為了加快處理速度,在影象處理演算法中,往往需要把彩色影象轉換為灰度影象。
0x00. 灰度圖
灰度數字影象是每個畫素只有一個取樣顏色的影象,這類影象通常顯示為從最暗黑色到最亮的白色的灰度。
灰度影象與黑白影象不同,在計算機影象領域中黑白影象只有黑白兩種顏色,灰度影象在黑色與白色之間還有許多級的顏色深度。
在RGB模型中,如果R=G=B
時,則彩色表示一種灰度顏色,其中R=G=B
的值叫灰度值。
0x01. 灰度化的方法
1. 分量法
將彩色影象中的三分量的亮度作為三個灰度影象的灰度值,可根據應用需要選取一種灰度影象。
F1(i,j) = R(i,j)
F2(i,j) = G(i,j)
F3(i,j) = B(i,j)
程式碼示例:
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
將彩色影象中的三分量亮度的最大值作為灰度圖的灰度值。
F(i,j) = max(R(i,j), G(i,j), B(i,j))
程式碼示例:
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
將彩色影象中的三分量亮度求平均得到一個灰度值。
F(i,j) = (R(i,j) + G(i,j) + B(i,j)) / 3
程式碼示例:
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.加權平均法
根據重要性及其它指標,將三個分量以不同的權值進行加權平均。由於人眼對綠色的敏感最高,對藍色敏感最低,因此,按下式對RGB三分量進行加權平均能得到較合理的灰度影象。
F(i,j) = 0.30R(i,j) + 0.59G(i,j) + 0.11B(i,j))
程式碼示例:
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綠色(G 分量)所佔的比重比較大,所以有時候也會直接取G 分量進行灰度化。
程式碼示例:
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) |