通常，将RGB图像转换为灰色图像。 很少将灰色图像转换为RGB图像。 如果有需求，将灰色图像转换为RGB图像。 但是，在网上发现这样的答案很少，马上就变得措手不及了。 我用opencv-python解决这个问题。
我知道opencv在函数cvtcolor ()中有参数cv2.COLOR_GRAY2BGR，可以直接将灰色图像转换为RGB图像吗？
import numpy as npimport cv2#首先以灰色读取照片src=cv2.imread('demo.jpg )，0 )，然后使用ctvcolor )函数进行图像转换。 SRC_RGB=cv2.cvtcolor(src，cv2.COLOR_GRAY2BGR )显示图像cv2.imshow )、src ) cv2.imshow )、output )、output )
显示图像：
你会发现什么都没有改变。 果然是灰色的图像。 那么怎么办？
RGB图像有3个维度的信息，每种颜色相当于一个3维向量，表达规律相当于同一个向量在不同坐标轴下，即不同基底下表示。 如果将其转换为灰度，则只剩下一个维，就像将三维向量投影到一维标量上一样，无法恢复为原始向量。 要恢复，必须保存其他两个维度的信息，原理上合起来是原来的三维矢量。
那么怎么办？
将RGB表示形式转换为gGB表示形式。 即，将蓝色成分r置换为灰度成分g。 蓝色成分b和绿色成分g不变。 由于灰度g=p*R q*G t*B (其中p=0.2989，q=0.5870，t=0.1140 )，因此r=(g-q*g-t*b )/p ) 因此，只需保留b和g两种颜色成分，并加入灰度g，就可以恢复为原来的RGB图像。 同样，我们的g可以自由替换为红绿蓝三种分量中的任何一种。 进行示威吧。
from _ _ future _ importdivisionimportnumpyasnpimportcv 2src=cv2.im read (c :/users/12914/pictures/Messi cv2.) 该数据结构是一个3D的numpy.array，其中，索引的顺序是行、列、信道： b=src (:0 ) g=src 2)，灰度g=p*R q*G t*B (其中p 因此，只需保留r和g两种颜色成分，并加入灰度g，就可以恢复为原来的RGB图像。 g=src_gray[:]p=0.2989； q=0.5870； t=0.1140b_new=(g-p*r-q*g )/TB_new=NP.uint8(b_new ) src_new=NP.zeros () src.shape ) )
可以看出“result”和“input”的图像一致。 因此，仅使用cvtcolor ()函数无法将灰色图像直接转换为RGB图像。