将 RGB 转换为灰度/强度答案

【问题标题】：Converting RGB to grayscale/intensity将 RGB 转换为灰度/强度
【发布时间】：2010-10-15 19:03:59
【问题描述】：

当从 RGB 转换为灰度时，据说应该对通道 R、G 和 B 应用特定的权重。这些权重是：0.2989、0.5870、0.1140。

据说这是因为人类对这三种颜色的感知/感受不同。有时也有人说这些是用于计算 NTSC 信号的值。

但是，我在网上没有找到很好的参考资料。这些值的来源是什么？

另请参阅之前的这些问题：here 和 here。

【问题讨论】：

是的。我一直在对 RGB 值进行编程。如果您希望您的应用物有所值，那么将“真实世界”值应用于这些计算非常重要。
许多程序员可能不关心和计算“错误”的灰度图片，但我关心。
我同意它与编码相关 - 如果您正在编码图形，这无疑是一个有趣且相关的问题。 +1，因为我想自己知道答案
RGB 是编程相关的。它与解析日期字符串一样与编程相关。将文本“true”转换为布尔值。
@pnizzle poynton.com/notes/colour_and_gamma/ColorFAQ.html#RTFToC9

标签： image-processing colors computer-vision language-agnostic rgb

【解决方案1】：

问题中的具体数字来自 CCIR 601（参见Wikipedia article）。

如果你用稍微不同的数字/不同的方法转换 RGB -> 灰度，在普通的电脑屏幕上你根本看不到太大的区别在正常光照条件下——试试吧。

这里有更多关于颜色的链接：

维基百科Luma

Bruce Lindbloom 的优秀网站

Colin Ware 所著的“信息可视化”一书中关于颜色的第 4 章，isbn 1-55860-819-2；这个长链接到books.google.com中的Ware 可能有效也可能无效

cambridgeincolor : 很好，写得很好 “关于如何获取、解释和处理数码照片的教程使用以视觉为导向的方法，强调概念而非过程"

如果您遇到“线性”与“非线性”RGB，这是对我自己的旧笔记的一部分。重复一遍，在实践中你不会看到太大的不同。

### RGB -> ^gamma -> Y -> L*

在色彩科学中，常见的 RGB 值，如 html rgb( 10%, 20%, 30% )，被称为“非线性”或 Gamma corrected。 “线性”值定义为

Rlin = R^gamma,  Glin = G^gamma,  Blin = B^gamma

对于许多 PC，gamma 为 2.2。通常的 R G B 有时写为 R' G' B' (R' = Rlin ^ (1/gamma)) （纯粹主义者的舌头点击）但在这里我会放弃'。

CRT 显示器的亮度与 RGBlin = RGB ^ gamma 成正比，所以 CRT 上 50% 的灰色非常暗：0.5 ^ 2.2 = 最大亮度的 22%。（液晶显示器更复杂；此外，一些显卡会补偿 gamma。）

要从 RGB 中获取名为 L* 的亮度度量，先将 R G B 除以 255，然后计算

Y = .2126 * R^gamma + .7152 * G^gamma + .0722 * B^gamma

这是 XYZ 颜色空间中的Y；它是颜色“亮度”的量度。（真正的公式并不完全是 x^gamma，而是接近；坚持使用 x^gamma 进行第一遍。）

最后，

L* = 116 * Y ^ 1/3 - 16
“...渴望感知一致性 [和] 与人类对亮度的感知非常接近。” -- 维基百科Lab color space

【讨论】：

Y = 0.2126 * R + 0.7152 * G + 0.0722 * B - 维基百科 (en.wikipedia.org/wiki/Grayscale)
您好，我可以通过将 RGB 彩色图像显示为灰度图像来获得等效的全色图像吗？或者从RGB转换成HIS格式图像的强度分量能否代表全色图像？
@emberbillow，有许多种将颜色映射到灰度的方法，其中一些可能在某些时候效果很好。你在用什么程序，你读过它的文档吗？您可以在几张您的测试图像上试一试。
谢谢你，丹尼斯。我没有使用软件。当我阅读全色图像的定义时，我才想到这个问题。众所周知，全色图像上像素的亮度大致代表了地表的反射能力。因此，由于 RGB 彩色图像大约覆盖了可见光的波段间隔，我猜它的灰度格式可以代表全色图像。我不确定我的理解是否正确。
@enberbillow，stackoverflow 是针对软件和编程问题的，最好是an example。试试 google RGB IHS 全色灰度？

【解决方案2】：

我发现此出版物在对先前类似问题的回答中被引用。很有帮助，页面有几个示例图片：

Perceptual Evaluation of Color-to-Grayscale Image Conversions Martin Čadík，计算机图形学论坛，2008 年第 27 卷

该出版物探讨了其他几种生成具有不同结果的灰度图像的方法：

CIE Y
Color2Gray
脱色
史密斯08
Rasche05
巴拉04
纽曼07

有趣的是，它得出的结论是，没有普遍最佳的转换方法，因为每种方法的表现都比其他方法更好或更差，具体取决于输入。

【讨论】：

@JackDeeth 我不知道如何总结链接的网站，因为它都是关于视觉比较的。
你说得对，我不应该投这样的票。对不起！

【解决方案3】：

这是 c 中的一些代码，用于将 rgb 转换为灰度。用于 rgb 到灰度转换的实际权重是 0.3R+0.6G+0.11B。这些权重并不是绝对重要的，因此您可以使用它们。我把它们做成了 0.25R+ 0.5G+0.25B。它会产生稍暗的图像。

注意：以下代码假定 xRGB 32 位像素格式

unsigned int *pntrBWImage=(unsigned int*)..data pointer..;  //assumes 4*width*height bytes with 32 bits i.e. 4 bytes per pixel
unsigned int fourBytes;
        unsigned char r,g,b;
        for (int index=0;index<width*height;index++)
        {
            fourBytes=pntrBWImage[index];//caches 4 bytes at a time
            r=(fourBytes>>16);
            g=(fourBytes>>8);
            b=fourBytes;

            I_Out[index] = (r >>2)+ (g>>1) + (b>>2); //This runs in 0.00065s on my pc and produces slightly darker results
            //I_Out[index]=((unsigned int)(r+g+b))/3;     //This runs in 0.0011s on my pc and produces a pure average
        }

【讨论】：

0.3 0.6 0.11 不要加到 1。维基百科似乎建议 0.30 0.59 0.11。
是的，但它们不加 1 的唯一结果是强度会发生非常轻微的变化。建议的 0.25,0.5,0.25 方法确实加到 1，但如果不加也没有关系。这是一种优化，因此放弃一点点准确性是一个合理的权衡。
@twerdster 两组系数都不正确。 .3,.6,.11 是旧的 NTSC 标准，而不是 sRGB/Rec709（这是网络和大多数计算机使用的）。而你的 0.25,0.5,0.25 并不是一个合理的权衡——B 只是亮度的 7%，你错了 347%。 sRGB/r709 的系数（线性化后）：Rlin * 0.2126 + Glin * 0.7152 + Blin * 0.0722 = Y 这些光谱权重源自人类光谱感知。您不能为了方便而随意输入任何数字，并希望准确无误。您需要对 sRGB 进行线性化，然后应用正确的系数。
如果您处于除法过于昂贵的情况下，使用单次乘法和移位和加法的近似值是：0.11111111 * ((G + (G<<1) + R) <<1) + B)。这相当于(2*R+6*G+B) / 9) 或0.222 R + 0.666 G + 0.111 B。在投入生产之前，与各种测试用例的准确公式进行比较。

【解决方案4】：

查看Color FAQ 了解相关信息。这些值来自我们在显示器中使用的 RGB 值的标准化。实际上，根据颜色常见问题解答，您使用的值已经过时，因为它们是用于原始 NTSC 标准而不是现代显示器的值。

【讨论】：

【解决方案5】：

这些值的来源是什么？

发布的系数的“来源”是 NTSC 规范，可以在 Rec601 和 Characteristics of Television 中看到。

“最终来源”是 CIE 大约 1931 年关于人类颜色感知的实验。人类视觉的光谱响应是不均匀的。实验导致基于感知的三刺激值加权。我们的 L、M 和 S 视锥¹ 对我们识别为“红色”、“绿色”和“蓝色”（分别）的光波长敏感，这是派生三原色的地方.²

sRGB（和 Rec709）的线性光³ 光谱权重为：

R_lin * 0.2126 + G_lin * 0.7152 + B_lin * 0.0722 = Y

这些特定于 sRGB 和 Rec709 色彩空间，旨在表示计算机显示器 (sRGB) 或 HDTV 显示器 (Rec709)，并在 Rec709 和 BT.2380-2 (10/2018) 的 ITU 文档中进行了详细说明

脚注 (1) 视锥细胞是眼睛视网膜的颜色检测细胞。
(2) 但是，选择的三色刺激波长不在每个锥体类型的“峰值”处 - 而是选择三色值，以使它们对特定锥体类型的刺激明显多于另一种，即刺激分离。
(3) 在应用系数之前，您需要对 sRGB 值进行线性化。我在another answer here.讨论这个问题

【讨论】：

【解决方案6】：

开始一个列表来列举不同的软件包是如何做到的。 Here is a good CVPR paper to read as well.

FreeImage

#define LUMA_REC709(r, g, b)    (0.2126F * r + 0.7152F * g + 0.0722F * b)
#define GREY(r, g, b) (BYTE)(LUMA_REC709(r, g, b) + 0.5F)

OpenCV

nVidia Performance Primitives

Intel Performance Primitives

Matlab

nGray =  0.299F * R + 0.587F * G + 0.114F * B;

【讨论】：

【解决方案7】：

这些价值观因人而异，尤其是对于色盲的人。

【讨论】：

【解决方案8】：

这一切真的有必要吗，人类的感知和 CRT vs LCD 会有所不同，但 R G B 强度不会，为什么不L = (R + G + B)/3 并将新的 RGB 设置为 L、L、L？

【讨论】：

简单地对所有三个 R、G、B 原色进行平均就可以将它们视为感知上的平等，而人类视觉系统并非如此。

Rlin * 0.2126 + Glin * 0.7152 + Blin * 0.0722 = Y

R_lin * 0.2126 + G_lin * 0.7152 + B_lin * 0.0722 = Y