三种算法转换色彩灰阶

    原文:Three algorithms for converting color to grayscale


     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

    

    wKioL1ZeuPXAYByHAAHka8dVKEE756.png


   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。


  更多关于颜色和灰度


 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:

    

/**
     * 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);
        }
    }


  

你可能感兴趣的:(灰阶计算)