java图像灰度化的实现过程解析-亚博电竞手机版

概要

本文主要介绍了灰度化的几种方法，以及如何使用java实现灰度化。同时分析了网上一种常见却并不妥当的java灰度化实现，以及证明了opencv的灰度化是使用“加权灰度化”法

24位彩色图与8位灰度图

首先要先介绍一下24位彩色图像，在一个24位彩色图像中，每个像素由三个字节表示，通常表示为rgb。通常，许多24位彩色图像存储为32位图像，每个像素多余的字节存储为一个alpha值，表现有特殊影响的信息[1]。

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[2]。这样就得到一幅图片的灰度图。

几种灰度化的方法

• 分量法：使用rgb三个分量中的一个作为灰度图的灰度值。
• 最值法：使用rgb三个分量中最大值或最小值作为灰度图的灰度值。
• 均值法：使用rgb三个分量的平均值作为灰度图的灰度值。
• 加权法：由于人眼颜色敏感度不同，按下一定的权值对rgb三分量进行加权平均能得到较合理的灰度图像。一般情况按照：y = 0.30r 0.59g 0.11b。

[注]加权法实际上是取一幅图片的亮度值作为灰度值来计算，用到了yuv模型。在[3]中会发现作者使用了y = 0.21 * r 0.71 * g 0.07 * b来计算灰度值（显然三个权值相加并不等于1，可能是作者的错误？）。实际上，这种差别应该与是否使用伽马校正有关[1]。

一种java实现灰度化的方法

如果你搜索“java实现灰度化”，十有八九都是一种方法（代码）：

public void grayimage() throws ioexception{     file file = new file(system.getproperty("user.dir") "/test.jpg");     bufferedimage image = imageio.read(file);      int width = image.getwidth();       int height = image.getheight();        bufferedimage grayimage = new bufferedimage(width, height, bufferedimage.type_byte_gray);      for(int i= 0 ; i < width ; i  ){           for(int j = 0 ; j < height; j  ){           int rgb = image.getrgb(i, j);           grayimage.setrgb(i, j, rgb);           }       }        file newfile = new file(system.getproperty("user.dir") "/method1.jpg");       imageio.write(grayimage, "jpg", newfile);   }

test.jpg的原图为：

使用上述方法得到的灰度图：

看到这幅灰度图，似乎还真是可行，但是如果我们使用opencv来实现灰度化或使用pil（python），你会发现效果相差很大：

img = cv2.imread('test.jpg',cv2.imread_color) gray = cv2.cvtcolor(img,cv2.color_bgr2gray) cv2.imwrite('pythonmethod.jpg', gray)

可以清楚的看到，使用opencv（pil也是一样的）得到的灰度图要比上面java方法得到的方法好很多，很多细节都能够看得到。这说明，网上这种流行的方法一直都存在这某种问题，只是一直被忽略。

opencv如何实现灰度化

如果读过opencv相关的书籍或代码，大概都能知道opencv灰度化使用的是加权法，之所以说是大概，因为我们不知道为什么opencv灰度化的图像如此的好，是否有其他的处理细节被我们忽略了？

验证我们的猜想很简单，只要查看像素值灰度化前后的变化就知道了，可以如下测试：

img = cv2.imread('test.jpg',cv2.imread_color) h, w = img.shape[:2] gray = cv2.cvtcolor(img,cv2.color_bgr2gray) for j in range(w): 	for i in range(h): 		print str(i)   " : "   str(j)   " "   str(gray[i][j]) print img[h-1][w-1][0:3]

以下打印了这么多像素点，我们也很难判断，但是我们只要关注一下最后一个像素点，就能够发现端倪： 原图最后的像素点rgb值为44，67，89，而灰度化之后的值为71。正好符合加权法计算的灰度值。如果你检查之前用java灰度化的图片的像素值，你会发现不仅仅像素值不符合这个公式，甚至相差甚远。

到此，我们猜测opencv（也包括pil）是使用加权法实现的灰度化。

java实现加权法灰度化

如果网上那段流行的方法不行，我们该如何使用java实现灰度化？实际上[3]已经成功的实现了（多种方法的）灰度化（外国友人搞技术还是很给力的），在此仅仅提取必要的代码：

private static int colortorgb(int alpha, int red, int green, int blue) {  		int newpixel = 0; 		newpixel  = alpha; 		newpixel = newpixel << 8; 		newpixel  = red; 		newpixel = newpixel << 8; 		newpixel  = green; 		newpixel = newpixel << 8; 		newpixel  = blue;  		return newpixel;  } public static void main(string[] args) throws ioexception { 	bufferedimage bufferedimage  		= imageio.read(new file(system.getproperty("user.dir"   "/test.jpg")); 	bufferedimage grayimage =  		new bufferedimage(bufferedimage.getwidth(),  						  bufferedimage.getheight(),  						  bufferedimage.gettype());  	for (int i = 0; i < bufferedimage.getwidth(); i  ) { 		for (int j = 0; j < bufferedimage.getheight(); j  ) { 			final int color = bufferedimage.getrgb(i, j); 			final int r = (color >> 16) & 0xff; 			final int g = (color >> 8) & 0xff; 			final int b = color & 0xff; 			int gray = (int) (0.3 * r   0.59 * g   0.11 * b);; 			system.out.println(i   " : "   j   " "   gray); 			int newpixel = colortorgb(255, gray, gray, gray); 			grayimage.setrgb(i, j, newpixel); 		} 	} 	file newfile = new file(system.getproperty("user.dir")   "/ok.jpg"); 	imageio.write(grayimage, "jpg", newfile); }

上面的代码会打印出灰度化后的像素值，如果再与上面的python代码做对比，你会发现像素值完全的对应上了。colortorgb方法中对彩色图的处理正好是4个字节，其中之一是alpha参数（前文所讲），下图是这段代码灰度化后的图像：

对于其他方法，依次同理可得。

总结

本文的成因本是希望使用java实现几种灰度化操作，并使用opencv来验证转化的对错，但在实际测试中发现了一些问题（转化后的图片有差异，以及如何在转化后根据灰度值生成灰度图等问题），并就此进行了一定的思考与验证。

这里需要注意的是，网上的一些文章或多或少没有做更进一步的思考（甚至很多都是照搬，尤其是国内的文章），而对于这些实际问题，动手实现并验证是非常重要的方法。希望本文对大家有所帮助。

参考

• [1] 《多媒体技术教程》ze-nian li，mark s.drew著，机械工业出版社。
• [2] 百度百科：灰度值
• [3] java color image to grayscale conversion algorithm(s)