灰度用戶演算法

『壹』 灰度值是什麼是怎麼測量的

灰度值是指將灰度對象轉換為 RGB 時，每個對象的顏色值。把白色與黑色之間按對數關系分成若干級，稱為「灰度等級」，使用黑白或灰度掃描儀測量生成的圖像通常以灰度顯示。

在計算機領域中，灰度（Gray scale）數字圖像是每個像素只有一個采樣顏色的圖像。這類圖像通常顯示為從最暗黑色到最亮的白色的灰度，盡管理論上這個采樣可以任何顏色的不同深淺，甚至可以是不同亮度上的不同顏色。

灰度圖像與黑白圖像不同，在計算機圖像領域中黑白圖像只有黑白兩種顏色，灰度圖像在黑色與白色之間還有許多級的顏色深度。但是，在數字圖像領域之外，「黑白圖像」也表示「灰度圖像」，例如灰度的照片通常叫做「黑白照片」。

在一些關於數字圖像的文章中單色圖像等同於灰度圖像，在另外一些文章中又等同於黑白圖像。灰度使用黑色調表示物體,即用黑色為基準色，不同的飽和度的黑色來顯示圖像。

每個灰度對象都具有從 0%（白色）到100%（黑色）的亮度值。 使用黑白或灰度掃描儀生成的圖像通常以灰度顯示。

(1)灰度用戶演算法擴展閱讀

灰度等級范圍一般從0到255，白色為255，黑色為0，故黑白圖片也稱灰度圖像，在醫學、圖像識別領域有很廣泛的用途。

灰度分布是指灰度圖像的灰度值的分布情況，反映了圖像的最基本的統計特徵。灰度分布主要應用於圖像分割中，通過對灰度圖像的灰度分布的理解，來分析圖像一些性質。

灰度直方圖是關於灰度級分布的函數，是對圖像中灰度級分布的統計。灰度直方圖是將數字圖像中的所有像素，按照灰度值的大小，統計其出現的頻率。灰度直方圖是灰度級的函數，它表示圖像中具有某種灰度級的像素的個數，反映了圖像中某種灰度出現的頻率。

如果將圖像總像素亮度（灰度級別）看成是一個隨機變數，則其分布情況就反映了圖像的統計特性，這可用probability density function （PDF）來刻畫和描述，表現為灰度直方圖。可以通過直方圖的狀態來評斷圖像的一些性質，明亮圖像的直方圖傾向於灰度級高的一側；

低對比度圖像的直方圖窄而集中於灰度級的中部，高對比度圖像的直方圖成分覆蓋的灰度級很寬而且像素的分布沒有不太均勻，只有少量的垂線比其他高許多。

直觀上來說：若一幅圖像其像素佔有全部可能的灰度級並且分布均勻，則這樣的圖像有高對比度和多變的灰度色調。

從概率的觀點來理解，灰度出現的頻率可看作其出現的概率，這樣直方圖就對應於概率密度函數(probabilitydensityfunction)，而概率分布函數就是直方圖的累積和，即概率密度函數的積分。

『貳』 25%的灰度RGB是多少

25%的灰度RGB(25,25,25)。

灰度就是沒有色彩，RGB色彩分量全部相等。如果是一個二值灰度圖像，它的像素值只能為0或1，我們說它的灰度級為2。用個例子來說明吧:一個256級灰度的圖像，如果RGB三個量相同時，如：RGB(100,100,100)就代表灰度為100,RGB(50,50,50)代表灰度為50。

彩色圖像的灰度其實在轉化為黑白圖像後的像素值（是一種廣義的提法），轉化的方法看應用的領域而定，一般按加權的方法轉換，R， G，B 的比一般為3：6：1。

任何顏色都由紅、綠、藍三基色組成，假如原來某點的顏色為RGB(R，G，B)，那麼，可以通過下面幾種方法，將其轉換為灰度：

1、浮點演算法：Gray=R*0.3+G*0.59+B*0.11

2、整數方法：Gray=(R*30+G*59+B*11)/100

3、移位方法：Gray =(R*77+G*151+B*28)>>8;

4、平均值法：Gray=（R+G+B）/3;

5、僅取綠色：Gray=G；

通過上述任一種方法求得Gray後，將原來的RGB(R,G,B)中的R,G,B統一用Gray替換，形成新的顏色RGB(Gray,Gray,Gray)，用它替換原來的RGB(R,G,B)就是灰度圖了。

(2)灰度用戶演算法擴展閱讀

RGB格式：

對一種顏色進行編碼的方法統稱為「顏色空間」或「色域」。用最簡單的話說，世界上任何一種顏色的「顏色空間」都可定義成一個固定的數字或變數。

RGB（紅、綠、藍）只是眾多顏色空間的一種。採用這種編碼方法，每種顏色都可用三個變數來表示-紅色綠色以及藍色的強度。記錄及顯示彩色圖像時，RGB是最常見的一種方案。

但是，它缺乏與早期黑白顯示系統的良好兼容性。因此，許多電子電器廠商普遍採用的做法是，將RGB轉換成YUV顏色空間，以維持兼容，再根據需要換回RGB格式，以便在電腦顯示器上顯示彩色圖形。

網頁格式：

由於網頁(WEB)是基於計算機瀏覽器開發的媒體，所以顏色以光學顏色RGB（紅、綠、藍）為主。網頁顏色是以16進制代碼表示，一般格式為#DEFABC （字母範圍從A-F,數字從0-9 ）；

如黑色，在網頁代碼中便是：#000000(在css編寫中可簡寫為#000)。當顏色代碼為#AABB11時，可以簡寫為#AB1表示，如#135與#113355表示同樣的顏色。

RGB1、RGB4、RGB8都是調色板類型的RGB格式，在描述這些媒體類型的格式細節時，通常會在BITMAPINFOHEADER數據結構後面跟著一個調色板（定義一系列顏色）。它們的圖像數據並不是真正的顏色值，而是當前像素顏色值在調色板中的索引。

以RGB1（2色點陣圖）為例，比如它的調色板中定義的兩種顏色值依次為0x000000（黑色）和0xFFFFFF（白色）…（每個像素用1位表示）表示對應各像素的顏色為：黑黑白白黑白黑白黑白白白。

『叄』 什麼情況下會使用灰度插值處理，舉例說明有哪些常用的灰度插值處理方法

需要進行圖像縮放功能情況下會使用灰度插值處理，如數碼相機、圖像處理軟體（如Photoshop）；常用的灰度插值處理方法：

1、最臨近插值：即將每一個原像素原封不動地復制映射到擴展後對應多個像素中。這種方法在放大圖像的同時保留了所有的原圖像的所有信息。在傳統圖像插值演算法中，最臨近像素插值較簡單，容易實現，早期的時候應用比較普遍。但是，該方法會在新圖像中產生明顯的鋸齒邊緣和馬賽克現象。

2、雙線性插值：雙線性插值法具有平滑功能，能有效地克服最臨近像素插值的不足，但會退化圖像的高頻部分，使圖像細節變模糊。

3、高階插值：在放大倍數比較高時，高階插值，如雙三次插值和三次樣條插值等比低階插值效果好。

(3)灰度用戶演算法擴展閱讀：

灰度插值作為對原圖像的像素重新分布，從而來改變像素數量的一種方法。在圖像放大過程中，像素也相應地增加，增加的過程就是「插值」發生作用的過程；

「插值」程序自動選擇信息較好的像素作為增加、彌補空白像素的空間，而並非只使用臨近的像素，所以在放大圖像時，圖像看上去會比較平滑、干凈。不過需要說明的是插值並不能增加圖像信息，盡管圖像尺寸變大，但效果也相對要模糊些，過程可以理解為白酒摻水。

在大多數GIS文獻資料中，區域插值特指數據從一組面(源面)到另一組面(目標面)的重新聚合。例如，人口統計學家經常需要縮減或擴大其數據的行政單位。

如果按縣的級別進行人口統計，人口統計學家可能需要縮減數據以預測人口普查區塊中的人口數量。如果要在大比例下重新劃分區塊，可能需要對一組全新的面進行人口預測。