兩種方法可以實現:
- 通過 numpy 自己實現
- 通過 cv2.cvtColor 函數實現,灰度圖轉 RGB
所謂的灰度圖轉為三通道,就是三個通道都是一樣的信息,相當於相同維度信息的重復,主要是通過 numpy.array 來實現,其實是可以通過類似廣播的形式來實現。
1. 每一行賦值相同的內容
>>> a = np.zeros((3,3))
>>> a
array([[0., 0., 0.],
[0., 0., 0.],
[0., 0., 0.]])
>>> b = np.arange(3)
>>> b
array([0, 1, 2])
>>> a[:, :] = b # 等價於 a[...] = b
>>> a
array([[0., 1., 2.],
[0., 1., 2.],
[0., 1., 2.]])
2. 每一列賦值相同的內容
>>> a = np.zeros((3,3))
>>> a
array([[0., 0., 0.],
[0., 0., 0.],
[0., 0., 0.]])
>>> b = np.arange(3)
>>> b
array([0, 1, 2])
>>> c = b.reshape((3,1))
>>> c
array([[0],
[1],
[2]])
>>> a[...] = c
>>> a
array([[0., 0., 0.],
[1., 1., 1.],
[2., 2., 2.]])
3. 灰度圖轉為RGB三通道
- 灰度圖是二維數據,首先通過 np.expand_dims() 增加一個維度
- 然后直接通過賦值即可以填充其他三個通道為相同的信息
原圖的 RGB 顯示
import cv2
from PIL import Image
img = cv2.imread("yingmu.jpg")
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
display(Image.fromarray(img))

RGB 轉為 灰度圖
gray = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY) display(Image.fromarray(gray))

灰度圖轉為 RGB
# 通過 cv2 函數 img = cv2.cvtColor(gray, cv2.COLOR_GRAY2RGB) # 通過 numpy 實現 img_arr = np.zeros_like(img) img_arr[...] = np.expand_dims(gray, axis=-1) # 用來判斷兩者是否相同,結果是 True (img == img_arr).all()
關於判斷兩個 numpy.array 是否相同參考博文:Numpy中判斷兩個數組是否相等
