圖像的灰度化

灰度化宫静,在RGB模型中走净,如果R=G=B時(shí),則彩色表示一種灰度顏色孤里,其中R=G=B的值叫灰度值伏伯,因此,灰度圖像每個(gè)像素只需一個(gè)字節(jié)存放灰度值(又稱強(qiáng)度值捌袜、亮度值)说搅,灰度范圍為0-255,0%的灰度RGB數(shù)值是255,255,255虏等;1%灰度的RGB數(shù)值是253,253,253弄唧;2%灰度RGB值為250,250,250适肠。一般有分量法 最大值法、平均值法候引、加權(quán)平均法四種方法對(duì)彩色圖像進(jìn)行灰度化侯养。

灰度圖像與黑白圖像不同,在計(jì)算機(jī)圖像領(lǐng)域中黑白圖像只有黑白兩種顏色澄干,灰度圖像在黑色與白色之間還有許多級(jí)的顏色深度逛揩。

1.分量法

將彩色圖像中的三分量的亮度作為三個(gè)灰度圖像的灰度值,可根據(jù)應(yīng)用需要選取一種灰度圖像麸俘。

f1(i,j)=R(i,j) ? ?f2(i,j)=G(i,j) ? ??f3(i,j)=B(i,j)

其中fk(i,j)(k=1,2,3)為轉(zhuǎn)換后的灰度圖像在(i,j)處的灰度值辩稽。

2.最大值法

將彩色圖像中的三分量亮度的最大值作為灰度圖的灰度值。

f(i,j)=max(R(i,j),G(i,j),B(i,j))

3.平均值法

將彩色圖像中的三分量亮度求平均得到一個(gè)灰度值从媚。

f(i,j)=(R(i,j)+G(i,j)+B(i,j)) /3

4.加權(quán)平均法

根據(jù)重要性及其它指標(biāo)逞泄,將三個(gè)分量以不同的權(quán)值進(jìn)行加權(quán)平均。由于人眼對(duì)綠色的敏感最高拜效,對(duì)藍(lán)色敏感最低喷众,因此,按下式對(duì)RGB三分量進(jìn)行加權(quán)平均能得到較合理的灰度圖像紧憾。

f(i,j)=0.30R(i,j)+0.59G(i,j)+0.11B(i,j)


precision highp float;

varying vec2 vTexCoord;

uniform sampler2D uInputTex;

void main()

{

? ? ? vec3 texel = texture2D(uInputTex, vTexCoord).rgb;

? ? ? ? texel = vec3(dot(vec3(0.3, 0.59, 0.11), texel));

? ? ? ? gl_FragColor = vec4(texel, 1.0);

}

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末侮腹,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子稻励,更是在濱河造成了極大的恐慌,老刑警劉巖愈涩,帶你破解...
    沈念sama閱讀 211,290評(píng)論 6 491
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件望抽,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡履婉,警方通過(guò)查閱死者的電腦和手機(jī)煤篙,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,107評(píng)論 2 385
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)毁腿,“玉大人辑奈,你說(shuō)我怎么就攤上這事∫芽荆” “怎么了鸠窗?”我有些...
    開封第一講書人閱讀 156,872評(píng)論 0 347
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)胯究。 經(jīng)常有香客問(wèn)我稍计,道長(zhǎng),這世上最難降的妖魔是什么裕循? 我笑而不...
    開封第一講書人閱讀 56,415評(píng)論 1 283
  • 正文 為了忘掉前任臣嚣,我火速辦了婚禮净刮,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘硅则。我一直安慰自己淹父,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,453評(píng)論 6 385
  • 文/花漫 我一把揭開白布怎虫。 她就那樣靜靜地躺著暑认,像睡著了一般。 火紅的嫁衣襯著肌膚如雪揪垄。 梳的紋絲不亂的頭發(fā)上穷吮,一...
    開封第一講書人閱讀 49,784評(píng)論 1 290
  • 那天,我揣著相機(jī)與錄音饥努,去河邊找鬼捡鱼。 笑死,一個(gè)胖子當(dāng)著我的面吹牛酷愧,可吹牛的內(nèi)容都是我干的驾诈。 我是一名探鬼主播,決...
    沈念sama閱讀 38,927評(píng)論 3 406
  • 文/蒼蘭香墨 我猛地睜開眼溶浴,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼乍迄!你這毒婦竟也來(lái)了?” 一聲冷哼從身側(cè)響起士败,我...
    開封第一講書人閱讀 37,691評(píng)論 0 266
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤闯两,失蹤者是張志新(化名)和其女友劉穎,沒(méi)想到半個(gè)月后谅将,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體漾狼,經(jīng)...
    沈念sama閱讀 44,137評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,472評(píng)論 2 326
  • 正文 我和宋清朗相戀三年饥臂,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了逊躁。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 38,622評(píng)論 1 340
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡隅熙,死狀恐怖稽煤,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情囚戚,我是刑警寧澤酵熙,帶...
    沈念sama閱讀 34,289評(píng)論 4 329
  • 正文 年R本政府宣布,位于F島的核電站弯淘,受9級(jí)特大地震影響绿店,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,887評(píng)論 3 312
  • 文/蒙蒙 一假勿、第九天 我趴在偏房一處隱蔽的房頂上張望借嗽。 院中可真熱鬧,春花似錦转培、人聲如沸恶导。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,741評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)惨寿。三九已至,卻和暖如春删窒,著一層夾襖步出監(jiān)牢的瞬間裂垦,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,977評(píng)論 1 265
  • 我被黑心中介騙來(lái)泰國(guó)打工肌索, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留蕉拢,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 46,316評(píng)論 2 360
  • 正文 我出身青樓诚亚,卻偏偏與公主長(zhǎng)得像晕换,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子站宗,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,490評(píng)論 2 348

推薦閱讀更多精彩內(nèi)容

  • 圖像預(yù)處理主要包括去噪闸准、對(duì)比度增強(qiáng),去噪和對(duì)比度增強(qiáng)方法順序不唯一梢灭,根據(jù)實(shí)際情況作出最好的安排夷家。 1、灰度化 ht...
    景寶寶1號(hào)閱讀 18,610評(píng)論 0 4
  • 【轉(zhuǎn)載聲明】 版權(quán)聲明:本文為CSDN博主「csdnforyou」的原創(chuàng)文章,遵循 CC 4.0 BY-SA 版權(quán)...
    諸葛贊閱讀 3,124評(píng)論 0 1
  • 一颂暇、圖像種類 首先來(lái)看一下圖像種類(ps: 這里介紹用到的彩色圖像,灰度圖像但惶,二值圖像耳鸯,其他圖像暫不做介紹)。 每...
    木夜溯閱讀 16,577評(píng)論 0 10
  • public class ImageProcessHelper { ///////////////////////...
    學(xué)習(xí)不斷閱讀 2,606評(píng)論 0 1
  • 對(duì)上述圖像進(jìn)行增強(qiáng)膀曾、主要增強(qiáng)兩方面县爬,一方面是圖像的亮度,另一方面就是圖像的對(duì)比度添谊。 第一種方法:將RGB格式的圖像...
    amazingu閱讀 3,988評(píng)論 0 0