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)
{
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;
}
从RGB色转为灰度色算法相关推荐
- RGB色转灰度色算法
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 + ...
- RGB图像转为灰度图
最后结论: Grey = (R*38 + G*75 + B*15)>> 7 代码 #include <cv.h> #include <highgui.h>using ...
- 【OpenCV】将RGB图像转为灰度图
基本思路: 1. 输入RGB(彩色)图像 2. 处理图像 3. 输出GRAY(灰度)图像 这里将处理图像过程单独写成一个函数,供主函数调用 1 void RGB2GRAY(IplImage* s ...
- RGB图转为灰度图的方法
我们日常的环境通常获得的是彩色图像,很多时候我们常常需要将彩色图像转换成灰度图像.也就是3个通道(RGB)转换成1个通道. (1)平均法 最简单的方法当然就是平均法,将同一个像素位置3个通道RGB的值 ...
- RGB图像转为灰度图的几种方法
RGB图像灰度化 RGB图像 我们来看看下面这张图,美不美 这么好看的图是咋个整出来的呢?哦!原来是这样:一幅图像 I I I由很多个像素点组成的,而每个像素点又包含RGB(red,green,blu ...
- 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 ...
- 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 ...
- 【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 ...
- 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 ...
最新文章
- Xshell 6 提示 要继续使用此程序,您必须应用最新的更新
- Doxygen的使用,配置及实例
- 如何避免贫穷和忙碌,在2018年你需要这样提升自己 2018年01月07日 00:00:00 2099 热文导读 | 点击标题阅读 Java和Android架构2017年总结:文章精选 吊炸天!74
- 两台centos之间传送文件
- 信息学奥赛一本通 2040:【例5.7】筛选法找质数 (普通筛 线性筛)
- 数据结构与算法面试题80道(35)
- (二)为AI模型训练准备影像
- Java安全的发布对象
- JS杂谈系列-jquery-插件开发小记
- Windows7 下载android源码
- 2018美赛C题翻译
- Cent 6.5中安装NFS、Rpcbind 实现共享主机文档。
- 【精读论文】2015-BMVC-Learning Deep Representations of Appearance and Motion for Anomalous Event Detection
- 计算机怎样打开鼠标点的键盘,电脑软键盘怎么打?
- 网络投票的另一面:“刷票”与“防刷” 大PK
- ubuntu 20.04 安装录屏软件 OBS 及卸载
- Android-Glide使用
- 【实验技术笔记】利用重组载体做基因过表达(pCDH载体)
- 大学linux操作系统,大学信息技术(Linux操作系统及其应用)
- HTML添加css文件和js文件