“标准”RGB 到灰度转换

Question

我正在尝试编写一个转换器算法，该算法采用 JPEG 图像并返回其 PGM（便携式灰度图）版本。 问题是我无法理解“官方”JPG->PGM 转换器如何从经典 RGB 格式开始分配给最终像素（我猜是 0->255）的值。

一开始我用的是这个公式（和OpenCV的CV_RGB2GRAY转换用的一样）：

0.30*R + 0.59*G + 0.11*B = 值

我编写了一个简单的代码来测试我的结果：它采用彩色图像及其 PGM 版本（已使用 GIMP 转换）。然后它使用前面的公式转换彩色图像。目标是得到一个像素到像素等于 PGM 输入的灰度图像。

此时，它不会返回相同的值。你能帮助我吗？

Answer 1

问题是我无法理解“官方”JPG->PGM 转换器如何从经典的 RGB 格式开始分配给最终像素（我猜是 0->255）的值。

那些“官方”工具正在使用的转换中可能存在伽玛调整。
也就是说，它不仅仅是线性变换。

有关详细信息，请参阅此 Wikipedia 部分：Converting color to grayscale

我相信您想使用C<sub>srgb</sub> 的公式。
试试看它是否符合您的预期。

基本上，你会这样做：

1. 取R, G, B颜色（每个在[0,1]范围内）
   • 如果它们在0..255 范围内，只需除以255.0
2. 计算C<sub>linear</sub> = 0.2126 R + 0.7152 G + 0.0722 B
   • 这可能是您之前应用的线性变换
3. 根据公式计算C<sub>srgb</sub>，基于C<sub>linear</sub>
   • 这是您缺少的非线性伽马校正部分
   • 查看this WolframAlpha plot
   • C<sub>srgb</sub> = 12.92 C<sub>linear</sub> 当C<sub>linear</sub> &lt;= 0.0031308
   • C<sub>srgb</sub> = 1.055 C<sub>linear</sub><sup>1/2.4</sup> - 0.055 当C<sub>linear</sub> &gt; 0.0031308

Answer 2

哈罗德关于“Y 平面”的观点：标准彩色 JPEG 使用YCbCr 颜色空间进行编码，其中 Y 是亮度分量（即亮度），Cb 和 Cr 是蓝差和红差色度成分。因此，将彩色 JPEG 转换为灰度的一种方法是简单地删除 Cb 和 Cr 分量。

有一个名为jpegtran 的实用程序可以使用-grayscale 选项无损地执行此操作。 （无损部分只有在你想以 JPEG 而不是 PGM 结束时才有意义，以避免generation loss。）无论如何，这可能是进行这种转换的最快方法，因为它甚至没有将图像解码为像素，更不用说对每个像素进行数学运算了。

Answer 3

理论上，只需几个像素（在本例中为 3 个），您就可以确定他们的算法在做什么。 只要选择你的三个像素（p1、p2、p3），它们的 RGB 值和它们的 PGM 灰度值，你就有了：

RedConstant * p1.redValue + GreenConstant * p1.greenValue + BlueConstant * p1.blueValue = p1.grayValue

RedConstant * p2.redValue + GreenConstant * p2.greenValue + BlueConstant * p2.blueValue = p2.grayValue

RedConstant * p3.redValue + GreenConstant * p3.greenValue + BlueConstant * p3.blueValue = p3.grayValue。

然后解决这个问题（查找“方程求解器”或其他东西），看看他们使用的常量是什么。

Answer 4

在 OPENCV PYTHON 中将 RGB 图像转换为灰度的简单算法！

我使用了 cmets，所以代码是不言自明的。但它运行迅速。

import cv2
import numpy as np
img1 = cv2.imread('opencvlogo.png')
row,col,ch = img1.shape
g = [ ]  #the list in which we will stuff single grayscale pixel value inplace of 3 RBG values
#this function converts each RGB pixel value into single Grayscale pixel value and appends that value to list 'g'
def rgb2gray(Img):
    global g
    row,col,CHANNEL = Img.shape
    for i in range(row) :
        for j in range(col):
        a =      (   Img[i,j,0]*0.07  +  Img[i,j,1]*0.72 +    Img[i,j,2] *0.21   ) #the algorithm i used id , G =  B*0.07 + G*0.72 + R* 0.21
                                                                                   #I found it online
        g.append(a)
rgb2gray(img1)  #convert the img1 into grayscale
gr = np.array(g)  #convert the list 'g' containing grayscale pixel values into numpy array
cv2.imwrite("test1.png" , gr.reshape(row,col)) #save the image file as test1.jpg

所以我使用了这个图像文件...

我的程序生成以下灰度文件..

Answer 5

将默认 RGB ColorModel 中的单个输入像素转换为单个灰色像素。

/* Convertation function 
 * @param x    the horizontal pixel coordinate
 * @param y    the vertical pixel coordinate
 * @param rgb  the integer pixel representation in the default RGB color model
 * @return a gray pixel in the default RGB color model.*/

    public int filterRGB(int x, int y, int rgb) {
    // Find the average of red, green, and blue.
    float avg = (((rgb >> 16) & 0xff) / 255f +
                 ((rgb >>  8) & 0xff) / 255f +
                  (rgb        & 0xff) / 255f) / 3;
    // Pull out the alpha channel.
    float alpha = (((rgb >> 24) & 0xff) / 255f);

    // Calculate the average.
    // Formula: Math.min(1.0f, (1f - avg) / (100.0f / 35.0f) + avg);
    // The following formula uses less operations and hence is faster.
    avg = Math.min(1.0f, 0.35f + 0.65f * avg);
    // Convert back into RGB.
   return (int) (alpha * 255f) << 24 |
          (int) (avg   * 255f) << 16 |
          (int) (avg   * 255f) << 8  |
          (int) (avg   * 255f);
}

Answer 6

平均法是最简单的一种。你只需要取三种颜色的平均值。由于它是 RGB 图像，所以这意味着您已将 r 与 g 与 b 相加，然后将其除以 3 以获得所需的灰度图像。

这样就完成了。

Grayscale = (R + G + B / 3)

如果您有如上图所示的彩色图像，并且您想使用平均法将其转换为灰度。