加权平均灰度处理代码

加权平均灰度处理是一种图像处理技术，用于将彩色图像转换为灰度图像。在处理过程中，会根据人眼对不同颜色的敏感度差异，给红色、绿色和蓝色三个颜色通道分配不同的权重，通常为：红色0.3，绿色0.59，蓝色0.11。通过这种方式计算出每个像素的灰度值，从而得到灰度图像。以下是一个简单的加权平均灰度处理代码示例，使用Python语言和OpenCV库实现：

import cv2

def weighted_average_grayscale(image):
    # 确保图像是彩色的
    if len(image.shape) != 3:
        raise ValueError("输入的图像是灰度图像，需要为彩色图像")
    
    # 获取每个颜色通道
    blue_channel, green_channel, red_channel = cv2.split(image)
    
    # 应用加权平均计算灰度图像
    weight = [0.11, 0.59, 0.3]
    gray_image = cv2.addWeighted(red_channel, weight[2], green_channel, weight[1], 0, blue_channel, weight[0])
    
    return gray_image

# 读取图像
image = cv2.imread('path_to_image.jpg')

# 转换为灰度图像
gray_image = weighted_average_grayscale(image)

# 显示灰度图像
cv2.imshow('Weighted Average Grayscale Image', gray_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

请替换`path_to_image.jpg`为实际图像的路径。这段代码首先检查输入的图像是否为彩色图像，然后分别获取红色、绿色和蓝色通道，并应用加权平均法将彩色图像转换为灰度图像。