国产xxxx99真实实拍_久久不雅视频_高清韩国a级特黄毛片_嗯老师别我我受不了了小说

資訊專欄INFORMATION COLUMN

有趣的6種圖片灰度轉換算法

mmy123456 / 3741人閱讀

摘要：使用灰度算法，算出一個灰度值。用這個灰度值代替像素原始的，，值。算法單一通道取紅色通道取綠色通道取藍色通道圖片變灰更快捷的方法，這個方法不用做任何計算，取一個通道的值直接作為灰度值。

本文轉載自blog

轉載請注明出處

前言

黑白照片的時代雖然已經過去，但現在看到以前的照片，是不是有一種回到過去的感覺，很cool有木有~
看完這篇文章，就可以把彩色照片變成各種各樣的黑白的照片啦。

本文完整的在線例子圖片灰度算法例子，例子的圖片有點多，可能有些慢。

例子的源碼位于blog/demo里

三原色與灰度

原色是指不能透過其他顏色的混合調配而得出的“基本色”。一般來說疊加型的三原色是紅色、綠色、藍色，以不同比例將原色混合，可以產生出其他的新顏色。這套原色系統常被稱為“RGB色彩空間”，亦即由紅（R）綠（G）藍（B）所組合出的色彩系統。

當這三種原色以等比例疊加在一起時，會變成灰色；若將此三原色的強度均調至最大并且等量重疊時，則會呈現白色?；叶染褪菦]有色彩，RGB色彩分量全部相等。

獲取圖片的像素數據

算法不區(qū)分語言，這里以前端舉例?？梢允褂?b>canvas取得圖片某個區(qū)域的像素數據

//偽代碼
var img = new Image();
img.src = "xxx.jpg";
var myCanvas = document.querySelector(canvasId);
var canvasCtx = myCanvas.getContext("2d");
canvasCtx.drawImage(img, 0, 0, img.width, img.height);
//圖片的像素數據
var data = canvasCtx.getImageData(0, 0, img.width, img.height);

使用getImageData()返回一個ImageData對象，此對象有個data屬性就是我們要的數據了，數據是以Uint8ClampedArray 描述的一個一維數組，包含以 RGBA 順序的數據，數據使用 0 至 255（包含）的整數表示。 所以，一個像素會有4個數據（RGBA）,RGB是紅綠藍，A指的是透明度。

舉個例子：本文720480的水果圖片，一共有720 480 = 259200像素，每個像素又有4個數據，所以數據數組的總長度為259200 * 4 = 1036800。

可以看到圖片的數據很長，如果一次性處理很多圖片的時候，計算量相當可觀，所以例子中會使用worker，把繁重的計算任務交給后臺線程。

算法的基本步驟

取得每一個像素的red，green，blue值。

使用灰度算法，算出一個灰度值。

用這個灰度值代替像素原始的red，green，blue值。

比如我們的灰度算法是：

Gray = (Red + Green + Blue) / 3

計算過程：

//偽代碼
for(var Pixel in Image){
  var Red = Image[Pixel].Red
  var Green = Image[Pixel].Green
  var Blue = Image[Pixel].Blue

  var Gray = (Red + Green + Blue) / 3

  Image[Pixel].Red = Gray
  Image[Pixel].Green = Gray
  Image[Pixel].Blue = Gray
}

很簡單對吧。

很多好吃的鮮艷水果，但是它們馬上要變灰了?。?/strong>

算法1 - 平均法 使用算法1：

這是最常見的灰度算法，簡單暴力，把它放到第一位。公式是：

 Gray = (Red + Green + Blue) / 3

這個算法可以生成不錯灰度值，因為公式簡單，所以易于維護和優(yōu)化。然而它也不是沒有缺點，因為簡單快速，從人眼的感知角度看，圖片的灰度陰影和亮度方面做的還不夠好。所以，我們需要更復雜的運算。

算法2 - 基于人眼感知 使用算法2：

算法1與算法2生成的圖片似乎沒太大差別，所以增加一個例子，將圖片上半部分用算法1，下半部分用算法2。

上半部分是算法1，下半部分是算法2：

仔細看的話，中間有一根黑線。上半部分（算法1）比下半部分（算法2）更蒼白一些。如果還是看不出來，注意最右邊的檸檬，算法1的檸檬反光更強烈，算法2的檸檬更柔和。

第二種算法考慮到了人眼對不同光感知程度不同。人的眼睛內有幾種辨別顏色的錐形感光細胞，分別對黃綠色、綠色和藍紫色的光最敏感。雖然眼球中的椎狀細胞并非對紅、綠、藍三色的感受度最強，但是由肉眼的椎狀細胞所能感受的光的帶寬很大，紅、綠、藍也能夠獨立刺激這三種顏色的受光體。

人類對紅綠藍三色的感知程度依次是： 綠>紅>藍，所以平均算法從這個角度看是不科學的。應該按照人類對光的感知程度為每個顏色設定一個權重，它們的之間的地位不應該是平等的。

一個圖像處理通用的公式是：

Gray = (Red * 0.3 + Green * 0.59 + Blue * 0.11)

可以看到，每個顏色的系數相差很大。

現在對圖像灰度處理的最佳公式還存在爭議，有一些類似的公式：

Gray = (Red * 0.2126 + Green * 0.7152 + Blue * 0.0722)

or

Gray = (Red * 0.299 + Green * 0.587 + Blue * 0.114)

它們只是在系數上存在一些偏差，大體的比值差不多。

算法3 - 去飽和 使用算法3：

在說這個算法之前，先說說RGB，大多數程序員都使用RGB模型，每一種顏色都可以由紅綠藍組成，RGB對計算機來說可以很好的描述顏色，但對于人類而言就很難理解了。如果升國旗的時候說，“五星紅旗多么RGB(255, 0, 42)”，可能會被暴打一頓。但我說鮮紅的五星紅旗，老師可能會點頭稱贊。

所以為了更通俗易懂，有時我們選擇HLS模型描述顏色，這三個字母分別表示Hue(色調)、Saturation(飽和度)、Lightness(亮度)。色調，取值為：0 - 360，0(或360)表示紅色，120表示綠色，240表示藍色，也可取其他數值來指定顏色。飽和度，取值為：0.0% - 100.0%，它通常指顏色的鮮艷程度。亮度，取值為：0.0% - 100.0%，黑色的亮度為0。

去飽和的過程就是把RGB轉換為HLS，然后將飽和度設為0。因此，我們需要取一種顏色，轉換它為最不飽和的值。這個數學公式比本文介紹的更復雜，這里提供一個簡單的公式，一個像素可以被去飽和通過計算RGB中的最大值和最小值的中間值：

Gray = ( Math.max(Red, Green, Blue) + Math.min(Red, Green, Blue) ) / 2

去飽和后，圖片立體感減弱，但是更柔和。對比算法2，可以很明顯的看出差異，從效果上看，可能大多數人都喜歡算法2，算法3是目前為止，處理的圖片立體感最弱，最黑暗的。

算法4 - 分解 取最大值

取最小值

分解算法可以認為是去飽和更簡單一種的方式。分解是基于每一個像素的，只取RGB的最大值或者最小值。

最大值分解：

Gray = Math.max(Red, Green, Blue)

最小值分解：

Gray = Math.min(Red, Green, Blue)

正如上面展現的，最大值分解提供了更明亮的圖，而最小值分解提供了更黑暗的圖。

算法5 - 單一通道 取紅色通道

取綠色通道

取藍色通道

圖片變灰更快捷的方法，這個方法不用做任何計算，取一個通道的值直接作為灰度值。

Gray = Red

or

Gray = Green

or

Gray = Blue

不管相不相信，大多數數碼相機都用這個算法生成灰度圖片。很難預測這種轉換的結果，所以這種算法多用于藝術效果。

算法6 - 自定義灰度陰影 NumberOfShades = 4

這是到目前為止最有趣的算法，允許用戶提供一個灰色陰影值，值的范圍在2-256。2的結果是一張全白的圖片，256的結果和算法1一樣。

NumberOfShades = 16

該算法通過選擇陰影值來工作，它的公式有點復雜

ConversionFactor = 255 / (NumberOfShades - 1)
AverageValue = (Red + Green + Blue) / 3
Gray = Math.round((AverageValue / ConversionFactor) + 0.5) * ConversionFactor

NumberOfShades 的范圍在2-256。

從技術上說，任何灰度算法都可以計算AverageValue，它僅僅提供一個初始灰度的估計值。

“+ 0.5” 是一個可選參數，用于模擬四舍五入。

小節(jié)

這是一篇很有趣的文章，不僅僅是介紹灰度算法，對了解圖片的處理過程也很有幫助。

References

Seven grayscale conversion algorithms (with pseudocode and VB6 source code)

文章版權歸作者所有，未經允許請勿轉載,若此文章存在違規(guī)行為，您可以聯系管理員刪除。

轉載請注明本文地址：http://m.specialneedsforspecialkids.com/yun/82385.html

相關文章

  • 用 canvas 的 getImageData 做點有趣的事

    摘要：回溯法是一種選優(yōu)搜索法，按選優(yōu)條件向前搜索，以達到目標。但當探索到某一步時，發(fā)現原先選擇并不優(yōu)或達不到目標，就退回一步重新選擇，這種走不通就退回再走的技術為回溯法。代碼請點這里這里有一個示例，展示下用回溯法怎么找到這些形狀的。 說明 canvas元素標簽強大之處在于可以直接在HTML上進行圖形操作，具有極大的應用價值。 canvas 可以實現對圖像的像素操作，這就要說到 getImag...

    chenatu 評論0 收藏0

  • 圖片轉ascii字符圖

    摘要：以上，我們完成了的初步認識擴展使用做反轉圖首先反轉的意思是指，把每個像素點的每個值都與相減的值不改變，減完之后的值再次組成圖片，此時得到的新圖片就是我們的反轉圖片。第二步轉灰度圖或是，又稱灰階圖。用灰度表示的圖像稱作灰度圖。 效果圖 showImg(https://segmentfault.com/img/remote/1460000008704923?w=1813&h=845); 基...

    SnaiLiu 評論0 收藏0

  • 圖片轉ascii字符圖

    摘要：以上，我們完成了的初步認識擴展使用做反轉圖首先反轉的意思是指，把每個像素點的每個值都與相減的值不改變，減完之后的值再次組成圖片，此時得到的新圖片就是我們的反轉圖片。第二步轉灰度圖或是，又稱灰階圖。用灰度表示的圖像稱作灰度圖。 效果圖 showImg(https://segmentfault.com/img/remote/1460000008704923?w=1813&h=845); 基...

    wing324 評論0 收藏0

發(fā)表評論

0條評論

最新活動
閱讀需要支付1元查看
<