Qt產生灰階圖

 

 項目中用到大量基礎影像處理知識，其中灰階圖的產生是很重要的一環。

    先補充一些基礎知識：

----------------------------------------------------------------------------------------------------------------------------

一：灰階圖

       灰階圖就是黑白圖，整幅圖片只有不同程度的黑白兩色。灰階也可認為是亮度，簡單的說就是色彩的深淺程度 ！

 

       1：如果我們用八位來儲存灰階圖。則共有256種組合。那相當於：我們把從：純黑 到 純白 之間區分成了256種灰階。從而對應256種灰階值！ 而如果用一個數字來表示的話：則0-255每個數字對應一種灰階！

 

      2：灰階就是沒有色彩，它的RGB色彩分量全部相等。 比如 rgb(20,20,20)。  既然這樣：我們完全可以用rgb中的某一個分量的值 來代替這個實際的灰階值！ 比如上邊這個例子：我們完全可以用20來代替這個灰階！ 這是一個一一映射關係！

--------------------------------------------------------------------------------------------------------------

二：色彩表

 

 

    色彩表就是表示當前所有顏色的一張表。 而我們知道任何一種顏色都可以用rgb值來表示。如此我們完全可以設計一張表，裡邊每個元素都是一個rgb值，從而將所有的顏色都用rgb值表示出來！

--------------------------------------------------------------------------------------------------------------

三：色彩索引模式

 

 

    在一張圖片的每個像素中可以直接存放其rgb值！當然：我們也可以存放一個索引值，通過這個索引值去其對應的顏色表中去尋找對應的顏色的rgb值來進行繪製。這種像素中存放索引值而不是實際rgb值的模式在Qt中有：QImage::Format_Indexed8，亦即：用8位來存放一個索引值。

--------------------------------------------------------------------------------------------------------------

四：灰階索引圖：

 

    對於8階灰階圖而言：由於其一共有256種灰階，所以我們可以設計一個顏色表：裡邊存放256個rgb值！每個rgb值的三個分量都是相等的。這樣：這張表就可以用來表示所有的灰階！

    灰階索引圖中存放的是各個整數索引值，這些圖片資料本身是無法顯示的，因為其沒有實際的rgb值。當實際構圖時：是用該索引值在上邊建立的顏色表中進行尋找，找到對應的灰階rgb值，而後才能進行實際的繪圖等操作。

    有了上兩步基礎，問題的關鍵就在於：這個灰階索引值是如何獲得的？

 

==================================================================================================================

 

  有了上述基礎知識，下一步可以來看一下如何從彩色圖轉為灰階圖了。

一：整體流程：

   1：依據某一個演算法：將rgb32彩色映像的每個像素中的rgb值轉為一個整數灰階值。

   2：用這個計算獲得的值來替代原圖中的每個rgb。

   這樣就可以將一張彩色圖轉為灰階圖了。

   但是這個過程中存在以下問題：

   1：如何從彩色圖原本的rgb值計算出灰階值？

   2：因為每個像素的rgb都被灰階值取代，其都是一樣的，這完全可以用一個灰階值取代，而不是用三個。用三個有點浪費空間。

--------------------------------------------------------------------------------------------------------------

   對於問題1：灰階值的計算方法有以下幾種：

   

              1.浮點演算法：Gray=R*0.3+G*0.59+B*0.11 

              2.整數方法：Gray=(R*30+G*59++B*11)/100 

              3.移位方法：Gray =(R*28+G*151+B*77)>>8; 

              4.平均值法：Gray=（R+G+B）/3; 

              5.僅取綠色：Gray=G；

              

 

    而各種方法之間的區別在於：精確度！ 亦即：得到的灰階圖的效果不同！浮點數運算得到的效果最好，而僅僅取綠色得到的效果最差。至於取哪一種，則取決於實際需要！

 

--------------------------------------------------------------------------------------------------------------

   對於問題2：我們可以每個像素中只存唯一一個灰階值，而後設計一個色彩表，通過這個灰階值去對應尋找其真實的顏色。那這樣就可以                 用到上邊所的灰階索引圖了。亦即：此時圖中存放的不是真實的rgb值，而是一個灰階所以值；而後設計一張其對應的顏色      表。這樣二者便可以完全代表整張灰階圖了。而且二者加起來的空間也比非索引模式要小的多，而且尋找速度會更快。

 

    所以：最好是將灰階圖用索引模式進行儲存，這在Qt中是指定QImage格式為Index8實現。亦即：有8位索引，可以指定256種灰階值。

那麼：我們從彩色圖轉為灰階索引圖的整體流程為：

 

    （以rgb32轉為index8為例）

    1:首先我們要建立一張空的index8映像。

    2：依據某一個演算法：將rgb32彩色映像的每個像素中的rgb值轉為一個整數值，儲存在index8灰階圖的每個像素中。

    3：構建顏色表。

    4：依據儲存在index映像中的整數值，去灰階表中尋找對應的灰階來進行實際的構圖！

 

==================================================================================================================

 

    OK，現在方法有了，下邊我們可以來實現了。

 

    1：最簡單的方法：

[cpp] view plaincopy

1. for(int i =0;i<width;i++)  
2. {  
3.      for(int j=0;j<height;j++)  
4.      {  
5.       QRgb pixel=iImage->pixel(i,j);  
6.       int r=qRed(pixel);  
7.       int g=qGreen(pixel);  
8.       int b=qBlue(pixel);  
9.       iGray->setPixel(i,j,qGray(r,g,b));  
10.      }  
11. }  

 

 

 

  亦即：先用 pixel()擷取每個像素點的QRgb值。而後分別用qRed(),qGreen(),qBlue()來擷取rgb分量的值。而後進行上述灰階值的計算。之後再重新賦予給該像素點。

 

    但是實際運行一下你會發現：對於600*800大小的映像：這個函數要運行30s+，這顯然是不能容忍的。

 

--------------------------------------------------------------------------------------------------------------

    

    上邊這個方法很簡單直接，但是效率上太失敗，所以我們需要來最佳化效率，主要從以下兩個方面實現：

 

 

    1:要用pixel() ,qRed(),qGreen(),qBlue()來遍曆擷取每個像素的rgb分量。其函數實現時：肯定是一個尋找過程，尤其是依據像素位置來獲得rgb值的函數pixel()。每次都一個完整的尋找，這顯然效率較為低下，尤其是不斷的大量尋找！ 由於資料都是連續存放在記憶體中的，我們完全可以通過移動指標的方式來擷取rgb分量。每次只移動一個指標位置就可以了。這種移動指標的方式顯然比全尋找要快!

 

 

 

    這塊代碼實現上：其是直接來取用green綠色分量值 來作為gray索引值！

    其比上一個方法的最佳化之處在於：它沒有使用系統函數，而是使用移動指標的方式來取得rgb分量。它把所有灰階索引值存放到index8灰階圖中。最後建立了8階灰階圖的顏色表並賦予給該灰階圖。這樣：系統會自動（不需要我們手動去尋找）依據儲存在映像中的灰階索引值去 顏色表中尋找對應灰階的rgb值來進行繪製！

 

--------------------------------------------------------------------------------------------------------------

 

 

    2:計算灰階索引值的函數qGray()，按照Qt文檔上所說：其計算過程為：(r*11+g*16+5*5)/32 .乘除法是一個很大的計算量，最好用移位操作來進行取代！

 

   （這就牽扯一個問題：原本我以為：乘除法在寄存器中就算轉為移位操作的，所以乘除法和移位操作在效率上應該沒什麼區別。但是實際不是這樣的，因為：如果你使用乘除法，則其在運行時：轉化成的乘法指令本身會消耗很多cpu周期，所以這無形中已經降低了效率！所以來說：在做高效能運算時：最好用移位操作來取代乘除法)

 

============================================================================================

    知道如何最佳化後，我們看下在Qt中如何?，這個在網上我找到了一個方法，摘錄如下

 

[cpp] view plaincopy

1. QImage colourImg("colourImage.bmp");      
2. QSize colourImgSize = colourImg.size();   
3. int width = colourImgSize.rwidth();   
4. int height = colourImgSize.rheight();     
5. unsigned char *colourImgDataPtr = colourImg.bits();   
6. QImage grayImg(colourImgSize, QImage::Format_Indexed8);  
7. unsigned char *grayImgDataPtr = grayImg.bits();  
8.   
9. //下邊這個for迴圈是直接取用green綠色分量值 來作為gray索引值  
10. for(int i = 0; i < height; i++)    
11. {         
12.    for(int j = 0; j < width; j++)          
13.    {              
14.         *grayImgDataPtr = *(colourImgDataPtr + 1);      colourImgDataPtr += 4;          grayImgDataPtr++;         
15.    }      
16. }  
17.   
18. QVector<QRgb> grayColourTable;      
19. unsigned int rgb = 0;     
20. for(int i = 0; i < 256; i++)   
21. {         
22.    grayColourTable.append(rgb);        
23.    rgb += 0x00010101;     
24. }     
25.   
26. grayImg.setColourTable(rayColourTable);   
27. graImg.save("grayImage.bmp", "bmp");  

 

 

    

 

 

 

 

    這塊代碼實現上：其是直接來取用green綠色分量值 來作為gray索引值！

    其比上一個方法的最佳化之處在於：它沒有使用系統函數，而是使用移動指標的方式來取得rgb分量。它把所有灰階索引值存放到index8灰階圖中。最後建立了8階灰階圖的顏色表並賦予給該灰階圖。這樣：系統會自動（不需要我們手動去尋找）依據儲存在映像中的灰階索引值去 顏色表中尋找對應灰階的rgb值來進行繪製！

 

--------------------------------------------------------------------------------------------------------------

   在上述方法的基礎上，我們在使用時：需要注意的是效果能不能達到需求，從而可能要用精確度更高的灰階索引值計算方法。那這就牽扯大量運算，此時記得要用移位操作 來取代 乘除法運算

 

[cpp] view plaincopy

1. QBYTE RGBtoGRAY(QBYTE r, QBYTE g, QBYTE b)  
2. {  
3.     return (QBYTE)((((QUINT32)((r << 5) + (r << 2) + (r << 1)))+ (QUINT32)((g << 6) + (g << 3) + (g << 1) + g)  
4. + (QUINT32)((b << 4) - b)) >> 7);  
5. }  

 

 

 

 這個是網上找到的最佳化的Realtime Compute灰階索引值演算法。沒有用到乘除法運算，轉而使用大量移位操作。

--------------------------------------------------------------------------------------------------------------

 

  暫且總結到這裡，上述代碼都實際測試過，沒有問題。