为什么 BGR 图像显示为灰度？

Question

语境我正在使用带有 OpenCV 的 Google Colab 来处理.jpg图像。Colab 对 OpenCV 的imshow功能有问题，因此matplotlib用于打印图像。我知道 OpenCV 使用 BGR 并使用matplotlib我需要使用cv2的cvtColor()功能正确显示内容。问题加载图像并显示它时，它显示为灰度，即使默认情况下它应该是 BGR。同样，转换为灰度显示图像后，显示为 BGR。由于图像存储为numpy数组，因此我尝试查找这些数组的维度。应该是 BGR（显示为灰度）的图像如预期的那样是一个三维数组。同样，转换为灰度后的图像如预期的那样是一个二维数组，但它仍然显示为 BGR。BGR 图像显示为灰度：灰度图像显示为 BGR：

Answer 1

img从我的角度来看，原始图像在第一张图片中显示为灰度的假设是错误的，因为：

• 您已经发现，它img具有三个颜色通道。

• Matplotlib 不太可能自动将输入图像转换为灰度。

• 看起来，图像左侧有轻微的红色“微光”。旁注：由于 OpenCV 和 Matplotlib 的颜色顺序不同，我怀疑这个“微光”实际上是蓝色的，这在这些照片中更有可能。

所以，对于第一张照片：你的视觉感知只是被图像本身愚弄了。:-)

实际的灰度转换图像（您的第二张图片）与 Matplotlib 的标准颜色图一起显示。正如马克和其他人正确指出的那样，您应该按如下方式更改代码以获得实际的“灰度图像”：

plt.imshow(img, cmap='gray')

Answer 2

如果您想要转换彩色图像并以灰度显示：

import matplotlib as plt

# Reading color image as grayscale

img = cv2.imread(path, 0)

plt.imshow(img, cmap='gray')

plt.show()

其中路径是文件位置。

另一种方法是自己转换。然后您应该使用的过滤器如下：

def rgb2gray(rgb):

    return np.dot(rgb[...,:3], [0.3, 0.59, 0.11]) # colorspace order [R, G, B]

grey_img = rgb2gray(img)

其中R为红色，G为绿色，B为蓝色。