OpenCV Decolorization

Posted 2022-12-02 yhl_leo

本系列文章由 @yhl_leo 出品，转载请注明出处。
文章链接： http://blog.csdn.net/yhl_leo/article/details/55270873

---

使用了很久OpenCV和Matlab中的图像灰度化操作，因为是非常基础的操作又很常见，也就没怎么思考过，直到这些灰度化遇到了一些问题：

Original Image	Color2Gray

OpenCV和Matlab中灰度化的方法都非常简单：

$Y = 0.2989 \\times R + 0.5870 \\times G + 0.1140 \\times B$

很明显，这种线性灰度化方法用于解决这一非线性问题，有些时候会导致图像对比度严重损失。

看到OpenCV3.x中集成了新的灰度化方法decolor：

void decolor(InputArray src, OutputArray grayscale, OutputArray color_boost)

用法很简单：

#include <opencv2/opencv.hpp>

using namespace cv;

int main()

    Mat src = imread("test.png");
    Mat grayScale, color_boost;
    decolor(src, grayScale, color_boost);

    imshow("test", grayScale);
    waitKey(0);
    return 0;

差异立竿见影！

找到原论文：Contrast Preserving Decolorization, ICCP 2012，方法也很简单，相比于简单的使用R/G/B线性组合，作者构造了更为复杂的多项式拟合，向量空间的基底为：$[r,g,b,rg,rb,gb,r^2,g^2,b^2]$，核心就是求取灰度化函数：

$$f(r,g,b;w)=\\sum_i w_i m_i$$

其中$m_i$是向量空间的第$i$个基底，于是灰度化问题就转化为求解9个$\\w\\$系数。作者的解法也挺巧妙，值得一看~