将RGB转换为灰度/强度
从RGB转换到灰度时，应该应用到通道R，G和B的特定权重。 这些重量是：0.2989，0.5870，0.1140。
据说这样做的原因是对这三种颜色的人类感知/感觉不同。 有时也说这些是用来计算NTSC信号的值。
不过，我在网上找不到这个好的参考。 这些价值的来源是什么？
另请参阅以前的这些问题： 这里和这里 。
问题中的具体数字来自CCIR 601（见下面的维基百科链接）。
如果将RGB – >灰度转换为稍微不同的数字/不同的方法，则在正常光照条件下，在普通电脑屏幕上看不到太多差别 – 试试。
以下是一些关于颜色的更多链接：
维基百科Luma
布鲁斯·林德布鲁姆杰出的网站
Colin Ware着的“信息可视化”（Information Visualization）一书的第四章“色彩”（Colour），第1-55860-819-2页; 这个与books.google.com中的 Ware的长链接可能会或可能不起作用
cambridgeincolor ：优秀的，精心编写的“关于如何使用强调概念而不是程序的视觉方法来获取，解释和处理数字照片的教程”
如果你碰到“线性”与“非线性”的RGB，这是对我自己的一个旧的说明的一部分。 重复，在实践中你不会看到太多的区别。
RGB – > ^ gamma – > Y – > L *
在色彩科学中，常见的RGB值（如html rgb（10％，20％，30％））被称为“非线性”或Gamma校正 。 “线性”值定义为
Rlin = R^gamma, Glin = G^gamma, Blin = B^gamma 其中许多PC的伽马值是2.2。 通常的RGB有时被写成R'G'B'（R'= Rlin ^（1 / gamma））（纯粹主义者的舌头点击），但是在这里我将放弃'。
CRT显示器上的亮度与RGBlin = RGB ^ gamma成正比，所以CRT上的50％灰色是相当暗的：.5 ^ 2.2 =最大亮度的22％。 （液晶显示器更复杂一些，此外，一些graphics卡补偿伽玛。）
要从RGB中获得称为L*的亮度度量，首先将RGB除以255，然后进行计算
Y = .2126 * R^gamma + .7152 * G^gamma + .0722 * B^gamma
这是XYZ色彩空间中的Y ; 它是一种颜色“亮度”的度量。 （真正的公式并不完全是x ^ gamma，而是紧密的;坚持x ^ gamma第一遍。）
最后，L * = 116 * Y ^ 1/3 – 16“…渴望知觉的一致性…与人类对亮度的感知紧密匹配。 – 维基百科实验室颜色空间
下面是一些c代码来将rgb转换为灰度。 用于rgb到灰度转换的实际加权是0.3R + 0.6G + 0.11B。 这些重量不是绝对重要的，所以你可以和他们一起玩。 我已经使他们0.25R + 0.5G + 0.25B。 它会产生一个稍暗的图像。
注意：下面的代码假定xRGB 32位像素格式
unsigned int *pntrBWImage=(unsigned int*)..data pointer..; //assumes 4*width*height bytes with 32 bits ie 4 bytes per pixel unsigned int fourBytes; unsigned char r,g,b; for (int index=0;index<width*height;index++) { fourBytes=pntrBWImage[index];//caches 4 bytes at a time r=(fourBytes>>16); g=(fourBytes>>8); b=fourBytes; I_Out[index] = (r >>2)+ (g>>1) + (b>>2); //This runs in 0.00065s on my pc and produces slightly darker results //I_Out[index]=((unsigned int)(r+g+b))/3; //This runs in 0.0011s on my pc and produces a pure average }
我发现这个出版物引用了对以前类似问题的回答。 这是非常有帮助的：
http://cadik.posvete.cz/color_to_gray_evaluation/
它显示了“吨”的不同方法来产生不同结果的灰度图像！
查看颜色常见问题的信息。 这些值来自我们在显示器中使用的RGB值的标准化。 实际上，根据彩色常见问题解答，您使用的数值是过时的，因为它们是用于原始NTSC标准的值，而不是现代的显示器。
以下是关于如何得出这些数字（或类似数字）的论文：
这些价值观因人而异，对于色盲者尤其如此。
