彩色图转灰度图的方法(MATLAB编程)
真彩色图转灰度图及RGB转HSV
《数字图像处理》实验报告（一）学号：________*********______ *名：_________***专业：机械设计制造及其自动化课序号：__________ 0 计算机科学与技术学院实验1颜色空间变换一、实验学时：4学时（本部分占实验成绩的20%）二、实验目的：1、理解并掌握颜色的原理及相互之间的转换算法；2、掌握并编程实现颜色空间的互相转换；3、学会Matlab有关图像处理的基本操作。
三、必须学习和掌握的知识点：颜色空间的特性及相互转换。
四、实验题目：1. 真彩色图像转换成8位灰度图像；2. 编程实现图像由RGB色彩空间到YUV的变换。
（注：输入为RGB空间的彩色图像，输出图像将Y、U、V三个通道分别显示）。
五、思考题：（选做，有加分）颜色空间的表示方法有很多种。
例如，常说的真彩色图像指的就是24位RGB 图像。
而CMYK颜色表示则常用于印刷、油画等。
还有很多种其他的表示方法，如HSI、HSV、YCbCr等。
它们与RGB之间均有相应的转换公式。
除了完成实验题目之外，建议大家尝试完成如下实验思考题：1、RGB→YCbCr，要求转换得到的三个通道分别显示；2、RGB→HSV，要求转换得到的三个通道分别显示；六、实验报告：请按照要求完成下面报告内容并提交相关材料。
1、请详细描述本实验的原理：1.24位真彩色图转换灰度图的原理彩色位图是由R/G/B三个分量组成，如果是24位真彩图，则每个点是由三个字节分别表示R/G/B，所以这里直接跟着图像的色彩信息；灰度图是指只含亮度信息，不含色彩信息的图象，就象我们平时看到的黑白照片：亮度由暗到明，变化是连续的。
因此，要表示灰度图，就需要把亮度值进行量化。
通常划分成0到255共256个级别，其中0最暗(全黑)，255最亮(全白)。
在表示颜色的方法中，YUV的表示方法，Y分量的物理含义就是亮度，Y分量包含了灰度图的所有信息，只用Y分量就能完全能够表示出一幅灰度图来。
[数字图像处理]（一）彩色图像转灰度图像的三种方式与效果分析
![[数字图像处理]（一）彩色图像转灰度图像的三种方式与效果分析](https://img.taocdn.com/s3/m/a9ad791dbb1aa8114431b90d6c85ec3a87c28bdb.png)
[数字图像处理]（⼀）彩⾊图像转灰度图像的三种⽅式与效果分析图像处理（⼀）彩⾊图⽚转灰度图⽚三种实现⽅式最⼤值法imMax=max(im(i,j,1),im(i,j,2),im(i,j,3))平均法imEva=im(i,j,1)3+im(i,j,2)3+im(i,j,3)3加权平均值法imKeyEva=0.2989×im(i,j,1)+0.5870×im(i,j,2)+0.1140×im(i,j,3)matlba实现clc;close all;clear all;% 相对路径读⼊图⽚（和代码在同⼀⽂件夹下）im = imread('p2.jpg');%---查看图⽚，检测是否成功读⼊% 对显⽰的图⽚进⾏排版subplot(2,3,4);imshow(im);% 对图⽚进⾏命名title('原图');[col,row,color] = size(im);%col为图⽚的⾏数，row为图⽚的列数，color对于彩⾊图⽚⼀般为3，每层对应RGB %利⽤matlab⾃带的函数进⾏ rgb_to_gray;im_matlab = rgb2gray(im);subplot(2,3,1);imshow(im_matlab);title('matlab⾃带rgb2gray');%--------------------------------------------------------%---⽤最⼤值法% 创建⼀个全为1的矩阵，长宽等同于原图的im_max = ones(col,row);for i = 1:1:colfor j = 1:1:rowim_max(i,j) = max( im(i,j,:) );endend% 将矩阵变为8byte⽆符号整型变量（不然⽆法显⽰图⽚）% 最好在计算操作结束后再变化，不然会有精度问题！！im_max = uint8(im_max);subplot(2,3,2);imshow(im_max);title('最⼤值法');%--------------------------------------------------------% 平均值法im_eva = ones(col,row);for i = 1:1:colfor j = 1:1:rowim_eva(i,j) = im(i,j,1)/3 + im(i,j,2)/3 + im(i,j,3)/3 ;% 两种的结果其实⼀样，但是如果先转换为uint8就会出现精度问题%sum1 = im(i,j,1)/3 + im(i,j,2)/3 + im(i,j,3)/3%sum2 = ( im(i,j,1) + im(i,j,2)+ im(i,j,3) )/3;%fprintf( " %.4f %.4f \n",sum1 ,sum2 ) ;endendim_eva = uint8(im_max);subplot(2,3,3);imshow(im_eva);title('平均值法');%--------------------------------------------------------% 加权平均法（rgb2gray所使⽤的权值）im_keyeva = ones(col,row);% 加权算法先转换为uint8计算效果更好im_keyeva = uint8(im_max);for i = 1:1:colfor j = 1:1:rowim_keyeva(i,j) = 0.2989*im(i,j,1) + 0.5870*im(i,j,2) + 0.1140*im(i,j,3) ;endendsubplot(2,3,5);imshow(im_keyeva);title('加权平均法');Processing math: 100%附matlab——rgb2gray源码function I = rgb2gray(X)%RGB2GRAY Convert RGB image or colormap to grayscale.% RGB2GRAY converts RGB images to grayscale by eliminating the% hue and saturation information while retaining the% luminance.%% I = RGB2GRAY(RGB) converts the truecolor image RGB to the% grayscale intensity image I.%% NEWMAP = RGB2GRAY(MAP) returns a grayscale colormap% equivalent to MAP.%% Class Support% -------------% If the input is an RGB image, it can be of any numeric type. The output% image I has the same class as the input image. If the input is a% colormap, the input and output colormaps are both of class double.%% Notes% -----% RGB2GRAY converts RGB values to grayscale values by forming a weighted % sum of the R, G, and B components:%% 0.2989 * R + 0.5870 * G + 0.1140 * B%% The coefficients used to calculate grayscale values in RGB2GRAY are% identical to those used to calculate luminance (E'y) in% Rec.ITU-R BT.601-7 after rounding to 3 decimal places.%% Rec.ITU-R BT.601-7 calculates E'y using the following formula:%% 0.299 * R + 0.587 * G + 0.114 * B%% Example% -------% I = imread('example.tif');%% J = rgb2gray(I);% figure, imshow(I), figure, imshow(J);%% indImage = load('clown');% gmap = rgb2gray(indImage.map);% figure, imshow(indImage.X,indImage.map), figure, imshow(indImage.X,gmap);%% See also RGB2IND, RGB2LIGHTNESS.% Copyright 1992-2020 The MathWorks, Inc.narginchk(1,1);isRGB = parse_inputs(X);if isRGBI = matlab.images.internal.rgb2gray(X);else% Color map% Calculate transformation matrixT = inv([1.0 0.956 0.621; 1.0 -0.272 -0.647; 1.0 -1.106 1.703]);coef = T(1,:);I = X * coef';I = min(max(I,0),1);I = repmat(I, [1 3]);end%--------------------------------------------------------------------------function is3D = parse_inputs(X)is3D = (ndims(X) == 3);if is3D% RGBif (size(X,3) ~= 3)error(message('MATLAB:images:rgb2gray:invalidInputSizeRGB'))end% RGB can be single, double, int8, uint8,% int16, uint16, int32, uint32, int64 or uint64validateattributes(X, {'numeric'}, {}, mfilename, 'RGB');elseif ismatrix(X)% MAPif (size(X,2) ~= 3 || size(X,1) < 1)error(message('MATLAB:images:rgb2gray:invalidSizeForColormap'))end% MAP must be doubleif ~isa(X,'double')error(message('MATLAB:images:rgb2gray:notAValidColormap'))endelseerror(message('MATLAB:images:rgb2gray:invalidInputSize'))end总结通过上⾯的代码结合实际的测试，果然，matlab⾃带的rgb2gray也就是加权平均的⽅法，对光线明暗的处理是最好的。
基于MATLAB的彩色图像灰度化处理
目录第1章绪论............................................................................................................................ - 0 - 第2章设计原理.................................................................................................................... - 1 - 第3章彩色图像的灰度化处理............................................................................................ - 2 - 3.1加权平均法 .. (2)3.2平均值法 (2)3.3最大值法 (3)3.4举例对比 (4)3.5结果分析 (5)第4章结论.......................................................................................................................... - 7 - 参考文献.................................................................................................................................... - 7 - 附录............................................................................................................................................ - 8 -基于Matlab的彩色图像灰度化处理第1章绪论在计算机领域中，灰度数字图像是每个像素只有一个采样颜色的图像。
matlab作业3参考答案
matlab作业3参考答案Matlab作业3参考答案Matlab作业3是一个综合性的编程任务，要求学生运用Matlab的各种功能和工具来解决实际问题。
本文将提供Matlab作业3的参考答案，并对其中的关键步骤和思路进行详细解释。
一、问题描述在本次作业中，学生需要解决一个关于图像处理的问题。
具体来说，给定一张彩色图像，学生需要编写Matlab代码来实现以下功能：1. 将彩色图像转换为灰度图像；2. 对灰度图像进行高斯滤波；3. 对滤波后的图像进行边缘检测；4. 对边缘图像进行二值化处理。
二、解决方案1. 将彩色图像转换为灰度图像首先，我们需要读取彩色图像。
可以使用Matlab的imread函数来实现。
然后，使用rgb2gray函数将彩色图像转换为灰度图像。
代码如下：```matlabrgbImage = imread('image.jpg');grayImage = rgb2gray(rgbImage);```2. 对灰度图像进行高斯滤波接下来，我们需要对灰度图像进行高斯滤波。
高斯滤波是一种常用的图像平滑方法，可以有效地去除图像中的噪声。
Matlab提供了fspecial函数来生成高斯滤波器。
代码如下：```matlabh = fspecial('gaussian', [3 3], 1);filteredImage = imfilter(grayImage, h);```3. 对滤波后的图像进行边缘检测在这一步中，我们需要对滤波后的图像进行边缘检测。
边缘检测可以帮助我们找到图像中的边缘和轮廓。
Matlab提供了多种边缘检测算法，如Sobel算子和Canny算子。
代码如下：```matlabedgeImage = edge(filteredImage, 'canny');```4. 对边缘图像进行二值化处理最后，我们需要对边缘图像进行二值化处理，将图像中的边缘转换为黑白两种颜色。
matlab灰度处理二值化处理
Matlab在图像处理领域有着广泛的应用，其中灰度处理和二值化处理是常见的图像处理方法之一。
本文将详细介绍Matlab中的灰度处理和二值化处理的原理和实现方法。
一、灰度处理1. 灰度图像的概念灰度图像是指图像中每个像素的灰度值介于0-255之间的图像。
在灰度图像中，0代表黑色，255代表白色，中间的灰度值代表了不同程度的灰色。
2. 灰度处理的原理灰度处理是将彩色图像转换为灰度图像的过程。
在Matlab中，可以通过以下公式实现灰度处理：灰度值 = 0.299 * R + 0.587 * G + 0.114 * B其中，R、G、B分别代表彩色图像中的红色、绿色和蓝色分量。
通过对每个像素的RGB分量进行加权求和，可以得到对应的灰度值。
3. 灰度处理的实现在Matlab中，可以使用`rgb2gray`函数实现灰度处理。
具体的代码如下：```matlab读取彩色图像rgbImage = imread('example.jpg');灰度处理grayImage = rgb2gray(rgbImage);显示灰度图像imshow(grayImage);```二、二值化处理1. 二值化图像的概念二值化图像是指将灰度图像中的像素值转换为0或255的图像。
在二值化图像中，像素值为0代表黑色，像素值为255代表白色。
2. 二值化处理的原理二值化处理的目的是将灰度图像中的灰度值转换为0或255。
一般可以通过设置一个阈值，将低于阈值的像素值设为0，将高于阈值的像素值设为255。
3. 二值化处理的实现在Matlab中，可以使用`im2bw`函数实现二值化处理。
具体的代码如下：```matlab读取灰度图像grayImage = imread('example_gray.jpg');设置阈值threshold = 128;二值化处理binaryImage = im2bw(grayImage, threshold/255);显示二值化图像imshow(binaryImage);```三、总结本文详细介绍了Matlab中灰度处理和二值化处理的原理和实现方法。
(整理)数字图像处理MATLAB指令
其他常用的图像转换函数有：gray2ind函数，将灰度图像转换成索引图像。
Im2bw函数，将其它图像转化为二值图像。
Ind2gray函数，将索引图像转换成灰度图像。
Rgb2gray函数，将彩色图像转换成灰度图像。
1．利用imread( )函数读取一幅图像，存入一个数组中；2．利用whos 命令提取该读入图像flower.tif的基本信息；3．利用imshow()函数来显示这幅图像；函数执行语句A = imread('saturn.png');whosName Size Bytes Class AttributesA 1500x1200x3 5400000 uint8imshow(A)4．利用imfinfo函数来获取图像文件的压缩，颜色等等其他的详细信息；imfinfo('saturn.png')5．利用imwrite()函数来压缩这幅图象，将其保存为一幅压缩了像素的jpg 文件,设为flower.jpg;语法：imwrite(原图像，新图像，‘quality’,q), q取0-100。
imwrite(A,'xingxing.jpg','quality',25)B = imread('xingxing.jpg');6．同样利用imwrite()函数将最初读入的tif图象另存为一幅bmp图像,设为flower.bmp。
imwrite(A , 'xingxing.bmp')C = imread('xingxing.bmp');7．用im2bw将一幅灰度图像转化为二值图像，并且用imshow显示出来观察图像的特征。
F = imread('circbw.tif');im2bw(F)imshow(F)实验二图像直方图与灰度变换下面给出灰度变化的MATLAB程序f=imread('medicine_pic.jpg');g=imhist(f,256); %显示其直方图g1=imadjust(f,[0 1],[1 0]);%灰度转换，实现明暗转换(负片图像) figure,imshow(g1)g2=imadjust(f,[0.5 0.75],[0 1]);%将0.5到0.75的灰度级扩展到范围[0 1] figure,imshow(g2)g=imread('point.jpg');h=log(1+double(g));%对输入图像对数映射变换h=mat2gray(h); %将矩阵h转换为灰度图片h=im2uint8(h); %将灰度图转换为8位图figure,imshow(h)下面给出直方图均衡化增强图像对比度的MATLAB程序：I=imread(‘pollen.jpg); % 读入原图像J=histeq(I); %对原图像进行直方图均衡化处理Imshow(I); %显示原图像Title(‘原图像’); %给原图像加标题名Figure；imshow(J); %显示直方图均衡化后的图像Title(‘直方图均衡化后的图像’) ; %给直方图均衡化后的图像加标题名Figure; subplot(1,2,1) ;%对直方图均衡化后的图像进行屏幕控制；作一幅子图作为并排两幅图的第1幅图Imhist(I,64); %将原图像直方图显示为64级灰度Title(‘原图像直方图’) ; %给原图像直方图加标题名Subplot(1,2,2); %作第2幅子图Imhist(J,64) ; %将均衡化后图像的直方图显示为64级灰度Title(‘均衡变换后的直方图’) ; %给均衡化后图像直方图加标题名1、利用自己编写的灰度直方图计算程序计算rice.tif图像的直方图，并与系统自带的计算程序进行对比。
彩色图转灰度图--matlab-实现代码
（一）：彩色图像转灰度图1、设计任务1) 读入彩色和灰度图像并显示；2) 对彩色图像转化为灰度图像并显示；3) 比较两种方法的效果。
2、设计目的1) 掌握彩色图转灰度图的基本原理与方法；2) 初步掌握MATLAB的使用方法；3) 了解MATLAB在数字信号处理，尤其是图像处理中显现出来的优势。
3、源代码% 把RGB格式的图片转换为YUV格式。
clear; clc;x=imread('lena512.BMP');[line,row,dim]=size(x);x1=double(x); % 数据类型转换subplot(1,3,1) % 分割当前绘图窗口为（1，3）的区域，显示此图片与1号区域imshow(uint8(x)) % 数据类型转换，并且显示当前图片title('原图');% 矩阵乘,根据【RGB】转【YUV】关系转灰度图Y1=0.299*x(:,:,1)+0.587*x(:,:,2)+0.114*x(:,:,3);y1=[round(Y1)]; % 取整subplot(1,3,2)imshow(uint8(y1))title('根据各分量转换关系转换后图片');% 求RGB各个分量均值转灰度图Y2=(x(:,:,1)+x(:,:,2)+x(:,:,3))/3;y2=[round(Y2)];subplot(1,3,3)imshow(uint8(y2))title('求均值转换后图片');图（1）彩色转灰度图程序运行结果4、结果分析由运行结果可以看出，根据RGB到YUV各个分量关系转换得到的灰度图比较真实，而用简单的求RGB各个分量的均值转弧度图，其结果很不理想，图片基本看不清楚原来的轮廓。
（二）：对灰度图像实现按比例缩小和放大1、设计任务1) 对灰度图实现在行上k1=0.6,列上k2=0.75的按比例缩小；2) 对灰度图实现在行上k1=1.2,列上k2=1.5的按比例放大；2、设计目的1) 掌握图像的放大和缩小原理；2) 用MATLAB实现图像的按比例放大和缩小；3) 明白图像的放大和缩小并不是简单的互为逆过程。
MATLAB灰度彩色转换程序
%A simple program for pseudo colouring%The program converts a gray level image (0-256)(single layer) to pseudo color image (3 layer)%by altering the conditions and values, U can create more perfect pseudo color image.clc;clear all;im=input('Enter the file name (gray level image) :','s');k=imread(im);[x y z]=size(k);% z should be one for the input imagek=double(k);for i=1:xfor j=1:yif k(i,j)>=0 & k(i,j)<50m(i,j,1)=k(i,j,1)+5;m(i,j,2)=k(i,j)+10;m(i,j,3)=k(i,j)+10;endif k(i,j)>=50 & k(i,j)<100m(i,j,1)=k(i,j)+35;m(i,j,2)=k(i,j)+28;m(i,j,3)=k(i,j)+10;endif k(i,j)>=100 & k(i,j)<150m(i,j,1)=k(i,j)+52;m(i,j,2)=k(i,j)+30;m(i,j,3)=k(i,j)+15;endif k(i,j)>=150 & k(i,j)<200m(i,j,1)=k(i,j)+50;m(i,j,2)=k(i,j)+40;m(i,j,3)=k(i,j)+25;endif k(i,j)>=200 & k(i,j)<=256m(i,j,1)=k(i,j)+120;m(i,j,2)=k(i,j)+60;m(i,j,3)=k(i,j)+45;endendendfigure,imshow(uint8(k),[]);figure,imshow(uint8(m),[]);这是我的代码，想实现逆滤波，但结果不对，不知道问什么。