不同方法/库图像灰度化的差异及转换异常问题分析

核心逻辑与代码问题拆解 #

1. skimage.color.rgb2gray的内在逻辑 #

skimage.color.rgb2gray严格遵循ITU-R BT.709标准计算亮度值，公式为：

Y = 0.2125 * R + 0.7154 * G + 0.0721 * B

这个权重是基于人眼对色彩的敏感度设计的（人眼对绿色最敏感，红色次之，蓝色最弱），权重总和为1，理论上如果输入是三通道值完全相等的灰度图（R=G=B），计算结果应该和原通道值完全一致。

2. 你的代码的潜在问题 #

最关键的问题是通道顺序不匹配：

• OpenCV的capture.read()返回的帧是BGR格式，但skimage.color.rgb2gray默认预期输入是RGB格式。
• 对于严格的三通道相等灰度图，这个顺序错误不会影响结果，但如果原帧因为视频压缩等原因存在细微的R/G/B通道差异（视觉上仍是灰度），就会导致加权计算出的Y值与原通道值出现偏差。

另外，浮点数转换时的舍入操作也可能引入细微误差：你直接用astype(np.uint8)截断小数部分，而非四舍五入，这会导致部分像素值被向下取整，进一步放大差异。

现象分析 #

你观察到的HSB差异：

• 原图像HSB为[0, 0, x]：说明这是三通道值完全相等的RGB灰度图（饱和度为0，无色彩倾向）。
• 转换后图像HSB为[120, y, z]：120是绿色色相，说明转换后的像素值与原通道值存在细微差异。当PS将单通道灰度图转为RGB三通道显示时，这种细微差异会被识别为极低饱和度的绿色调（因为绿色权重最高，若原通道存在细微偏差，计算结果会更偏向绿色通道的原始值）。

代码优化建议 #

修正通道顺序 #

先将OpenCV读取的BGR帧转为RGB格式，再进行灰度转换：

while capture.isOpened():
    read_success, frame_uint8 = capture.read()

    if not read_success:
        print("Converted all native frames into grayscale.")
        break

    frame_filepath = os.path.join(frameFolder, 'Frame{}.tiff'.format(frameID))
    cv.imwrite(frame_filepath, frame_uint8)

    # 新增：将BGR转为RGB，匹配skimage的预期格式
    frame_rgb = cv.cvtColor(frame_uint8, cv.COLOR_BGR2RGB)
    
    frame_float = frame_rgb.astype(np.float64) / 255.0
    gray_result_float = skimage.color.rgb2gray(frame_float)
    # 改用np.round减少舍入误差
    gray_result_uint8 = np.round(gray_result_float * 255.0).astype(np.uint8)

    gray_filepath = os.path.join(GRAYFolder, 'Frame{}.tiff'.format(frameID))
    cv.imwrite(gray_filepath, gray_result_uint8)

capture.release()

针对灰度视频的优化 #

如果确定输入视频是灰度内容，可以直接提取单通道跳过加权计算，既高效又避免误差：

# 替换灰度转换部分
gray_result_uint8 = frame_uint8[:, :, 0]  # 取任意通道即可，因为三通道值相等

总结 #

• 权重本身不是三通道相等灰度图转灰度出现差异的原因（权重和为1，计算结果与原通道值一致）；
• 差异的根源是OpenCV与skimage的通道顺序不匹配（若原帧存在细微通道偏差），加上浮点数截断舍入的误差；
• PS中的HSB色相差异是细微像素值偏差导致的低饱和度色彩显示，并非真正的色彩偏移。

内容的提问来源于stack exchange，提问作者mt.yuji