医学的RGB图像为什么要转为灰度图?

医学的RGB图像转化为灰度图像，是根据自己处理图片的需要而定。

大多数的医学图像RGB提供的信息量很少（几乎没有），所以可以直接灰度图来进行后续计算.

RGB图像转换成灰度图的原因：

最直接的原因：减少计算量

包含色彩的图片，特征量，计算量会成指数倍数增加
比如一个点，灰度的话，就256个维度而已，但是如果算上RGB色彩的话，那就是1600万以上维度。然后再相互组合，或者说找梯度，可以想象看计算量有多大。

是否选择灰度图主要需要权衡以下几点：

1. 梯度
我们识别物体，最关键的因素是梯度（现在很多的特征提取HOG，LBP，SIFT等等本质都是梯度的统计信息），梯度意味着边缘，这是最本质的部分，而计算梯度，最常用就是灰度图。颜色本身，非常容易受到光照等因素的影响，同类的物体颜色有很多变化，所以颜色本身难以提供关键信息

2.计算量
灰度化其实就是将图片降维，这样就能大大降低计算量

对于设备的计算能力和识别速度的需求是你取舍的一个关键点

有时候灰度图还是过大，再次降维使用二值化图像

3.颜色信息
现在大部分的彩色图像都是采用RGB颜色模式，处理图像的时候，要分别知对RGB三种分量进行处理，实际上RGB并不能反映图像的形态特征，只是从光学的原理上进行颜色的调配

对于一些场景，颜色所能提供的信息并不多
比如大多数的医学图像RGB提供的信息量很少（几乎没有），所以可以直接灰度图来进行后续计算

但是也并不绝对，颜色有时候提供的信息也很重要
比如分辨红绿灯的话，是绝对不能直接只用灰度图的