灰度变换是增强图像的重要方法，可以扩大图像动态范围，增强图像对比度，使图像更清晰，特征更明显，从而提高图像的显示效果。

灰度变换就是按一定规则（灰度映射函数）修改图像每一个像素的灰度值，从而改变图像灰度的动态范围。按照灰度映射函数的性质，灰度变换可以分为线性变换、分段线性和非线性变换，非线性变换中对数变换、指数变换和幂律变换（n次幂、n次根)最常用。

图像的反色变换，即图像的反色变换，将黑色像素白色，白色像素变成黑色。广义的反色变换也可以应用于彩色图像，即补充所有像素点。

图像的反转处理可以增强深色区域的白色或灰色细节。

注意图像反转（Invert）与图像翻转（Flip）区别：图像翻转是沿对称轴的几何变换，像素值不变；图像逆转是像素颜色的逆转，像素位置不变。

# 1.48 图像的反色变换img = cv2.imread("../images/imgLena.tif") # 阅读彩色图像(BGR)imgGray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 颜色转换：BGR(OpenCV) -> Grayh, w = img.shape[:2] # 图片的高度和宽度# imgInv = np.zeros_like(img) # 创建与 img 黑色图像形状相同imgInv = np.empty((w, h), np.uint8) # 创建空白数组for i in range(h):for j in range(w):imgInv[i][j] = 255 - imgGray[i][j]plt.figure(figsize=(10,6))plt.subplot(131), plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB)), plt.title("imgBGR"), plt.axis('off')plt.subplot(132), plt.imshow(imgGray, cmap='gray'), plt.title("imgGray"), plt.axis('off')plt.subplot(133), plt.imshow(imgInv, cmap='gray'), plt.title("imgInv"), plt.axis('off')plt.show()

（本节完）

【OpenCV学习之路习之路Python OpenCV学习创造的刷题狂欢party！ 如果对基础知识把握不牢，欢迎学习~喜欢就赶紧收藏！

如果你对学习没有自制力或者一起学习交流的动力，欢迎私下加入群，邀请你来我的学习交流群。我们一起交流学习，报团打卡！