原文:http://www.cnblogs.com/carekee/articles/3629964.html

一、基础
  对于彩色转灰度,有一个很著名的心理学公式:

Gray = R*0.299 + G*0.587 + B*0.114

二、整数算法

  而实际应用时,希望避免低速的浮点运算,所以需要整数算法。
  注意到系数都是3位精度的没有,我们可以将它们缩放1000倍来实现整数运算算法:

Gray = (R*299 + G*587 + B*114 + 500) / 1000

  RGB一般是8位精度,现在缩放1000倍,所以上面的运算是32位整型的运算。注意后面那个除法是整数除法,所以需要加上500来实现四舍五入。
  就是由于该算法需要32位运算,所以该公式的另一个变种很流行:

Gray = (R*30 + G*59 + B*11 + 50) / 100

  但是,虽说上一个公式是32位整数运算,但是根据80x86体系的整数乘除指令的特点,是可以用16位整数乘除指令来运算的。而且现在32位早普及了(AMD64都出来了),所以推荐使用上一个公式。

三、整数移位算法

  上面的整数算法已经很快了,但是有一点仍制约速度,就是最后的那个除法。移位比除法快多了,所以可以将系数缩放成 2的整数幂。
  习惯上使用16位精度,2的16次幂是65536,所以这样计算系数:

0.299 * 65536 = 19595.264 ≈ 19595
                          0.587 * 65536 + (0.264) = 38469.632 + 0.264 = 38469.896 ≈ 38469
                          0.114 * 65536 + (0.896) =   7471.104 + 0.896 = 7472

  可能很多人看见了,我所使用的舍入方式不是四舍五入。四舍五入会有较大的误差,应该将以前的计算结果的误差一起计算进去,舍入方式是去尾法:

  写成表达式是:

Gray = (R*19595 + G*38469 + B*7472) >> 16

  2至20位精度的系数:

Gray = (R*1 + G*2 + B*1) >> 2
                          Gray = (R*2 + G*5 + B*1) >> 3
                          Gray = (R*4 + G*10 + B*2) >> 4
                          Gray = (R*9 + G*19 + B*4) >> 5
                          Gray = (R*19 + G*37 + B*8) >> 6
                          Gray = (R*38 + G*75 + B*15) >> 7
                          Gray = (R*76 + G*150 + B*30) >> 8
                          Gray = (R*153 + G*300 + B*59) >> 9
                          Gray = (R*306 + G*601 + B*117) >> 10
                          Gray = (R*612 + G*1202 + B*234) >> 11
                          Gray = (R*1224 + G*2405 + B*467) >> 12
                          Gray = (R*2449 + G*4809 + B*934) >> 13
                          Gray = (R*4898 + G*9618 + B*1868) >> 14
                          Gray = (R*9797 + G*19235 + B*3736) >> 15
                          Gray = (R*19595 + G*38469 + B*7472) >> 16
                          Gray = (R*39190 + G*76939 + B*14943) >> 17
                          Gray = (R*78381 + G*153878 + B*29885) >> 18
                          Gray = (R*156762 + G*307757 + B*59769) >> 19
                          Gray = (R*313524 + G*615514 + B*119538) >> 20

  仔细观察上面的表格,这些精度实际上是一样的:3与4、7与8、10与11、13与14、19与20
  所以16位运算下最好的计算公式是使用7位精度,比先前那个系数缩放100倍的精度高,而且速度快:

Gray = (R*38 + G*75 + B*15) >> 7

  其实最有意思的还是那个2位精度的,完全可以移位优化:

Gray = (R + (WORD)G<<1 + B) >> 2

========================

在计算机中使用最多的 RGB 彩色空间,分别对应红、绿、蓝三种颜色;通过调配三个分量的比例来组成各种颜色。一般可以使用 1 、 2 、 4 、 8 、 16 、 24 、 32 位来存储这三颜色,不过现在一个分量最大是用 8 位来表示,最大值是 255 ,对于 32 位的颜色,高 8 位是用来表示通明度的。彩色图一般指 16 位以上的图。灰度图有一个特殊之处就是组成颜色的三个分量相等;而一般灰度图是 8 位以下。

在彩色电视机系统中,通常使用一种叫 YUV 的色彩空间,其中 Y 表示亮度信号;也就是这个 YUV 空间解决了彩色电视机和黑白电视机的兼容问题。

对于人眼来说,亮度信号是最敏感的,如果将彩色图像转换为灰度图像,仅仅需要转换保存亮度信号就可以。

从 RGB 到 YUV 空间的 Y 转换公式为:

Y = 0.299R+0.587G+0.114B

在 WINDOWS 中,表示 16 位以上的图和以下的图有点不同; 16 位以下的图使用一个调色板来表示选择具体的颜色,调色板的每个单元是 4 个字节,其中一个透明度;而具体的像素值存储的是索引,分别是 1 、 2 、 4 、 8 位。 16 位以上的图直接使用像素表示颜色。

=================================================
那么如何将彩色图转换为灰度图呢?

灰度图中有调色板,首先需要确定调色板的具体颜色取值。我们前面提到了,灰度图的三个分量相等。

当转换为 8 位的时候,调色板中有 256 个颜色,每个正好从 0 到 255 个,三个分量都相等。

当转换为 4 位的时候,调色板中 16 个颜色,等间隔平分 255 个颜色值,三个分量都相等。

当转换为 2 位的时候,调色板中 4 个颜色,等间隔平分 255 个颜色,三个分量相等。

当转换为 1 位的时候,调色板中两个颜色,是 0 和 255 ,表示黑和白。

将彩色转换为灰度时候,按照公式计算出对应的值,该值实际上是亮度的级别;亮度从 0 到 255 ;由于不同的位有不同的亮度级别,所以 Y 的具体取值如下:

Y = Y/ (1<<(8- 转换的位数 ));

最后一点需要注意,得到 Y 值存放方式是不同的;分别用对应的位数来存储对应的 Y 值。

//----------------------------------------------------------
//  RGB565 转 8位灰度图
//----------------------------------------------------------
   TUint8 gm_red,gm_green,gm_blue;
   TInt16 *des_ptr;
   TInt16 *pt;
   pt = (TInt16 *)p8;  //RGB565流

for(TInt j=0;j<h;j++)
   {
         for(TInt i = w;i>0;i--)
         {
           gm_red       = ((*(TInt16 *)pt) & 0xF800) >> 8;
           gm_green     = ((*(TInt16 *)pt) & 0x07E0) >> 3;  
           gm_blue      = ((*(TInt16 *)pt) & 0x001F) <<  3;  
           p[0] = ( TUint8 )((gm_red*77 + gm_green*150 + gm_blue*29+128) / 256);
           p++;
           pt++;
        }
   }
   p = qt;   //灰度图指针

一道面试题

写一个函数,将一个32位RGB像素的色值转为灰度,RGB转灰度的公式:Grey=.03*red+0.59*green+0.11*blue;RGB像素格式(左边最高位,右边最低位):00000000RRRRRRRRGGGGGGGGBBBBBBBB.

unsigned int ToGrey(unsigned int rgb)
{ 请填 }
答案

unsigned int ToGrey(unsigned int rgb)
{
 unsigned int blue = (rgb & 0x000000FF)>>0;
 unsigned int green = (rgb & 0x0000FF00) >> 8;
 unsigned int red = (rgb & 0x00FF0000) >> 16;
 printf("\nred=%d,green=%d,blue=%d\n",red,green,blue);
 return ( red*38 +  green * 75 +  blue * 15 )>>7;
}

  另一种是 Adobe Photoshop 里的公式 
     Adobe RGB (1998) [gamma=2.20] 
     Gray = (R^2.2 * 0.2973 + G^2.2 * 0.6274 + B^2.2 * 0.0753)^(1/2.2)

该方法运行速度稍慢,但是效果很好。

      还有就是   平均值方法 

      GRAY = (RED+BLUE+GREEN)/3

    (GRAY,GRAY,GRAY ) 替代 (RED,GREEN,BLUE)

RGB色转灰度色算法相关推荐

  1. 从RGB色转为灰度色算法

    一.基础 对于彩色转灰度,有一个很著名的心理学公式: Gray = R*0.299 + G*0.587 + B*0.114 二.整数算法 而实际应用时,希望避免低速的浮点运算,所以需要整数算法. 注意 ...

  2. 学习RGB配色,灰度图

    原文: http://www.16xx8.com/photoshop/jiaocheng/2015/139574.html 从RGB色转为灰度色算法: 一.基础  对于彩色转灰度,有一个很著名的心理学 ...

  3. Python实现数字图像处理经典算法之256色转灰度图

    算法介绍 256色转灰度图是数字图像处理经典算法中最简单的算法之一 1.彩色数字图像中的颜色有红.绿.蓝三种颜色混合而成,对应的像素颜色通道就是RGB(R,G,B),R.G.B数值共有256个数值,也 ...

  4. 【嵌入式经验系列】基于色坐标的RGB灯调光调色算法

    一.序言 如果想要驱动一个三基色LED灯亮出不同的颜色,只需要控制三路PWM的输出即可实现.但是如何控制三路的输出使三基色LED灯亮出我们想要得到的理想目标颜色并且只有很小的色差就没有那么简单了.本文 ...

  5. 计算机论文图片大小,对一副大小为256*256的bmp格式256色的灰度图象进行霍夫曼和字典编码压缩处理...

    内容简介: 课程设计 对一副大小为256*256的bmp格式256色的灰度图象进行霍夫曼和字典编码压缩处理,共31页,6992字 目录 绪论1 1原理分析2 1.1数字图象2 1.1.1灰度图象2 1 ...

  6. 将RGB值转换为灰度值的简单算法(转)

    将RGB值转换为灰度值的简单算法 原文:http://blog.163.com/zhaowei0425@126/blog/static/475860302011311103956748/ RGB是如何 ...

  7. 155:vue+openlayers 设置地图的反转色、复古色、灰度图、原始图

    第155个 点击查看专栏目录 本示例的目的是介绍演示如何在vue+openlayers中设置地图的反转色.复古色.灰度,原始状态等.采用的是CSS filter的形式. 直接复制下面的 vue+ope ...

  8. 基于c语言256色转16色,在16色模式下显示256色及全彩色

    摘 要 该文描述了在vga16色图形模式下显示256色及全彩色图像的抖动算法,并给出了显示bitmap图像的c语言程序. 在编写有关图像显示的软件时,有时为了软件的兼容性和通用性,不得不采用vga标准 ...

  9. (一)彩色图片(RGB)转灰度图片

    彩色图片(RGB)转灰度图片 一.知识简介 RGB彩色图像在计算机中是使用R.G.B三个矩阵来存储红.绿.蓝三个颜色值.灰度图则是采用一个矩阵来存储灰度值(亮度,灰度值0表示亮度为0,看起来是黑色,同 ...

最新文章

  1. 告别渣画质,视频会议带宽降90%,英伟达公开Maxine服务背后重要技术
  2. swift懒加载(lazy load)VS OC懒加载
  3. 微信支付的坑 返回值 -1
  4. php仿tp5实现模型,php手记之05-tp5模型操作数据库
  5. kprobes/kretprobes 在 bcc 程序中的使用
  6. qt opencv库配置大全
  7. 荣耀30s鸿蒙5g,荣耀赵明:荣耀30S将掀起5G手机购买狂潮
  8. 索引 mysql_深入理解MySQL索引
  9. mysqlbinlog初识
  10. java se 8教程_写给大忙人的JavaSE 8 - 学习
  11. 模型训练测试之三:yolov5 模型训练及windows部署(一)
  12. 注册企业腾讯邮箱需要对GoDaddy设置域名解析
  13. LeetCode Image Smoother
  14. 前端白屏问题_前端性能优化之白屏时间
  15. 视频教程-2020年软考网络规划设计师案例分析软考视频教程-软考
  16. Google Chrome浏览器字体模糊,字体锯齿 的解决方法
  17. TAPA认证辅导,TAPA全球委员会正式发布了《运输供应商最低安全要求》
  18. 计算机寻址范围字长,地址总线,字长,内存容量,寻址范围 之间的计算
  19. html 动画制作工具,html5动画制作10大工具介绍
  20. 为何两个完全一样的字符串相比较却不一样

热门文章

  1. 关于伺服驱动控制的课本_西门子伺服电机驱动系列汇总,说明书参数及使用方法。...
  2. java default locale_Java JSON.defaultLocale方法代码示例
  3. c语言 memset 段错误,段错误之memset对类对象的误用
  4. 解决IndexClosedException: closed
  5. minecraft_MineCraft和堆外内存
  6. java邮件教程_Java发送Email/邮件
  7. dw html5怎么美化,DW CS5/CS6代码格式化、美化插件 Dreamweaver代码格式化美化插件
  8. 微型计算机的内存主要包括rom,信息安全技术题库:路由器硬件组件主要包括( )、闪存、ROM、RAM。 - 作业在线问答...
  9. 皮一皮:谈恋爱一定要谨慎...
  10. 索赔 100 万!只是因为一个开源插件?