opencv图像灰度化

方法一：
直接在读取的时候进行灰度化。

import cv2

img0 = cv2.imread(r"C:\Users\lenovo\Desktop\python\python_vision\image.jpg",0)
img1 = cv2.imread(r"C:\Users\lenovo\Desktop\python\python_vision\image.jpg",1)

print(img0.shape)
print(img0.shape)
cv2.imshow("img0",img0)
cv2.imshow("img1",img1)
cv2.waitKey()

方法二：
采用cv2.COLOR_RGB2GRAY函数
import cv2
img1 = cv2.imread(r"C:\Users\lenovo\Desktop\python\python_vision\image.jpg",1)
print(img0.shape)
dst = cv2.cvtColor(img1,cv2.COLOR_RGB2GRAY)
print(dst.shape)
cv2.imshow(“img0”,img0)
cv2.imshow(“dst”,dst)
cv2.waitKey()
注意，此种方法和和第一种方法灰度化图像不一样，有待进一步研究。
（已经知道问题原因：rgb的权重不一样）

方法三：
图像灰度化，即为图像的R=G=B，可以通过算法，实现R=G=B.

import cv2
import numpy as np
img1 = cv2.imread(r"C:\Users\lenovo\Desktop\python\python_vision\image.jpg",1)

imgInfo = img1.shape
height = imgInfo[0]
width = imgInfo[1]
#  huidutuxiang   R=G=B   (R+G+B)/3
dst = np.zeros((height,width,3),np.uint8)
for i in range(0,height):
    for j in range(0,width):
        (b,g,r) = img1[i,j]
        gray = (int(b)+int(g)+int(r))/3
        dst[i,j] = np.uint8(gray)
cv2.imshow("dst",dst)
cv2.waitKey()

方法四：
灰度值中的R，G，B采用不同的权重比。
例如 gray = R0.299+G0.587+B*0.114

import cv2
import numpy as np

img1 = cv2.imread(r"C:\Users\lenovo\Desktop\python\python_vision\image.jpg",1)

imgInfo = img1.shape
height = imgInfo[0]
width = imgInfo[1]
#  huidutuxiang   gray = R*0.299+G*0.587+B*0.114
dst = np.zeros((height,width,3),np.uint8)
for i in range(0,height):
    for j in range(0,width):
        (b,g,r) = img1[i,j]
        gray = 0.299*int(b)+0.587*int(g)+0.114*int(r)
        dst[i,j] = np.uint8(gray)
cv2.imshow("dst",dst)
cv2.waitKey()

此方法解决了不同灰度的疑问，在方法二中。