Keras RGB to Grayscale

Question

我想要在Keras中将输入RGB图像转换为灰度图的最佳方法的规范回答。 This answer提示，也许这样的事情最好用Lambda来实现，但这对我来说效率低下。在我看来，Average Pooling layers应该能够做到这一点，但我似乎无法弄清楚。是否有一个RGB到灰度层，我只是在文档中缺少？这似乎是一个相当普遍的操作。

Answer 1

有几个公式可将彩色图像转换为灰度图像。 他们很好决定，而且选择通常取决于您是否喜欢更亮或更暗的结果，更好的对比度等。

Three common formulas are here。我们来看看“光度”公式。

result = 0.21 R + 0.72 G + 0.07 B 

这只能通过lambda层来实现。它不是没有用处，只是数学。

def converter(x): 

    #x has shape (batch, width, height, channels) 
    return (0.21 * x[:,:,:,:1]) + (0.72 * x[:,:,:,1:2]) + (0.07 * x[:,:,:,-1:]) 

添加此拉姆达层模型：

Lambda(converter) 

虽然AveragePooling似乎是这样，这些层是为了减少“空间”维度，而不是“通道”。您需要很多解决方法并重新整合，以使这些池层中的一个适用于通道。

如果你喜欢使用一个现成的公式从tensorflow，再次使用lambda层，现在有了这个功能，根据您所提供的答案：

Lambda(lambda x: tf.image.rgb_to_grayscale(x)) 

---

为converter其他选项：

#perhaps faster? perhaps slower? 
def converter(x): 

    weights = K.constant([[[[0.21 , 0.72 , 0.07]]]]) 
    return K.sum(x*weights, axis=-1,keepdims=True) 

---

由于斯捷潘诺维科夫评论。如果您的想法仅仅是预处理图像，您可以使用其他工具并避免麻烦。

您只需要在模型内部执行此操作，以便跟踪此操作中的渐变对您很重要。