2013年12月 VB大版内专家分月排行榜第二2013年3月 VB大版内专家分月排行榜第二2013年1月 VB大版内专家分月排行榜第二2012年9月 VB大版内专家分月排行榜第二2012年8月 VB大版内专家分月排行榜第二2012年7月 VB大版内专家分月排行榜第二2006年7月 VB大版内专家分月排行榜第二2006年5月 VB大版内专家分月排行榜第二
2014年9月 VB大版内专家分月排行榜第三2013年7月 VB大版内专家分月排行榜第三2013年6月 VB大版内专家分月排行榜第三2013年4月 VB大版内专家分月排行榜第三2012年11月 VB大版内专家分月排行榜第三2006年6月 VB大版内专家分月排行榜第三2006年4月 VB大版内专家分月排行榜第三2002年12月 VB大版内专家分月排行榜第三2002年11月 VB大版内专家分月排行榜第三
本帖子已过去太久远了，不再提供回复功能。本帖子已过去太久远了，不再提供回复功能。7192人阅读
多媒体--图像处理理论（11）
&& 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，因此，灰度图像每个像素只需一个字节存放灰度值（又称强度值、亮度值），灰度范围为0-255。一般有以下四种方法对彩色图像进行灰度化： 　　
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) 其中fk(i,j)(k=1,2,3)为转换后的灰度图像在（i,j）处的灰度值。
如图4-1的彩色图像转为4-2三种灰度图。
　图4-1 彩色图像 　　（a）R分量灰度图 （b）G分量灰度图 （c）B分量灰度图 　　
图4-2 彩色图的三分量灰度图 　　
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)) 　　
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图。 　　f(i,j)=(R(i,j)+G(i,j)+B(i,j)) /3 　　
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))
二值化
全局二值化
　　一幅图像包括目标物体、背景还有噪声，要想从多值的数字图像中直接提取出目标物体，最常用的方法就是设定一个全局的阈值T，用T将图像的数据分成两部分：大于T的像素群和小于T的像素群。将大于T的像素群的像素值设定为白色（或者黑色），小于T的像素群的像素值设定为黑色（或者白色）。
　　全局二值化，在表现图像细节方面存在很大缺陷。为了弥补这个缺陷，出现了局部二值化方法。
　　局部二值化的方法就是按照一定的规则将整幅图像划分为N个窗口，对这N个窗口中的每一个窗口再按照一个统一的阈值T将该窗口内的像素划分为两部分，进行二值化处理。
局部自适应二值化
　　局部二值化也有一个缺陷。这个缺陷存在于那个统一阈值的选定。这个阈值是没有经过合理的运算得来，一般是取该窗口的平局值。这就导致在每一个窗口内仍然出现的是全局二值化的缺陷。为了解决这个问题，就出现了局部自适应二值化方法。
　　局部自适应二值化，该方法就是在局部二值化的基础之上，将阈值的设定更加合理化。该方法的阈值是通过对该窗口像素的平均值E，像素之间的差平方P，像素之间的均方根值Q等各种局部特征，设定一个参数方程进行阈值的计算，例如：T=a*E+b*P+c*Q，其中a,b,c是自由参数。这样得出来的二值化图像就更能表现出二值化图像中的细节。
&&& 反色的实际含义是将R、G、B值反转。若颜色的量化级别是256，则新图的R、G、B值为255减去原图的R、G、B值。这里针对的是所有图，包括真彩图、带调色板的彩色图(又称为伪彩色图)、和灰度图。针对不同种类有不同的处理。先看看真彩图。我们知道真彩图不带调色板，每个象素用3个字节，表示R、G、B三个分量。所以处理很简单，把反转后的R、G、B值写入新图即可，比如一个点的颜色为(0,0,0)，反色后为(255,255,255)。再来看看带调色板的彩色图，我们知道位图中的数据只是对应调色板中的一个索引值，我们只需要将调色板中的颜色反转，形成新调色板，而位图数据不用动，就能够实现反转。
灰度图是一种特殊的伪彩色图，只不过调色板中的R、G、B值都是一样的而已。所以反转的处理和上面讲的一样。
求区域内R,G,B的各自平均值
求R,G,B的平均值在图像处理上有很大的意义，代码如下：
void GetRGBInfo(CPoint point,CPoint pStart ,int& nBData,int& nGData ,int & nRData)
int nLeft,nRight,nUp,nB
nLeft = point.x&pStart.x?point.x:pStart.x;
nRight = point.x&pStart.x?point.x:pStart.x;
nBottom = point.y&pStart.y?point.y:pStart.y;
nUp = point.y&pStart.y?point.y:pStart.y;
int nNum = 0;
long nValueR=0;
long nValueG=0;
long nValueB=0;
for (int i=nBi&nUp;i++)
for (int j=nLj&nRj++)
nValueR+= g_pImageSrc[i*m_nPicWidth*3+j*3];
nValueG+= g_pImageSrc[i*m_nPicWidth*3+j*3+1];
nValueB+= g_pImageSrc[i*m_nPicWidth*3+j*3+2];
if (nNum!=0)
nBData = nValueR/nN
nGData = nValueG/nN
nRData = nValueB/nN
参考知识库
* 以上用户言论只代表其个人观点，不代表CSDN网站的观点或立场
访问：421246次
积分：6536
积分：6536
排名：第2825名
原创：191篇
转载：315篇
评论：33条
(1)(8)(12)(9)(12)(5)(6)(9)(13)(2)(6)(2)(2)(1)(3)(3)(3)(5)(7)(8)(5)(5)(3)(6)(6)(3)(2)(19)(4)(17)(11)(2)(9)(13)(13)(10)(13)(11)(15)(17)(18)(13)(5)(11)(11)(20)(30)(36)(35)(9)(3)(2)(8)(3)转-OpenCV—RGB图像灰度化，并提取轮廓
OpenCV—RGB图像灰度化，并提取轮廓
主要功能：加载一个RGB彩色图像，将其转化成灰度图，并采用Canny算法提取灰度图的边缘
主要函数说明：
&1& cvCvtColor(
const CvArr* src, CvArr* dst, int code )
表示将图像src的颜色空间转换后保存到图像dst中，其中code表示颜色空间转化形式，主要有CV_BGR2BGRA、CV_BGRA2BGR、CV_BGR2RGBA、CV_RGBA2BGR、CV_BGR2RGB等60种颜色空间转换形式，本程序中code为：CV_RGB2GRAY。
&2& cvCanny( const
CvArr* image, CvArr* edges, double threshold1,
double threshold2, int aperture_size CV_DEFAULT(3)
表示将图像image中阈值为thresh1至thresh2间的轮廓提取出来，并将轮廓图像保存到edges中。
&3&另外在轮廓图像中添加了一个滑动条以控制阈值范围，查看不同阈值范围内的轮廓图像。
***********************
代码如下：
// RGB_Gray_Canny.cpp :
Defines the entry point for the console application.
"stdafx.h"
&cxcore.h&
&highgui.h&
&iostream&
using namespace
//声明图像IplImage指针
pSrcImg=NULL;
IplImage* pGrayImg =
IplImage* pCannyImg =
int Thresh=50;
//滑动条响应函数
void onTrackerSlid(int
&& cvCanny(pGrayImg,
pCannyImg,(float)thresh,(float)thresh*3, 3);
&& cvShowImage( "Canny
Image", pCannyImg );
int main( int argc, char**
if(argc!=2)
argv[1]="lena.jpg";
//载入图像，强制转化为Gray
if((pSrcImg = cvLoadImage( argv[1],1)) != 0 )
cout&&"Press ESC to
//将颜色空间由RGB转化为Gray
pGrayImg=cvCreateImage(cvGetSize(pSrcImg),8,1);
cvCvtColor(pSrcImg,pGrayImg,CV_RGB2GRAY);
//canny边缘检测
pCannyImg =
cvCreateImage(cvGetSize(pGrayImg),IPL_DEPTH_8U,1);
//cvCanny(pGrayImg, pCannyImg, 150,50, 3);
//创建窗口
cvNamedWindow( "Source Image",
CV_WINDOW_AUTOSIZE);
cvNamedWindow( "Gray Image",CV_WINDOW_AUTOSIZE);
cvNamedWindow( "Canny Image",CV_WINDOW_AUTOSIZE);
//添加滑动条来调节边缘检测的阈值
cvShowImage( "Gray Image", pCannyImg);
cvCreateTrackbar("Threshold", "Canny Image",
&Thresh, 100, onTrackerSlid);
onTrackerSlid(Thresh);&&&&&
//显示图像
cvShowImage( "Source Image", pSrcImg );
cvShowImage( "Gray Image",pGrayImg);
//保存图像
cvSaveImage( "Gray_Image.jpg",pGrayImg);
cvSaveImage( "Canny_Image.jpg",pCannyImg);
//等待按"ESC"键退出
&&&if(cvWaitKey(100)==27)
&&&&&&&&&&&&&&
//销毁窗口
//cvWaitKey(0);
cvDestroyWindow( "Source Image" );
cvDestroyWindow( "Canny Image" );
cvDestroyWindow( "Gray Image");
//释放图像
cvReleaseImage( &pGrayImg );
cvReleaseImage( &pCannyImg );
cvReleaseImage( &pSrcImg);
已投稿到：
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。图像灰度化的方法及编程实现_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
图像灰度化的方法及编程实现
上传于||文档简介
&&图​像​灰​度​化
阅读已结束，如果下载本文需要使用1下载券
想免费下载本文？
定制HR最喜欢的简历
下载文档到电脑，查找使用更方便
还剩1页未读，继续阅读
定制HR最喜欢的简历
你可能喜欢}