图像灰度化的三种方法及MATLAB，VC+opencv，python+opencv的三种方法实现_what_lei

http://blog.sina.com.cn/u/5567140899

首页博文目录关于我

个人资料

微博

加好友发纸条

写留言加关注

博客等级：
博客积分：

博客访问：
关注人气：
获赠金笔：0支
赠出金笔：0支
荣誉徽章：

正文字体大小：大中小

图像灰度化的三种方法及MATLAB，VC+opencv，python+opencv的三种方法实现

(2015-07-16 13:44:23)

标签：

灰度

图像

方法

函数

分类：图像处理

最近做有关图像处理方面的东西，顺便整理一下好方便查询

灰度化处理就是将一幅色彩图像转化为灰度图像的过程。彩色图像分为R，G，B三个分量，分别显示出红绿蓝等各种颜色，灰度化就是使彩色的R，G，B分量相等的过程。灰度值大的像素点比较亮（像素值最大为255，为白色），反之比较暗（像素最下为0，为黑色）。

图像灰度化的算法主要有以下3种：

1)最大值法：使转化后的R，G，B得值等于转化前3个值中最大的一个，即：

R=G=B=max（R，G，B） (1)

这种方法转换的灰度图亮度很高。

2)平均值法：是转化后R，G，B的值为转化前R,G,B的平均值。即：

R=G=B=(R+G+B)/3 (2)

这种方法产生的灰度图像比较柔和。

3)加权平均值法：按照一定权值，对R，G，B的值加权平均，即：

http://s10/mw690/0064L9F9zy6TSC3k1UR99&690 (3)

http://s4/mw690/0064L9F9zy6TSD1Aa9t83&690时，得到的灰度图像效果最好。

MATLAB代码及效果图：

%%三种方法实现灰度化与调用MATLAB函数实现灰度化

close all;

clear all;

Img=imread('11.jpg');

[n m a]=size(Img);%判断图像的大小

GrayImage= rgb2gray(Img);%调用MATLAB函数实现灰度化

Img_Gray=zeros(n,m);

for x=1:n%通过双循环对图像进行灰度化处理

for y=1:m

% Img_Gray(x,y)=max(Img(x,y,1),max(Img(x,y,2),Img(x,y,3))); %第一种方法实现灰度化

% Img_Gray(x,y)=(Img(x,y,1)+Img(x,y,2)+Img(x,y,3))/3;%第二种方法实现灰度化

Img_Gray(x,y)=0.3*Img(x,y,1)+0.59*Img(x,y,2)+0.11*Img(x,y,3);%第三种方法实现灰度化

end

figure,imshow(Img);title('原图像')

figure,imshow(GrayImage);title('调用系统函数实现灰度化')

figure,imshow(uint8(Img_Gray));title('第三种方法')

效果图：

http://s10/small/0064L9F9zy6TSDNjWOtb9&690 http://s9/small/0064L9F9zy6TSDRQspq68&690

原图调用MATLAB函数

http://s4/small/0064L9F9zy6TSDVZaRJf3&690
用第三种方法

vc+opencv实现：

#include "stdafx.h"

#include "highgui.h"

#include "cv.h"

#include

int _tmain(int argc, _TCHAR* argv[])

{

IplImage *Image; //定义相应的图像指针

IplImage *Image_r; //从1~5代表5中不同权值的结果

IplImage *Image_g;

IplImage *Image_b;

IplImage *GrayImage;

IplImage *Gray_Image;

Image = cvLoadImage( "11.jpg", -1 ); //读取图片

if (Image == NULL)

return -1;

Image_r = cvCreateImage(cvGetSize(Image),8,1);

Image_g = cvCreateImage(cvGetSize(Image),8,1);

Image_b = cvCreateImage(cvGetSize(Image),8,1);

GrayImage = cvCreateImage(cvGetSize(Image),8,1);

Gray_Image = cvCreateImage(cvGetSize(Image),8,1);

CvMat* pMat_r = NULL; //定义与图像关联的数据指针

CvMat* pMat_g = NULL;

CvMat* pMat_b = NULL;

CvMat* pGrayMat = NULL;

pMat_r = cvCreateMat(Image->height, Image->width, CV_32FC1);

pMat_g = cvCreateMat(Image->height, Image->width, CV_32FC1);

pMat_b = cvCreateMat(Image->height, Image->width, CV_32FC1);

pGrayMat= cvCreateMat(Image->height, Image->width, CV_32FC1);

BYTE r; //中间过程变量

BYTE g;

BYTE b;

BYTE Gray;

for(int j=0; jheight; j++)

{

for(int i=0; iwidth; i++)

{

b = (BYTE)Image->imageData[j*Image->widthStep + i*3]; //B分量

g = (BYTE)Image->imageData[j*Image->widthStep + i*3 + 1]; //G分量

r = (BYTE)Image->imageData[j*Image->widthStep + i*3 + 2]; //R分量

// Gray = max(g, max(b,r)); //第一种方法

// Gray = (BYTE)((r + g + b)/3); //第二种方法

Gray = (BYTE)(0.11*b + 0.59*g + 0.30*r);//第三种方法

cvmSet(pGrayMat, j, i, Gray);

}

cvCvtColor(Image,Gray_Image,CV_BGR2GRAY); //调用opencv函数实现灰度化

cvConvert(pGrayMat, GrayImage);

cvNamedWindow( "Image",CV_WINDOW_AUTOSIZE);

cvNamedWindow( "GrayImage",CV_WINDOW_AUTOSIZE);

cvNamedWindow( "Gray_Image",CV_WINDOW_AUTOSIZE);

cvShowImage("Image", Image);

cvShowImage("GrayImage", GrayImage);

cvShowImage("Gray_Image", GrayImage);

cvWaitKey(0);

cvDestroyWindow("Image");

cvDestroyWindow("GrayImage");

cvDestroyWindow("Gray_Image");

cvReleaseImage(&Image);

cvReleaseImage(&GrayImage);

cvReleaseImage(&Gray_Image);

cvReleaseMat(&pGrayMat);

return 0;

}

效果图：

http://s15/small/0064L9F9zy6TSEn3Nfwde&690 http://s1/small/0064L9F9zy6TSErFaBWc0&690

原图直接调用opencv函数

http://s9/small/0064L9F9zy6TSEulFdm18&690

第三种方法实现

python+opencv代码实现：

#实现图像灰度化

import cv2

img = cv2.imread("11.jpg")

GrayImage=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

cv2.imshow("Image", img)

cv2.imshow("grayImage", GrayImage)

cv2.waitKey (0)

cv2.destroyAllWindows()

效果图：

http://s1/small/0064L9F9zy6TSER9hDOf0&690 http://s3/small/0064L9F9zy6TSF13OXo02&690

原图调用函数实现

阅读┊ 收藏 ┊ 喜欢 ▼ ┊打印┊举报/Report

前一篇：[转载]牛人主页（主页有很多论文代码）

新浪BLOG意见反馈留言板　欢迎批评指正