【Qt开发】QImage设置为8-bit灰度图

项目中用到大量基础图像处理知识,其中灰度图的生成是很重要的一环。

    先补充一些基础知识:

----------------------------------------------------------------------------------------------------------------------------

一:灰度图

       灰度图就是黑白图,整幅图片只有不同程度的黑白两色。灰度也可认为是亮度,简单的说就是色彩的深浅程度 

 

       1:如果我们用八位来存储灰度图。则共有256种组合。那相当于:我们把从:纯黑 到 纯白 之间区分成了256种灰度。从而对应256种灰度值! 而如果用一个数字来表示的话:则0-255每个数字对应一种灰度!

 

      2:灰度就是没有色彩,它的RGB色彩分量全部相等。 比如 rgb(20,20,20)。  既然这样:我们完全可以用rgb中的某一个分量的值 来代替这个实际的灰度值! 比如上边这个例子:我们完全可以用20来代替这个灰度! 这是一个一一映射关系!

--------------------------------------------------------------------------------------------------------------

二:色彩表

 

 

    色彩表就是表示当前所有颜色的一张表。 而我们知道任何一种颜色都可以用rgb值来表示。如此我们完全可以设计一张表,里边每个元素都是一个rgb值,从而将所有的颜色都用rgb值表示出来!

--------------------------------------------------------------------------------------------------------------

三:颜色索引模式

 

 

    在一张图片的每个像素中可以直接存放其rgb值!当然:我们也可以存放一个索引值,通过这个索引值去其对应的颜色表中去查找对应的颜色的rgb值来进行绘制。这种像素中存放索引值而不是实际rgb值的模式在Qt中有:QImage::Format_Indexed8,亦即:用8位来存放一个索引值。

--------------------------------------------------------------------------------------------------------------

四:灰度索引图:

 

    对于8阶灰度图而言:由于其一共有256种灰度,所以我们可以设计一个颜色表:里边存放256个rgb值!每个rgb值的三个分量都是相等的。这样:这张表就可以用来表示所有的灰度!

    灰度索引图中存放的是各个整数索引值,这些图片数据本身是无法显示的,因为其没有实际的rgb值。当实际构图时:是用该索引值在上边创建的颜色表中进行查找,找到对应的灰度rgb值,而后才能进行实际的绘图等操作。

    有了上两步基础,问题的关键就在于:这个灰度索引值是如何获得的?

 

==================================================================================================================

 

  有了上述基础知识,下一步可以来看一下如何从彩色图转为灰度图了。

一:整体流程:

   1:依据某一个算法:将rgb32彩色图像的每个像素中的rgb值转为一个整数灰度值。

   2:用这个计算获得的值来替代原图中的每个rgb。

   这样就可以将一张彩色图转为灰度图了。


   但是这个过程中存在以下问题:

   1:如何从彩色图原本的rgb值计算出灰度值?

   2:因为每个像素的rgb都被灰度值取代,其都是一样的,这完全可以用一个灰度值取代,而不是用三个。用三个有点浪费空间。

--------------------------------------------------------------------------------------------------------------

   对于问题1:灰度值的计算方法有以下几种:

   

              1.浮点算法:Gray=R*0.3+G*0.59+B*0.11 

              2.整数方法:Gray=(R*30+G*59++B*11)/100 

              3.移位方法:Gray =(R*28+G*151+B*77)>>8; 

              4.平均值法:Gray=(R+G+B)/3; 

              5.仅取绿色:Gray=G;

              

 

    而各种方法之间的区别在于:精确度! 亦即:得到的灰度图的效果不同!浮点数运算得到的效果最好,而仅仅取绿色得到的效果最差。至于取哪一种,则取决于实际需要!

 

--------------------------------------------------------------------------------------------------------------

   对于问题2:我们可以每个像素中只存唯一一个灰度值,而后设计一个色彩表,通过这个灰度值去对应查找其真实的颜色。那这样就可以                 用到上边所的灰度索引图了。亦即:此时图中存放的不是真实的rgb值,而是一个灰度所以值;而后设计一张其对应的颜色      表。这样二者便可以完全代表整张灰度图了。而且二者加起来的空间也比非索引模式要小的多,而且查找速度会更快。

 

    所以:最好是将灰度图用索引模式进行存储,这在Qt中是指定QImage格式为Index8实现。亦即:有8位索引,可以指定256种灰度值。

那么:我们从彩色图转为灰度索引图的整体流程为:

 

    (以rgb32转为index8为例)

    1:首先我们要创建一张空的index8图像。

    2:依据某一个算法:将rgb32彩色图像的每个像素中的rgb值转为一个整数值,存储在index8灰度图的每个像素中。

    3:构建颜色表。

    4:依据存储在index图像中的整数值,去灰度表中查找对应的灰度来进行实际的构图!

 

==================================================================================================================

 

    OK,现在方法有了,下边我们可以来实现了。

 

    1:最简单的方法:


  1. for(int i =0;i<width;i++)  
  2. {  
  3.      for(int j=0;j<height;j++)  
  4.      {  
  5.       QRgb pixel=iImage->pixel(i,j);  
  6.       int r=qRed(pixel);  
  7.       int g=qGreen(pixel);  
  8.       int b=qBlue(pixel);  
  9.       iGray->setPixel(i,j,qGray(r,g,b));  
  10.      }  
  11. }  

 

 

 

  亦即:先用 pixel()获取每个像素点的QRgb值。而后分别用qRed(),qGreen(),qBlue()来获取rgb分量的值。而后进行上述灰度值的计算。之后再重新赋予给该像素点。

 

    但是实际运行一下你会发现:对于600*800大小的图像:这个函数要运行30s+,这显然是不能容忍的。

 

--------------------------------------------------------------------------------------------------------------

    

    上边这个方法很简单直接,但是效率上太失败,所以我们需要来优化效率,主要从以下两个方面实现:

 

 

    1:要用pixel() ,qRed(),qGreen(),qBlue()来遍历获取每个像素的rgb分量。其函数实现时:肯定是一个查找过程,尤其是依据像素位置来获得rgb值的函数pixel()。每次都一个完整的查找,这显然效率较为低下,尤其是不断的大量查找! 由于数据都是连续存放在内存中的,我们完全可以通过移动指针的方式来获取rgb分量。每次只移动一个指针位置就可以了。这种移动指针的方式显然比全查找要快!

 

 

 

    这块代码实现上:其是直接来取用green绿色分量值 来作为gray索引值!

    其比上一个方法的优化之处在于:它没有使用系统函数,而是使用移动指针的方式来取得rgb分量。它把所有灰度索引值存放到index8灰度图中。最后创建了8阶灰度图的颜色表并赋予给该灰度图。这样:系统会自动(不需要我们手动去查找)依据存储在图像中的灰度索引值去 颜色表中查找对应灰度的rgb值来进行绘制!

 

--------------------------------------------------------------------------------------------------------------

 

 

    2:计算灰度索引值的函数qGray(),按照Qt文档上所说:其计算过程为:(r*11+g*16+5*5)/32 .乘除法是一个很大的计算量,最好用移位操作来进行取代!

 

   (这就牵扯一个问题:原本我以为:乘除法在寄存器中就算转为移位操作的,所以乘除法和移位操作在效率上应该没什么区别。但是实际不是这样的,因为:如果你使用乘除法,则其在运行时:转化成的乘法指令本身会消耗很多cpu周期,所以这无形中已经降低了效率!所以来说:在做高性能计算时:最好用移位操作来取代乘除法)

 

============================================================================================

    知道如何优化后,我们看下在Qt中如何实现,这个在网上我找到了一个方法,摘录如下

 

  1. QImage colourImg("colourImage.bmp");      
  2. QSize colourImgSize = colourImg.size();   
  3. int width = colourImgSize.rwidth();   
  4. int height = colourImgSize.rheight();     
  5. unsigned char *colourImgDataPtr = colourImg.bits();   
  6. QImage grayImg(colourImgSize, QImage::Format_Indexed8);  
  7. unsigned char *grayImgDataPtr = grayImg.bits();  
  8.   
  9. //下边这个for循环是直接取用green绿色分量值 来作为gray索引值  
  10. for(int i = 0; i < height; i++)    
  11. {         
  12.    for(int j = 0; j < width; j++)          
  13.    {              
  14.         *grayImgDataPtr = *(colourImgDataPtr + 1);      colourImgDataPtr += 4;          grayImgDataPtr++;         
  15.    }      
  16. }  
  17.   
  18. QVector<QRgb> grayColourTable;      
  19. unsigned int rgb = 0;     
  20. for(int i = 0; i < 256; i++)   
  21. {         
  22.    grayColourTable.append(rgb);        
  23.    rgb += 0x00010101;     
  24. }     
  25.   
  26. grayImg.setColourTable(rayColourTable);   
  27. graImg.save("grayImage.bmp""bmp");  

 

 

    

 

 

 

 

    这块代码实现上:其是直接来取用green绿色分量值 来作为gray索引值!

    其比上一个方法的优化之处在于:它没有使用系统函数,而是使用移动指针的方式来取得rgb分量。它把所有灰度索引值存放到index8灰度图中。最后创建了8阶灰度图的颜色表并赋予给该灰度图。这样:系统会自动(不需要我们手动去查找)依据存储在图像中的灰度索引值去 颜色表中查找对应灰度的rgb值来进行绘制!

 

--------------------------------------------------------------------------------------------------------------

   在上述方法的基础上,我们在使用时:需要注意的是效果能不能达到需求,从而可能要用精确度更高的灰度索引值计算方法。那这就牵扯大量运算,此时记得要用移位操作 来取代 乘除法运算

 

  1. QBYTE RGBtoGRAY(QBYTE r, QBYTE g, QBYTE b)  
  2. {  
  3.     return (QBYTE)((((QUINT32)((r << 5) + (r << 2) + (r << 1)))+ (QUINT32)((g << 6) + (g << 3) + (g << 1) + g)  
  4. + (QUINT32)((b << 4) - b)) >> 7);  
  5. }  

 

 

 

 这个是网上找到的最优化的实时计算灰度索引值算法。没有用到乘除法运算,转而使用大量移位操作。

--------------------------------------------------------------------------------------------------------------

 

  暂且总结到这里,上述代码都实际测试过,没有问题。

阅读更多
想对作者说点什么?

博主推荐

换一批

没有更多推荐了,返回首页