[Easy\C++]图像灰度化的三种方法及其示例

最新推荐文章于 2023-08-10 22:00:00 发布

晚晶

最新推荐文章于 2023-08-10 22:00:00 发布

阅读量2.6k

点赞数 5

分类专栏：图形处理文章标签：算法 c++

本文链接：https://blog.csdn.net/qq_43655831/article/details/106652260

版权

图形处理专栏收录该内容

7 篇文章 0 订阅

订阅专栏

参考公式处：https://hacpai.com/article/1359968457263

使用公式如下:

 Gray = (R+B+G)/3
 Gray = (R*299 + G*587 + B*114 + 500) / 1000
 Gray = (R^2.2 * 0.2973 + G^2.2 * 0.6274 + B^2.2 * 0.0753)^(1/2.2)

这三条公式其实一开始误导了我，让我以为直接抽出RGB值后相加就是最终结果了，但很遗憾的，并不是。

接下来，我会分别展示三个使用了该三种公式的函数，都是自己根据公式理解到的函数写法：

//平均值法
void ToGray_three(COLORREF& color) {
	//公式 R=G=B=(R+G+B)/3
	//Gray=R+G+B
	static COLORREF R;
	R = ((GetRValue(color) + GetGValue(color) + GetBValue(color)) / 3);
	color = R + (R << 8) + (R << 16);
}

//心理学公式的最佳权重法
void ToGray_good(COLORREF& color) {
	//公式 R=G=B= (R*299 + G*587 + B*114 + 500) / 1000
	//Gray=R+G+B
	static COLORREF R;
	R = (GetRValue(color) * 229 + GetGValue(color) * 587 + GetBValue(color) * 114 + 500) / 1000;
	color = R + (R << 8) + (R << 16);
}

//Pthotoshop用的灰度算法
void ToGray_Photoshop(COLORREF& color) {
	//公式 R=G=B=(R^2.2 * 0.2973 + G^2.2 * 0.6274 + B^2.2 * 0.0753)^(1/2.2)
	//Gray=R+G+B
	static COLORREF R;
	R = pow((pow(GetRValue(color),2.2)*0.2973+ pow(GetGValue(color),2.2)*0.6274 + pow(GetBValue(color),2.2)*0.0753),1/2.2);
	color = R + (R << 8) + (R << 16);
}

以上三个函数都分别以不同的方式实现了图像灰度化

下面我给出一个可运行例子及执行结果图：

#include <graphics.h>
#include <conio.h>//用来暂停_getch，可以不要，
#include <math.h>//用pow来计算幂，用且仅用在了ToGray_Photoshop上
void ToGray_three(COLORREF& color) {
	//公式 R=G=B=(R+G+B)/3
	//Gray=R+G+B
	static COLORREF R;
	R = ((GetRValue(color) + GetGValue(color) + GetBValue(color)) / 3);
	color = R + (R << 8) + (R << 16);
}
void ToGray_good(COLORREF& color) {
	//公式 R=G=B= (R*299 + G*587 + B*114 + 500) / 1000
	//Gray=R+G+B
	static COLORREF R;
	R = (GetRValue(color) * 229 + GetGValue(color) * 587 + GetBValue(color) * 114 + 500) / 1000;
	color = R + (R << 8) + (R << 16);
}
void ToGray_Photoshop(COLORREF& color) {
	//公式 R=G=B=(R^2.2 * 0.2973 + G^2.2 * 0.6274 + B^2.2 * 0.0753)^(1/2.2)
	//Gray=R+G+B
	static COLORREF R;
	R = pow((pow(GetRValue(color),2.2)*0.2973+ pow(GetGValue(color),2.2)*0.6274 + pow(GetBValue(color),2.2)*0.0753),1/2.2);
	color = R + (R << 8) + (R << 16);
}
int main() {
	int i, j;
	IMAGE img;
	loadimage(&img, TEXT("d.jpg"));
	int w = img.getwidth();
	int h = img.getheight();
	IMAGE img1(img), img2(img), img3(img);
	DWORD *imgp1 = GetImageBuffer(&img1);
	DWORD *imgp2 = GetImageBuffer(&img2);
	DWORD *imgp3 = GetImageBuffer(&img3);
	for (i = 0; i < h; ++i)
		for (j = 0; j < w; ++j) {
			ToGray_three(imgp1[i*w + j]);
			ToGray_good(imgp2[i*w + j]);
			ToGray_Photoshop(imgp3[i*w + j]);
		}
	initgraph(w*3, h);
	putimage(0, 0, &img1);
	putimage(w, 0, &img2);
	putimage(w*2, 0, &img3);
	_getch();
	closegraph();
}

从左到右分别是：
平均值法（速度很快,0~1ms）
心理学公式的最佳权重法（速度快,1~2ms）
Pthotoshop用的灰度算法（速度慢,110~120ms）
【时间来源：来自VS2017下的release的调试模式运行结果，使用clock函数进行计时，该时间是完全灰度化一张示例图所使用的时间】
运行结果图
关于灰度化的图像质量方面，我这边了解到的信息是：从左往右就是从不那么好到好
但这个我并没有找很多图做大量的测试，具体在图像上进行灰度化是什么表现，就待各位到时候去对比了。