详解Java如何实现图像灰度化

更新时间：2016年08月25日 15:42:49 投稿：daisy

这篇文章主要介绍了灰度化的几种方法，以及如何使用Java实现灰度化。同时分析了网上一种常见却并不妥当的Java灰度化实现，以及证明了opencv的灰度化是使用“加权灰度化”法，下面一起来看看。

24位彩色图与8位灰度图

首先要先介绍一下24位彩色图像，在一个24位彩色图像中，每个像素由三个字节表示，通常表示为RGB。通常，许多24位彩色图像存储为32位图像，每个像素多余的字节存储为一个alpha值，表现有特殊影响的信息[1]。

在RGB模型中，如果R=G=B时，则彩色表示一种灰度颜色，其中R=G=B的值叫灰度值，因此，灰度图像每个像素只需一个字节存放灰度值（又称强度值、亮度值），灰度范围为0-255[2]。这样就得到一幅图片的灰度图。

几种灰度化的方法

1、分量法：使用RGB三个分量中的一个作为灰度图的灰度值。

2、最值法：使用RGB三个分量中最大值或最小值作为灰度图的灰度值。

3、均值法：使用RGB三个分量的平均值作为灰度图的灰度值。

4、加权法：由于人眼颜色敏感度不同，按下一定的权值对RGB三分量进行加权平均能得到较合理的灰度图像。一般情况按照：Y = 0.30R + 0.59G + 0.11B。

[注]加权法实际上是取一幅图片的亮度值作为灰度值来计算，用到了YUV模型。在[3]中会发现作者使用了Y = 0.21 * r + 0.71 * g + 0.07 * b来计算灰度值（显然三个权值相加并不等于1，可能是作者的错误？）。实际上，这种差别应该与是否使用伽马校正有关[1]。

一种Java实现灰度化的方法

如果你搜索“Java实现灰度化”，十有八九都是一种方法（代码）：

public void grayImage() throws IOException{
 File file = new File(System.getProperty("user.dir")+"/test.jpg");
 BufferedImage image = ImageIO.read(file);
  
 int width = image.getWidth(); 
 int height = image.getHeight(); 
  
 BufferedImage grayImage = new BufferedImage(width, height, BufferedImage.TYPE_BYTE_GRAY); 
 for(int i= 0 ; i < width ; i++){ 
  for(int j = 0 ; j < height; j++){ 
  int rgb = image.getRGB(i, j); 
  grayImage.setRGB(i, j, rgb); 
  } 
 } 
  
 File newFile = new File(System.getProperty("user.dir")+"/method1.jpg"); 
 ImageIO.write(grayImage, "jpg", newFile); 
}

test.jpg的原图为：

使用上述方法得到的灰度图：

看到这幅灰度图，似乎还真是可行，但是如果我们使用opencv来实现灰度化或使用PIL（Python），你会发现效果相差很大：

img = cv2.imread('test.jpg',cv2.IMREAD_COLOR)
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
cv2.imwrite('PythonMethod.jpg', gray)

可以清楚的看到，使用opencv（PIL也是一样的）得到的灰度图要比上面Java方法得到的方法好很多，很多细节都能够看得到。这说明，网上这种流行的方法一直都存在这某种问题，只是一直被忽略。

opencv如何实现灰度化

如果读过opencv相关的书籍或代码，大概都能知道opencv灰度化使用的是加权法，之所以说是大概，因为我们不知道为什么opencv灰度化的图像如此的好，是否有其他的处理细节被我们忽略了？

验证我们的猜想很简单，只要查看像素值灰度化前后的变化就知道了，可以如下测试：

img = cv2.imread('test.jpg',cv2.IMREAD_COLOR)
h, w = img.shape[:2]
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
for j in range(w):
 for i in range(h):
  print str(i) + " : " + str(j) + " " + str(gray[i][j])
print img[h-1][w-1][0:3]

以下打印了这么多像素点，我们也很难判断，但是我们只要关注一下最后一个像素点，就能够发现端倪：原图最后的像素点RGB值为44，67，89，而灰度化之后的值为71。正好符合加权法计算的灰度值。如果你检查之前用Java灰度化的图片的像素值，你会发现不仅仅像素值不符合这个公式，甚至相差甚远。

到此，我们猜测opencv（也包括PIL）是使用加权法实现的灰度化。

Java实现加权法灰度化

如果网上那段流行的方法不行，我们该如何使用Java实现灰度化？实际上[3]已经成功的实现了（多种方法的）灰度化（外国友人搞技术还是很给力的），在此仅仅提取必要的代码：

private static int colorToRGB(int alpha, int red, int green, int blue) {
 
  int newPixel = 0;
  newPixel += alpha;
  newPixel = newPixel << 8;
  newPixel += red;
  newPixel = newPixel << 8;
  newPixel += green;
  newPixel = newPixel << 8;
  newPixel += blue;
 
  return newPixel;
 
}
public static void main(String[] args) throws IOException {
 BufferedImage bufferedImage 
  = ImageIO.read(new File(System.getProperty("user.dir" + "/test.jpg"));
 BufferedImage grayImage = 
  new BufferedImage(bufferedImage.getWidth(), 
       bufferedImage.getHeight(), 
       bufferedImage.getType());
   
  
 for (int i = 0; i < bufferedImage.getWidth(); i++) {
  for (int j = 0; j < bufferedImage.getHeight(); j++) {
   final int color = bufferedImage.getRGB(i, j);
   final int r = (color >> 16) & 0xff;
   final int g = (color >> 8) & 0xff;
   final int b = color & 0xff;
   int gray = (int) (0.3 * r + 0.59 * g + 0.11 * b);;
   System.out.println(i + " : " + j + " " + gray);
   int newPixel = colorToRGB(255, gray, gray, gray);
   grayImage.setRGB(i, j, newPixel);
  }
 }
 File newFile = new File(System.getProperty("user.dir") + "/ok.jpg");
 ImageIO.write(grayImage, "jpg", newFile);
}

上面的代码会打印出灰度化后的像素值，如果再与上面的Python代码做对比，你会发现像素值完全的对应上了。colorToRGB方法中对彩色图的处理正好是4个字节，其中之一是alpha参数（前文所讲），下图是这段代码灰度化后的图像：

对于其他方法，依次同理可得。

总结

本文的成因本是希望使用Java实现几种灰度化操作，并使用opencv来验证转化的对错，但在实际测试中发现了一些问题（转化后的图片有差异，以及如何在转化后根据灰度值生成灰度图等问题），并就此进行了一定的思考与验证。这里需要注意的是，网上的一些文章或多或少没有做更进一步的思考（甚至很多都是照搬，尤其是国内的文章），而对于这些实际问题，动手实现并验证是非常重要的方法。希望本文的内容对大家能有所帮助。如果有疑问可以留言讨论。

您可能感兴趣的文章:

Java数字图像处理之图像灰度处理

JDK13.0.1安装与环境变量的配置教程图文详解（Win10平台为例）
这篇文章主要介绍了JDK13.0.1安装与环境变量的配置教程图文详解（Win10平台为例）,本文图文并茂给大家介绍的非常详细，具有一定的参考借鉴价值，需要的朋友可以参考下
2020-01-01
JDK常用命令jps jinfo jstat的具体说明与示例
JDK本身提供了很多方便的JVM性能调优监控工具，除了集成式的VisualVM和jConsole外，还有jps、jinfo、jstat等小巧的工具，本文章希望能起抛砖引玉之用，让大家能开始对JVM性能调优的常用工具有所了解
2021-09-09
Mybatis查询返回Map<String,Object>类型实例详解
这篇文章主要给大家介绍了关于Mybatis查询返回Map<String,Object>类型的相关资料,平时没太注意怎么用,今天又遇到了总结记录一下,方便以后处理此类问题,需要的朋友可以参考下
2022-07-07
SpringBoot基于Disruptor实现高效的消息队列
Disruptor是一个开源的Java框架,它被设计用于在生产者-消费者问题上获得尽量高的吞吐量和尽量低的延迟,本文主要介绍了SpringBoot基于Disruptor实现高效的消息队列 ,具有一定的参考价值,感兴趣的可以了解一下
2024-02-02
Java中try catch处理异常示例
这篇文章主要给大家介绍了关于Java中try catch 的基本用法，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2021-12-12
Spring boot中Jackson的操作指南
这篇文章主要给大家介绍了关于Spring boot中Jackson操作的相关资料，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2018-11-11
Java棋类游戏实践之中国象棋
这篇文章主要为大家详细介绍了Java棋类游戏中的中国象棋实现方法，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2016-02-02
基于Listener监听器生命周期(详解)
下面小编就为大家带来一篇基于Listener监听器生命周期(详解)。小编觉得挺不错的，现在就分享给大家，也给大家做个参考。一起跟随小编过来看看吧
2017-10-10
Spring-cloud-eureka使用feign调用服务接口
这篇文章主要为大家详细介绍了Spring-cloud-eureka使用feign调用服务接口，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2019-04-04
ApiOperation和ApiParam注解依赖的安装和使用以及注意事项说明
这篇文章主要介绍了ApiOperation和ApiParam注解依赖的安装和使用以及注意事项说明,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
2023-09-09