RGB彩色图像转灰度图算法——java实现

引文

关于如何通过编程实现将RGB图像转灰度图像，通过最近在网上查找了一些相关文章的积累，也逐渐形成了一些自己的理解，在此，我想与大家分享一下。

正文

一、关于灰度与灰度色

（1）灰度，即使用黑色调表示物体，即用黑色为基准色，不同的饱和度的黑色来显示图像。每个灰度对象都具有从 0%（白色）到灰度条100%（黑色）的亮度值。
（2）灰度色：即指纯白、纯黑以及两者中的一系列从黑到白的过渡色。

在计算机中，通过对灰度色的量化，使用一个字节，即8bite位在存储代表当前灰度色的值，简称为：灰度值，其区间范围在：【0-255】，类型为整数值，并且根据灰度的划分原则，从0到255的每一个整数值代表不同的黑白程度，亮度从深到浅，对应图像中的颜色为从黑到白。（0为黑，255为白）

二、关于灰度图

用灰度表示的图像称作灰度图，比如：常见的卫星图像、航空照片外。

很多时候，我都理所应当地以为：既然灰度值是用8个比特位来存放的，那么灰度图的像素值也一定是8个比特位存放的。但其实不是的。
问题的根源在于：我割裂了色彩的最基本概念和灰度值之间的关系。

**任何颜色都有红、绿、蓝三原色组成，这是生活中最基本的一个常识**。

有源于此，我们所说的灰度也是由色彩分量R、G、B通过配比而成，即：灰度图也应当是存在三个波段的，只是它的三个波段的红、绿、蓝三个分量值相同，即：配比为1:1:1，不同于生活中的彩色像素值的不均匀色彩分量配比。而所谓的灰度值，仅仅是相对于灰度图像所特有的一个概念，即：用Gray_value来代表R、G、B三个波段的相同值，所说的灰度级，也仅仅是相对于一个波段的取值范围。

所以在对灰度图像的灰度值进行存储时，也是需要通过位运算将Gray_value其送入对应的R、G、B三个分量的对应位置，从而变为灰度图像。（有关色彩分量与色彩像素值的关系及其在计算机中的存储原理，见于我的另一篇文章：https://blog.csdn.net/weixin_43524214/article/details/102616736，在这里不再进行赘述）

因此，一定要理解灰度值与灰度图像素值之间的关系，两者并不存在所谓的等值关系。
可以简单记为：
		灰度图像像素值=（灰度值<<16）|(灰度值<<8)|灰度值；//即：灰度图像像素值是对灰度值进行位运算得到的新的值

三、RGB图像转灰度图算法

关于RGB图像转为灰度图像的算法，网上存在诸多版本，在此列举部分但不仅限于此：
（算法介绍来自：https://baike.so.com/doc/5569332-5784520.html）

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*76+G*151+B*28)>>8;

4.平均值法:Gray=(R+G+B)/3;

5.仅取绿色:Gray=G;

通过上述任一种方法求得Gray，即：灰度值后，将原来的RGB(R,G,B)中的R,G,B统一用Gray替换，形成新的颜色RGB(Gray,Gray,Gray)，用它替换原来的RGB(R,G,B)就是我们想要的灰度图。

下面是部分相关的java实现代码（采用浮点运算法，但存在数值类型转换的问题，会丢失像素值的部分精度，仅作为参考代码使用）：

			BufferedImage this.image_Gray=new BufferedImage(this.width,this.height,BufferedImage.TYPE_INT_RGB);//新建灰度图
            //单色通道提取
            for (int height=0;height<this.height;height++)
            {
                for (int width=0;width<this.width;width++)
                {
                    this.RGB_value=this.image.getRGB(width,height);
                    this.rgb_value[0]=(this.RGB_value&0xff0000)>>16;//红色波段
                    this.rgb_value[1]=(this.RGB_value&0xff00)>>8;//绿色波段
                    this.rgb_value[2]=(this.RGB_value&0xff);//蓝色波段
                    int transform= (int)(0.299*this.rgb_value[0] + 0.587*this.rgb_value[1] + 0.114*this.rgb_value[2]);//灰度值
                    this.Gray_value=(transform<<16)|(transform<<8)|(transform);//灰度图像像素值
                    System.out.println("公式计算得到的灰度值"+transform+"复原后的像素值"+this.Gray_value);
                    this.image_Gray.setRGB(width,height,this.Gray_value);//将灰度图像像素值赋予新的图像
                }
            }
            //灰度图像输出
          ImageIO.write(this.image_Gray,"jpg", new File("C:\\Users\\13241\\Desktop\\WorkPlace\\image_Gray.jpg"));