Проблемы с использованием грубого алгоритма серого?

Ответ 1

Изображения выглядят довольно похожими, но ваш глаз может отличить, особенно если вы ставите один на другой:

Например, вы можете заметить, что цветы в фоновом режиме выглядят ярче в преобразовании усреднения.

Дело не в том, что есть что-то внутренне "плохое" об усреднении трех каналов. Причина этой формулы заключается в том, что мы не воспринимаем красный, зеленый и синий одинаково, поэтому их вклад в интенсивности в изображении в оттенках серого не должен быть одинаковым; поскольку мы воспринимаем зеленый цвет более интенсивно, зеленые пиксели должны выглядеть ярче в оттенках серого. Однако, как прокомментировал Марк, нет уникального совершенного преобразования в оттенки серого, так как мы видим в цвете, и в любом случае каждое видение немного отличается, поэтому любая формула просто попытается сделать приближение, поэтому интенсивности пикселей будут "правильными" для большинства люди.

Ответ 2

Наиболее очевидный пример:

1. оригинал

2. Desaturated in Gimp (режим Lightness - это то, что делает ваш алгоритм)

3. Desaturated in Gimp (режим освещенности - это то, что делают наши глаза)

Итак, не средние RGB. Усреднение RGB просто неправильно!

(Хорошо, вы правы, усреднение может быть действительно в некоторых неясных приложениях, хотя оно не имеет физического или физиологического значения, когда значения RGB рассматриваются как цвет. Кстати, "обычный" способ взвешивания усреднения также неверен более тонким способом из-за гамма. sRGB должен быть сначала линеаризован, а затем окончательный результат преобразован обратно в sRGB (что было бы эквивалентно извлечению L-компонента в цветовом пространстве Lab))

Ответ 3

Вы можете использовать любое уравнение преобразования, масштаб, линейность. Тот, который вы нашли:

I = 0.299 R + 0.587 G + 0.114 B

основано на средней чувствительности восприятия основного цвета (R, G, B) человеческого глаза (по крайней мере, для периода времени и популяции /HW, который был создан, учитывайте, что эти стандарты были созданы до LED, TFT и т.д. экраны).

Есть несколько проблем, с которыми вы боретесь:

1. наши глаза не то же самое

   Все люди не воспринимают цвет одинаково. Существуют значительные расхождения между полами и меньшими и между регионами; Роль и поколения, и возраста. Поэтому даже среднее значение должно обрабатываться как "среднее".

   У нас есть различная чувствительность к интенсивности света по видимому спектру. Самый чувствительный цвет зеленый (следовательно, самый высокий вес на нем). Но пики кривой XYZ могут быть на разных длинах волн для разных людей (как и я, я их немного сдвинул, вызывая разницу в распознавании определенных длин волн, например, некоторых оттенков Aqua - некоторые считают их зелеными как синие, даже если ни у кого из них нет нарушения цветовой слепоты или что-то еще).

2. мониторы не используют одни и те же длины волн или спектральную дисперсию

   Поэтому, если вы возьмете 2 разных монитора, они могут использовать несколько разные длины волн для R, G, B или даже разные ширины спектрального фильтра (просто используйте спектроскоп и посмотрите). Да, они должны быть "нормализованы" HW, но это не то же самое, что использовать нормированные длины волн. Это похоже на проблемы с использованием источников света RGB и White Noise.

3. линейность монитора

   Люди не видят в линейном масштабе: мы обычно логарифмичны/экспоненциальны (зависит от того, как вы на это смотрите), так что да, мы можем нормализовать это с помощью HW (или даже SW), но проблема в том, что мы линеаризуем для одного человека, а значит, это для другого.

Если вы возьмете все это вместе, вы можете либо использовать средние значения, либо специальное (и дорогое) оборудование для измерения/нормализации относительно какого-либо стандарта или против откалиброванного человека (в зависимости от отрасли).

Но это слишком много, чтобы справляться с домашними условиями, поэтому оставляйте все для промышленности и используйте весы для "среднего", как и в большинстве стран мира... К счастью, наш мозг может справиться с этим, поскольку вы не можете видеть разницу, если не начнете сравнивать оба изображения бок о бок или в анимации :). Поэтому я (буду):

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

Ответ 4

Существует много разных способов преобразования в оттенки серого, и они дают разные результаты, хотя различия могут быть проще увидеть с разными цветными изображениями ввода.

Поскольку мы не видим в оттенках серого, "лучший" метод несколько зависит от приложения и несколько в глазах зрителя.

Альтернативная формула, на которую вы ссылаетесь, основана на том, что человеческий глаз более чувствителен к изменениям в зеленых тонах и, следовательно, дает им больший вес - подобно массиву Байера в камере, где есть два зеленых пикселя для каждого красного и синего. Wiki - массив байеров

Ответ 5

Существует множество формул для яркости, в зависимости от праймеров цвета R, G, B:

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 . 

Это все потому, что наши глаза менее чувствительны к синему, чем к красному, чем к зеленому.

При этом вы, вероятно, рассчитываете Luma, а не Luminance, поэтому формулы все не так. Для постоянной яркости вы должны преобразовать в линейный свет

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

применить формулу Luminance и преобразовать обратно в гамма-домен

Y' = Y ^ (1/2.4) . 

Также учтите, что преобразование трехмерного цветового пространства в 1D-количество теряет 2/3 информации, что может укусить вас на следующих этапах обработки. В зависимости от проблемы, иногда другая формула лучше, например V = MAX (R, G, B) (из цветового пространства HSV).

Откуда мне знать? Я последователь и друг доктора Пойнтона.

Ответ 6

Достаточно ответов, но я хочу обсудить немного по этому вопросу по-другому.

Поскольку я интересовался цифровой живописью, я чаще использую HSV.

Это намного более управляемо для использования HSV во время покраски, но держите его коротким, главное - S: Saturation, отделяющее концепцию цвета от света. И превращение S в 0, уже является "компьютерной" серой шкалой изображения.

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')

Этот метод действительно зарезервировал "яркий" оригинальный цвет. Однако, не учитывая, как человеческий глаз обрабатывает данные.

Ответ 7

В ответе на ваш главный вопрос есть недостатки в использовании какой-либо одной меры серого. Это зависит от того, что вы хотите от своего изображения. Например, если у вас есть цветной текст на белом фоне, если вы хотите выделить текст, вы можете использовать минимум значений r, g, b в качестве вашей меры. Но если у вас есть черный текст на цветном фоне, вы можете использовать максимум значений для одного и того же результата. В моем программном обеспечении я предлагаю вариант максимального, минимального или медианного значения для пользователя. Также освещаются результаты непрерывных тоновых изображений. В ответ на комментарии, требующие более подробной информации, код для пикселя ниже (без каких-либо защитных мер).

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
}