Java OpenCV使用非COLOR_RGB2GRAY方法实现彩色图像灰度化的问题

Core.inRange无法生成灰度图的原因 #

Core.inRange 是专门用于生成二值掩码的API：仅会将落在指定标量范围内的像素赋值为255，范围外的像素赋值为0，输出结果天生只有两个灰度级，不可能输出包含多阶灰度的正常灰度图像，因此无需再尝试基于该接口实现灰度转换需求。

无需调用Imgproc.cvtColor的灰度转换实现方案 #

• 方法1：标准人眼感知加权法（与官方COLOR_RGB2GRAY转换效果完全一致）
  基于人眼对三原色的感知敏感度差异，使用固定权重加权求和得到灰度值，公式如下：
  灰度值 = 0.299 * R通道值 + 0.587 * G通道值 + 0.114 * B通道值
  Java代码实现：

  // 拆分彩色图的RGB三个通道
  List<Mat> rgbChannels = new ArrayList<>();
  Core.split(colorPhoto, rgbChannels);
  
  // 按权重叠加通道得到灰度图
  Mat grayscalePhoto = new Mat();
  Core.addWeighted(rgbChannels.get(0), 0.299, rgbChannels.get(1), 0.587, 0, grayscalePhoto);
  Core.addWeighted(grayscalePhoto, 1, rgbChannels.get(2), 0.114, 0, grayscalePhoto);
  

• 方法2：三通道平均值法（实现最简，适合低精度场景）
  直接对三通道像素取平均值作为灰度值，计算速度最快，公式如下：
  灰度值 = (R通道值 + G通道值 + B通道值) / 3
  Java代码实现：

  List<Mat> rgbChannels = new ArrayList<>();
  Core.split(colorPhoto, rgbChannels);
  Mat grayscalePhoto = new Mat();
  Core.add(rgbChannels.get(0), rgbChannels.get(1), grayscalePhoto);
  Core.add(grayscalePhoto, rgbChannels.get(2), grayscalePhoto);
  Core.divide(grayscalePhoto, new Scalar(3.0), grayscalePhoto);
  

• 方法3：基于直方图的自适应灰度转换
  如果需要优化灰度图的对比度适配当前图像的像素分布，可以先通过上述两种方法得到基础灰度图后，叠加直方图均衡化操作：

  // 基础灰度转换完成后执行均衡化
  Imgproc.equalizeHist(grayscalePhoto, grayscalePhoto);
  

  如果需要自定义灰度映射规则，可以先统计原图的三通道联合直方图生成自定义灰度映射表，再通过Core.LUT接口批量映射所有像素得到定制效果的灰度图。

内容的提问来源于stack exchange，提问作者Oliwier Piasecki