【Emgu CV教程】3.2、色彩处理之灰度图

..活宝..

已于 2024-01-16 09:39:30 修改

阅读量1.5k

点赞数 36

分类专栏： Emgu CV使用教程文章标签：计算机视觉 c# 图像处理 Emgu CV

于 2023-12-26 08:00:00 首次发布

本文链接：https://blog.csdn.net/sswss12345/article/details/135123615

版权

Emgu CV使用教程专栏收录该内容

83 篇文章 58 订阅

订阅专栏

本文介绍了如何使用EmguCV将BGR彩色图像转换为灰度图，包括CvtColor()函数的应用、不同灰度化算法（如平均值、加权平均）以及Decolor()函数的优势。同时提到灰度图在图像处理中的优势，如减少计算量和便于特征提取。

摘要由CSDN通过智能技术生成

我们看到的彩色图像，一般都是BGR颜色空间的，也就是一副图像，是由蓝色通道、绿色通道、红色通道组合而成。而灰度图只有一个通道，他有256个灰度等级，255代表全白，0表示全黑。

注意啊，下面这副黑白图像，利用Emgu CV的默认方式读取的时候，可不是灰度图，而是BGR格式的彩色图片。

读取过程如下，您看是不是个三通道的BGR颜色空间图片，这个时候要是遍历srcMat的所有像素点，您会发现它每个像素点上三个通道的值是相同的。它其实可以看成是三个完全相同的灰度图组成。

记住：灰度图是单通道、彩色图片是三通道，不是黑白色的图像就是灰度图。

那要怎么把Emgu CV的读取的图片转成灰度图呢?下面以 lena.jpg 举例。

1、CvtColor()转灰度图

可以使用CvtColor()，官方介绍如下：

public static void CvtColor(
    IInputArray src, // 输入图像
    IOutputArray dst, // 输出图像
    ColorConversion code, // 颜色空间转换代码
    int dstCn = 0 // 输出图像的通道数，默认值为 0，可以不写
)

这个函数就是完成颜色空间转换，功能非常强大，当BGR转灰度图时，要选择 ColorConversion.Bgr2Gray，使用方式如下：

Mat dstMat = srcMat.Clone();
CvInvoke.CvtColor(dstMat, dstMat, ColorConversion.Bgr2Gray);
CvInvoke.Imshow("CvtColor gray Mat, " + dstMat.Size.ToString(), dstMat);

lena.jpg转成灰度图的效果如下：

2、更进一步的背景知识

其实是我从网上搜集到的，BGR转灰度图，是有很多算法的。使用不同的算法，得到的灰度图结果也不一样，比如：

平均值法：Gray = (Red + Green + Blue) / 3
最大灰度值法：Gray = Max(Red, Green, Blue)
最小灰度值法：Gray = Max(Red, Green, Blue)
加权平均 - - 浮点处理法：Gray = (Red * 0.299 + Green * 0.587 + Blue * 0.114)
加权平均 - - 整数处理法：Gray = (Red * 30 + Green * 59 + Blue * 11) / 100

Emgu CV里的CvtColor()函数，更准确的说是OpenCV里的CvtColor()函数采用的是什么算法，我也不知道。读者与兴趣可以去github上研究研究。

3、Decolor()脱色处理

这个介绍的不多哈，读者们赚了。彩色图片转灰度图时，除了用最常见的CvtColor()函数以外，还有一个Decolor()函数，与CvtColor()函数相比，更能保持原始图像的颜色对比度。这个算法更加复杂，该代码是源于香港中文大学计算机科学与工程系的一篇论文，链接地址如下：

Contrast Preserving Decolorization

不想研究源码的读者，直接看下面的使用方法：

Mat tempMat = srcMat.Clone();
Mat dstMat1 = new Mat();
Mat dstMat2 = new Mat();
Mat colorBoostMat = new Mat();
CvInvoke.Decolor(tempMat, dstMat1, colorBoostMat);
CvInvoke.CvtColor(tempMat, dstMat2, ColorConversion.Bgr2Gray);
CvInvoke.Imshow("Decolor() gray Mat, " + dstMat1.Size.ToString(), dstMat1);
CvInvoke.Imshow("Decolor() color boost Mat, " + colorBoostMat.Size.ToString(), colorBoostMat);
CvInvoke.Imshow("CvtColor gray Mat, " + dstMat2.Size.ToString(), dstMat2);

原始图片srcMat、Decolor()脱色后的灰度图、CvtColor()直接转换的灰度图如下：

可以看到，Decolor()脱色后的灰度图明暗对比要更明显一些。这个函数比较适合这种透雾处理的图片，但是运算速度要明显比CvtColor()函数慢很多，一般情况下还是选择用CvtColor()函数。

4、手搓算法转灰度图

据说是采用加权平均更符合人眼的视觉效果，而且整数法又要快于浮点法。那接下来我们自己也可以写一个算法，试一试把BGR图像转灰度图：

int width = srcMat.Cols;
int height = srcMat.Rows;
Mat dstMat = new Mat(new System.Drawing.Size(width, height), DepthType.Cv8U, 1);
Mat tempMat = srcMat.Clone();
Image<Gray, int> dstImage = new Image<Gray, int>(width, height);
Image<Bgr, int> tempImage = tempMat.ToImage<Bgr, int>();
for (int i = 0; i < height; i++)
{
    for (int j = 0; j < width; ++j)
    {
        dstImage.Data[i, j, 0] = ((11 * tempImage.Data[i, j, 0]) + (59 * tempImage.Data[i, j, 1]) + (30 * tempImage.Data[i, j, 2])) / 100;
    }
}

dstMat = dstImage.Mat;
dstMat.ConvertTo(dstMat, DepthType.Cv8U);
CvInvoke.Imshow("Custom function gray Mat, " + dstMat.Size.ToString(), dstMat);

转换后的lena.jpg如下图：