OpenCV 图形API(53)颜色空间转换-----将 RGB 图像转换为灰度图像函数RGB2Gray()

  • 操作系统:ubuntu22.04
  • OpenCV版本:OpenCV4.9
  • IDE:Visual Studio Code
  • 编程语言:C++11

算法描述

将图像从 RGB 色彩空间转换为灰度。

R、G 和 B 通道值的常规范围是 0 到 255。生成的灰度值计算方式如下:
dst ( I ) = 0.299 ∗ src ( I ) . R + 0.587 ∗ src ( I ) . G + 0.114 ∗ src ( I ) . B \texttt{dst} (I)= \texttt{0.299} * \texttt{src}(I).R + \texttt{0.587} * \texttt{src}(I).G + \texttt{0.114} * \texttt{src}(I).B dst(I)=0.299∗src(I).R+0.587∗src(I).G+0.114∗src(I).B

注意:

函数的文字 ID 是 "org.opencv.imgproc.colorconvert.rgb2gray"

函数原型

cpp 复制代码
GMat cv::gapi::RGB2Gray 	
(
 	const GMat &  	src
) 	

参数

  • 参数 src: 输入图像,8 位无符号三通道图像 CV_8UC3。

代码示例

cpp 复制代码
#include <opencv2/opencv.hpp>
#include <opencv2/gapi.hpp>
#include <opencv2/gapi/core.hpp> // 包含核心功能
#include <opencv2/gapi/imgproc.hpp> // 包含图像处理功能

int main() {
    // 读取一个RGB图像
    cv::Mat rgb_img = cv::imread("/media/dingxin/data/study/OpenCV/sources/images/Lenna.png");
    if (rgb_img.empty()) {
        std::cerr << "Error: Image not found!" << std::endl;
        return -1;
    }

    // 定义G-API图
    cv::GMat src;
    auto gray = cv::gapi::RGB2Gray(src);

    cv::GComputation comp(cv::GIn(src), cv::GOut(gray));

    // 创建输出矩阵
    cv::Mat out_gray;

    // 应用计算图并执行转换,指定使用默认的CPU后端
    comp.apply(cv::gin(rgb_img), cv::gout(out_gray),
               cv::compile_args(cv::gapi::kernels()));

    // 显示结果
    cv::imshow("Original RGB Image", rgb_img);
    cv::imshow("Converted Gray Image", out_gray);
    cv::waitKey(0);

    return 0;
}

运行结果

相关推荐
:mnong5 分钟前
AI 编程理论与实践 — 课程大纲
人工智能
Luca_kill10 分钟前
深度解析 DeerFlow:字节跳动开源的长时程 AI 超级智能体架构
人工智能·智能体·大模型应用·ai架构·deerflow
PNP Robotics20 分钟前
领军军者|PNP机器人包文涛:以具身智能定义机器人的“生命直觉”
人工智能·深度学习·学习·机器学习·机器人
stereohomology25 分钟前
2026年人工智能技术趋势浅度解析
人工智能
2601_9583205733 分钟前
【小白易懂版】OpenClaw 飞书机器人绑定配置详细教程(含安装包)
人工智能·机器人·飞书·open claw·小龙虾·open claw安装
AI创界者39 分钟前
《2026 视觉革命:深度测评 GPT-Image-2,基于 DMXAPI 实现 4K 超分与批量生图实战》
人工智能
云上码厂41 分钟前
2023年之前物理信息神经网络PINN papers
人工智能·深度学习·神经网络
aini_lovee44 分钟前
多目标粒子群优化(MOPSO)双适应度函数MATLAB实现
人工智能·算法·matlab
Cosolar1 小时前
提示词工程面试题系列 - Zero-Shot Prompting 和 Few-Shot Prompting 的核心区别是什么?
人工智能·设计模式·架构
灵机一物1 小时前
灵机一物AI原生电商小程序、PC端(已上线)-【无标Anthropic 研究深度解析:AI 对就业市场的实际冲击与高危职业排行题】
人工智能·ai·程序员·职业发展·anthropic·就业市场