灰度图

 如果你用过 Photoshop,Corel PhotoPaint 等图象处理软件，可能听说过“灰度图” (grayscale) 这个词。灰度图是指只含亮度信息，不含色彩信息的图象，就象我们平时看到的黑白照片：亮度由暗到明，变化是连续的。因此，要表示灰度图，就需要把亮度值进行量化。通常划分成 0 到 255 共 256 个级别，其中 0 最暗 ( 全黑 )， 255 最亮 ( 全白 ) 。 .bmp 格式的文件中，并没有灰度图这个概念，但是，我们可以很容易在 .bmp 文件中表示灰度图。方法是用 256 色的调色板，只不过这个调色板有点特殊，每一项的 RGB 值都是相同的。也就是说RGB 值从 (0 ， 0 ， 0) ， (1 ， 1 ， 1) 一直到 (255 ， 255 ， 255) 。 (0 ， 0 ， 0) 是全黑色， (255 ， 255 ，255) 是全白色，中间的是灰色。这样，灰度图就可以用 256 色图来表示了。为什么会这样呢？难道是一种巧合？其实并不是。

 

在表示颜色的方法中，除了 RGB 外，还有一种叫 YUV 的表示方法，应用也很多。电视信号中用的就是一种类似于 YUV 的颜色表示方法。

在这种表示方法中， Y 分量的物理含义就是亮度， U 和 V 分量代表了色差信号 ( 你不必了解什么是色差，只要知道有这么一个概念就可以了 ) 。使用这种表示方法有很多好处，最主要的有两点：

(1)    因为 Y 代表了亮度，所以 Y 分量包含了灰度图的所有信息，只用 Y 分量就能完全能够表示出一幅灰度图来。当同时考虑 U ， V 分量时，就能够表示出彩色信息来。这样，用同一种表示方法可以很方便的在灰度和彩色图之间切换，而 RGB 表示方法就做不到这一点了。

(2)    人眼对于亮度信号非常敏感，而对色差信号的敏感程度相对较弱。也就是说，图象的主要信息包含在 Y 分量中。这就提示我们：如果在对 YUV 信号进行量化时，可以“偏心”一点，让 Y 的量化级别多一些 ( 谁让它重要呢？ ) 而让 UV 的量化级别少一些，就可以实现图象信息的压缩。而 RGB 的表示方法就做不到这一点，因为RGB 三个分量同等重要，缺了谁也不行。 YUV 和 RGB 之间有着如下的对应关系

       (1)

 

         (2)

 

 

当RGB三个分量的大小一样时，假设都是a，代入公式(1)，得到Y=a，U=0，V=0 。你现在该明白我前面所说不是巧合的原因了吧。

 

使用灰度图有一个好处，那就是方便。首先RGB的值都一样；其次，图象数据即调色板索引值，也就是实际的RGB值，也就是亮度值；另外，因为是256色调色板，所以图象数据中一个字节代表一个象素，很整齐。如果是2色图或16色图，还要拼凑字节，很麻烦。如果是彩色的256色图，由于图象处理后有可能会产生不属于这256种颜色的新颜色，就更麻烦了；这一点，今后你就会有深刻体会的。所以，做图象处理时，一般采用灰度图。为了将重点放在算法本身上，今后给出的程序如不做特殊说明，都是针对256级灰度图的。其它颜色的情况，你可以自己想一想，把算法补全。