[计算机视觉]灰度图像处理
计算机视觉专栏: https://blog.csdn.net/qq_41806966/category_9940691.html
彩色图像在一个图像中,每一个像素有三个值 R(红色) G(绿色) B(蓝色)
要将一张图片变为只有黑白图很简单,就是将 R = G = B(值高偏白,值低偏黑)
我们也可以让这张图片只保留红色部分 G = B = 0,R不变
同理,也可以只保留绿色,蓝色,也可以去除一种颜色,保留其余两种
通常我们处理灰度图有几种方式
分量法:从 R,G,B 中随便取一个值,另外两个分量直接等于这个值 最值法:取最大或最小 取R,G,B中数值最大的一个,例如R最大,那么G=B=R 取R,G,G中数值最小的一个 均值法:将三个分量取平均值来进行灰度处理 加权法(这个效果可以):人眼颜色敏感度不同,按一定权值对三个分量进行加权平均能得到较合理的灰度图像 一般情况都是 color = 0.35R + 0.59G + 0.11B 测试(这里我用的 Java)RGB十进制与十六进制转换请参考: https://blog.csdn.net/qq_41806966/article/details/105816250
将转换的代码 类定义好
/**
* 灰度图像
* @author Shendi QQ
* @version 1.0
*/
public class GrayLevelImage {
static int r,g,b;//对应像素点的r,g,b
/**
* 将获取的 RGB 十六进制转成 rgb
* @author Shendi QQ
* @param color
*/
static void colorToRGB(int color) {
r = (color >> 16) & 0xFF;
g = (color >> 8) & 0xFF;
b = color & 0xFF;
}
/**
* 将RGB转为十六进制的十进制形式
* @author Shendi QQ
* @param r 红色值
* @param g 绿色值
* @param b 蓝色值
* @return 十进制
*/
static int rgbToColor(int r,int g,int b) {
//完全不透明
int color = 255 << 24;
//rgb添加上 255 一位
color += r << 16;
color += g << 8;
color += b;
return color;
}
public static void main(String[] args) throws FileNotFoundException, IOException {
//获取到图片
BufferedImage image = ImageIO.read(new FileInputStream("F:/Test/ali_test.png"));
int width = image.getWidth();
int height = image.getHeight();
//对每个像素点进行操作
for (int y = 0;y < height;y++) {
for (int x = 0;x < width;x++) {
int color = image.getRGB(x, y);
//获取rgb
colorToRGB(color);
//处理颜色
//设置颜色
image.setRGB(x,y,color);
}
}
//处理后的图片进行输出
ImageIO.write(image, "png", new FileOutputStream("F:/Test/test.png"));
}
}
分量法处理的图像(这里取R)
添加如下方法
/**
* 分量处理图像
* @author Shendi QQ
* @param r 要处理的像素点的R值
* @param g 要处理的像素点的G值
* @param b 要处理的像素点的B值
* @return 处理后的颜色
*/
static int flcl(int r,int g,int b) {
g = r;
b = r;
return rgbToColor(r, g, b);
}
在main中添加
测试结果
最值法(我这里取最大值) 同样要在main里调用
/**
* 取最大值处理图像
* @author Shendi QQ
* @param r 要处理的像素点的R值
* @param g 要处理的像素点的G值
* @param b 要处理的像素点的B值
* @return 处理后的颜色
*/
static int getMax(int r,int g,int b) {
int temp = r > g ? (r > b ? r : b) : (g > b ? g : b);
return rgbToColor(temp,temp,temp);
}
测试结果
均值法
/**
* 均值法
* @author Shendi QQ
* @param r 要处理的像素点的R值
* @param g 要处理的像素点的G值
* @param b 要处理的像素点的B值
* @return 处理后的颜色
*/
static int averageRGB(int r,int g,int b) {
int temp = (r*g*b) / 3;
return rgbToColor(temp,temp,temp);
}
运行结果
加权法(用这个比较科学,也可以自己看哪种效果好自己调节...)
/**
* 加权法
* @author Shendi QQ
* @param r 要处理的像素点的R值
* @param g 要处理的像素点的G值
* @param b 要处理的像素点的B值
* @return 处理后的颜色
*/
static int weightRGB(int r,int g,int b) {
int temp = (int) (0.3 * r + 0.59 * g + 0.11 * b);
return rgbToColor(temp,temp,temp);
}
测试结果
这个结果与平均法感觉一模一样?换一张图片试试
放大就可以看清差别了
加权法
平均法
全部的代码(关注获取更多精彩)
/**
* 灰度图像
* @author Shendi QQ
* @version 1.0
*/
public class GrayLevelImage {
static int r,g,b;//对应像素点的r,g,b
/**
* 将获取的 RGB 十六进制转成 rgb
* @author Shendi QQ
* @param color
*/
static void colorToRGB(int color) {
r = (color >> 16) & 0xFF;
g = (color >> 8) & 0xFF;
b = color & 0xFF;
}
/**
* 将RGB转为十六进制的十进制形式
* @author Shendi QQ
* @param r 红色值
* @param g 绿色值
* @param b 蓝色值
* @return 十进制
*/
static int rgbToColor(int r,int g,int b) {
//完全不透明
int color = 255 << 24;
//rgb添加上 255 一位
color += r << 16;
color += g << 8;
color += b;
return color;
}
public static void main(String[] args) throws FileNotFoundException, IOException {
//获取到图片
BufferedImage image = ImageIO.read(new FileInputStream("F:/Test/ali_test.png"));
int width = image.getWidth();
int height = image.getHeight();
//对每个像素点进行操作
for (int y = 0;y < height;y++) {
for (int x = 0;x < width;x++) {
int color = image.getRGB(x, y);
//获取rgb
colorToRGB(color);
//处理颜色
//分量处理
// color = flcl(r,g,b);
// //最大值处理
// color = getMax(r,g,b);
// //平均法
// color = averageRGB(r,g,b);
//加权法
color = weightRGB(r,g,b);
//设置颜色
image.setRGB(x,y,color);
}
}
//处理后的图片进行输出
ImageIO.write(image, "png", new FileOutputStream("F:/Test/test.png"));
}
/**
* 分量处理图像
* @author Shendi QQ
* @param r 要处理的像素点的R值
* @param g 要处理的像素点的G值
* @param b 要处理的像素点的B值
* @return 处理后的颜色
*/
static int flcl(int r,int g,int b) {
g = r;
b = r;
return rgbToColor(r, g, b);
}
/**
* 取最大值处理图像
* @author Shendi QQ
* @param r 要处理的像素点的R值
* @param g 要处理的像素点的G值
* @param b 要处理的像素点的B值
* @return 处理后的颜色
*/
static int getMax(int r,int g,int b) {
int temp = r > g ? (r > b ? r : b) : (g > b ? g : b);
return rgbToColor(temp,temp,temp);
}
/**
* 均值法
* @author Shendi QQ
* @param r 要处理的像素点的R值
* @param g 要处理的像素点的G值
* @param b 要处理的像素点的B值
* @return 处理后的颜色
*/
static int averageRGB(int r,int g,int b) {
int temp = (r+g+b) / 3;
return rgbToColor(temp,temp,temp);
}
/**
* 加权法
* @author Shendi QQ
* @param r 要处理的像素点的R值
* @param g 要处理的像素点的G值
* @param b 要处理的像素点的B值
* @return 处理后的颜色
*/
static int weightRGB(int r,int g,int b) {
int temp = (int) (0.3 * r + 0.59 * g + 0.11 * b);
return rgbToColor(temp,temp,temp);
}
}
HackShendi
原创文章 55获赞 64访问量 1万+
关注
私信
展开阅读全文
作者：HackShendi
