Image &引用；标准；RGB到灰度转换

我正在尝试编写一个转换器算法，它获取JPEG图像并返回其PGM（便携式灰度图）版本。 问题是，我无法理解“官方”JPG->PGM转换器是如何从经典RGB格式开始为最终像素分配什么值的

开始时，我使用了这个公式（OpenCV的CV_RGB2GRAY转换也使用了这个公式）：

0.30*R+0.59*G+0.11*B=val

我编写了一个简单的代码来测试我的结果：它采用彩色图像及其PGM版本（已使用GIMP转换）。然后使用前面的公式转换彩色图像。目标是使灰度图像像素到像素等于PGM输入

---

此时，它不会返回相同的值。你能帮我吗

理论上，只需几个像素（本例中为3个像素），就可以确定他们的算法在做什么。 只需选择三个像素（p1、p2、p3）、它们的RGB值和PGM灰度值，即可：

红色常量*p1.redValue+绿色常量*p1.greenValue+蓝色常量*p1.blueValue=p1.grayValue

RedConstant*p2.redValue+GreenConstant*p2.greenValue+BlueConstant*p2.blueValue=p2.grayValue

RedConstant*p3.redValue+GreenConstant*p3.greenValue+BlueConstant*p3.blueValue=p3.grayValue

然后解决这个问题（查找“方程求解器”或其他东西），看看他们使用的常数是什么

问题是，我无法理解“官方”JPG->PGM转换器是如何从经典RGB格式开始为最终像素分配什么值的

“官方”工具正在使用的转换中可能存在伽马调整。
也就是说，它不仅仅是线性转换。

有关详细信息，请参阅此Wikipedia部分：

我相信您希望使用

Csrgb

的公式，尝试一下，看看它是否符合您期望的结果

基本上，您将这样做：

采用

R，G，B

颜色（每个在

[0,1]

范围内）

• 如果它们在

  0..255

  范围内，只需除以

  255.0

计算

Clinear=0.2126 R+0.7152 G+0.0722 B

• 这可能是您以前应用的线性变换

根据

Clinear

• 这是您丢失的非线性伽马校正片
• 退房

• Csrgb=12.92 Clinear

  当

  Clinear 0.0031308

---

在OPENCV PYTHON中将RGB图像转换为灰度的简单算法

我使用了注释，所以代码是不言自明的。但它工作得很快

import cv2
import numpy as np
img1 = cv2.imread('opencvlogo.png')
row,col,ch = img1.shape
g = [ ]  #the list in which we will stuff single grayscale pixel value inplace of 3 RBG values
#this function converts each RGB pixel value into single Grayscale pixel value and appends that value to list 'g'
def rgb2gray(Img):
    global g
    row,col,CHANNEL = Img.shape
    for i in range(row) :
        for j in range(col):
        a =      (   Img[i,j,0]*0.07  +  Img[i,j,1]*0.72 +    Img[i,j,2] *0.21   ) #the algorithm i used id , G =  B*0.07 + G*0.72 + R* 0.21
                                                                                   #I found it online
        g.append(a)
rgb2gray(img1)  #convert the img1 into grayscale
gr = np.array(g)  #convert the list 'g' containing grayscale pixel values into numpy array
cv2.imwrite("test1.png" , gr.reshape(row,col)) #save the image file as test1.jpg

所以我用了这个图像文件

我的程序生成了以下灰度文件

---

哈罗德关于“Y平面”的观点：标准彩色JPEG使用颜色空间编码，其中Y是亮度分量（即亮度），Cb和Cr是蓝差和红差色度分量。因此，将彩色JPEG转换为灰度JPEG的一种方法是简单地删除Cb和Cr组件

---

有一个名为

jpegtran

的实用程序，它可以使用

-grayscale

选项无损地执行此操作。（为了避免这种情况，无损部分实际上只在您希望最终使用JPEG而不是PGM时才起作用。）无论如何，这可能是进行这种转换的最快方法，因为它甚至不会将图像解码为像素，更不用说对每个像素进行数学运算了。

将默认RGB颜色模型中的单个输入像素转换为单个灰色像素

/* Convertation function 
 * @param x    the horizontal pixel coordinate
 * @param y    the vertical pixel coordinate
 * @param rgb  the integer pixel representation in the default RGB color model
 * @return a gray pixel in the default RGB color model.*/

    public int filterRGB(int x, int y, int rgb) {
    // Find the average of red, green, and blue.
    float avg = (((rgb >> 16) & 0xff) / 255f +
                 ((rgb >>  8) & 0xff) / 255f +
                  (rgb        & 0xff) / 255f) / 3;
    // Pull out the alpha channel.
    float alpha = (((rgb >> 24) & 0xff) / 255f);

    // Calculate the average.
    // Formula: Math.min(1.0f, (1f - avg) / (100.0f / 35.0f) + avg);
    // The following formula uses less operations and hence is faster.
    avg = Math.min(1.0f, 0.35f + 0.65f * avg);
    // Convert back into RGB.
   return (int) (alpha * 255f) << 24 |
          (int) (avg   * 255f) << 16 |
          (int) (avg   * 255f) << 8  |
          (int) (avg   * 255f);
}

/*转换功能
*@param x水平像素坐标
*@param y垂直像素坐标
*@param rgb默认rgb颜色模型中的整数像素表示
*@返回默认RGB颜色模型中的灰色像素*/
公共整型过滤器rgb（整型x、整型y、整型rgb）{
//找到红色、绿色和蓝色的平均值。
浮点平均值=（（rgb>>16）和0xff）/255f+
（（rgb>>8）和0xff）/255f+
（rgb&0xff）/255f）/3；
//拉出alpha通道。
浮点alpha=（（rgb>>24）和0xff）/255f）；
//计算平均值。
//公式：数学最小值（1.0f，（1f-平均值）/（100.0f/35.0f）+平均值）；
//以下公式使用更少的运算，因此速度更快。
平均值=数学最小值（1.0华氏度，0.35华氏度+0.65华氏度*平均值）；
//转换回RGB。
return（int）（alpha*255f）平均法是最简单的方法。你只需要取三种颜色的平均值。因为它是RGB图像，所以这意味着你必须将r与g和b相加，然后将其除以3，得到你想要的灰度图像

它是这样做的

Grayscale = (R + G + B / 3)

如果你有一张彩色图像，如上图所示，你想用平均法将其转换为灰度。
谢谢，但不行。我输入了3个像素值，并解出了一个三方程组。它得到了三个常数，这三个常数适用于这些方程，而不适用于第四个像素。1）你确定选择了相同的像素吗对于RGB和灰度值？2）从这篇文章中：我看到它们是几种不同的RGB到PGM算法。尝试所有的RGB到PGM算法，并尝试找出使用哪一种算法。祝你好运！如果我告诉你我没有找到任何有效的方法怎么办？嗯，GIMP可能使用了他们自己的奇怪算法，尝试精确地重新创建他们的转换器的真正目的是什么？PGM转换的过程是一个较长算法的一个子部分。经过一些测试，我发现如果我使用“GIMP”PGM图像作为输入，而不是使用所有这些方法创建的更简单的版本，这种算法的结果会更好。因此我认为真正的PGM格式描述像素值的方式似乎更“易于管理”根据我的算法，我还