Question

因此，我正在设计一些程序，以使用python在PIL中编辑照片，其中一个程序是将图像转换为灰度（我避免使用{{1 }}。

我采用的算法很简单：对于每个像素（色深为24），我计算了PIL，R和G值的平均值，将RGB值设置为此平均值。

我的程序正在生成看起来准确的灰度图像，但是我想知道我是否使用了正确的算法，并且遇到this answer的问题，看来“正确”的算法是计算B。

我决定将程序与此算法进行比较。我使用我的程序生成了一个灰度图像，并使用了a website online（0.299 R + 0.587 G + 0.114 B的Google最高搜索结果）中的另一个图像（使用相同的输入）。

以我的肉眼看来，它们是完全一样的，并且如果有任何变化，我看不到。但是，我决定使用this website（'image to grayscale'的Google最高搜索结果）来比较我的灰度图像。事实证明，在像素深处，它们有细微的变化，但是乍看之下没有人眼可以察觉的变化（可以发现差异，但通常仅当图像相互放置或在几毫秒内切换时才可见）

我的问题（第一个是主要问题）：

使用我的“粗糙”灰度算法有什么缺点吗？
有人在我的灰度算法会产生明显不同于“正确”图像的输入图像吗？
是否存在我的算法无法正常使用的颜色/ RBG组合？

我的关键代码段（如果需要）：

'compare two images online'

“正确”算法（似乎在偏重绿色）：

def greyScale(pixelTuple):
    return tuple([round(sum(pixelTuple) / 3)] * 3)

我的输入图像：

我的算法产生的灰度图像：

“正确”的灰度图像：

在线比较灰度图像时（红色为突出显示，使用10％的模糊度）：

尽管上面突出显示了像素的变化，但上面的灰度图像看起来几乎完全相同（至少对我而言）。

另外，关于我的第一个问题，如果有人感兴趣，this site已经对用于转换为灰度的不同算法进行了一些分析，并且还提供了一些自定义算法。

编辑：

为响应@Szulat的回答，我的算法实际上生成了该图像（忽略不良裁剪，原始图像有3个圆圈，但我只需要第一个圆圈）：

如果人们想知道转换为灰度的原因是什么（似乎算法取决于目的），我只是在def greyScale(pixelTuple): return tuple([round(0.299 * pixelTuple[0] + 0.587 * pixelTuple[1] + 0.114 * pixelTuple[2])] * 3)中制作一些简单的照片编辑工具，这样我就可以迷你Photoshop，无需依靠互联网即可应用滤镜和效果。

赏金理由：此处的不同答案涵盖了不同的内容，这些都是相关且有用的。这使得很难选择要接受的答案。我之所以开始赏金，是因为我喜欢这里列出的一些答案，而且还因为有一个单一的答案能涵盖我对此问题的所有需求，这很高兴。

Answer 1

图像看起来很相似，但是您的眼睛可以分辨出它们的区别，特别是如果您将其中一个代替另一个：

例如，您可以注意到平均转换中背景中的花朵看起来更亮。

对这三个通道求平均值并不意味着存在任何本质上的“坏”之处。使用该公式的原因是我们对红色，绿色和蓝色的感知不同，因此它们对灰度图像中强度的贡献不应相同。由于我们对绿色的感知更加强烈，因此绿色像素在灰度上应该看起来更亮。但是，as commented by Mark并没有独特的完美转换为灰度，因为我们可以看到颜色，并且在任何情况下，每个人的视线都略有不同，因此任何公式都将尝试近似，以使像素强度感觉“适合”大多数人。

Answer 2

最明显的例子：

原始
在Gimp中饱和（亮度模式-这就是您的算法所做的事情）
在Gimp中去饱和（光度模式-这就是我们的眼睛）

因此，请勿平均RGB。平均RGB是完全错误的！

（好吧，是的，平均在某些晦涩的应用中可能是有效的，即使当将RGB值视为颜色时，平均值没有物理或生理意义。顺便说一下，“常规”由于存在伽玛，因此进行加权平均在某种程度上也是不正确的。应该先将sRGB线性化，然后将最终结果转换回sRGB（这等同于检索Lab颜色空间中的L分量）

Answer 3

您可以使用任何转换公式，比例，线性。您找到的一个：

I = 0.299 R + 0.587 G + 0.114 B

基于人眼的平均“平均”原色（R，G，B）感知灵敏度（至少是针对其创建的时间段和人口/硬件）；请记住，这些标准是在LED，TFT之前创建的等等）。

您要解决的几个问题：

我们的眼睛不一样

所有人类对颜色的感知方式都不相同。性别之间存在重大差异，地区之间差异也较小；甚至年龄和年龄都起着作用。因此，即使是平均值也应视为“平均值”。

我们对可见光谱中的光强度有不同的敏感性。最敏感的颜色是绿色（因此权重最高）。但是XYZ curve峰对于不同的人可能具有不同的波长（像我一样，我将它们移动了一点，导致对某些波长的识别有所不同，例如某些深浅不一的Aqua-有些人将它们视为绿色，有些像蓝色，即使没有他们有色盲或其他障碍）。
显示器既不使用相同的波长，也不使用光谱色散

因此，如果您使用2个不同的监视器，则它们可能对R，G，B使用略微不同的波长，甚至对光谱滤镜（just use a spectroscope and see）使用不同的宽度。是的，应该通过硬件对其进行“归一化”，但这与使用归一化波长不同。这类似于使用RGB与白噪声光谱光源的问题。
显示器线性度

人类不会以线性尺度看待：我们通常是对数/指数的（取决于您如何看待它），是的，我们可以使用硬件（甚至软件）对它进行归一化，但是问题是如果我们对一个人进行线性化，那么表示我们将其损坏。

如果将所有这些放在一起，则可以使用平均值...或专用（昂贵的）设备根据某些标准或经过校准的人员（取决于行业）进行测量/归一化。

但是，在家庭环境中处理起来实在太多了，因此将所有这些留给行业使用，并像世界上大多数国家一样将权重用于“平均” ...幸运的是，除非您开始，否则我们的大脑可以处理它，因为您看不到差异并排比较两个图像或在动画中比较两个图像:)。所以我（愿意）这样做：

I = 0.299 R + 0.587 G + 0.114 B
R = I
G = I
B = I

Answer 4

有许多种不同的转换为灰度的方法，它们的确给出了不同的结果，尽管使用不同的输入彩色图像可能更容易看到差异。

正如我们并不是真正在灰度中看到的那样，“最佳” 方法在某种程度上取决于应用程序，并且在旁观者的眼中。

您所指的替代公式是基于人眼对绿色色调的变化更加敏感，因此赋予它们更大的权重-类似于相机中的拜耳阵列，其中红色和蓝色每个都有2个绿色像素一。 Wiki - Bayer array

Answer 5

根据R，G，B颜色基色，有许多亮度公式：

Rec.601/NTSC: Y = 0.299*R + 0.587*G + 0.114*B , 

Rec.709/EBU:  Y = 0.213*R + 0.715*G + 0.072*B , 

Rec.2020/UHD: Y = 0.263*R + 0.678*G + 0.059*B .

这是因为我们的眼睛对蓝色的敏感度要比对红色的敏感度要低，而对绿色的敏感度则要低。

话虽这么说，您可能是在计算亮度而不是亮度，所以无论如何公式都是错误的。对于恒定亮度，您必须将其转换为线性光

R = R' ^ 2.4 , G = G' ^ 2.4 , B = B' ^ 2.4 ,

应用亮度公式，然后转换回伽玛域

Y' = Y ^ (1/2.4) .

此外，请考虑将3D色彩空间转换为1D数量会丢失2/3的信息，这可能会在接下来的处理步骤中给您带来麻烦。根据问题，有时使用其他公式更好，例如V = MAX（R，G，B）（来自HSV颜色空间）。

我怎么知道？我是Poynton博士的追随者和朋友。

Answer 6

提供的答案就足够了，但是我想以不同的方式来讨论这个话题。

自从出于兴趣学习数字绘画以来，我更经常使用HSV。

在绘画过程中使用HSV更为可控，但要简短一些，主要要点是S：饱和度将色彩的概念与光线分开。并将S设为0，已经是图像的“计算机”灰度。

from PIL import Image
import colorsys

def togrey(img):
    if isinstance(img,Image.Image):
        r,g,b = img.split()
        R = []
        G = []
        B = [] 
        for rd,gn,bl in zip(r.getdata(),g.getdata(),b.getdata()) :
            h,s,v = colorsys.rgb_to_hsv(rd/255.,gn/255.,bl/255.)
            s = 0
            _r,_g,_b = colorsys.hsv_to_rgb(h,s,v)
            R.append(int(_r*255.))
            G.append(int(_g*255.))
            B.append(int(_b*255.))
        r.putdata(R)
        g.putdata(G)
        b.putdata(B)
        return Image.merge('RGB',(r,g,b))
    else:
        return None

a = Image.open('../a.jpg')
b = togrey(a)
b.save('../b.jpg')

此方法真正保留了原始颜色的“明亮”。但是，无需考虑人眼如何处理数据。

Answer 7

在回答您的主要问题时，使用任何一种灰色度量都有缺点。这取决于您要从图像中获得什么。例如，如果您在白色背景上带有彩色文本，则要使文本突出显示，可以使用r，g，b值中的最小值作为度量。但是，如果您在彩色背景上有黑色文字，则可以使用相同值的最大值。在我的软件中，我提供了最大值，最小值或中位数的选项供用户选择。连续色调图像上的结果也有启发性。为了回应要求提供更多详细信息的评论，像素代码位于下方（没有任何防御措施）。

int Ind0[3] = {0, 1, 2};                 //all equal
int Ind1[3] = {2, 1, 0};                 // top, mid ,bot from mask...
int Ind2[3] = {1, 0, 2};
int Ind3[3] = {1, 2, 0};
int Ind4[3] = {0, 2, 1};
int Ind5[3] = {2, 0, 1};
int Ind6[3] = {0, 1, 2};
int Ind7[3] = {-1, -1, -1};              // not possible
int *Inds[8] = {Ind0, Ind1, Ind2, Ind3, Ind4, Ind5, Ind6, Ind7};
void grecolor(unsigned char *rgb, int bri, unsigned char *grey)
{                         //pick out bot, mid or top according to bri flag
    int r = rgb[0];
    int g = rgb[1];
    int b = rgb[2];
    int mask = 0;
    mask |= (r > g);
    mask <<= 1;
    mask |= (g > b);
    mask <<= 1;
    mask |= (b > r);
    grey[0] = rgb[Inds[mask][2 - bri]];  // 2, 1, 0 give bot, mid, top
}

使用粗糙灰度算法有问题吗？

7 个答案: