算法介紹

256色轉灰度圖是數字圖像處理經典算法中最簡單的算法之一

1、彩色數字圖像中的顏色有紅、綠、藍三種顏色混合而成，對應的像素顏色通道就是RGB（R，G，B），R、G、B數值共有256個數值，也稱為256階，即0—255，計算機通過讀取每一個通道的數值而確定顯示的顏色。

2、灰度圖像只有一個灰度色階通道，我們可以標記為Gray，或者RGB（Gray、Gray、Gray），Gray共有256階，即0—255，計算機通過讀取該通道的值確定顯示的顏色。

那么將彩色圖像轉換為灰色圖像的思路就是將RGB數值轉化為Gray數值。共有5種轉化方式：
（1）浮點算法 ：Gray=R * 0.3+G * 0.59+B * 0.11
（2）整數算法：Gray=(R * 30+G * 59+B * 11)/100
（3）移位算法：Gray =(R 28+G 151+B*77)>>8
（4）平均值法：Gray=（R+G+B）/3
（5）僅取綠色：Gray=G
下面我將使用Python語言分別實現上述5種方法并查看效果，操作的圖像如下所示：

代碼實現

在介紹實現代碼之前先介紹我們代碼中借助的一個類庫Matplotlib，它提供了將圖像轉化為數組的方法array，我們得到圖像數組后可以使用坐標得到圖像的顏色元組，里面有我們需要的顏色數值信息。
（1）浮點算法 ：Gray=R * 0.3+G * 0.59+B * 0.11
代碼如下：

            
              from PIL import Image
from pylab import *

im = array(Image.open('flower.jpg'))
im[:,:,0] = im[:,:,1] = im[:,:,2] = (im[:,:,0] * 0.3 + im[:,:,1] * 0.59 + im[:,:,2] * 0.11)
imshow(im)
show()

            
          

效果如下：

代碼講解：
1、array(Image.open(‘flower.jpg’))可以將一個圖像打開并且轉化為數組類型，數據類型為元組，里面包含RGB數值信息
2、im[x,y,t]表示（x，y）坐標像素的t通道的數值，不明白 ：的話建議復習Python，im[:,:,0] = im[:,:,1] = im[:,:,2] = (im[:,:,0] * 0.3 + im[:,:,1] * 0.59 + im[:,:,2] * 0.11)就將所有像素的所有通道值都改為重新計算后的值，也就是我們的浮點算法
3、最后是顯示圖像。

（4）平均值法：Gray=（R+G+B）/3
代碼如下：

            
              from PIL import Image
from pylab import *

im = array(Image.open('flower.jpg'))
im[:,:,0] = im[:,:,1] = im[:,:,2] = (im[:,:,0] + im[:,:,1] + im[:,:,2])/3
imshow(im)
show()

            
          

效果如下：

代碼講解：
其實和上一個大體一樣，只是算法不一樣

（5）僅取綠色：Gray=G
代碼如下：

            
              from PIL import Image
from pylab import *

im = array(Image.open('flower.jpg'))
im[:,:,0] = im[:,:,1] = im[:,:,2] = im[:,:,2]
imshow(im)
show()

            
          

效果如下：