澳门新浦京娱乐游戏Java图像灰度化的实现过程解析

澳门新浦京娱乐游戏 4

概要

本文主要介绍了灰度化的几种方法,以及如何使用Java实现灰度化。同时分析了网上一种常见却并不妥当的Java灰度化实现,以及证明了opencv的灰度化是使用“加权灰度化”法

 

一、图像种类

首先来看一下图像种类(ps:
这里介绍用到的彩色图像,灰度图像,二值图像,其他图像暂不做介绍)。

每个图像的像素通常对应于二维空间中一个特定的’位置’,并且有一个或者多个与那个点相关的采样值组成数值。根据这些采样数目及特性的不同数字图像可以划分为:
二值图像:图像中每个像素的亮度值(Intensity)仅可以取自0或1的图像,因此也称为1-bit图像。

灰度图像:也称为灰阶图像:
图像中每个像素可以由0(黑)到255(白)的亮度值(Intensity)表示。0-255之间表示不同的灰度级。

彩色图像
(Color
image):彩色图像主要分为两种类型,RGB及CMYK。其中RGB的彩色图像是由三种不同颜色成分组合而成,一个为红色,一个为绿色,另一个为蓝色。而CMYK类型的图像则由四个颜色成分组成:青C、品M、黄Y、黑K。CMYK类型的图像主要用于印刷行业。

24位彩色图与8位灰度图

首先要先介绍一下24位彩色图像,在一个24位彩色图像中,每个像素由三个字节表示,通常表示为RGB。通常,许多24位彩色图像存储为32位图像,每个像素多余的字节存储为一个alpha值,表现有特殊影响的信息[1]。

在RGB模型中,如果R=G=B时,则彩色表示一种灰度颜色,其中R=G=B的值叫灰度值,因此,灰度图像每个像素只需一个字节存放灰度值(又称强度值、亮度值),灰度范围为0-255[2]。这样就得到一幅图片的灰度图。

Atitit 图像处理 灰度图片
灰度化的原理与实现

二、灰度化

几种灰度化的方法

  • 分量法:使用RGB三个分量中的一个作为灰度图的灰度值。
  • 最值法:使用RGB三个分量中最大值或最小值作为灰度图的灰度值。
  • 均值法:使用RGB三个分量的平均值作为灰度图的灰度值。
  • 加权法:由于人眼颜色敏感度不同,按下一定的权值对RGB三分量进行加权平均能得到较合理的灰度图像。一般情况按照:Y = 0.30R + 0.59G + 0.11B

[注]加权法实际上是取一幅图片的亮度值作为灰度值来计算,用到了YUV模型。在[3]中会发现作者使用了Y = 0.21 * r + 0.71 * g + 0.07 * b来计算灰度值(显然三个权值相加并不等于1,可能是作者的错误?)。实际上,这种差别应该与是否使用伽马校正有关[1]。

 

2.1 基本原理

将彩色图像转化成为灰度图像的过程称为图像的灰度化处理。
灰度化,在RGB模型中,如果R=G=B时,则彩色表示一种灰度颜色,其中R=G=B的值叫灰度值,因此,灰度图像每个像素只需一个字节存放灰度值(又称强度值、亮度值),灰度范围为0-255。

彩色图像中的每个像素的颜色有R、G、B三个分量决定,而每个分量有255个值可取,这样一个像素点可以有1600多万(255255255)的颜色的变化范围。而灰度图像一个像素点的变化范围为255种,所以在数字图像处理种一般先将各种格式的图像转变成灰度图像以使后续的图像的计算量变得少一些。灰度图像的描述与彩色图像一样仍然反映了整幅图像的整体和局部的色度和亮度等级的分布和特征。

一种Java实现灰度化的方法

如果你搜索“Java实现灰度化”,十有八九都是一种方法(代码):

public void grayImage() throws IOException{
    File file = new File(System.getProperty("user.dir")+"/test.jpg");
    BufferedImage image = ImageIO.read(file);

    int width = image.getWidth();  
    int height = image.getHeight();  

    BufferedImage grayImage = new BufferedImage(width, height, BufferedImage.TYPE_BYTE_GRAY); 
    for(int i= 0 ; i < width ; i++){  
        for(int j = 0 ; j < height; j++){  
        int rgb = image.getRGB(i, j);  
        grayImage.setRGB(i, j, rgb);  
        }  
    }  

    File newFile = new File(System.getProperty("user.dir")+"/method1.jpg");  
    ImageIO.write(grayImage, "jpg", newFile);  
}

test.jpg的原图为:

澳门新浦京娱乐游戏 1

使用上述方法得到的灰度图:

澳门新浦京娱乐游戏 2

看到这幅灰度图,似乎还真是可行,但是如果我们使用opencv来实现灰度化或使用PIL(Python),你会发现效果相差很大:

img = cv2.imread('test.jpg',cv2.IMREAD_COLOR)
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
cv2.imwrite('PythonMethod.jpg', gray)

澳门新浦京娱乐游戏 3

可以清楚的看到,使用opencv(PIL也是一样的)得到的灰度图要比上面Java方法得到的方法好很多,很多细节都能够看得到。这说明,网上这种流行的方法一直都存在这某种问题,只是一直被忽略。

24位彩色图与8位灰度图

    首先要先介绍一下24位彩色图像,在一个24位彩色图像中,每个像素由三个字节表示,通常表示为RGB。通常,许多24位彩色图像存储为32位图像,每个像素多余的字节存储为一个alpha值,表现有特殊影响的信息[1]。 

    在RGB模型中,如果R=G=B时,则彩色表示一种灰度颜色,其中R=G=B的值叫灰度值,因此,灰度图像每个像素只需一个字节存放灰度值(又称强度值、亮度值),灰度范围为0-255[2]。这样就得到一幅图片的灰度图。 

2.2 灰度化方法

一般有四种方法对彩色图像进行灰度化处理:分量法、最大值法、平均值法、加权平均法。

图像灰度化处理有以下几种方式:
1. 分量法
将彩色图像中的三分量的亮度作为三个灰度图像的灰度值,可根据应用需要选取一种灰度图像。

f1(i,j)=R(i,j) 
f2(i,j)=G(i,j) 
f3(i,j)=B(i,j)
其中fk(i,j)(k=1,2,3)为转换后的灰度图像在(i,j)处的灰度值。

2. 最大值法
将彩色图像中的三分量亮度的最大值作为灰度图的灰度值。

f(i,j)=max(R(i,j),G(i,j),B(i,j))

3. 平均值法
将彩色图像中的三分量亮度求平均得到一个灰度值。

f(i,j)=(R(i,j)+G(i,j)+B(i,j)) /3

4. 加权平均法
根据重要性及其它指标,将三个分量以不同的权值进行加权平均。由于人眼对绿色的敏感最高,对蓝色敏感最低,因此,按下式对RGB三分量进行加权平均能得到较合理的灰度图像。

f(i,j)=0.30R(i,j)+0.59G(i,j)+0.11B(i,j))

opencv如何实现灰度化

如果读过opencv相关的书籍或代码,大概都能知道opencv灰度化使用的是加权法,之所以说是大概,因为我们不知道为什么opencv灰度化的图像如此的好,是否有其他的处理细节被我们忽略了?

验证我们的猜想很简单,只要查看像素值灰度化前后的变化就知道了,可以如下测试:

img = cv2.imread('test.jpg',cv2.IMREAD_COLOR)
h, w = img.shape[:2]
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
for j in range(w):
    for i in range(h):
        print str(i) + " : " + str(j) + " " + str(gray[i][j])
print img[h-1][w-1][0:3]

以下打印了这么多像素点,我们也很难判断,但是我们只要关注一下最后一个像素点,就能够发现端倪:
原图最后的像素点RGB值为44,67,89,而灰度化之后的值为71。正好符合加权法计算的灰度值。如果你检查之前用Java灰度化的图片的像素值,你会发现不仅仅像素值不符合这个公式,甚至相差甚远。

到此,我们猜测opencv(也包括PIL)是使用加权法实现的灰度化。

几种灰度化的方法

    分量法:使用RGB三个分量中的一个作为灰度图的灰度值。 
    最值法:使用RGB三个分量中最大值或最小值作为灰度图的灰度值。 
    均值法:使用RGB三个分量的平均值作为灰度图的灰度值。 
    加权法:由于人眼颜色敏感度不同,按下一定的权值对RGB三分量进行加权平均能得到较合理的灰度图像。一般情况按照:Y
= 0.30R + 0.59G + 0.11B。 
    [注]加权法实际上是取一幅图片的亮度值(人眼对绿色的敏感最高,对蓝色敏感最低 )作为灰度值来计算,用到了YUV模型。在[3]中会发现作者使用了Y
= 0.21 * r + 0.71 * g + 0.07 * b(百度百科:Y = 0.30 * r + 0.59 * g

  • 0.11 *
    b)来计算灰度值。实际上,这种差别应该与是否使用伽马校正有关[1]。

 

 

上一篇我们说到过,对图像处理的事实,我们更关心图像的亮度信息,也就是灰度,如何将彩色图像转换成灰度图像呢?很简单,只要令R,G,B三个值相等即可。那么这个值和原R,G,B的值是什么关系呢?

一般的,我们有经验公式  
Gray=R×0.299+G×0.587+B×0.114,或者直接取它们的均值即可。前面的经验公式更符合人眼的观测。灰度化函数如下:

 

 

BufferedImage gray_copy = new GrayscaleFilter().filter(img, null);

imgx.save(gray_copy, filex.addSuffix(f, “gray”));

作者:: 绰号:老哇的爪子 ( 全名::Attilax Akbar Al Rapanui 阿提拉克斯 阿克巴 阿尔 拉帕努伊 ) 

汉字名:艾提拉(艾龙),   EMAIL:1466519819@qq.com

转载请注明来源: 

Atiend

 

 

三、Opencv中图像灰度化处理

在Opencv中可以通过以上几种方法的数值计算来得到灰度图像也可以通过opencv提供的颜色空间转换函数来得到。
Opencv封装灰度法

//彩色图转为灰度图方法调用
cv::cvtColor(rgbMat, greyMat, CV_BGR2GRAY); 

Java实现加权法灰度化

如果网上那段流行的方法不行,我们该如何使用Java实现灰度化?实际上[3]已经成功的实现了(多种方法的)灰度化(外国友人搞技术还是很给力的),在此仅仅提取必要的代码:

private static int colorToRGB(int alpha, int red, int green, int blue) {

        int newPixel = 0;
        newPixel += alpha;
        newPixel = newPixel << 8;
        newPixel += red;
        newPixel = newPixel << 8;
        newPixel += green;
        newPixel = newPixel << 8;
        newPixel += blue;

        return newPixel;

}
public static void main(String[] args) throws IOException {
    BufferedImage bufferedImage 
        = ImageIO.read(new File(System.getProperty("user.dir" + "/test.jpg"));
    BufferedImage grayImage = 
        new BufferedImage(bufferedImage.getWidth(), 
                          bufferedImage.getHeight(), 
                          bufferedImage.getType());

    for (int i = 0; i < bufferedImage.getWidth(); i++) {
        for (int j = 0; j < bufferedImage.getHeight(); j++) {
            final int color = bufferedImage.getRGB(i, j);
            final int r = (color >> 16) & 0xff;
            final int g = (color >> 8) & 0xff;
            final int b = color & 0xff;
            int gray = (int) (0.3 * r + 0.59 * g + 0.11 * b);;
            System.out.println(i + " : " + j + " " + gray);
            int newPixel = colorToRGB(255, gray, gray, gray);
            grayImage.setRGB(i, j, newPixel);
        }
    }
    File newFile = new File(System.getProperty("user.dir") + "/ok.jpg");
    ImageIO.write(grayImage, "jpg", newFile);
}

上面的代码会打印出灰度化后的像素值,如果再与上面的Python代码做对比,你会发现像素值完全的对应上了。colorToRGB方法中对彩色图的处理正好是4个字节,其中之一是alpha参数(前文所讲),下图是这段代码灰度化后的图像:

澳门新浦京娱乐游戏 4

对于其他方法,依次同理可得。

总结

本文的成因本是希望使用Java实现几种灰度化操作,并使用opencv来验证转化的对错,但在实际测试中发现了一些问题(转化后的图片有差异,以及如何在转化后根据灰度值生成灰度图等问题),并就此进行了一定的思考与验证。

这里需要注意的是,网上的一些文章或多或少没有做更进一步的思考(甚至很多都是照搬,尤其是国内的文章),而对于这些实际问题,动手实现并验证是非常重要的方法。希望本文对大家有所帮助。

参考

  • [1] 《多媒体技术教程》Ze-Nian Li,Mark S.Drew著,机械工业出版社。
  • [2] 百度百科:灰度值
  • [3] Java color image to grayscale conversion
    algorithm(s)
You can leave a response, or trackback from your own site.

Leave a Reply

网站地图xml地图