一、前言

  • 最近遇到了一个新的情景，需要将彩色图片转化为黑白图片，如果手动地去转化一张一张图片，那就真的太原始，效率太低。

cv2 python 将指定区域变为黑色 python换成黑色背景_新版本

  • 用 Python，只需要几行代码就可以在几秒内转化上千张图片。而且，这个功能的用途相当广泛，不仅能使图片变得深邃，而且还可以简化一些复杂模型的数学计算。

二、准备

① Python 安装

  • 在 windows 上安装 Python：
  • 下载 Python 的最新版本：访问链接 Python 官网，在 Windows 操作系统上安装 Python 3.10.0，大家也可以自行选择最新版的下载。

cv2 python 将指定区域变为黑色 python换成黑色背景_Windows_02

  • 进入下一个页面后，拉到最下面，选择 Windows embeddable package (64-bit) 下载：

cv2 python 将指定区域变为黑色 python换成黑色背景_新版本_03

  • 双击下载完成的应用程序，记得一定要勾选 ADD Python 3.7 to PATH，否则 cmd 无法运行 Python，然后选择 Install Now 进行安装，默认会安装 pip，而且将安装到 C 盘（推荐）。如果希望换一个盘安装，可以点击 Customize installation 在里面选择其他的盘。
  • 在 macOS 上安装 Python：
  • 其实 macOS 上是默认安装了 Python 的，只不过版本是 Python2.7，其相对于现在的 Python 3 缺少了很多特性，而且速度也比 Python 3 慢，因此还是建议大家装 Python 3。
  • 同样地，下载 Python 的最新版本，访问链接：Python 官网，在 macOS 操作系统上安装 Python 3.7.4，大家也可以自行选择最新版的下载。

cv2 python 将指定区域变为黑色 python换成黑色背景_Windows_04

  • 进入下一个页面后，拉到最下面，选择 macOS 64-bit universal2 installer 下载：

cv2 python 将指定区域变为黑色 python换成黑色背景_Python_05

  • 下载完成后得到一个 pkg 文件，双击打开，按照指示步骤进行安装即可。

② 安装依赖

  • 确保 Python 和 pip 已经成功安装在电脑上，Windows 环境下打开 Cmd(开始—运行—CMD)，苹果系统环境下请打开 Terminal(command+空格输入Terminal)，准备开始输入命令安装依赖。
  • 当然，我更推荐大家用 VS Code 编辑器，把本文代码 Copy 下来，在编辑器下方的终端装依赖模块。
  • 在终端输入以下命令，安装所需要的依赖模块:
pip install pillow -i https://pypi.tuna.tsinghua.edu.cn/simple some-package
  • 看到 Successfully installed xxx 则说明安装成功。

三、编码实现

  • 首先编写一下彩色图转单色图的转化函数，接收两个参数，一个是输入文件的路径，一个是输出文件路径：
from PIL import Image 
def colorful to_ single(input_ img path, output_ img path):
""""""
彩色图转单色图
:param input_img_path: 图片路径
:param output_img_path: 输出图片路径
img = Image.open(input_img_path)
# 转化为黑白图片
img = img.convert("L")
img.save(output_img_path)
  • 然后将需要转化的图片放到一个文件夹中，我这里命名该文件夹为 imgs，然后指定一个输出文件夹 output，如下：
dataset_dir = 'imgs'
output_dir = 'output'
# 获得需要转化的图片路径并生成目标路径
image_filenames = [(
	os.path.join(dataset_ dir, file_ _dir),
	os.path.join(output_ _dir, file_ dir)
) for file_dir in os.listdir(dataset_ dir)]
# 转化所有图片
for path in image_filenames:
colorful_to_single(path[0], path[1])
  • 这里比较难理解的可能是 image_filenames，用到了列表推导式，即遍历所有 dataset_dir 里的文件：
for file_dir in os.listdir(dataset_dir)
  • 并将其和指定的目录以路径的形式链接起来：
os.path.join(output_dir, file_dir)
  • 最终生成一个数组，第一个元素是输入路径，第二个元素是输出路径：
image_filenames = [(
    os.path.join(dataset_dir, file_dir),
    os.path.join(output_dir, file_dir)
) for file_dir in os.listdir(dataset_dir)]

四、效果及用途

  • 黑白效果如下所示：

cv2 python 将指定区域变为黑色 python换成黑色背景_Python_06

  • 用途当然很多，比如：
  • 在深度学习分类图像的时候，如果并不需要考虑颜色的维度，可以先将图片转化为黑白图，简化运算复杂度；
  • 黑白图片有的时候比彩色图片更具备冲击力，能够更加突出主题；
  • 黑白图片有些时候也有美颜的作用，因为此时注意力的重点在于脸型，如果那个人的脸型特别好看，但是肤色比较差，这时候黑白照片就很有效果。