如何在OpenCV（Python）中将灰度图像转换为RGB？
我正在学习使用OpenCV进行实时应用程序的图像处理。我对图像进行了一些阈值处理，并希望将轮廓标记为绿色，但是由于我的图像是黑白图像，所以它们没有显示为绿色。
在程序的早期，我曾经gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)将RGB转换为灰度，但是回过头来，我很困惑，该函数backtorgb = cv2.cvtColor(gray,cv2.CV_GRAY2RGB)给出了：
AttributeError：“模块”对象没有属性“ CV_GRAY2RGB”。
下面的代码似乎不是用绿色绘制轮廓。这是因为它是灰度图像吗？如果是这样，我可以将灰度图像转换回RGB，以绿色显示轮廓吗？
import numpy as np
import cv2
import time
cap = cv2.VideoCapture(0)
while(cap.isOpened()):
ret, frame = cap.read()
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
ret, gb = cv2.threshold(gray,128,255,cv2.THRESH_BINARY)
gb = cv2.bitwise_not(gb)
contour,hier = cv2.findContours(gb,cv2.RETR_CCOMP,cv2.CHAIN_APPROX_SIMPLE)
for cnt in contour:
cv2.drawContours(gb,[cnt],0,255,-1)
gray = cv2.bitwise_not(gb)
cv2.drawContours(gray,contour,-1,(0,255,0),3)
cv2.imshow('test', gray)
if cv2.waitKey(1) & 0xFF == ord('q'):
break
cap.release()
cv2.destroyAllWindows()
问题答案：
我将我的评论提升为答案：
简单的方法是：
您可以绘制原始的“框架”本身，而不使用灰色图像。
困难的方法（您尝试实现的方法）：
backtorgb = cv2.cvtColor(gray,cv2.COLOR_GRAY2RGB) 是正确的语法。
-
我正在学习使用OpenCV进行图像处理的实时应用程序。我对一个图像做了一些阈值化，想要用绿色标记轮廓，但它们没有显示在绿色中，因为我的图像是黑白的。 在程序的早期，我使用将RGB转换为灰度，但回到前面，我感到困惑，函数给出的是： AttributeError：“module”对象没有属性“cv_gray2rgb”。 下面的代码似乎没有用绿色绘制轮廓。这是因为它是灰度图像吗？如果是，我可以将灰度图像
-
问题内容： 我试图用来读取RGB图像并将其转换为灰度。 在matlab中，我使用以下代码： 在matplotlib教程中，他们没有介绍。他们只是读了图像 然后将它们切成薄片，但这与根据我的理解将RGB转换为灰度不是同一回事。 我发现很难相信numpy或matplotlib没有将rgb转换为灰色的内置函数。这不是图像处理中的常见操作吗？ 我写了一个非常简单的函数，可以在5分钟内使用导入的图像。这是非
-
问题内容： 我正在使用aparapi编写Buddhabrot分形生成器。我将其中的OpenCL部分工作了，得到了一个表示每个像素的单维数组。我将最终图像的尺寸作为最终整数，并编写了代码以获取该数组中任意点的索引。我想将其另存为图像，并且尝试将BufferedImage与TYPE_USHORT_GRAY一起使用。这是我到目前为止的内容： 问题是，我不知道将RGB设置为什么。我需要做什么？ 问题答案：
-
主要内容：将彩色图像转换为灰度在前面的章节中，我们讨论了如何读取不同类型的输入图像(二进制，灰度，BGR等)。 在本章中，我们将学习如何将一种图像转换为另一种图像。 包中名为的类提供了将图像从一种颜色转换为另一种颜色的方法。 将彩色图像转换为灰度 使用方法将彩色图像转换为灰度。 以下是此方法的语法。 该方法接受以下参数 - src - 表示来源的矩阵。 dst - 表示目的地的矩阵。 code - 表示转换类型的整数代码，例如
-
以下程序演示如何将彩色图像读取为灰度并使用JavaFX窗口显示。 在这里通过将标志与带有彩色图像路径的字符串一起传递来读取图像。 假定以下是上述程序中指定的输入图像。那么输出结果应该为一个灰色的图片。
-
问题内容： 我想将具有形状的灰度图像转换为具有形状的3通道图像。使用可以完成工作，但是必须有一个整洁的方法。这是程序中的一段代码，有人可以提示。请指教。 问题答案： 您可以使用它来更简洁地完成此操作：