詳解Java如何?映像灰階化_java

24位彩色圖與8位灰階圖

首先要先介紹一下24位彩色映像，在一個24位彩色映像中，每個像素由三個位元組表示，通常表示為RGB。通常，許多24位彩色映像儲存為32位元影像像，每個像素多餘的位元組儲存為一個alpha值，表現有特殊影響的資訊[1]。

在RGB模型中，如果R=G=B時，則彩色表示一種灰階顏色，其中R=G=B的值叫灰階值，因此，灰階映像每個像素只需一個位元組存放灰階值（又稱強度值、亮度值），灰階範圍為0-255[2]。這樣就得到一幅圖片的灰階圖。

幾種灰階化的方法

     1、分量法：使用RGB三個分量中的一個作為灰階圖的灰階值。

     2、最值法：使用RGB三個分量中最大值或最小值作為灰階圖的灰階值。

     3、均值法：使用RGB三個分量的平均值作為灰階圖的灰階值。

     4、加權法：由於人眼顏色敏感度不同，按下一定的權值對RGB三分量進行加權平均能得到較合理的灰階映像。一般情況按照：Y = 0.30R + 0.59G + 0.11B。

[注]加權法實際上是取一幅圖片的亮度值作為灰階值來計算，用到了YUV模型。在[3]中會發現作者使用了Y = 0.21 * r + 0.71 * g + 0.07 * b來計算灰階值（顯然三個權值相加並不等於1，可能是作者的錯誤？）。實際上，這種差別應該與是否使用色差補正坡形有關[1]。

一種Java實現灰階化的方法

如果你搜尋“Java實現灰階化”，十有八九都是一種方法（代碼）：

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的原圖為：

使用上述方法得到的灰階圖：

看到這幅灰階圖，似乎還真是可行，但是如果我們使用opencv來實現灰階化或使用PIL（Python），你會發現效果相差很大：

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

可以清楚的看到，使用opencv（PIL也是一樣的）得到的灰階圖要比上面Java方法得到的方法好很多，很多細節都能夠看得到。這說明，網上這種流行的方法一直都存在這某種問題，只是一直被忽略。

opencv如何?灰階化

如果讀過opencv相關的書籍或代碼，大概都能知道opencv灰階化使用的是加權法，之所以說是大概，因為我們不知道為什麼opencv灰階化的映像如此的好，是否有其他的處理細節被我們忽略了？

驗證我們的猜想很簡單，只要查看像素值灰階化前後的變化就知道了，可以如下測試：

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]

以下列印了這麼多像素點，我們也很難判斷，但是我們只要關注一下最後一個像素點，就能夠發現端倪： 原圖最後的像素點RGB值為44，67，89，而灰階化之後的值為71。正好符合加權法計算的灰階值。如果你檢查之前用Java灰階化的圖片的像素值，你會發現不僅僅像素值不符合這個公式，甚至相差甚遠。

到此，我們猜測opencv（也包括PIL）是使用加權法實現的灰階化。

Java實現加權法灰階化

如果網上那段流行的方法不行，我們該如何使用Java實現灰階化？實際上[3]已經成功的實現了（多種方法的）灰階化（外國友人搞技術還是很給力的），在此僅僅提取必要的代碼：

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);}

上面的代碼會列印出灰階化後的像素值，如果再與上面的Python代碼做對比，你會發現像素值完全的對應上了。colorToRGB方法中對彩色圖的處理正好是4個位元組，其中之一是alpha參數（前文所講），下圖是這段代碼灰階化後的映像：

對於其他方法，依次同理可得。

總結

本文的成因本是希望使用Java實現幾種灰階化操作，並使用opencv來驗證轉化的對錯，但在實際測試中發現了一些問題（轉化後的圖片有差異，以及如何在轉化後根據灰階值產生灰階圖等問題），並就此進行了一定的思考與驗證。這裡需要注意的是，網上的一些文章或多或少沒有做更進一步的思考（甚至很多都是照搬，尤其是國內的文章），而對於這些實際問題，動手實現並驗證是非常重要的方法。希望本文的內容對大家能有所協助。如果有疑問可以留言討論。