python實現黑白圖、灰度圖識別（也可以識別微博、微信截圖、表情包、圖表、文字圖片等）

【版權所有，轉載請注明出處。出處：https://www.cnblogs.com/zwq-zju/p/9721613.html 】

基本原理

灰度圖分兩種情況：

• 單通道的圖片
• RGB 三通道的圖片，但是每個通道的值相等

對於單通道的圖片只需要判斷圖片的通道值是否為1

對於RGB模式的圖片，情況稍稍復雜些。理論上只需判斷RGB三個通道的值是否相等，但是現實中灰度圖常常各通道間存在輕微差異，但是人眼難以察覺，依舊可以認為是灰度圖。所以現實中，應該判斷三個通道間的差異大小比較合理。
這里采取的策略是計算三個通道間像素值的差的方差的均值，小於一定閾值的就判斷為灰度圖。

實現

下面用python做個示例：
只需要用到 PIL 和 numpy

代碼：

# 黑白照片（灰度圖）識別
def isGrayMap(img, threshold = 15):
    """
    入參：
    img：PIL讀入的圖像
    threshold：判斷閾值，圖片3個通道間差的方差均值小於閾值則判斷為灰度圖。
    閾值設置的越小，容忍出現彩色面積越小；設置的越大，那么就可以容忍出現一定面積的彩色，例如微博截圖。
    如果閾值設置的過小，某些灰度圖片會被漏檢，這是因為某些黑白照片存在偏色，例如發黃的黑白老照片、
    噪聲干擾導致灰度圖不同通道間值出現偏差（理論上真正的灰度圖是RGB三個通道的值完全相等或者只有一個通道，
    然而實際上各通道間像素值略微有偏差看起來仍是灰度圖）
    出參：
    bool值
    """
    if len(img.getbands()) == 1:
        return True
    img1 = np.asarray(img.getchannel(channel=0), dtype=np.int16)
    img2 = np.asarray(img.getchannel(channel=1), dtype=np.int16)
    img3 = np.asarray(img.getchannel(channel=2), dtype=np.int16)
    diff1 = (img1 - img2).var()
    diff2 = (img2 - img3).var()
    diff3 = (img3 - img1).var()
    diff_sum = (diff1 + diff2 + diff3) / 3.0
    if diff_sum <= threshold:
        return True
    else:
        return False

測試

更多被判斷為灰度圖的例子：