2016-03-10 08:16:02 icamera0 阅读数 107903

在数字图像处理中,针对不同的图像格式有其特定的处理算法。所以,在做图像处理之前,我们需要考虑清楚自己要基于哪种格式的图像进行算法设计及其实现。本文基于这个需求,使用python中的图像处理库PIL来实现不同图像格式的转换。

对于彩色图像,不管其图像格式是PNG,还是BMP,或者JPG,在PIL中,使用Image模块的open()函数打开后,返回的图像对象的模式都是“RGB”。而对于灰度图像,不管其图像格式是PNG,还是BMP,或者JPG,打开后,其模式为“L”。

通过之前的博客对Image模块的介绍,对于PNGBMPJPG彩色图像格式之间的互相转换都可以通过Image模块的open()save()函数来完成。具体说就是,在打开这些图像时,PIL会将它们解码为三通道的“RGB”图像。用户可以基于这个“RGB”图像,对其进行处理。处理完毕,使用函数save(),可以将处理结果保存成PNGBMPJPG中任何格式。这样也就完成了几种格式之间的转换。同理,其他格式的彩色图像也可以通过这种方式完成转换。当然,对于不同格式的灰度图像,也可通过类似途径完成,只是PIL解码后是模式为“L”的图像。

这里,我想详细介绍一下Image模块的convert()函数,用于不同模式图像之间的转换。

Convert()函数有三种形式的定义,它们定义形式如下:

im.convert(mode) image

im.convert(“P”, **options) image

im.convert(mode, matrix) image

使用不同的参数,将当前的图像转换为新的模式,并产生新的图像作为返回值。

通过博客“Python图像处理库PIL的基本概念介绍”,我们知道PIL中有九种不同模式。分别为1LPRGBRGBACMYKYCbCrIF

本文我采用的示例图像是图像处理中经典的lena照片。分辨率为512x512lena图片如下:

一、模式“RGB”转换为其他不同模式

1、 模式“1

模式“1”为二值图像,非黑即白。但是它每个像素用8bit表示,0表示黑,255表示白。下面我们将lena图像转换为“1”图像。

例子:

>>>from PIL import Image

>>> lena =Image.open("D:\\Code\\Python\\test\\img\\lena.jpg")

>>> lena.mode

'RGB'

>>> lena.getpixel((0,0))

(197, 111, 78)

>>> lena_1 = lena.convert("1")

>>> lena_1.mode

'1'

>>> lena_1.size

(512, 512)

>>>lena_1.getpixel((0,0))

255

>>> lena_1.getpixel((10,10))

255

>>>lena_1.getpixel((10,120))

0

>>>lena_1.getpixel((130,120))

255

 

图像lena_1的模式为“1”,分辨率为512x512,如下:

2、 模式“L

模式“L”为灰色图像,它的每个像素用8bit表示,0表示黑,255表示白,其他数字表示不同的灰度。在PIL中,从模式“RGB”转换为“L”模式是按照下面的公式转换的:

L = R * 299/1000 + G * 587/1000+ B * 114/1000

下面我们将lena图像转换为“L”图像。

例子:

>>> from PIL importImage

>>> lena = Image.open("D:\\Code\\Python\\test\\img\\lena.jpg")

>>> lena.mode

'RGB'

>>> lena.getpixel((0,0))

(197, 111, 78)

>>> lena_L =lena.convert("L")

>>> lena_L.mode

'L'

>>> lena_L.size

(512, 512)

>>>lena.getpixel((0,0))

(197, 111, 78)

>>>lena_L.getpixel((0,0))

132

对于第一个像素点,原始图像lena(197, 111, 78),其转换为灰色值为:

197 *299/1000 + 111 * 587/1000 + 78 * 114/1000 = 132.952PIL中只取了整数部分,即为132

转换后的图像lena_L如下:

3、 模式“P

模式“P”为8位彩色图像,它的每个像素用8bit表示,其对应的彩色值是按照调色板查询出来的。

下面我们使用默认的调色板将lena图像转换为“P”图像。

例子:

>>> from PIL importImage

>>> lena = Image.open("D:\\Code\\Python\\test\\img\\lena.jpg")

>>> lena.mode

'RGB'

>>> lena.getpixel((0,0))

(197, 111, 78)

>>> lena_P =lena.convert("P")

>>> lena_P.mode

'P'

>>>lena_P.getpixel((0,0))

62

 

转换后的图像lena_P如下:

4、 模式“RGBA

模式“RGBA”为32位彩色图像,它的每个像素用32bit表示,其中24bit表示红色、绿色和蓝色三个通道,另外8bit表示alpha通道,即透明通道。

下面我们将模式为“RGB”的lena图像转换为“RGBA”图像。

例子: 

                                                                                                                              

>>> from PIL import Image

>>>lena = Image.open("D:\\Code\\Python\\test\\img\\lena.jpg")

>>>lena.mode

'RGB'

>>>lena.getpixel((0,0))

(197,111, 78)

>>>lena_rgba = lena.convert("RGBA")

>>>lena_rgba.mode

'RGBA'

>>>lena_rgba.getpixel((0,0))

(197,111, 78, 255)

>>>lena_rgba.getpixel((0,1))

(196,110, 77, 255)

>>>lena.getpixel((0,0))

(197,111, 78)

>>>lena.getpixel((0,1))

(196,110, 77)

 

从实例中可以看到,使用当前这个方式将“RGB”图像转为“RGBA”图像时,alpha通道全部设置为255,即完全不透明。

转换后的图像lena_rgba如下:

5、 模式“CMYK

模式“CMYK”为32位彩色图像,它的每个像素用32bit表示。模式CMYK”就是印刷四分色模式,它是彩色印刷时采用的一种套色模式,利用色料的三原色混色原理,加上黑色油墨,共计四种颜色混合叠加,形成所谓“全彩印刷”。

四种标准颜色是:CCyan = 青色,又称为‘天蓝色’或是‘湛蓝’MMagenta = 品红色,又称为‘洋红色’;YYellow = 黄色;KKey Plate(blacK) = 定位套版色(黑色)。

下面我们将模式为“RGB”的lena图像转换为“CMYK”图像。

例子:

>>>from PIL import Image

>>> lena =Image.open("D:\\Code\\Python\\test\\img\\lena.jpg")

>>> lena_cmyk =lena.convert("CMYK")

>>> lena_cmyk.mode

'CMYK'

>>>lena_cmyk.getpixel((0,0))

(58, 144, 177, 0)

>>> lena_cmyk.getpixel((0,1))

(59, 145, 178, 0)

>>>lena.getpixel((0,0))

(197, 111, 78)

>>>lena.getpixel((0,1))

(196, 110, 77)

 

从实例中可以得知PIL中“RGB”转换为“CMYK”的公式如下:

C = 255 - R
M = 255 - G
Y = 255 - B
K = 0

由于该转换公式比较简单,转换后的图像颜色有些失真。

转换后的图像lena_cmyk如下:

6、 模式“YCbCr

模式“YCbCr”为24位彩色图像,它的每个像素用24bit表示。YCbCr其中Y是指亮度分量,Cb指蓝色色度分量,而Cr指红色色度分量。人的肉眼对视频的Y分量更敏感,因此在通过对色度分量进行子采样来减少色度分量后,肉眼将察觉不到的图像质量的变化。

模式“RGB”转换为“YCbCr”的公式如下:

Y= 0.257*R+0.504*G+0.098*B+16
Cb = -0.148*R-0.291*G+0.439*B+128
Cr = 0.439*R-0.368*G-0.071*B+128

下面我们将模式为“RGB”的lena图像转换为“YCbCr”图像。

例子:

>>>from PIL import Image

>>> lena =Image.open("D:\\Code\\Python\\test\\img\\lena.jpg")

>>> lena_ycbcr =lena.convert("YCbCr")

>>>lena_ycbcr.mode

'YCbCr'

>>>lena_ycbcr.getpixel((0,0))

(132, 97, 173)

>>>lena.getpixel((0,0))

(197, 111, 78)

 

按照公式,Y = 0.257*197+0.564*111+0.098*78+16= 136.877

Cb= -0.148*197-0.291*111+0.439*78+128= 100.785
Cr = 0.439*197-0.368*111-0.071*78+128 = 168.097

由此可见,PIL中并非按照这个公式进行“RGB”到“YCbCr”的转换。

转换后的图像lena_ycbcr如下:

7、 模式“I

模式“I”为32位整型灰色图像,它的每个像素用32bit表示,0表示黑,255表示白,(0,255)之间的数字表示不同的灰度。在PIL中,从模式“RGB”转换为“I”模式是按照下面的公式转换的:

I = R * 299/1000 + G * 587/1000 + B * 114/1000

下面我们将模式为“RGB”的lena图像转换为“I”图像。

例子:

>>> from PIL import Image

>>>lena = Image.open("D:\\Code\\Python\\test\\img\\lena.jpg")

>>>lena.getpixel((0,0))

(197,111, 78)

>>>lena.getpixel((0,1))

(196,110, 77)

>>> lena_I =lena.convert("I")

>>> lena_I.mode

'I'

>>>lena_I.getpixel((0,0))

132

>>>lena_I.getpixel((0,1))

131

>>> lena_L =lena.convert("L")

>>>lena_L.getpixel((0,0))

132

>>>lena_L.getpixel((0,1))

131

 

从实验的结果看,模式“I”与模式“L”的结果是完全一样,只是模式“L”的像素是8bit,而模式“I”的像素是32bit

8、 模式“F

模式“F”为32位浮点灰色图像,它的每个像素用32bit表示,0表示黑,255表示白,(0,255)之间的数字表示不同的灰度。在PIL中,从模式“RGB”转换为“F”模式是按照下面的公式转换的:

F = R * 299/1000+ G * 587/1000 + B * 114/1000

下面我们将模式为“RGB”的lena图像转换为“F”图像。

例子:

>>>from PIL import Image

>>> lena =Image.open("D:\\Code\\Python\\test\\img\\lena.jpg")

>>>lena.getpixel((0,0))

(197, 111, 78)

>>>lena.getpixel((0,1))

(196, 110, 77)

>>> lena_F =lena.convert("F")

>>> lena_F.mode

'F'

>>>lena_F.getpixel((0,0))

132.95199584960938

>>>lena_F.getpixel((0,1))

131.95199584960938

 

模式“F”与模式“L”的转换公式是一样的,都是RGB转换为灰色值的公式,但模式“F”会保留小数部分,如实验中的数据。

(未完待续)

2019-04-19 11:35:48 chenxi1900 阅读数 464

图像格式转换

1 、tensor to PIL image

from torchvision import transforms 
count = 0
def TensortoImg(img):
      global count
      img = img.cpu()
      img = transforms.ToPILImage()(img[0])
      # img.show()
      img.save('count.jpg')
      count += 1
2017-04-14 18:54:04 G_miii 阅读数 683

前言:作为一个编程思维极弱的小白,就算是matlab的学习也稍有困难。但也想学好自己选择的路。从最简单的开始,记录学习,也算监督自己。


今天的笔记是图片格式转换,废话不说,直接上代码:

a=512;  b=512;

%定义了图片的大小。也就是,图片是由512*512个格子组成

img=fopen('lena(512x512).raw','r');

%这里使用打开文件的函数fopen

k=fread(img, [b a],'uint8=>uint8');

%读取图片的函数fread ,这里的'uint8=>uint8'意思是读入uint8的图片并将其数据存入uint8的数组

k = k.';

%这里不进行行列置换的话 输出图片会是旋转90度的

fclose(img);

 

imwrite(k,'lena(512x512).jpg','jpg');

imwrite(k,'lena(512x512).bmp','bmp');

imwrite(k,'lena(512x512).gif','gif');

%按照需要的格式存入


subplot(1,3,1)

jpg_picture=imread('lena(512x512).jpg');

imshow(jpg_picture);

subplot(1,3,2)

bmp_picture=imread('lena(512x512).bmp');

imshow(bmp_picture);

subplot(1,3,3)

gif_picture=imread('lena(512x512).gif');

imshow(gif_picture);

%输出图片 多图输出时候使用subplot函数,详细使用百度。
2018-08-22 15:14:17 Dby_freedom 阅读数 131

Python图像处理库PIL中图像格式转换

在数字图像处理中,针对不同的图像格式有其特定的处理算法。所以,在做图像处理之前,我们需要考虑清楚自己要基于哪种格式的图像进行算法设计及其实现。本文基于这个需求,使用python中的图像处理库PIL来实现不同图像格式的转换。

对于彩色图像,不管其图像格式是PNG,还是BMP,或者JPG,在PIL中,使用Image模块的open()函数打开后,返回的图像对象的模式都是“RGB”。而对于灰度图像,不管其图像格式是PNG,还是BMP,或者JPG,打开后,其模式为“L”。

通过之前的博客对Image模块的介绍,对于PNGBMPJPG彩色图像格式之间的互相转换都可以通过Image模块的open()save()函数来完成。具体说就是,在打开这些图像时,PIL会将它们解码为三通道的“RGB”图像。用户可以基于这个“RGB”图像,对其进行处理。处理完毕,使用函数save(),可以将处理结果保存成PNGBMPJPG中任何格式。这样也就完成了几种格式之间的转换。同理,其他格式的彩色图像也可以通过这种方式完成转换。当然,对于不同格式的灰度图像,也可通过类似途径完成,只是PIL解码后是模式为“L”的图像。

这里,我想详细介绍一下Image模块的convert()函数,用于不同模式图像之间的转换。

Convert()函数有三种形式的定义,它们定义形式如下:

im.convert(mode) image

im.convert(“P”, **options) image

im.convert(mode, matrix) image

使用不同的参数,将当前的图像转换为新的模式,并产生新的图像作为返回值。

通过博客“Python图像处理库PIL的基本概念介绍”,我们知道PIL中有九种不同模式。分别为1LPRGBRGBACMYKYCbCrIF

本文我采用的示例图像是图像处理中经典的lena照片。分辨率为512x512lena图片如下:

一、模式“RGB”转换为其他不同模式

1、 模式“1

模式“1”为二值图像,非黑即白。但是它每个像素用8bit表示,0表示黑,255表示白。下面我们将lena图像转换为“1”图像。

例子:

  1. >>>from PIL import Image
  2. >>> lena =Image.open("D:\\Code\\Python\\test\\img\\lena.jpg")
  3. >>> lena.mode
  4. 'RGB'
  5. >>> lena.getpixel((0,0))
  6. (197, 111, 78)
  7. >>> lena_1 = lena.convert("1")
  8. >>> lena_1.mode
  9. '1'
  10. >>> lena_1.size
  11. (512, 512)
  12. >>>lena_1.getpixel((0,0))
  13. 255
  14. >>> lena_1.getpixel((10,10))
  15. 255
  16. >>>lena_1.getpixel((10,120))
  17. 0
  18. >>>lena_1.getpixel((130,120))
  19. 255

 

图像lena_1的模式为“1”,分辨率为512x512,如下:

2、 模式“L

模式“L”为灰色图像,它的每个像素用8bit表示,0表示黑,255表示白,其他数字表示不同的灰度。在PIL中,从模式“RGB”转换为“L”模式是按照下面的公式转换的:

L = R * 299/1000 + G * 587/1000+ B * 114/1000

下面我们将lena图像转换为“L”图像。

例子:

  1. >>> from PIL importImage
  2. >>> lena = Image.open("D:\Code\Python\test\img\lena.jpg")
  3. >>> lena.mode
  4. 'RGB'
  5. >>> lena.getpixel((0,0))
  6. (197, 111, 78)
  7. >>> lena_L =lena.convert("L")
  8. >>> lena_L.mode
  9. 'L'
  10. >>> lena_L.size
  11. (512, 512)
  12. >>>lena.getpixel((0,0))
  13. (197, 111, 78)
  14. >>>lena_L.getpixel((0,0))
  15. 132

对于第一个像素点,原始图像lena(197, 111, 78),其转换为灰色值为:

197 *299/1000 + 111 * 587/1000 + 78 * 114/1000 = 132.952PIL中只取了整数部分,即为132

转换后的图像lena_L如下:

3、 模式“P

模式“P”为8位彩色图像,它的每个像素用8bit表示,其对应的彩色值是按照调色板查询出来的。

下面我们使用默认的调色板将lena图像转换为“P”图像。

例子:

  1. >>> from PIL importImage
  2. >>> lena = Image.open("D:\\Code\\Python\\test\\img\\lena.jpg")
  3. >>> lena.mode
  4. 'RGB'
  5. >>> lena.getpixel((0,0))
  6. (197, 111, 78)
  7. >>> lena_P =lena.convert("P")
  8. >>> lena_P.mode
  9. 'P'
  10. >>>lena_P.getpixel((0,0))
  11. 62

 

转换后的图像lena_P如下:

4、 模式“RGBA

模式“RGBA”为32位彩色图像,它的每个像素用32bit表示,其中24bit表示红色、绿色和蓝色三个通道,另外8bit表示alpha通道,即透明通道。

下面我们将模式为“RGB”的lena图像转换为“RGBA”图像。

例子: 

  1. >>> from PIL import Image
  2. >>>lena = Image.open("D:\\Code\\Python\\test\\img\\lena.jpg")
  3. >>>lena.mode
  4. 'RGB'
  5. >>>lena.getpixel((0,0))
  6. (197,111, 78)
  7. >>>lena_rgba = lena.convert("RGBA")
  8. >>>lena_rgba.mode
  9. 'RGBA'
  10. >>>lena_rgba.getpixel((0,0))
  11. (197,111, 78, 255)
  12. >>>lena_rgba.getpixel((0,1))
  13. (196,110, 77, 255)
  14. >>>lena.getpixel((0,0))
  15. (197,111, 78)
  16. >>>lena.getpixel((0,1))
  17. (196,110, 77)

 

从实例中可以看到,使用当前这个方式将“RGB”图像转为“RGBA”图像时,alpha通道全部设置为255,即完全不透明。

转换后的图像lena_rgba如下:

5、 模式“CMYK

模式“CMYK”为32位彩色图像,它的每个像素用32bit表示。模式CMYK”就是印刷四分色模式,它是彩色印刷时采用的一种套色模式,利用色料的三原色混色原理,加上黑色油墨,共计四种颜色混合叠加,形成所谓“全彩印刷”。

四种标准颜色是:CCyan = 青色,又称为‘天蓝色’或是‘湛蓝’MMagenta = 品红色,又称为‘洋红色’;YYellow = 黄色;KKey Plate(blacK) = 定位套版色(黑色)。

下面我们将模式为“RGB”的lena图像转换为“CMYK”图像。

例子:

  1. >>>from PIL import Image
  2. >>> lena =Image.open("D:\\Code\\Python\\test\\img\\lena.jpg")
  3. >>> lena_cmyk =lena.convert("CMYK")
  4. >>> lena_cmyk.mode
  5. 'CMYK'
  6. >>>lena_cmyk.getpixel((0,0))
  7. (58, 144, 177, 0)
  8. >>> lena_cmyk.getpixel((0,1))
  9. (59, 145, 178, 0)
  10. >>>lena.getpixel((0,0))
  11. (197, 111, 78)
  12. >>>lena.getpixel((0,1))
  13. (196, 110, 77)

 

从实例中可以得知PIL中“RGB”转换为“CMYK”的公式如下:

C = 255 - R
M = 255 - G
Y = 255 - B
K = 0

由于该转换公式比较简单,转换后的图像颜色有些失真。

转换后的图像lena_cmyk如下:

6、 模式“YCbCr

模式“YCbCr”为24位彩色图像,它的每个像素用24bit表示。YCbCr其中Y是指亮度分量,Cb指蓝色色度分量,而Cr指红色色度分量。人的肉眼对视频的Y分量更敏感,因此在通过对色度分量进行子采样来减少色度分量后,肉眼将察觉不到的图像质量的变化。

模式“RGB”转换为“YCbCr”的公式如下:

Y= 0.257*R+0.504*G+0.098*B+16
Cb = -0.148*R-0.291*G+0.439*B+128
Cr = 0.439*R-0.368*G-0.071*B+128

下面我们将模式为“RGB”的lena图像转换为“YCbCr”图像。

例子:

  1. >>>from PIL import Image
  2. >>> lena =Image.open("D:\\Code\\Python\\test\\img\\lena.jpg")
  3. >>> lena_ycbcr =lena.convert("YCbCr")
  4. >>>lena_ycbcr.mode
  5. 'YCbCr'
  6. >>>lena_ycbcr.getpixel((0,0))
  7. (132, 97, 173)
  8. >>>lena.getpixel((0,0))
  9. (197, 111, 78)

 

按照公式,Y = 0.257*197+0.564*111+0.098*78+16= 136.877

Cb= -0.148*197-0.291*111+0.439*78+128= 100.785
Cr = 0.439*197-0.368*111-0.071*78+128 = 168.097

由此可见,PIL中并非按照这个公式进行“RGB”到“YCbCr”的转换。

转换后的图像lena_ycbcr如下:

7、 模式“I

模式“I”为32位整型灰色图像,它的每个像素用32bit表示,0表示黑,255表示白,(0,255)之间的数字表示不同的灰度。在PIL中,从模式“RGB”转换为“I”模式是按照下面的公式转换的:

I = R * 299/1000 + G * 587/1000 + B * 114/1000

下面我们将模式为“RGB”的lena图像转换为“I”图像。

例子:

  1. >>> from PIL import Image
  2. >>>lena = Image.open("D:\\Code\\Python\\test\\img\\lena.jpg")
  3. >>>lena.getpixel((0,0))
  4. (197,111, 78)
  5. >>>lena.getpixel((0,1))
  6. (196,110, 77)
  7. >>> lena_I =lena.convert("I")
  8. >>> lena_I.mode
  9. 'I'
  10. >>>lena_I.getpixel((0,0))
  11. 132
  12. >>>lena_I.getpixel((0,1))
  13. 131
  14. >>> lena_L =lena.convert("L")
  15. >>>lena_L.getpixel((0,0))
  16. 132
  17. >>>lena_L.getpixel((0,1))
  18. 131

 

从实验的结果看,模式“I”与模式“L”的结果是完全一样,只是模式“L”的像素是8bit,而模式“I”的像素是32bit

8、 模式“F

模式“F”为32位浮点灰色图像,它的每个像素用32bit表示,0表示黑,255表示白,(0,255)之间的数字表示不同的灰度。在PIL中,从模式“RGB”转换为“F”模式是按照下面的公式转换的:

F = R * 299/1000+ G * 587/1000 + B * 114/1000

下面我们将模式为“RGB”的lena图像转换为“F”图像。

例子:

  1. >>>from PIL import Image
  2. >>> lena =Image.open("D:\\Code\\Python\\test\\img\\lena.jpg")
  3. >>>lena.getpixel((0,0))
  4. (197, 111, 78)
  5. >>>lena.getpixel((0,1))
  6. (196, 110, 77)
  7. >>> lena_F =lena.convert("F")
  8. >>> lena_F.mode
  9. 'F'
  10. >>>lena_F.getpixel((0,0))
  11. 132.95199584960938
  12. >>>lena_F.getpixel((0,1))
  13. 131.95199584960938

 

模式“F”与模式“L”的转换公式是一样的,都是RGB转换为灰色值的公式,但模式“F”会保留小数部分,如实验中的数据。

(未完待续)

        </div>
            </div>
        </article>

    <div class="article-bar-bottom" style="height: 54px; overflow: hidden;">
            <div class="article-copyright">
        版权声明:本文为博主原创文章,未经博主允许不得转载。          https://blog.csdn.net/icamera0/article/details/50843172     </div>
                    <div class="tags-box artic-tag-box">
        <span class="label">文章标签:</span>
                    <a data-track-click="{&quot;mod&quot;:&quot;popu_626&quot;,&quot;con&quot;:&quot;python&quot;}" class="tag-link" href="http://so.csdn.net/so/search/s.do?q=python&amp;t=blog" target="_blank">python                        </a><a data-track-click="{&quot;mod&quot;:&quot;popu_626&quot;,&quot;con&quot;:&quot;图像处理&quot;}" class="tag-link" href="http://so.csdn.net/so/search/s.do?q=图像处理&amp;t=blog" target="_blank">图像处理                      </a><a data-track-click="{&quot;mod&quot;:&quot;popu_626&quot;,&quot;con&quot;:&quot;PIL&quot;}" class="tag-link" href="http://so.csdn.net/so/search/s.do?q=PIL&amp;t=blog" target="_blank">PIL                     </a><a data-track-click="{&quot;mod&quot;:&quot;popu_626&quot;,&quot;con&quot;:&quot;格式转换&quot;}" class="tag-link" href="http://so.csdn.net/so/search/s.do?q=格式转换&amp;t=blog" target="_blank">格式转换                      </a><a data-track-click="{&quot;mod&quot;:&quot;popu_626&quot;,&quot;con&quot;:&quot;模式转换&quot;}" class="tag-link" href="http://so.csdn.net/so/search/s.do?q=模式转换&amp;t=blog" target="_blank">模式转换                      </a>
    </div>
                    <div class="tags-box">
        <span class="label">个人分类:</span>
                    <a class="tag-link" href="https://blog.csdn.net/icamera0/article/category/6069814" target="_blank">图像处理                     </a>
    </div>
                    <div class="tags-box">
        <span class="label">所属专栏:</span>
                    <a class="tag-link" href="https://blog.csdn.net/column/details/pythonpil.html" target="_blank">Python图像处理库PIL从入门到精通</a>

    </div>
        <div class="article_info_click" style="left: 388px; width: auto; top: 24px;">▼查看关于本篇文章更多信息</div></div>
</div>

本博客转载在https://blog.csdn.net/icamera0/article/details/50843172,仅用于学术交流,感谢博主分享。

2019-10-11 15:23:33 weixin_44356700 阅读数 37

快速入门MATLAB图像处理图像类型转换

%% 学习目标: 图像类型的转换
%% 将索引图像转换为RGB图像
clear all;
close all;
[X,map]=imread(‘trees.tif’,‘tif’); %读取索引图像,X是数据,map是调色板
RGB=ind2rgb(X,map); %将索引图像转换为RGB图像
figure;
imshow(RGB); %显示RGB图像
set(gcf,‘position’,[500,500,600,600]);
实验图
%% 将RGB图像转换为索引图像
clear all;
close all;
RGB=imread(‘peppers.png’); %读取RGB图像
[X,map]=rgb2ind(RGB,12); %将RGB图像转换为索引图像 调色板大小是12行 该值越大越清晰
figure;
imshow(X,map);
set(gcf,‘position’,[400,400,600,600]);
在这里插入图片描述
%% 将RGB图像转换为灰度图像
clear all;
close all;
RGB=imread(‘peppers.png’,‘png’);
I=rgb2gray(RGB);
figure;
imshow(I);
set(gcf,‘position’,[300,300,500,500]);
在这里插入图片描述
%%
clear all;
close all;
[X,map]=imread(‘trees.tif’,‘tif’);
newmap=rgb2gray(map); %只将调色板转换为灰度
figure;
imshow(X,newmap); %新的调色板,数据不变
set(gcf,‘position’,[400,400,600,600]);
在这里插入图片描述
%%
clear all;
close all;
X=imread(‘rice.png’); %读取一个灰度图像
Y=grayslice(X,12); %将灰度图像转换为索引图像
figure;
imshow(Y,jet(12)); %通过调色板jet给图像上颜色
set(gcf,‘position’,[400,400,600,600]);
在这里插入图片描述
%% 将索引图像转换为灰度图像
clear all;
close all;
[X,map]=imread(‘trees.tif’,‘tif’);
I=ind2gray(X,map);
figure;
imshow(I);
set(gcf,‘position’,[400,400,600,600]);
在这里插入图片描述
%% 将RGB图像转换为二值图像
clear all;
close all;
RGB=imread(‘peppers.png’);
bw=im2bw(RGB,0.4); % 归一化阈值是0.4 二值图像只有黑色和白色
figure;
imshow(bw);
set(gcf,‘position’,[400,400,500,600]);
在这里插入图片描述
%%
clear all;
close all;
A=rand(400,400); %建立一个数据矩阵
I=mat2gray(A); %将数据矩阵转换为灰度图像
figure;
imshow(I);
set(gcf,‘position’,[200,200,400,300]);
在这里插入图片描述
……
……
……
(省略部分代码,完整代码可以下载)
……
……
……
1 精通MATLAB图像处理图像类型转换参考这些代码案例就够了-CSDN下载(完整代码及资料下载) https://download.csdn.net/download/weixin_44356700/11851712

新上线了一门视频课程——二十八课时精通matlab图像技术-在线视频教程-CSDN学院 https://edu.csdn.net/course/detail/25004

图像类型的转换

阅读数 163

没有更多推荐了,返回首页