彩色转灰度算法(FPGA实现)

一、算法基础

  对于彩色转灰度,有一个很著名的心理学公式:Gray = R*0.299 + G*0.587 + B*0.114。

二、整数算法

  而实际应用时,希望避免低速的浮点运算,所以需要整数算法。

  注意到系数都是3位精度的没有,我们可以将它们缩放1000倍来实现整数运算算法:Gray = (R*299 + G*587 + B*114 + 500) / 1000。

  RGB一般是8位精度,现在缩放1000倍,所以上面的运算是32位整型的运算。注意后面那个除法是整数除法,所以需要加上500来实现四舍五入。

  就是由于该算法需要32位运算,所以该公式的另一个变种很流行:Gray = (R*30 + G*59 + B*11 + 50) / 100。

三、整数移位算法

  上面的整数算法已经很快了,但是有一点仍制约速度,就是最后的那个除法。移位比除法快多了,所以可以将系数缩放成 2的整数幂。

  习惯上使用16位精度,2的16次幂是65536,所以这样计算系数:

     0.299 * 65536 = 19595.264 ≈ 19595;

     0.587 * 65536 + (0.264) = 38469.632 + 0.264 = 38469.896 ≈ 38469;

     0.114 * 65536 + (0.896) = 7471.104 + 0.896 = 7472。

  可能很多人看见了,我所使用的舍入方式不是四舍五入。四舍五入会有较大的误差,应该将以前的计算结果的误差一起计算进去,舍入方式是去尾法:

  写成表达式是:Gray = (R*19595 + G*38469 + B*7472) >> 16。

  2至20位精度的系数:

      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

    仔细观察上面的表格,这些精度实际上是一样的:3与4、7与8、10与11、13与14、19与20。

  所以16位运算下最好的计算公式是使用7位精度,比先前那个系数缩放100倍的精度高,而且速度快:Gray = (R*38 + G*75 + B*15) >> 7。

  其实最有意思的还是那个2位精度的,完全可以移位优化:Gray = (R + (WORD)G<<1 + B) >> 2。

四、小数移位算法

     将小数部分转化成二进制小数,根据不同精度进行相应位的移位运算,最后进行加法运算,这样就避免了使用乘法运算。

    结论:

      (1)通常软件图像处理会使用整数算法或者整数移位算法,后者速度更快。

      (2)2位精度虽然误差很大,但对于游戏编程,场景经常变化,用户一般不可能观察到颜色的细微差别,所以最常用的是2位精度。 

      (3)用FPGA实现该算法时,由于乘法器资源有限,通常会使用8位精度的整数移位算法或者小数移位算法。

  • 0
    点赞
  • 17
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
提供的源码资源涵盖了小程序应用等多个领域,每个领域都包含了丰富的实例和项目。这些源码都是基于各自平台的最新技术和标准编写,确保了在对应环境下能够无缝运行。同时,源码中配备了详细的注释和文档,帮助用户快速理解代码结构和实现逻辑。 适用人群: 适合毕业设计、课程设计作业。这些源码资源特别适合大学生群体。无论你是计算机相关专业的学生,还是对其他领域编程感兴趣的学生,这些资源都能为你提供宝贵的学习和实践机会。通过学习和运行这些源码,你可以掌握各平台开发的基础知识,提升编程能力和项目实战经验。 使用场景及目标: 在学习阶段,你可以利用这些源码资源进行课程实践、课外项目或毕业设计。通过分析和运行源码,你将深入了解各平台开发的技术细节和最佳实践,逐步培养起自己的项目开发和问题解决能力。此外,在求职或创业过程中,具备跨平台开发能力的大学生将更具竞争力。 其他说明: 为了确保源码资源的可运行性和易用性,特别注意了以下几点:首先,每份源码都提供了详细的运行环境和依赖说明,确保用户能够轻松搭建起开发环境;其次,源码中的注释和文档都非常完善,方便用户快速上手和理解代码;最后,我会定期更新这些源码资源,以适应各平台技术的最新发展和市场需求。 所有源码均经过严格测试,可以直接运行,可以放心下载使用。有任何使用问题欢迎随时与博主沟通,第一时间进行解答!

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

dengxf01

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值