我原來的問題灰度爲什麼如此工作?
,我讀了一個RGB像素轉換成灰度RGB,應該使用
r_new = g_new = b_new = r_old * 0.3 + g_old * 0.59 + b_old * 0.11
我也閱讀和理解,即g
具有更高的權重,因爲人眼對綠色更敏感。實現這一點,我看到結果與我在像Gimp這樣的圖像編輯器中將圖像設置爲「灰度」相同。在我讀到這之前,我想到要將像素轉換爲灰度,可以將其轉換爲HSL或HSV,然後將飽和度設置爲零(因此將所有顏色都去除)。但是,當我這樣做時,我得到了一個完全不同的圖像輸出,儘管它也缺乏顏色。
s = 0
與我讀的「正確」方式有什麼不同?爲什麼它不正確?基於答案等科研
看來,其亮度係數使用
正在進行的調查結果是一些爭論的主題。各種組合和到灰度算法具有不同的結果。以下是在區域中使用類似電視標準一些預設:通過ITU-R BT.601(?NTSC)定義的0.299r + 0.587g + 0.114b
- 係數(較新)是相等的三分之二,
(1/3)(rgb)
的0.2126r + 0.7152g + 0.0722b
- 係數,相當於
s = 0
這scientific article細節上的各種灰度的技術以及它們用於各種圖像效果,加上主觀監測網119人的眼睛。但是,當將圖像轉換爲灰度時,爲了達到「最佳」藝術效果,人們幾乎肯定不會使用這些預定義的係數,而是調整每個通道對特定圖像產生最佳輸出的貢獻。
+1有趣的問題 – alex 2011-03-15 12:36:27
這不是一個真正的編程問題,但我不確定它屬於哪個站點...這實際上是一個藝術或科學問題。 – derobert 2011-03-15 16:27:18
這可能是真的,但我在編寫一個灰度轉換函數的上下文中提出這個問題。 – 2011-03-16 01:02:25