[人工智能] 自己python实现单通道图像转成三通道及原理（2种方式）

开发: C++知识库 Java知识库 JavaScript Python PHP知识库人工智能区块链大数据移动开发嵌入式开发工具数据结构与算法开发测试游戏开发网络协议系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑笔记本显卡显示器固态硬盘硬盘耳机手机 iphone vivo oppo 小米华为单反装机图拉丁

-> 人工智能 -> 自己python实现单通道图像转成三通道及原理（2种方式） -> 正文阅读

[人工智能]自己python实现单通道图像转成三通道及原理（2种方式）

1. 方式一原理：
假设灰度图Gray的像素值为 f。则，r,g,b分量的像素值为r=g=b=f。
实现代码：

'''
单通道->三通道
'''
import os
import cv2
import numpy as np
import PIL.Image as Image
import os
#os.environ['CUDA_VISIBLE_DEVICES'] = '2'
img_path='/home/gyx/QR/qr_detect_model/dataset/images_all_channel_1/'
save_img_path='/home/gyx/QR/qr_detect_model/dataset/images_all_channel_3/'
for img_name in os.listdir(img_path):
   image=Image.open(img_path+img_name)
   if len(image.split())==1: #查看通道数
       print(len(image.split()))
       print(img_path+img_name)
       img = cv2.imread(img_path+img_name)
       gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
       img2 = np.zeros_like(img)
       img2[:,:,0] = gray
       img2[:,:,1] = gray
       img2[:,:,2] = gray
       cv2.imwrite(save_img_path+img_name, img2)
       image=Image.open(save_img_path+img_name)
       print(len(image.split()))
   else:
       image.save(save_img_path+img_name)

'''
单通道->三通道
'''
#img_src = np.expand_dims(img_src, axis=2)
#img_src = np.concatenate((img_src, img_src, img_src), axis=-1)

参考链接

2. 方式二原理：
假设灰度图Gray的像素值为 f。则，r,g,b分量的像素值为
在这里插入图片描述
方式二代码实现

import os
import cv2
import numpy as np
import math
from PIL import Image

# 方法2：公式换算各个像素点
def Pixel_rule(gray_pixel):
    if(gray_pixel >=0 and gray_pixel <=63):
        r = 0
        g = 254-4*gray_pixel
        b = 255
    elif(gray_pixel >=64 and gray_pixel <=127):
        r = 0
        g = 4*gray_pixel-254
        b = 510-4*gray_pixel
    elif(gray_pixel >=128 and gray_pixel <=191):
        r = 4*gray_pixel-510
        g = 255
        b = 0
    elif(gray_pixel >=192 and gray_pixel <=255):
        r = 255
        g = 1022-4*gray_pixel
        b = 0
    return [r, g, b]

# 方法1：暴力换算,直接让r,g,b与单通道像素点相等
def Pixel_rule2(gray_pixel):
    r = gray_pixel
    g = gray_pixel
    b = gray_pixel
    return [r, g, b]

def Gray2RGB(img):
    gray = cv2.imread(path1)   # 单通道灰度图读入
    W,H = gray.shape[:2]   # 保存原图像的宽度与高度

    d0 = np.array(Image.open(path1))  # 将原单通道图像转换成像素值
    print(d0.shape, d0.dtype)
    print(d0)


    dr = np.zeros([W, H])  # 与图大小相同的数组分别存r,g,b三个像素的像素值矩阵
    dg = np.zeros([W, H])
    db = np.zeros([W, H])
    three_Channel = np.zeros([W, H, 3])  # 定义三维数组存储新的三通道像素值


    for i in range(1, W - 1):
        for j in range(1, H-1):  # 遍历原灰度图的每个像素点
            [dr[i, j], dg[i, j], db[i, j]] = Pixel_rule(gray_pixel=d0[i, j])  # 将每个像素点的灰度值转换成rgb值(此处可以选择转换规则1或者2)
            three_Channel[i, j] = np.array([dr[i, j], dg[i, j], db[i, j]])

    print(three_Channel.shape, three_Channel.dtype)
    print(three_Channel)
    result = Image.fromarray(three_Channel.astype('uint8'))
    return result

# 读入路径
path1 = 'D:/desktop/DWT DCT watermark/dataset/gray/0/0_10.jpg'    #  path1路径改为文件夹上一层路径
path2 = "D:/desktop/DWT DCT watermark/dataset/RGB2gray/0/0_10.jpg"  # path2改为保存目录的根路径

img = cv2.imread(path1)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
result = Gray2RGB(img=gray)
# 生成RGB图像保存路径
result.save(path2)
# result.save("new_"+path)

思路简单，但debug不易！！！哈哈，小段代码实现花了4个小时
3.效果图：
（原始lena图像灰度图）：
在这里插入图片描述
（方式一lena图像三通道图）：

（方式二lena图像三通道图）：

4.总结：
方式一在实现后效果与灰度图无异，看起来仍然是灰度图（方式一的实现也可以调用相应的openCV系统函数实现），但实际已经由单通道——>三通道。
方式二在实现后效果与灰度图有明显区别，看起也是RGB图像。