Colors 为什么灰度的工作方式是这样的？

我的原始问题

我读到，要将RGB像素转换为灰度RGB，应该使用

r_new = g_new = b_new = r_old * 0.3 + g_old * 0.59 + b_old * 0.11

我还阅读并了解到，

g

的权重更高，因为人眼对绿色更敏感。实现了这一点，我看到的结果与在Gimp这样的图像编辑器中将图像设置为“灰度”时得到的结果相同

在我读这篇文章之前，我设想将一个像素转换为灰度，将其转换为HSL或HSV，然后将饱和度设置为零（因此，移除所有颜色）。然而，当我这样做的时候，我得到了一个完全不同的图像输出，尽管它也缺少颜色

s=0

与我阅读的“正确”方式有什么不同，为什么它“不正确”

基于答案和其他研究的持续发现

似乎使用哪种亮度系数是一些争论的主题。不同的组合和灰度算法有不同的结果。以下是电视标准等领域中使用的一些预设：

• ITU-R BT.601（NTSC？）定义的系数为

  0.299r+0.587g+0.114b

• ITU-R BT.709（更新版）定义的系数为

  0.2126r+0.7152g+0.0722b

• 相等三分之一的系数，

  （1/3）（rgb）

  ，等于

  s=0

本文详细介绍了各种灰度技术及其对各种图像的结果，以及对119人的主观调查

---

然而，当将图像转换为灰度时，为了达到“最佳”艺术效果，几乎肯定不会使用这些预定义的系数，但是调整每个通道的贡献，以产生特定图像的最佳输出。

看起来这些系数来自旧的CRT技术，并且不能很好地适应今天的显示器，来自：

系数0.299、0.587和 0.114正确计算的荧光粉为 在引入 1953年NTSC电视台。他们是 仍然适用于计算视频 luma将在下文第节中讨论 11然而，这些系数并不能准确地计算物体的亮度 当代监视器

但是，找不到正确的转换系数

---

另请参见

关于此主题的有趣文章。。。。“因为人眼无法通过颜色线性检测亮度”

---

在HSL/HSV中使用

s=0

并转换为RGB将导致

R=G=B

，这与执行

R_old*1/3+G_old*1/3+B_old*1/3

相同

要了解原因，请查看描述HSV->RGB转换的。饱和度

s

将为0，因此

C

和

X

也将为0。您将以

R\u 1、G\u 1、B\u 1

为

（0,0,0）

结束，然后将

m

添加到最终RGB值中，结果是

（m，m，m）

=

（V，V，V）

。对于HSL，结果将是

（m，m，m）

=（

L，L，L

）

编辑：好的，我想上面的不是完整的答案，尽管这是一个很好的起点。RGB值将完全相同，无论是

L

还是

V

，但仍取决于

L

和

V

最初是如何计算的，再次请参阅。似乎您用于转换的程序/公式使用了

1/3*R+1/3*G+1/3*B

解决方案或其他两种方案之一（六角锥/双六角锥）

---

因此，毕竟，使用HSL/HSV只是意味着你必须决定先使用哪个公式，然后再转换为RGB灰度值只是隔离最后一个分量。

尽管这些转换系数存在，但没有任何东西能约束你使用它们。只要每个像素的总强度不变，每个通道的贡献可以是任何值，从0到100%不等

将图像转换为灰度的摄影师使用通道混合器来调整每个通道（RGB或CMYK）的级别。在您的图像中，有许多红色和绿色，因此可能需要（取决于您的意图）使这些通道在灰度强度中比在蓝色中表现得更高

这就是区分“科学”的图像转换和“艺术”的乐队组合的原因

---

另一个需要考虑的问题是每个波段中值的动态范围，并尝试在灰度图像中保留这些值。例如，增强阴影和/或高光可能需要增加蓝带的贡献。

OK，为了具体回答所问的问题，这是错误的，因为：s=0版本中灰色之间的亮度与原始图像中颜色之间的亮度不匹配。这可以通过花中心的茎（雄蕊？如果我记得三年级的话）明显地表现出来，在s=0的版本中没有那么明显。下面是给定系数的原始推导：另一篇利用s=0方法的伟大文章，尝试制作一个转换为灰度时完全消失的图像：这不是一个真正的编程问题，但我不确定它属于哪个网站。。。这实际上是一个艺术或科学的问题。这可能是真的，但我是在编写一个灰度转换函数的背景下提出这个问题的。