它.

Note: This would be pretty easy if I had the original image and could grayscale it first using Pillow, but I don't have it.

更新:

我正在寻找的功能是np.dot().

从答案到此问题:

假设我们通过以下公式将rgb转换为灰度:

Assuming we convert rgb into greyscale through the formula:

.3r * .6g * .1b =灰色，

.3r * .6g * .1b = grey,

我们可以执行np.dot(rgb[...,:3], [.3, .6, .1])来获取我想要的东西，一个二维数组的纯灰色值.

we can do np.dot(rgb[...,:3], [.3, .6, .1]) to get what I'm looking for, a 2d array of grey-only values.

推荐答案

请参见本质上:

gray = 0.2989 * r + 0.5870 * g + 0.1140 * b
np.dot(rgb[...,:3], [0.299, 0.587, 0.114])

这篇关于使用Numpy将RGB像素阵列转换为灰度的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！