Opencv——彩色图像灰度化的三种算法

为了加快处理速度在图像处理算法中，往往需要把彩色图像转换为灰度图像。24为彩色图像每个像素用3个字节表示，每个字节对应着RGB分量的亮度。

当RGB分量值不同时，表现为彩色图像；当RGB分量相同时，变现为灰度图像：

一般来说，转换公式有3中。

(1)Gray(i,j)=[R(i,j)+G(i,j)+B(i,j)]/3;

(2)Gray(i,j)=0.299*R(i,j)+0.587*G(i,j)+0.144*B(i,j);

(3)Gray(i,j)=G(i,j);//从2可以看出G的分量比较大所以可以直接用它代替

下面是代码：

 1 #include<cv.h>

 2 #include<highgui.h>

 3 

 4 using namespace cv;

 5 using namespace std;

 6 

 7 int main()

 8 {

 9     IplImage *img=cvLoadImage("D:\\Opencv\\Images\\lena.jpg");

10     IplImage* dest=cvCreateImage(cvGetSize(img),img->depth,1);

11     cvNamedWindow("SourceImage");

12     cvNamedWindow("destinationImage");

13 

14     uchar* data=(uchar*)img->imageData;

15 

16     int step = img->widthStep/sizeof(uchar);     //step即为上图的widthstep

17     int channels = img->nChannels;            // 这个图片为3通道的

18     uchar    b=0,g=0,r=0;

19     for(int i=0;i<img->height;i++)

20       for(int j=0;j<img->width;j++){

21            b=data[i*step+j*channels+0];   // 此时可以通过更改bgr的值达到访问效果。

22            g=data[i*step+j*channels+1];

23            r=data[i*step+j*channels+2];

24            // ((char*)(dest->imageData + j*dest->widthStep))[i] =(b+r+g)/3;//(1)

25            //((char*)(dest->imageData + j*dest->widthStep))[i] =r*0.299+g*0.587+0.144*b;//(2)

26            ((char*)(dest->imageData + j*dest->widthStep))[i] =g;//(3)

27       }

28 

29       cvShowImage("SourceImage",img);

30       cvShowImage("destinationImage",dest);

31       cvWaitKey();

32       cvDestroyAllWindows();

33       cvReleaseImage(&img);

34       cvReleaseImage(&dest);

35     //i*step     当i=0 即为上图的第一行   为1就是第二行  

36     //j*chanels+0  j*通道数当j=0为第一列的第0个通道->b   

37     //j*channels+1         当j=1为第二列的第1个通道->g

38 }

原图片：

算法1生成的灰度图：

算法2生成的灰度图：

算法3生成的灰度图：