为了加快处理速度,在图像处理算法中,往往需要把彩色图像转换为灰度图像。
0x00. 灰度图
灰度数字图像是每个像素只有一个采样颜色的图像,这类图像通常显示为从最暗黑色到最亮的白色的灰度。
灰度图像与黑白图像不同,在计算机图像领域中黑白图像只有黑白两种颜色,灰度图像在黑色与白色之间还有许多级的颜色深度。
在RGB模型中,如果R=G=B
时,则彩色表示一种灰度颜色,其中R=G=B
的值叫灰度值。
0x01. 灰度化的方法
1. 分量法
将彩色图像中的三分量的亮度作为三个灰度图像的灰度值,可根据应用需要选取一种灰度图像。
F1(i,j) = R(i,j)
F2(i,j) = G(i,j)
F3(i,j) = B(i,j)
代码示例:
1 2 3 4 5 6 7 8 9 10 |
import cv2.cv as cv image = cv.LoadImage('mao.jpg') b = cv.CreateImage(cv.GetSize(image), image.depth, 1) g = cv.CloneImage(b) r = cv.CloneImage(b) cv.Split(image, b, g, r, None) cv.ShowImage('a_window', r) cv.WaitKey(0) |
2. 最大值法
将彩色图像中的三分量亮度的最大值作为灰度图的灰度值。
F(i,j) = max(R(i,j), G(i,j), B(i,j))
代码示例:
1 2 3 4 5 6 7 |
image = cv.LoadImage('mao.jpg') new = cv.CreateImage(cv.GetSize(image), image.depth, 1) for i in range(image.height): for j in range(image.width): new[i,j] = max(image[i,j][0], image[i,j][1], image[i,j][2]) cv.ShowImage('a_window', new) cv.WaitKey(0) |
3.平均值法
将彩色图像中的三分量亮度求平均得到一个灰度值。
F(i,j) = (R(i,j) + G(i,j) + B(i,j)) / 3
代码示例:
1 2 3 4 5 6 7 |
image = cv.LoadImage('mao.jpg') new = cv.CreateImage(cv.GetSize(image), image.depth, 1) for i in range(image.height): for j in range(image.width): new[i,j] = (image[i,j][0] + image[i,j][1] + image[i,j][2])/3 cv.ShowImage('a_window', new) cv.WaitKey(0) |
4.加权平均法
根据重要性及其它指标,将三个分量以不同的权值进行加权平均。由于人眼对绿色的敏感最高,对蓝色敏感最低,因此,按下式对RGB三分量进行加权平均能得到较合理的灰度图像。
F(i,j) = 0.30R(i,j) + 0.59G(i,j) + 0.11B(i,j))
代码示例:
1 2 3 4 5 6 7 |
image = cv.LoadImage('mao.jpg') new = cv.CreateImage(cv.GetSize(image), image.depth, 1) for i in range(image.height): for j in range(image.width): new[i,j] = 0.3 * image[i,j][0] + 0.59 * image[i,j][1] + 0.11 * image[i,j][2] cv.ShowImage('a_window', new) cv.WaitKey(0) |
上面的公式可以看出绿色(G 分量)所占的比重比较大,所以有时候也会直接取G 分量进行灰度化。
代码示例:
1 2 3 4 5 6 7 |
image = cv.LoadImage('mao.jpg') new = cv.CreateImage(cv.GetSize(image), image.depth, 1) for i in range(image.height): for j in range(image.width): new[i,j] = image[i,j][1] cv.ShowImage('a_window', new) cv.WaitKey(0) |