(11条消息) Opencv 读取灰度图像会识别为3通道问题

最近初接触图像cv，一切都是从零开始因此遇到了许多问题，故在此记录遇到的问题方便提醒自己也方便后来人不再困惑。

---

场景：

我们都知道灰度图或者红外图都是单通道图片，而彩色图片是三通道图片。但是当我们用img.shape读取灰度图/红外图片的时候返回的却是三通道结果:

1. import cv2
2. 

3. img_path = r'灰度图'
4. img = cv2.imread(img_path)
5. print(img.shape)
6. 

7. # 如果我将图片灰度处理
8. gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
9. print(gray.shape)
10. 

11. """
12. img.shape返回的结果:
13. (201, 190, 3)
14. gray.shape返回的结果:
15. (201, 190)
16. """

问题在于我们直接用opencv 读取图片时似乎都是三通道图片，只有在灰度处理后才回显示单通道。针对这一问题我查了些资料:

opencv在默认情况下会读取3个通道的图像，如果是灰度图/红外图片则会将其图层复制三次(BGR缺省，B==G==R)，因此读出来的图片是三通道。

---

解决:

如果我们想一开始就按照单通道读取灰度图片/红外图片的话，可以在imread()函数中加入相关参数(cv2.IMREAD_GRAYSCALE):

1. import cv2
2. 

3. img_path = r'灰度图'
4. img = cv2.imread(img_path, cv2.IMREAD_GRAYSCALE)
5. print(img.shape)
6. 

7. """
8. img.shape返回的结果:
9. (201, 190)
10. """

 这样就会直接按照单通道的方式读取。

---

需求:

现有一堆彩色图与灰度图混合文件，要求将其分类。

 

1. // 借助PIL库, mode为L时即为8位灰度图
2. Image.mode == 'L'
3. 

4. """
5. 拓展
6. 1. mode==1： 位图，像素1位
7. 2. mode=='L': 灰度图，像素8位
8. 3. mode=='I': 像素Int32
9. 4. mode=='F': 像素float32
10. 5. mode=='P': 8位，映射为其他模式
11. 6. mode=='RGB': 真色彩，3通道
12. 7. mode=='RGBA': 4通道，加透明度
13. 8. mode=='CMYK': 印刷，4通道
14. 9. mode=='YCbCr': 亮色分离，3通道
15. 

16. """
17. 


在不考虑效率的情况下，我用这种方式处理:

1. // 不推荐这个方法，推荐用上面的方法。这里感谢评论区“SNOWsama”的指教。
2. def handle_img(file_path):
3. for img_path in sorted(glob.glob(file_path + "/*.jpg")):
4. print("正在处理:" , img_path)
5. img = Image.open(img_path)
6. pix = img.convert('RGB')
7. width = img.size[0]
8. height = img.size[1]
9. ir = 0
10. hd = 0
11. for x in range(width):
12. for y in range(height):
13. r,g,b = pix.getpixel((x,y))
14. r = int(r)
15. g = int(g)
16. b = int(b)
17. if r==g==b:
18. ir += 1
19. else:
20. hd += 1
21. if ir > hd:
22. # 此图片为灰度图
23. else:
24. # 此图片为彩色图

注: 此小脚本在我的场景下实现了图片分类，但是尚未大范围测试。该方法只是起到抛砖引玉的作用启发观看者。