使用numpy和matlab实现彩图转为灰度图

使用numpy：

import numpy as np
import matplotlib.pyplot as plt

# 读取彩图
img = plt.imread('color_image.jpg')

# 转为灰度图
gray_img = np.dot(img[...,:3], [0.2989, 0.5870, 0.1140])

# 显示灰度图
plt.imshow(gray_img, cmap='gray')
plt.show()

使用matlab：

% 读取彩图
img = imread('color_image.jpg');

% 转为灰度图
gray_img = rgb2gray(img);

% 显示灰度图
imshow(gray_img);

相关问题

怎么将3通道的彩色图像转为灰度图或者八位彩图

将3通道的彩色图像转为灰度图：
1. 使用opencv库中的cv2.cvtColor()函数将图像转换为灰度图像

import cv2

img = cv2.imread('color_image.jpg')
gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

2. 使用numpy库中的mean()函数将图像转换为灰度图像

import cv2
import numpy as np

img = cv2.imread('color_image.jpg')
gray_img = np.mean(img, axis=2)

将3通道的彩色图像转为八位彩图：
1. 使用opencv库中的cv2.cvtColor()函数将图像转换为8位彩图像

import cv2

img = cv2.imread('color_image.jpg')
rgb_img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
eight_bit_img = cv2.convertScaleAbs(rgb_img, alpha=(255.0/255.0))

2. 使用numpy库中的clip()和astype()函数将图像转换为8位彩图像

import cv2
import numpy as np

img = cv2.imread('color_image.jpg')
eight_bit_img = np.clip(img*255.0/np.max(img), 0, 255).astype(np.uint8)

写一个利用Python的numpy包读取一张图片的灰度化矩阵的Python程序

以下是一个利用Python的numpy包读取一张图片的灰度化矩阵的Python程序：

import numpy as np
from PIL import Image

# 读取图片
img = Image.open('image.jpg')

# 转为灰度图像
gray_img = img.convert('L')

# 将灰度图像转为numpy数组
gray_array = np.array(gray_img)

# 打印灰度矩阵
print(gray_array)

其中，`Image`是Pillow库中的一个模块，用于读取和处理图片；`convert()`方法用于将图片转化为灰度图像；`np.array()`方法将灰度图像转化为numpy数组；最后的`print()`语句用于打印灰度矩阵。