歡迎關(guān)注公眾號：七只的Coding日志技掏，更多鏈接
圖像基礎(chǔ)：
圖像包含三個元素：圖像的大泻菰埂坑资； 圖像的深度； 圖像的通道校仑；
1忠售、圖像的位深度及其取值范圍: src.depth()
Mat類型：
– CV_<bit_depth>(S|U|F)C<number_of_channels>
S = 符號整型 U = 無符號整型 F = 浮點型
E.g.：
CV_8UC1 是指一個8位無符號整型單通道矩陣,
CV_32FC2是指一個32位浮點型雙通道矩陣。
CV_8UC1 CV_8SC1 CV_16U C1 CV_16SC1
CV_8UC2 CV_8SC2 CV_16UC2 CV_16SC2
CV_8UC3 CV_8SC3 CV_16UC3 CV_16SC3
CV_8UC4 CV_8SC4 CV_16UC4 CV_16SC4
CV_32SC1 CV_32FC1 CV_64FC1
CV_32SC2 CV_32FC2 CV_64FC2
CV_32SC3 CV_32FC3 CV_64FC3
CV_32SC4 CV_32FC4 CV_64FC4
2迄沫、圖像的大械狙铩：Size()
size包含兩個參數(shù)：就是圖像的寬度和高。 取圖像的大醒虼瘛：src.size()
Size （寬泰佳，高）
3、圖像的通道
Mat類型： CV_<bit_depth>(S|U|F)C<number_of_channels> 中C就代表通道尘吗，后面的數(shù)字代表通道數(shù)逝她。
問題：很多圖片識別為什么將彩色圖像灰度化?
知乎上的回答：
（1）我們識別物體，最關(guān)鍵的因素是梯度（現(xiàn)在很多的特征提取睬捶，SIFT,HOG等等本質(zhì)都是梯度的統(tǒng)計信息）黔宛，梯度意味著邊緣，這是最本質(zhì)的部分擒贸，而計算梯度臀晃，自然就用到灰度圖像了。顏色本身酗宋，非常容易受到光照等因素的影響积仗，同類的物體顏色有很多變化。所以顏色本身難以提供關(guān)?("在此處鍵入公式蜕猫。" ) 鍵信息寂曹。
（2）包含色彩的話，特征量，計算量成指數(shù)倍數(shù)增加隆圆。比如一個點漱挚，灰度的話，就256個維度而已渺氧，但是如果算上RGB色彩的話旨涝，那就是1600萬以上維度。然后再相互組合侣背，或者說找梯度白华，可以想象看看~~計算量太大，但是好在就算是全色盲也可以分辨物體贩耐，于是就x先降維（灰度）來計算弧腥。
作者：zhegekankan
鏈接：https://www.zhihu.com/question/24453478/answer/478934400
來源：知乎
灰度圖像能以較少的數(shù)據(jù)表征圖像的大部分特征，因此在某些算法的預(yù)處理階段需要進行彩色圖像灰度化潮太，以提高后續(xù)算法的效率管搪。將彩色圖像轉(zhuǎn)換為灰度圖像的過程稱為彩色圖像灰度化。在RGB模型中铡买，位于空間位置(x,y)的像素點的顏色用該像素點的R分量R(x,y)更鲁、G分量G(x,y)和B分量B(x,y)3個數(shù)值表示∑娉灰度圖像每個像素用一個灰度值（又稱強度值澡为、亮度值）表示即可。
設(shè)f(x,y)表示位于空間位置(x,y)處的像素（該像素的R分量景埃、G分量缀壤、B分量值分別為R(x,y)、G(x,y)纠亚、B(x,y)）的灰度化：
-
最大值灰度化：
算法：最大值灰度化方法將彩色圖像中像素的R分量塘慕、G分量和B分量3個數(shù)值的最大值作為灰度圖的灰度值。
公式：f(x, y)=max?(R(x,y), G(x,y), B(x,y))
-
平均灰度化：
算法：平均值灰度化方法將彩色圖像中像素的R分量蒂胞、G分量和B分量3個數(shù)值的平均值作為灰度圖的灰度值图呢。
公式：f(x, y)=(R(x,y)+G(x,y)+ B(x,y))/3
-
加權(quán)平均值灰度化：
由于人眼對綠色最為敏感，紅色次之骗随，對藍色的敏感性最低蛤织，因此使W_G>W_R>W_B 將得到較易識別的灰度圖像。一般時鸿染，W_R=0.299,W_b=0.587,W_G=0.114得到的灰度圖像效果最好
Gray= 0.072169B+ 0.715160G+ 0.212671*R
Gray= 0.11B+ 0.59G+ 0.3*R
前一種是OpenCV開放庫所采用的灰度權(quán)值指蚜，后一種為從人體生理學(xué)角度所提出的一種權(quán)值（人眼對綠色的敏感最高，對藍色敏感最低）
算法：加權(quán)平均值灰度化方法將彩色圖像中像素的R分量涨椒、G分量和B分量3個數(shù)值的加權(quán)平均值作為灰度圖的灰度值摊鸡。
公式：f(x, y)=W_R?R(x,y)+W_G?G(x,y)+ W_B?B(x,y) -
gamma校正加權(quán)均值進行圖像灰度化：
注意這里的2.2次方和2.2次方根, RGB顏色值不能簡單直接相加绽媒，而是必須用2.2次方換算成物理光功率。因為RGB值與功率并非簡單的線性關(guān)系免猾，而是冪函數(shù)關(guān)系是辕，這個函數(shù)的指數(shù)稱為Gamma值，一般為2.2猎提，而這個換算過程逻族，稱為Gamma校正屹篓。
公式：Gray=√(2.2&(R^2.2 〖+(1.5G)〗^2.2 〖+（0.6B）〗2.2)/(1+〖1.5〗2.2+〖0.6〗^2.2 ))
總結(jié)：
由上圖進行各個灰度化結(jié)果比較可以清晰的看出：
1、最大值法灰度化后圖像過于亮嘁字，丟失的圖像細節(jié)較多窿春，常用于對原本色調(diào)較暗的圖像進行處理
2侯养、加權(quán)平均值法灰度化后過于暗熏兄，不易于進行目標對象與背景區(qū)域的區(qū)分秘狞，常用于對原本色調(diào)較亮的圖像進行處理
3、直接調(diào)用函數(shù)進行灰度化顏色依舊偏暗
4肯夏、gamma修正灰度化的效果很好，但是gamma修正法的系數(shù)太多犀暑，而且設(shè)計到了指數(shù)以及開方運算驯击，運算時間長，對于大量圖片的處理更是不適用耐亏，對設(shè)備的要求非常高
5徊都、均值的效果跟gamma修正法差不多，可能不及gamma修正法广辰，但是其方法計算便捷暇矫，且結(jié)果較佳
因此一般使用均值法進行圖片的灰度處理
