如何使用Python将二值图像转换为灰度图和RGB图？含皮肤病变图像脱毛需求

嘿，我来帮你搞定这些皮肤病变图像处理的问题～

一、基于掩码恢复原始图像区域（实现黑色区域替换） #

你要实现的是把掩码里的黑色区域替换成原始RGB图的对应内容，这本质是图像遮罩合成，用Python的OpenCV或者PIL库都能轻松搞定，我给你两种常用方案：

方案1：用OpenCV实现（适合偏向计算机视觉的工作流） #

import cv2
import numpy as np

# 1. 读取图像：原始图是RGB格式，掩码以灰度图读取（二值图本质是单通道灰度图）
original_rgb = cv2.imread("原始图像路径.jpg")
mask_gray = cv2.imread("掩码图像路径.jpg", cv2.IMREAD_GRAYSCALE)

# 2. 确保掩码和原始图尺寸一致（如果尺寸不匹配，就缩放掩码对齐）
if original_rgb.shape[:2] != mask_gray.shape:
    mask_gray = cv2.resize(mask_gray, (original_rgb.shape[1], original_rgb.shape[0]))

# 3. 创建逆掩码：把掩码的黑色区域（像素值0）转为255（允许原始图像素通过），白色区域转为0（禁止通过）
inv_mask = cv2.bitwise_not(mask_gray)

# 4. 提取原始图中对应掩码黑色区域的像素
original_part = cv2.bitwise_and(original_rgb, original_rgb, mask=inv_mask)

# 5. 把掩码转为RGB通道，提取白色区域的像素
mask_rgb = cv2.cvtColor(mask_gray, cv2.COLOR_GRAY2BGR)
mask_part = cv2.bitwise_and(mask_rgb, mask_rgb, mask=mask_gray)

# 6. 合并两部分，得到最终结果
final_result = cv2.add(original_part, mask_part)

# 保存恢复后的图像
cv2.imwrite("恢复后的图像.jpg", final_result)

方案2：用PIL实现（更贴近Python原生风格） #

from PIL import Image
import numpy as np

# 1. 读取图像：原始图转RGB，掩码转灰度（二值）模式
original_img = Image.open("原始图像路径.jpg").convert("RGB")
mask_img = Image.open("掩码图像路径.jpg").convert("L")

# 2. 对齐图像尺寸
if original_img.size != mask_img.size:
    mask_img = mask_img.resize(original_img.size)

# 3. 转为numpy数组方便像素级操作
original_np = np.array(original_img)
mask_np = np.array(mask_img)

# 4. 把掩码扩展为RGB三通道形状，生成替换掩码（标记哪些位置要用原始图像素）
mask_rgb_np = np.stack([mask_np]*3, axis=-1)
# 布尔掩码：True表示掩码中黑色区域（像素值0），需要替换为原始图内容
replace_mask = (mask_np == 0)[:, :, np.newaxis]

# 5. 合并图像：替换区域用原始图，其余区域保留掩码的白色
final_np = np.where(replace_mask, original_np, mask_rgb_np)

# 6. 转回PIL图像并保存
final_img = Image.fromarray(final_np.astype(np.uint8))
final_img.save("恢复后的图像.jpg")

二、Python中二值图像转灰度图、RGB图像的通用方法 #

1. 二值图像转灰度图 #

其实二值图像本身就是特殊的灰度图（只有0和255两个像素值），如果是已经读取的二值图，直接使用即可。如果需要显式转换：

• 用PIL：读取后转为"L"模式

from PIL import Image
binary_img = Image.open("二值图路径.jpg")
gray_img = binary_img.convert("L")
gray_img.save("灰度图.jpg")

• 用OpenCV：直接以灰度模式读取二值图

import cv2
gray_img = cv2.imread("二值图路径.jpg", cv2.IMREAD_GRAYSCALE)
cv2.imwrite("灰度图.jpg", gray_img)

2. 二值图像转RGB图像 #

核心是把单通道的二值图扩展为三通道，每个通道的像素值和原二值图一致，三种常用方法：

方法1：OpenCV一键转换

import cv2
binary_img = cv2.imread("二值图路径.jpg", cv2.IMREAD_GRAYSCALE)
rgb_img = cv2.cvtColor(binary_img, cv2.COLOR_GRAY2BGR)
cv2.imwrite("RGB图.jpg", rgb_img)

方法2：PIL简单转换

from PIL import Image
binary_img = Image.open("二值图路径.jpg").convert("L")
rgb_img = binary_img.convert("RGB")
rgb_img.save("RGB图.jpg")

方法3：Numpy手动扩展（适合自定义操作）

import numpy as np
from PIL import Image

binary_np = np.array(Image.open("二值图路径.jpg").convert("L"))
# 将单通道数组重复三次，生成三通道RGB数组
rgb_np = np.stack([binary_np]*3, axis=-1)
rgb_img = Image.fromarray(rgb_np.astype(np.uint8))
rgb_img.save("RGB图.jpg")

内容的提问来源于stack exchange，提问作者codelearn22