在上一篇文章中，我們討論了一些常見的顏色模型，特別是RGB，HSV和YUV。顏色模型是一種抽象的數學模型，描述了顏色如何表示為一組數字。在這篇文章中，我們將看看如何將它們轉換為灰度。灰度是從白色到黑色的一系列灰色陰影，用于單色顯示或打印輸出。灰度圖像最常用于圖像處理，因為較小的數據使開發人員能夠在更短的時間內完成更復雜的操作。

1. 顏色到灰度轉換

1.1 RGB到灰度

有許多常用的方法可以將RGB圖像轉換為灰度圖像，例如平均法和加權法。

平均法

平均法將R，G和B的平均值作為灰度值。

灰度=（R + G + B）/ 3

從理論上講，公式是100％正確的。但是在編寫代碼時，您可能會遇到uint8溢出錯誤 - R，G和B的總和大于255.為避免異常，應分別計算R，G和B。

灰度= R / 3 + G / 3 + B / 3

平均法很簡單，但效果不如預期。原因是人眼對RGB的反應不同。眼睛對綠光最敏感，對紅光不敏感，對藍光最不敏感。因此，三種顏色在分布上應具有不同的權重。這使我們得到加權方法。

加權法

加權法，也稱為光度法，根據其波長稱重紅色，綠色和藍色。改進后的公式如下：

灰度 = 0.299R + 0.587G + 0.114B

1.2 YUV到灰度

YUV是一種用于模擬電視的彩色編碼系統。YUV顏色模型比計算機圖形硬件中使用的標準RGB模型更接近地表示人類對顏色的感知，并且尺寸效率更高。

RGB到YUV轉換

Y = 0.299R + 0.587G + 0.114B

U'=（BY）* 0.565

V'=（RY）* 0.713

灰度值

將RGB轉換為Y的公式與將RGB轉換為灰度的公式相同。因此：

灰度 = Y

1.3 HSV到灰度

HSV（色調，飽和度，值）和HSL（色調，飽和度，亮度或光亮度）是笛卡爾RGB色彩空間的變換。

要將HSV轉換為灰度，我們首先需要將HSV轉換為RGB，然后將RGB三元組轉換為灰度值。

HSV到RGB轉換

當 0 ≤ H < 360, 0 ≤ S ≤ 1 和 0 ≤ V ≤ 1:

C = V × S

X = C ×（1 - |（H / 60°）mod 2 - 1 |）

m = V - C

（R，G，B）=（（R '+ m）×255，（G '+ m）×255，（B '+ m）×255）

灰度值

灰度 = 0.299R + 0.587G + 0.114B

2. 二值化：灰度到黑/白轉換

二值化將灰度圖像轉換為黑/白圖像。該轉換在檢測斑點方面很有用，并進一步降低了計算復雜度。關鍵任務是找到合適的閾值。主要有兩種方法：

• 局部閾值  - 逐個像素地計算閾值
• 全局閾值處理 - 為所有像素計算一次閾值

下圖顯示了二值化之前和之后的示例。

2.1 局部閾值法

利用局部閾值方法，在每個像素處計算閾值，其取決于一些局部統計，例如平均值，范圍和像素鄰域的方差。將圖像分成幾個子塊，并分析每個塊中灰度值的分布。

2.2 全局閾值方法

全局閾值處理方法利用圖像直方圖。圖像直方圖是一種統計圖，在x軸上具有灰度值，在y軸上具有每個灰度的像素數。

圖像直方圖可用于自動確定用于將灰度圖像轉換為二值圖像的閾值。基本思想是在前景像素值的峰值和背景像素值的峰值之間找到一個點。如果像素的強度等級小于閾值，則將像素設置為黑色（灰度= 0），否則將其設置為白色（灰度= 255）。閾值用作分界線。

要了解有關成像基礎知識的更多信息，請閱讀圖像處理101教程系列中的第一篇：

圖像處理101教程：什么是圖像？

和第二篇文章：

圖像處理101教程：顏色模型