一、灰度化
灰度化应用很广,而且也比较简单。灰度图就是将白与黑中间的颜色等分为若干等级,绝大多数位256阶。在RGB模型种,黑色(R=G=B=0)与白色(R=G=B=255),那么256阶的灰度划分就是R=G=B=i,其中i取0到255.
从前面可以知道,OpenCV读取图片之后图像的颜色数据矩阵默认是3通道的,也就是RGB模型,所以每个pixel都有3个分量,分别代表r,g和b的值。因此将三个分量值都改为同一个灰度值,图片就实现灰度化。
灰度化的方法一般有以下几种:
1. 分量法
在rgb三个分量种按照需求选取一个分量作为灰度值
2. 最大值
选取rgb的最大值作为该pixel的灰度值
3. 平均值
g[i,j] = (r[i,j] + g[i,j] + b[i,j]) / 3,取rgb的平均值作为灰度值
4. 加权变换
由于人眼对绿色的敏感最高,对蓝色敏感最低,因此,按下式对RGB三分量进行加权平均能得到较合理的灰度图像。
g[i,j] = 0.3*r[i,j] + 0.59*g[i,j] + 0.11*b[i,j]
而OpenCV提供了灰度化的API,这里就直接调用了,采用的是加权变换的方法.
- void Image::toGray()
- {
- Mat iGray;
- if (getChannel() == 3)
- {
- std::cout << "width : " << getWidth() << std::endl;
- std::cout << "height: " << getHeight() << std::endl;
- cvtColor(m_Mat,iGray,COLOR_BGR2GRAY);
- m_Mat = iGray;
- std::cout << "The file has been converted to gray map successfully" << std::endl;
- std::cout << "***********************************" << std::endl;
- }
- else