Opencv——彩色图像灰度化的三种算法

为了加快处理速度在图像处理算法中，往往需要把彩色图像转换为灰度图像。24为彩色图像每个像素用3个字节表示，每个字节对应着RGB分量的亮度。

当RGB分量值不同时，表现为彩色图像；当RGB分量相同时，变现为灰度图像：

一般来说，转换公式有3中。

(1)Gray(i,j)=[R(i,j)+G(i,j)+B(i,j)]/3;

(2)Gray(i,j)=0.299*R(i,j)+0.587*G(i,j)+0.144*B(i,j);

(3)Gray(i,j)=G(i,j);//从2可以看出G的分量比较大所以可以直接用它代替

下面是代码：

#include<cv.h>
#include<highgui.h>

using namespace cv;
using namespace std;

int main()
{
    IplImage *img=cvLoadImage("D:\Opencv\Images\lena.jpg");
    IplImage* dest=cvCreateImage(cvGetSize(img),img->depth,1);
    cvNamedWindow("SourceImage");
    cvNamedWindow("destinationImage");

    uchar* data=(uchar*)img->imageData;

    int step = img->widthStep/sizeof(uchar);     //step即为上图的widthstep
    int channels = img->nChannels;            // 这个图片为3通道的
    uchar    b=0,g=0,r=0;
    for(int i=0;i<img->height;i++)
      for(int j=0;j<img->width;j++){
           b=data[i*step+j*channels+0];   // 此时可以通过更改bgr的值达到访问效果。
           g=data[i*step+j*channels+1];
           r=data[i*step+j*channels+2];
           // ((char*)(dest->imageData + j*dest->widthStep))[i] =(b+r+g)/3;//(1)
           //((char*)(dest->imageData + j*dest->widthStep))[i] =r*0.299+g*0.587+0.144*b;//(2)
           ((char*)(dest->imageData + j*dest->widthStep))[i] =g;//(3)
      }

      cvShowImage("SourceImage",img);
      cvShowImage("destinationImage",dest);
      cvWaitKey();
      cvDestroyAllWindows();
      cvReleaseImage(&img);
      cvReleaseImage(&dest);
    //i*step     当i=0 即为上图的第一行   为1就是第二行  
    //j*chanels+0  j*通道数当j=0为第一列的第0个通道->b   
    //j*channels+1         当j=1为第二列的第1个通道->g
}

原图片：

算法1生成的灰度图：

算法2生成的灰度图：

算法3生成的灰度图：