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
程序猿阿伟6 分钟前
《边缘算力困局突破:智能体模型动态调度全解析》
人工智能
Panesle8 分钟前
ten-vad:低延迟、轻量化且高性能的流式语音活动检测系统
人工智能·语言模型·ffmpeg·开源·音视频·语音识别
东临碣石8211 分钟前
【AI论文】UniVG-R1:基于强化学习的推理引导通用视觉定位
人工智能
Sherlock Ma23 分钟前
LSNet:以小见大,CVPR2025全新轻量级主干网络
图像处理·人工智能·pytorch·深度学习·目标检测·计算机视觉·cnn
martian66529 分钟前
矩阵详解:线性代数在AI大模型中的核心支柱
人工智能·线性代数·矩阵
山东小木32 分钟前
AI编程对传统软件开发的冲击和思考
人工智能·ai·deepseek·jboltai
2201_754918411 小时前
深入解析自然语言处理中的语言转换方法
人工智能·深度学习·自然语言处理
martian6651 小时前
在Windows系统中使用C++与Orthanc交互:基于DICOMweb的医学影像应用开发
开发语言·人工智能·开源·dicom
OpenInfra2 小时前
九州未来十三载:开源赋能 智启未来
人工智能·开源·智算中心
图学习小组2 小时前
I-CON: A UNIFYING FRAMEWORK FOR REPRESENTATION LEARNING
人工智能·机器学习