Opencv - 灰度模式 vs 灰色颜色转换

Question

我正在使用opencv(2.4.11) python(2.7)工作，并且在处理灰度图像时进行了一些尝试。当以灰度模式加载图像并将图像从BGR转换为GRAY时，我发现了一种不寻常的行为。以下是我的实验代码：

import cv2

path = 'some/path/to/color/image.jpg'

# Load color image (BGR) and convert to gray
img = cv2.imread(path)
img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# Load in grayscale mode
img_gray_mode = cv2.imread(path, 0)

# diff = img_gray_mode - img_gray
diff = cv2.bitwise_xor(img_gray,img_gray_mode)

cv2.imshow('diff', diff)
cv2.waitKey()

当我查看差异图像时，我可以看到漏掉的像素而不是纯黑色的图像。你能提供任何原因吗？处理灰度图像的正确方法是什么？

P.S. 当我在SIFT中使用这两个图像时，关键点是不同的，这可能会导致在处理低质量图像时产生不同的结果。

- Gagandeep Singh

---

可能是OpenCV使用imread将RGB图像转换为灰度图像的结果不佳的重复问题。 - Jean-Baptiste Yunès

请注意，这不是重复问题，因为提问者知道 cv2.imread 读入的图像格式是 BGR（不同于被认为是 RGB 的重复问题，因此提供的答案只针对了那个问题）。 - bakkal

Answer 1

注意：这不是重复问题，因为 OP 知道从 cv2.imread 读取的图像是 BGR 格式（与所假定为 RGB 的建议重复问题不同，因此提供的答案只解决了那个问题）。

为了说明，我打开了这张相同的彩色 JPEG 图像：

一旦使用转换

img = cv2.imread(path)
img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

通过以灰度模式加载另一个

img_gray_mode = cv2.imread(path, cv2.IMREAD_GRAYSCALE)

正如您所记录的那样，这两个图像之间的差异并不完全为0，我可以看到向左和向下的差异像素。

我也总结了差异以查看

import numpy as np
np.sum(diff)
# I got 6143, on a 494 x 750 image

我尝试了所有的cv2.imread()模式

在cv2.imread()的所有IMREAD_模式中，只有IMREAD_COLOR和IMREAD_ANYCOLOR可以使用COLOR_BGR2GRAY进行转换，而且它们都给出了与在IMREAD_GRAYSCALE中打开的图像相同的差异。

这个差异似乎不是很大。我的猜测是来自两种方法中数字计算的差异（加载灰度与转换为灰度）。

当然，你想要避免的是对特定版本的图像进行微调，只是发现它对来自不同来源的图像是次优的。

简而言之，在处理管道中不要混合版本和类型。

因此，我会保持图像来源的同质性，例如，如果您从BGR的视频摄像机中捕获图像，则我将使用BGR作为源，并执行BGR到灰度的转换cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)。

如果我的最终来源是灰度图像，那么我会以灰度模式打开文件和视频捕获：cv2.imread(path, cv2.IMREAD_GRAYSCALE)

- bakkal

---

原因是有多个灰度转换实现在使用中。cvtColor()是OpenCV的实现，将在各个平台上保持一致。当您使用imread()将其转换为灰度时，您要看平台特定的imread()实现。我不会感到惊讶，如果imread()在每个平台上返回稍微不同的灰度值。我想不出任何理由在imread()中转换为灰度。 - Michael Gallacher

就像 @MichaelGallacher 所说的那样。cvtColor 所使用的系数在这里: https://github.com/opencv/opencv/blob/master/modules/imgproc/src/color.simd_helpers.hpp#L22 - darda