实现图像f(x,y)的反色效果

要实现图像f(x,y)的反色效果，可以通过以下代码实现：

import cv2

# 读取图像
img = cv2.imread('image.jpg')

# 反色处理
img = 255 - img

# 显示图像
cv2.imshow('image', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

这段代码使用了OpenCV库，首先读取图像，然后对每个像素点的RGB值进行反色处理，最后显示处理后的图像。

相关问题

尝试使用Python实现灰度图像的反色运算。反色运算的基本公式为 T(x，y)=255-S(x,y) 其中，T代表反色后的图像，S代表原始图像。

在Python中，我们可以使用PIL（Pillow）库来处理图像，包括进行灰度图像的反色运算。下面是一个简单的示例：

from PIL import Image

def invert_grayscale_image(image_path):
    # 打开图片并转换为灰度模式
    img = Image.open(image_path).convert('L')
    
    # 定义反色函数，T(x, y) = 255 - S(x, y)
    def invert_pixel(pixel):
        return 255 - pixel
    
    # 遍历图像中的每个像素，并应用反色函数
    width, height = img.size
    for x in range(width):
        for y in range(height):
            pixel = img.getpixel((x, y))
            new_pixel = invert_pixel(pixel)
            img.putpixel((x, y), new_pixel)

    # 保存反色后的图像
    inverted_img_path = 'inverted_' + image_path
    img.save(inverted_img_path)
    print(f"Image '{image_path}' has been inverted and saved as '{inverted_img_path}'.")

# 使用函数处理特定图像
invert_grayscale_image('input.jpg')

在这个例子中，我们首先打开输入的灰度图像，然后遍历每个像素，将像素值减去255得到反色效果。最后，我们将结果保存到一个新的文件中。