opencv彩色图像(RGB)转灰度图像及其优化

1. 彩色图像转灰度图像

RGB转灰度，通常会使用下面的一个心理学公式：(Matlab和OpenCV中使用的也是该公式)

Gray = 0.2989*R + 0.5870*G + 0.1140*B

实现代码如下

#include<opencv.hpp>

//通过上述计算公式得到灰度图像

void grayImageShow(cv::Mat &input, cv::Mat &output)
{
for (int i = 0; i < input.rows; ++i)
{
for (int j = 0; j < input.cols; ++j)
{
output.at<uchar>(i, j) = cv::saturate_cast<uchar>(0.114*input.at<cv::Vec3b>(i, j)[0] + 0.587*input.at<cv::Vec3b>(i, j)[1] + 0.2989*input.at<cv::Vec3b>(i, j)[2]);
}
}
cv::imshow("dst", output);
}

int main(void)
{
cv::Mat src, gray, dst;

gray=cv::imread("d:/Opencv Picture/Lena.jpg", cv::IMREAD_GRAYSCALE);//由imread()得到的灰度图像
src = cv::imread("d:/Opencv Picture/Lena.jpg");
dst.create(src.rows, src.cols,CV_8UC1);

cv::imshow("scr",src);
cv::imshow("gray", gray);
grayImageShow(src, dst);
cvWaitKey(0);

return 0;
}

下面是输出结果，src为原图像，gray为通过imread(）获得的灰度图，dst为通过计算公式得到的灰度图



2. 计算速度优化

抛却指令优化不谈，优化转化速度的最直接方法就是将浮点运算转化为整数运算：

比如我们可以将上式转化为：

Gray = （2989*R + 5870*G + 1140*B）/ 10000，

但是上面的除法还是不够快，我们完全可以使用移位操作来代替:

Gray = （4898*R + 9618*G + 1868*B）>> 14

此外，对大部分计算机视觉应用来说，图像的精度问题不是一个特别敏感的问题，因此我们可以通过降低精度来进一步减少计算量：（我通常使用8位精度）

Gray = （76*R + 150*G + 30*B）>> 8

对应的C++ 程序也比较简单：

bool rgb2gray(unsigned char *src,unsigned char *dest,int width,int height)
{
int r, g, b;
for (int i=0;i<width*height;++i)
{
r = *src++; // load red
g = *src++; // load green
b = *src++; // load blue
// build weighted average:
*dest++ = (r * 76 + g * 150 + b * 30) >>8;
}
return true;
}

1
2
3
4
5
6
7
8
9
10
11
12
13
1
2
3
4
5
6
7
8
9
10
11
12
13

更多精度转换，大家也可以参照下表：

Gray = (R*1 + G*2 + B*1) >> 2
Gray = (R*2 + G*5 + B*1) >> 3
Gray = (R*4 + G*10 + B*2) >> 4
Gray = (R*9 + G*19 + B*4) >> 5
Gray = (R*19 + G*37 + B*8) >> 6
Gray = (R*38 + G*75 + B*15) >> 7
Gray = (R*76 + G*150 + B*30) >> 8
Gray = (R*153 + G*300 + B*59) >> 9
Gray = (R*306 + G*601 + B*117) >> 10
Gray = (R*612 + G*1202 + B*234) >> 11
Gray = (R*1224 + G*2405 + B*467) >> 12
Gray = (R*2449 + G*4809 + B*934) >> 13
Gray = (R*4898 + G*9618 + B*1868) >> 14
Gray = (R*9797 + G*19235 + B*3736) >> 15
Gray = (R*19595 + G*38469 + B*7472) >> 16
Gray = (R*39190 + G*76939 + B*14943) >> 17
Gray = (R*78381 + G*153878 + B*29885) >> 18
Gray = (R*156762 + G*307757 + B*59769) >> 19
Gray = (R*313524 + G*615514 + B*119538) >> 20