三种算法转换色彩灰阶
如何转换成彩***像灰度？如果每个彩色像素由三重（R,G,B）（红，绿，蓝）的强度描述，
如何讲（R,G,B）映射到一个单独的数字作为的灰度值？在GIMP图像处理软件有三种算法。
lightness方法：是取最突触颜色和最不突出颜色的平均值： (max(R, G, B) + min(R, G, B)) / 2.
average方法：最简单取R,G,B的平均值：(R+G+B)/3 .
luminosity方法：是平均方法的一个更复杂的版本。它也是平均值，但它通过加权平均来解释人类感知。我们对绿色比其他颜色更敏感，所以绿色加权最大。其计算公式为亮度为0.21 R +0.72 G +0.07 B.
下面向日葵图片示例来自GIM文档：
lightness方法倾向于降低对比度。luminosity方法效果最好，如果你使用GIMP改变一个图片从RGB到灰度图片通过Image->ModeMenu,该方法是默认使用的方法。
然而，一些图像看起来更好地利用其他算法之一，有时三种方法产生非常相似的结果。
附：
1. 调色板：https://www.google.com/design/spec/style/color.html#color-color-palette
2. GIMP（GNU Image Manipulation Program）:开源图片处理工具 开源免费跨平台。
3. jscience 开源库提供的灰阶计算加权值常量文档
4. Java封装GIMP和Jscience提供的灰阶计算方法，代码示例：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
|
/** * Compute method about grayscale from
* <p/>
* gimp website
* http://docs.gimp.org/2.6/en/gimp-tool-desaturate.html
* http://www.gimp.org/
* <p/>
* http://www.johndcook.com/blog/2009/08/24/algorithms-convert-color-grayscale/
* http://www.johndcook.com/blog/2009/08/24/more-on-colors-and-grayscale/
*/
public static class GrayScaleUtil {
interface GrayScaleCompute {
int grayScale(int r, int g, int b);
}
public enum GrayScale {
Lightness(new GrayScaleCompute() {
@Override
public int grayScale(int r, int g, int b) {
return GrayScaleUtil.lightness(r, g, b);
}
}),
Average(new GrayScaleCompute() {
@Override
public int grayScale(int r, int g, int b) {
return GrayScaleUtil.average(r, g, b);
}
}),
Luminosity(new GrayScaleCompute() {
@Override
public int grayScale(int r, int g, int b) {
return GrayScaleUtil.luminosity(r, g, b);
}
}),
BT709(new GrayScaleCompute() {
@Override
public int grayScale(int r, int g, int b) {
return GrayScaleUtil.BT709(r, g, b);
}
}),
RMY(new GrayScaleCompute() {
@Override
public int grayScale(int r, int g, int b) {
return GrayScaleUtil.RMY(r, g, b);
}
}),
Y(new GrayScaleCompute() {
@Override
public int grayScale(int r, int g, int b) {
return GrayScaleUtil.Y(r, g, b);
}
});
private GrayScaleCompute gc;
GrayScale(GrayScaleCompute gc) {
this.gc = gc;
}
public int grayScale(int r, int g, int b) {
return this.gc.grayScale(r, g, b);
}
}
//Lightness = (max(r,g,b)+min(r,g,b))/2
public static int lightness(int r, int g, int b) {
return (Math.max(Math.max(r, g), b) + Math.min(Math.min(r, g), b)) / 2;
}
// Average Brightness = (r+g+b)/3
public static int average(int r, int g, int b) {
return (r + g + b) / 3;
}
//Luminosity =(0.21*r+0.72*g+0.07*b)
public static int luminosity(int r, int g, int b) {
return (int) (0.21 * r + 0.72 * g + 0.07 * b);
}
/**
* Magic number about grayscale from http://jscience.org/experimental/javadoc/org/jscience/computing/ai/vision/GreyscaleFilter.html
*/
//BT709 Greyscale: Red: 0.2125 Green: 0.7154 Blue: 0.0721
public static int BT709(int r, int g, int b) {
return (int) (0.2125 * r + 0.7154 * g + 0.0721 * b);
}
//RMY Greyscale: Red: 0.5 Green: 0.419 Blue: 0.081
public static int RMY(int r, int g, int b) {
return (int) (0.5 * r + 0.419 * g + 0.081 * b);
}
//Y-Greyscale (YIQ/NTSC): Red: 0.299 Green: 0.587 Blue: 0.114
public static int Y(int r, int g, int b) {
return (int) (0.299 * r + 0.587 * g + 0.114 * b);
}
}
|
本文转自 secondriver 51CTO博客，原文链接：http://blog.51cto.com/aiilive/1718960，如需转载请自行联系原作者