图像灰度化的常用三种方式及其实现

最新推荐文章于 2025-06-01 13:35:43 发布

weixin_34259232

最新推荐文章于 2025-06-01 13:35:43 发布

阅读量4.6k

点赞数

CC 4.0 BY-SA版权

文章标签： c/c++ 人工智能 java

原文链接：http://blog.51cto.com/13662721/2089735

本文介绍图像处理中常见的三种灰度化方法：分量法、最大值法及加权平均法，并提供了使用C++实现的具体代码示例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

第一次写blog，还请各位同仁多多指正，万分感谢！

图像灰度化的常用三种方法有：

1.分量法（本文以B通道为例）：将彩×××像的R、G、B三分量的亮度之一作为灰度图像灰度值 Gray=B or Gray=G or Gray=R

2.最大值法：将彩×××像的R、G、B三分量亮度最大值作为灰度图像灰度值
max(R,max(G,B)) 注意max函数一次只能比较两个参数；

3.加权平均法：将彩×××像的R、G、B三分量以不同的权重进行加权平均。人眼对绿色敏感最高，对蓝色敏感最低，故采用心理学灰度公式：
Gray= 0.114B+ 0.587G+ 0.299R
即是Opencv的颜色空间转换函数： CV_BGR2GRAY

以下是示例代码实现：
void cvtCOLOR(Mat src, Mat dst)
{
float R, G, B;
for (int y = 0; y < src.rows; y++)
{
uchar data = dst.ptr<uchar>(y);
for (int x = 0; x < src.cols; x++)
{
B = src.at<Vec3b>(y, x)[0];
G = src.at<Vec3b>(y, x)[1];
R = src.at<Vec3b>(y, x)[2];
//data[x] = (int)(R 0.299 + G 0.587 + B 0.114);//利用公式计算灰度值（加权平均法）
data[x] = (int)max(R,max(G,B));//最大值法
data[x] = (int)(B);//分量法
}
}
}
void main()
{
Mat src = imread("1.jpg", 1);
Mat dst(src.rows, src.cols, CV_8UC1);//大小与原图相同的八位单通道图
//cvtColor(src, dst, COLOR_RGB2GRAY);//加权平均法，心理学灰度公式
cvtCOLOR(src, dst);
namedWindow("转换为灰度图", WINDOW_NORMAL);
imshow("转换为灰度图", dst);
waitKey(0);