嘿，我来帮你搞定这个需求！在R里处理灰度图像、提取像素信息并转换成你想要的"Black"/"White"标签矩阵，用几个常用的图像包就能轻松实现，下面我给你两种实用的方案：

方案一：使用magick包（推荐，处理图像更灵活） #

magick是R中非常流行的图像处理包，支持多种图像格式，操作也直观。

1. 首先安装并加载包：

install.packages("magick")
library(magick)

2. 读取并转换为灰度图像（如果你的图像已经是灰度，这一步可以跳过转灰度的操作）：

# 替换成你的图像文件路径，比如"./test_gray_image.png"
img <- image_read("your_image_path")
# 转换为灰度模式
img_gray <- image_convert(img, colorspace = "gray")

3. 提取像素数值矩阵：
   image_data()会返回图像的像素数据，灰度图像的像素值范围是0（纯黑）到255（纯白），我们把它转成整数矩阵：

# 提取灰度通道的像素数据，转成二维矩阵
pixel_matrix <- as.integer(image_data(img_gray)[1,,])

4. 转换为黑白标签矩阵：
   设定一个阈值（通常用中间值128），把数值映射成"Black"和"White"：

# 小于128的像素标记为Black，否则为White
label_matrix <- ifelse(pixel_matrix < 128, "Black", "White")

# 查看最终结果，就是你想要的格式啦
print(label_matrix)

方案二：使用imager包（专注于图像分析） #

如果你更偏向于图像分析场景，imager包也是个不错的选择，它的像素值范围是0（黑）到1（白）：

1. 安装并加载包：

install.packages("imager")
library(imager)

2. 读取并转灰度：

img <- load.image("your_image_path")
# 转灰度图像
img_gray <- grayscale(img)

3. 转换为标签矩阵：

# 把图像转成数值矩阵
pixel_matrix <- as.matrix(img_gray)
# 用0.5作为阈值，映射成黑白标签
label_matrix <- ifelse(pixel_matrix < 0.5, "Black", "White")

# 查看结果
print(label_matrix)

小提示 #

• 如果你发现矩阵的行和列和图像的实际显示颠倒了，可以用t(label_matrix)来转置矩阵；
• 阈值可以根据你的图像调整，比如如果图像有偏亮/偏暗的情况，你可以调高或调低阈值来优化黑白区分的效果。

内容的提问来源于stack exchange，提问作者Carlos Biagolini