Преобразование изображения в оттенки серого с использованием только матрицы (без функции BGR2GRAY) в Python

Question

Я пытаюсь преобразовать изображение в оттенки серого без использования OpenCV или Numpy. Пример: матрица моего изображения

    [[[116 116 117]
  [115 115 116]
  [117 115 115]
  ..., 
  [135 138 142]
  [137 139 139]
  [137 139 139]]

 [[116 116 116]
  [116 116 116]
  [114 116 116]
  ..., 
  [135 139 140]
  [135 137 138]
  [135 137 138]]

 [[115 118 114]
  [115 118 114]
  [112 116 115]
  ..., 
  [132 141 141]
  [134 137 141]
  [133 136 140]]

 ..., 
 [[ 35  44 163]
  [ 31  40 159]
  [ 10  33 158]
  ..., 
  [ 14  48  53]
  [ 24  56  55]
  [ 27  59  58]]

 [[ 24  38 156]
  [ 19  33 151]
  [  7  28 145]
  ..., 
  [ 25  55  66]
  [ 15  59  61]
  [ 17  61  63]]

 [[  0  27 131]
  [  0  26 130]
  [  0  34 113]
  ..., 
  [ 11  39  55]
  [  6  28  56]
  [  4  26  54]]]

Используя функцию cv2.COLOR_BGR2GRAY, матрица имеет вид:

[[150 150 150 ..., 150 150 150]
[150 173 175 ...,  97  91  89]
[150 176 179 ...,  95  89  82]
..., 
[150  66  67 ..., 152 154 152]
[150  62  59 ..., 152 152 152]
[150  62  64 ..., 155 154 151]]

Во-первых, я не понимаю, почему он возвращает 36 целых чисел, когда я дал 108, и как я могу сделать это вручную

Спасибо за вашу помощь:)

Answer 1

Вопрос 1

Вы получаете 36 целых чисел вместо 108, потому что у вашего исходного изображения было 3 канала (красный, зеленый, синий, или RGB). Когда вы конвертируете его в оттенки серого, вы выравниваете его только по одному каналу. 108 / 3 = 36, выглядит вполне законно!

Вопрос 2

Преобразование вручную: существует несколько способов преобразования изображения RGB в оттенки серого, но наиболее простым будет взять среднее значение трех каналов, в основном (red_values + green_values + blue values) / 3, Итак, возьмите исходный массив изображений и запустите:

gray_image = (image[:,:,0] + image[:,:,1] + image[:,:,2]) / 3

Выше предполагается, что ваш массив изображений находится в форме image.shape = (pixel_height, pixel_width, number_of_channels)и что первые 3 канала представляют ваши каналы R,G и B, но это довольно стандартно