OpenCV理解灰度

我对OpenCV如何进行颜色到灰度的转换感到困惑。如果我给它发送一张仅由纯红色、纯绿色和纯蓝色（例如{255,0,0}）组成的图像，我希望它将其转换为值255/3=85的一致灰色，但事实并非如此

我试过：

IplImage* src;
src=cvLoadImage("image.bmp", 0)
val = cvGetReal2D( src, y, x );

这会产生混乱的输出，将纯红色转换为147，纯绿色转换为200，纯蓝色转换为95（我想我已经得到了订单）。灰色会按照预期进行转换（例如，{127127}-->127）

然后我遇到了CVTColor函数，它似乎使用人眼反应来加权转换（灰色=0.299*红色+0.587*绿色+0.114*蓝色）：

我已通过拆分频道成功转换为所需：

IplImage* red_channel = cvCreateImage(cvSize(src->width, src->height), 8, 1);
IplImage* green_channel = cvCreateImage(cvSize(src->width, src->height), 8, 1);
IplImage* blue_channel = cvCreateImage(cvSize(src->width, src->height), 8, 1);
cvSplit( src, blue_channel , green_channel, red_channel , NULL);
val = ( cvGetReal2D( red_channel, y, x ) + cvGetReal2D( green_channel, y, x ) + cvGetReal2D( blue_channel, y, x ) ) / 3;

---

但是我想从中了解一下OpenCV在使用cvLoadImage时如何转换为灰度，和/或是否有一个函数可以在没有人眼反应的情况下转换（即灰色=（红色+绿色+蓝色）/3）？

从颜色到灰度的转换公式不是（R+G+B）/3

---

找出正确的一个，为什么是这样的

我不认为有一个单一的函数，但你可以分割通道，将每个通道与其系数相乘，然后将单个图像中的所有通道相加

c++语法将是：

int main()
{
  cv::Mat color = cv::imread("lena.jpg");
  cv::Mat red(color.rows, color.cols, CV_8UC1);
  cv::Mat green(color.rows, color.cols, CV_8UC1);
  cv::Mat blue(color.rows, color.cols, CV_8UC1);

  std::vector<cv::Mat> output;
  output.push_back(blue);
  output.push_back(green);
  output.push_back(red);

  cv::split(color,output);

  float r = 0.0f;
  float g = 0.2f;
  float b = 1.0f - (r + g);
  cv::Mat graySelf = r*red + g*green + b*blue;
  // could be computed with two calls of cv function addWeighted() in the same way!


  cv::Mat grayCV;
  cv::cvtColor(color,grayCV, CV_RGB2GRAY);

  cv::namedWindow("cv"); cv::imshow("cv", grayCV);
  cv::namedWindow("self"); cv::imshow("self", graySelf);
  cv::namedWindow("color"); cv::imshow("color", color);

  cv::imwrite("cv.png", grayCV);
  cv::imwrite("self.png", graySelf);
  cv::waitKey(-1);


  return 0;
}

intmain（）
{
cv:：Mat color=cv:：imread（“lena.jpg”）；
cv:：Mat红色（color.rows、color.cols、cv_8UC1）；
cv:：Mat绿色（color.rows、color.cols、cv_8UC1）；
cv:：Mat蓝色（color.rows、color.cols、cv_8UC1）；
std：：矢量输出；
输出。推回（蓝色）；
输出。推回（绿色）；
输出。推回（红色）；
cv：：分割（颜色、输出）；
浮球r=0.0f；
浮球g=0.2f；
浮球b=1.0f-（r+g）；
cv:：Mat graySelf=r*红色+g*绿色+b*蓝色；
//可以通过两次调用cv函数addWeighted（）以相同的方式计算！
cv：：Mat grayCV；
cv:：CVT颜色（颜色、灰色cv、cv_rgb2灰色）；
cv:：namedWindow（“cv”）；cv:：imshow（“cv”，grayCV）；
cv:：namedWindow（“self”）；cv:：imshow（“self”，graySelf）；
cv:：namedWindow（“颜色”）；cv:：imshow（“颜色”，颜色）；
cv：：imwrite（“cv.png”，grayCV）；
cv：：imwrite（“self.png”，graySelf）；
cv:：waitKey（-1）；
返回0；
}

提供图像：

颜色：

openCV：

自我：

在CVTHORE中，OpenCV2.4.4C++内部使用这个函数片段在IMGPROC/SRC/COLLY。CPP中，我猜：

int scn = srccn;
float cb = coeffs[0], cg = coeffs[1], cr = coeffs[2];
for(int i = 0; i < n; i++, src += scn)
    dst[i] = saturate_cast<_Tp>(src[0]*cb + src[1]*cg + src[2]*cr);

int-scn=srccn；
浮动cb=系数[0]，cg=系数[1]，cr=系数[2]；
对于（int i=0；i

我知道在许多应用程序中，您希望使用人眼响应来加权转换，但在我的应用程序中，我希望它对蓝色的敏感度与对绿色或红色的敏感度一样。然后编写您自己的转换。OpenCV遵循标准。它不需要实现没有实际意义的转换。但我真的怀疑你在你的项目中是否需要R，G，B平均值。谢谢米卡，这是一个非常全面的答案，附有有用的例子。

int scn = srccn;
float cb = coeffs[0], cg = coeffs[1], cr = coeffs[2];
for(int i = 0; i < n; i++, src += scn)
    dst[i] = saturate_cast<_Tp>(src[0]*cb + src[1]*cg + src[2]*cr);