图像的灰度化（Mat）

1、快捷键：

补全提示：ctrl + J
方法参数提示：ctrl + shift +空格

2、首先介绍灰度图像和彩色图像

①灰度图像

单通道图像，每个像素点只能有有一个值表示颜色，它的像素值在0到255之间，0是黑色，255是白色，中间值是一些不同等级的灰色。

②彩色图像

三通道图像，每个像素点有三个值表示颜色，分别是 红(R)、绿(G)、蓝(B)

3、Mat初始化方法

//方法一：构造函数（高，宽，类型：8位无符号单通道）
Mat dst = Mat(src.rows, src.cols, CV_8UC1);
//方法二：
Mat dst(src.rows, src.cols, CV_8UC1);
//方法三：
Mat dst;
dst.create(src.rows, src.cols, CV_8UC1);
//方法四：（前三种方法中的前两个变量均可以替换成Size类型的变量）
Mat dst(Size(src.cols, src.rows), CV_8UC1);

4、像素的遍历

一副彩色图每个像素点有三个值，一副灰度图像一个像素点有一个值。同一副图的彩色与灰色图像的cols和rows相同，但是step不同，三倍关系。

代码实现：彩色图--->灰色图---->彩色图（注：并不是真正的灰色图转换成彩色图，而是单通道转换成三通道。比如一副黑白图，默认读入的形式就是真色彩，也就是三通道，但它还是个黑白图）

#include<stdio.h>
#include<iostream>
#include<opencv2/opencv.hpp>
using namespace std;
using namespace cv;
int main(){
	String path = "C:\\Users\\HQH\\Desktop\\test.jpg";
	Mat src = imread(path);
	for (int i = 0; i < src.rows; i++){
		for (int j = 0; j < src.cols; j++){
			cout << (int)src.data[i*src.step + j * 3] << " ";
			cout << (int)src.data[i*src.step + j * 3 + 1] << " ";
			cout << (int)src.data[i*src.step + j * 3 + 2] << " ";
		}
		cout << endl;
	}
	cvtColor(src, src, CV_BGR2GRAY);
	for (int i = 0; i < src.rows; i++){
		for (int j = 0; j < src.cols; j++){
			cout << (int)src.data[i*src.step + j] << " ";
		}
		cout << endl;
	}
	cvtColor(src, src, CV_GRAY2BGR);
	for (int i = 0; i < src.rows; i++){
		for (int j = 0; j < src.cols; j++){
			cout << (int)src.data[i*src.step + j * 3] << " ";
			cout << (int)src.data[i*src.step + j * 3 + 1] << " ";
			cout << (int)src.data[i*src.step + j * 3 + 2] << " ";
		}
		cout << endl;
	}
	return 0;
}

5、图片的灰度化

方法一：读取时修改参数，默认参数是1，当为0时，按灰度图读取。（注意即使原图是黑白图，默认也是以真色彩读取）

方法二：cvtColor(src,dst,转变形式)函数的使用

方法三：根据彩色图像转换成灰度图像的公式：Gray=0.11*B + 0.59*G + 0.3*R;

#include<stdio.h>
#include<iostream>
#include<opencv2/opencv.hpp>
using namespace std;
using namespace cv;
//直接读取法
void Gray1(String path){
	Mat src = imread(path,0);
	imshow("gray1", src);
	waitKey();
}
//间接函数调用法
void Gray2(String path){
	Mat src = imread(path);
	cvtColor(src,src,CV_BGR2GRAY);
	imshow("gray2", src);
	waitKey();
}
//遍历像素法
void Gray3(String path){
	Mat src = imread(path);
	int height = src.rows;
	int width = src.cols;
	int step1 = src.step;
	Mat dst(Size(src.cols, src.rows), CV_8UC1);
	int step2 = dst.step;
	int channels = src.channels();
	//注意src和dst的step不一样
	for (int i = 0; i < height; i++){
		for (int j = 0; j < width; j++){
			dst.data[i*step2 + j] = (int)(0.11*src.data[i*step1 + channels * j] + 0.59*src.data[i*step1 + channels * j + 1] + 0.3*src.data[i*step1 + channels * j + 2]);
		}
	}
	imshow("gray3", dst);
	waitKey();
}
int main(){
	//路径
	String path = "C:\\Users\\HQH\\Desktop\\test.jpg";
	Gray1(path);
	Gray2(path);
	Gray3(path);
	return 0;
}