1、基础
对于彩色转灰度，有一个很著名的心理学公式：面试
Gray = R*0.299 + G*0.587 + B*0.114算法
2、整数算法函数
而实际应用时，但愿避免低速的浮点运算，因此须要整数算法。
注意到系数都是3位精度的没有，咱们能够将它们缩放1000倍来实现整数运算算法：优化
Gray = (R*299 + G*587 + B*114 + 500) / 1000指针
RGB通常是8位精度，如今缩放1000倍，因此上面的运算是32位整型的运算。注意后面那个除法是整数除法，因此须要加上500来实现四舍五入。
就是因为该算法须要32位运算，因此该公式的另外一个变种很流行：索引
Gray = (R*30 + G*59 + B*11 + 50) / 100qt
可是，虽然说上一个公式是32位整数运算，可是根据80×86体系的整数乘除指令的特色，是能够用16位整数乘除指令来运算的。并且如今32位早普及了（AMD64都出来了），因此推荐使用上一个公式。基础
3、整数移位算法计算机
上面的整数算法已经很快了，可是有一点仍制约速度，就是最后的那个除法。移位比除法快多了，因此能够将系数缩放成 2的整数幂。
习惯上使用16位精度，2的16次幂是65536，因此这样计算系数：兼容
0.299 * 65536 = 19595.264 ≈ 19595
0.587 * 65536 + (0.264) = 38469.632 + 0.264 = 38469.896 ≈ 38469
0.114 * 65536 + (0.896) = 7471.104 + 0.896 = 7472
可能不少人看见了，我所使用的舍入方式不是四舍五入。四舍五入会有较大的偏差，应该将之前的计算结果的偏差一块儿计算进去，舍入方式是去尾法：
写成表达式是：
Gray = (R*19595 + G*38469 + B*7472) >> 16
2至20位精度的系数：
Gray = (R*1 + G*2 + B*1) >> 2
Gray = (R*2 + G*5 + B*1) >> 3
Gray = (R*4 + G*10 + B*2) >> 4
Gray = (R*9 + G*19 + B*4) >> 5
Gray = (R*19 + G*37 + B*8) >> 6
Gray = (R*38 + G*75 + B*15) >> 7
Gray = (R*76 + G*150 + B*30) >> 8
Gray = (R*153 + G*300 + B*59) >> 9
Gray = (R*306 + G*601 + B*117) >> 10
Gray = (R*612 + G*1202 + B*234) >> 11
Gray = (R*1224 + G*2405 + B*467) >> 12
Gray = (R*2449 + G*4809 + B*934) >> 13
Gray = (R*4898 + G*9618 + B*1868) >> 14
Gray = (R*9797 + G*19235 + B*3736) >> 15
Gray = (R*19595 + G*38469 + B*7472) >> 16
Gray = (R*39190 + G*76939 + B*14943) >> 17
Gray = (R*78381 + G*153878 + B*29885) >> 18
Gray = (R*156762 + G*307757 + B*59769) >> 19
Gray = (R*313524 + G*615514 + B*119538) >> 20
仔细观察上面的表格，这些精度其实是同样的：3与四、7与八、10与十一、13与1四、19与20
因此16位运算下最好的计算公式是使用7位精度，比先前那个系数缩放100倍的精度高，并且速度快：
Gray = (R*38 + G*75 + B*15) >> 7
其实最有意思的仍是那个2位精度的，彻底能够移位优化：
Gray = (R + (WORD)G<<1 + B) >> 2
========================
在计算机中使用最多的 RGB 彩色空间，分别对应红、绿、蓝三种颜色；经过调配三个份量的比例来组成各类颜色。通常可使用 1 、 2 、 4 、 8 、 16 、 24 、 32 位来存储这三颜色，不过如今一个份量最大是用 8 位来表示，最大值是 255 ，对于 32 位的颜色，高 8 位是用来表示通明度的。彩色图通常指 16 位以上的图。灰度图有一个特殊之处就是组成颜色的三个份量相等；而通常灰度图是 8 位如下。
在彩色电视机系统中，一般使用一种叫 YUV 的色彩空间，其中 Y 表示亮度信号；也就是这个 YUV 空间解决了彩色电视机和黑白电视机的兼容问题。
对于人眼来讲，亮度信号是最敏感的，若是将彩色图像转换为灰度图像，仅仅须要转换保存亮度信号就能够。
从 RGB 到 YUV 空间的 Y 转换公式为：
Y = 0.299R+0.587G+0.114B
在 WINDOWS 中，表示 16 位以上的图和如下的图有点不一样； 16 位如下的图使用一个调色板来表示选择具体的颜色，调色板的每一个单元是 4 个字节，其中一个透明度；而具体的像素值存储的是索引，分别是 1 、 2 、 4 、 8 位。 16 位以上的图直接使用像素表示颜色。
=================================================
那么如何将彩色图转换为灰度图呢？
灰度图中有调色板，首先须要肯定调色板的具体颜色取值。咱们前面提到了，灰度图的三个份量相等。
当转换为 8 位的时候，调色板中有 256 个颜色，每一个正好从 0 到 255 个，三个份量都相等。
当转换为 4 位的时候，调色板中 16 个颜色，等间隔平分 255 个颜色值，三个份量都相等。
当转换为 2 位的时候，调色板中 4 个颜色，等间隔平分 255 个颜色，三个份量相等。
当转换为 1 位的时候，调色板中两个颜色，是 0 和 255 ，表示黑和白。
将彩色转换为灰度时候，按照公式计算出对应的值，该值其实是亮度的级别；亮度从 0 到 255 ；因为不一样的位有不一样的亮度级别，因此 Y 的具体取值以下：
Y = Y/ (1<<(8- 转换的位数 ));
最后一点须要注意，获得 Y 值存放方式是不一样的；分别用对应的位数来存储对应的 Y 值。
//———————————————————-
// RGB565 转 8位灰度图
//———————————————————-
TUint8 gm_red,gm_green,gm_blue;
TInt16 *des_ptr;
TInt16 *pt;
pt = (TInt16 *)p8; //RGB565流
for(TInt j=0;j<h;j++)
{
for(TInt i = w;i>0;i–)
{
gm_red = ((*(TInt16 *)pt) & 0xF800) >> 8;
gm_green = ((*(TInt16 *)pt) & 0x07E0) >> 3;
gm_blue = ((*(TInt16 *)pt) & 0x001F) << 3;
p[0] = ( TUint8 )((gm_red*77 + gm_green*150 + gm_blue*29+128) / 256);
p++;
pt++;
}
}
p = qt; //灰度图指针
一道面试题
写一个函数，将一个32位RGB像素的色值转为灰度，RGB转灰度的公式：Grey=.03*red+0.59*green+0.11*blue；RGB像素格式（左边最高位，右边最低位）：00000000RRRRRRRRGGGGGGGGBBBBBBBB.
unsigned int ToGrey(unsigned int rgb) { unsigned int blue = (rgb & 0x000000FF)>>0; unsigned int green = (rgb & 0x0000FF00) >> 8; unsigned int red = (rgb & 0x00FF0000) >> 16; printf(“\nred=%d,green=%d,blue=%d\n”,red,green,blue); return ( red*38 + green * 75 + blue * 15 )>>7; }
Visits: 24