python中用自定义变换函数将灰度图像转换回rgb图像的问题

Question

我正在处理一些RGB图像，为了实现某些功能，我必须使用一些转换值将RGB图像转换为灰度，然后在操作之后，我希望在转换值的帮助下再次将输出图像转换为RGB格式。如何达到同样的效果？在

Opencv conversioncv2.cvtColor(image, cv2.COLOR_GRAY2RGB)不会生成原始图像，因为它将采用所有3个通道的值相同，所以我应用了一个转换

我把RGB图像读作：

img=cv2.imread("image.png")

然后，我将RGB值提取为：

^{pr2}$

然后我应用变换得到的灰度图像如下：

^{3}$

如何将经过再次处理后的灰度图像转换回给定变换值的RGB？在

Answer 1

当你把红色、绿色和蓝色通道加在一个灰色通道中时，你在浪费信息，你无法（从数学上）推断出如何再次将一个单一的灰度值分割成多种颜色。在

根据你的图像的灰度变换，你可以把它转换成另一种灰度图像。在

Answer 2

从数学上讲，将灰度图像转换回RGB是不可能的。但是，您可以使用cv2.cvtColor(image, cv2.COLOR_BGR2HSV)将RGB转换为HSV空间，对{}执行灰度处理，并将结果转换回RGB。在

Answer 3

我想你是在尝试独立地操作频道，因为你有一些算法需要灰度图像。你可以用几种不同的方法来解决这个问题。在

那么，让我们从这幅图开始：

您可以在不将图像分割为其组件通道的情况下，这样做“就地”：

#!/usr/bin/env python3

import cv2

# Load image
img=cv2.imread("start.png",cv2.IMREAD_COLOR)

# In-place, zero the Blue, double the Green and halve the Red channels
img[:,:,0]   = 0
img[:,:,1]  *= 2
img[:,:,2] //= 2

# Save
cv2.imwrite('result1.png', img)

输出

或者，您可以将图像分割为其组件通道，分别处理它们（可能并行），然后在最后将它们重新组合为BGR图像：

^{pr2}$