cv2本地图形读取，由RGB变为灰度，再变为tensor

Posted 2023-04-18

参考技术A

最近想用pytorch识别本地的图片库，于是打算用一个最基础的网络，没有用到Conv

由cv2读取本地图形方式为：

第一行选取图形目录，cv2.IMREAD_GRAYSCALE为转为灰度
第二行为转为tensor形式，可以进入计算

基础的网络如下：

这里还需要一个y来表示样本的种类。

目前困惑 ：

这里有个x，y的例子，但是x是每一行一个y对应，对于一个非向量的矩阵块，我还不明白怎么进行分类。

初步想法 ：

如果有大佬看到希望能给予小白指导orz

matlab怎么将灰度图像转为rgb图像

一般彩色图像至少需要三个维度的信息，比如RGB、HSV、YIQ等等。每种颜色相当于一个三维向量，不同的表示法则相当于同一个向量在不同的坐标轴下（即不同的基下）的表示。而将其变为灰度后，只剩下一个维度，相当于将三维向量投影为一维标量一样，是不可能回复为原来的向量的。要想恢复，就必须储存另外两个维度的信息，合在一起还是三维向量，这还不如直接保存原来的彩色图像数据。如果你一定要将其分解为灰度基和另两个基下的表示，可以用YIQ表示，他的Y分量就和灰度数据等价，美国电视信号NTSC就是YIQ表示的，因此可以和黑白电视兼容（黑白电视只能接受Y信号，得到灰度图像）。

用命令rgb2ntsc和ntsc2rgb可以将数据在RGB和YIQ之间互换。下面是例子

clear;clc;
RGB = imread(\'peppers.png\');%RGB图像
YIQ = rgb2ntsc(RGB);%YIQ表示
GRAY=rgb2gray(RGB);%灰度图像，它和YIQ中的Y等价，只不过灰度图像的值是0~255的整数，而Y是0~1的实数，即GRAY=uint8(255*YIQ(:,:,1))
RGB_restore=ntsc2rgb(YIQ);%从YIQ表示恢复的RGB图像
subplot 221
imshow(RGB);title(\'原图像RGB\')
subplot 222
imshow(GRAY);title(\'灰度图GRAY\')
subplot 224
imshow(YIQ(:,:,1));title(\'转换为YIQ后的Y分量\',\'（和灰度图等价）\')
subplot 223
imshow(RGB_restore);title(\'从YIQ表示恢复的RGB图像\',\'（和原图像一致）\')

当然，这种分解是不唯一的，只要保证三个基互不相关即可。因此我们可以自己定义分解方法。比如，我们要将RGB表示转换为RGg表示，也就是用灰度分量g取代蓝色分量B，红色分量R和绿色分量G不变。我们可以从RGg计算出蓝色分量B，因为灰度g=p*R+q*G+t*B（其中p=0.2989,q=0.5870,t=0.1140），于是B=(g-p*R-q*G)/t。于是我们只要保留R和G两个颜色分量，再加上灰度图g，就可以回复原来的RGB图像。下面是例子

clear;clc;
RGB = imread(\'peppers.png\');%RGB图像
g=rgb2gray(RGB);%灰度图g
R=double(RGB(:,:,1));%红色分量R
G=double(RGB(:,:,2));%绿色分量G，于是RGg就是一种我们自己定义的颜色表示方法了
p=0.2989;q=0.5870;t=0.1140;
B=(double(g)-p*R-q*G)/t;%通过RGg计算得到的蓝色分量B，他和原图像中的蓝色分量是一致的
subplot 131
imshow(RGB);title(\'原图像RGB\')
subplot 132
imshow(g);title(\'灰度图g\')
subplot 133
imshow(uint8(cat(3,R,G,B)));title(\'从RGg表示恢复的RGB图像\',\'（和原图像一致）\') 参考技术A 按一下操作:A=double(m)G=mat2gray(A);figure(1);imshow(G)imwrite(G,'kkk.BMP')注意:m是灰度值矩阵.本回答被提问者采纳