灰度计算
这两天在研究用JAVA开发类似MSN机器人的应用程序,今天想到要让程序每次发送消息的时候更换一种随机的字体颜色,于是这就有一个问题,假设大部分情况下背景色是白色(#FFFFFF)的,万一随机出来的颜色太淡看不清楚怎么办呢?这时候就需要一个对于颜色的判断标准,我首先想到的就是亮度,每种颜色有它的色彩亮度,这个计算在JPG压缩等场合也会用到。这里提供一个由RGB计算色彩知觉亮度的公式:
Y = ((R*299)+(G*587)+(B*114))/1000
根据这个公式,白色的知觉亮度最大,为255,而黑色最小,为0,根据W3C标准,字体色和背景色的知觉亮度差值大于125,也就是至少有50%亮度差异的情况下,人眼比较容易辨认。看看上面这个公式,可以发现在亮度计算中,RGB所占有的权重不同,绿色居然占到了58.7%的权重,以前还真没注意到……
除去亮度以外,背景和字体的色彩差异也是对辨认感有影响的,而色彩差异则是通过计算两种色彩RGB的差值绝对值之和,即:
Δ =|R1-R2| + |G1-G2| + |B1-B2|
根据这个公式,黑色和白色的差异最大,为765,而W3C的标准建议,背景和字体颜色的色彩差异应当大于500,也就是至少有35%的色彩差异,人眼才容易分辨。
(转)从RGB色转为灰度色算法----本文摘自作者ZYL910的博客
一、基础
对于彩色转灰度,有一个很著名的心理学公式:
Gray = R*0.299 + G*0.587 + B*0.114
二、整数算法
而实际应用时,希望避免低速的浮点运算,所以需要整数算法。
注意到系数都是3位精度的没有,我们可以将它们缩放1000倍来实现整数运算算法:
Gray = (R*299 + G*587 + B*114 + 500) / 1000
RGB一般是8位精度,现在缩放1000倍,所以上面的运算是32位整型的运算。注意后面那个除法是整数除法,所以需要加上500来实现四舍五入。
就是由于该算法需要32位运算,所以该公式的另一个变种很流行:
Gray = (R*30 + G*59 + B*11 + 50) / 100
但是,虽说上一个公式是32位整数运算,但是根据80x86体系的整数乘除指令的特点,是可以用16位整数乘除指令来运算的。而且现在32位早普及了(AMD64都出来了),所以推荐使用上一个公式。
三、整数移位算法
上面的整数算法已经很快了,但是有一点仍制约速度,就是最后的那个除法。移位比除法快多了,所以可以将系数缩放成 2的整数幂。
习惯上使用16位精度,2的16次幂是65536,所以这样计算系数:
0.299 * 65536 = 19595.264 ≈ 19595
0.587 * 65536 + (0.264) = 38469.632 + 0.264= 38469.896 ≈ 38469
0.114 * 65536 + (0.896) = 7471.104 +0.896 = 7472
可能很多人看见了,我所使用的舍入方式不是四舍五入。四舍五入会有较大的误差,应该将以前的计算结果的误差一起计算进去,舍入方式是去尾法:
写成表达式是:
Gray = (R*19595 + G*38469 + B*7472)>> 16
2至20位精度的系数:
Gray = (R*1 + G*2 + B*1) >> 2
Gray = (R*2 + G*5 + B*1) >> 3
Gray = (R*4 + G*10 + B*2) >> 4
Gray = (R*9 + G*19 + B*4) >> 5
Gray = (R*19 + G*37 + B*8) >> 6
Gray = (R*38 + G*75 + B*15) >> 7
Gray = (R*76 + G*150 + B*30) >> 8
Gray = (R*153 + G*300 + B*59) >> 9
Gray = (R*306 + G*601 + B*117) >> 10
Gray = (R*612 + G*1202 + B*234) >> 11
Gray = (R*1224 + G*2405 + B*467) >>12
Gray = (R*2449 + G*4809 + B*934) >>13
Gray = (R*4898 + G*9618 + B*1868) >>14
Gray = (R*9797 + G*19235 + B*3736) >>15
Gray = (R*19595 + G*38469 + B*7472)>> 16
Gray = (R*39190 + G*76939 + B*14943)>> 17
Gray = (R*78381 + G*153878 + B*29885)>> 18
Gray = (R*156762 + G*307757 + B*59769)>> 19
Gray = (R*313524 + G*615514 + B*119538)>> 20
仔细观察上面的表格,这些精度实际上是一样的:3与4、7与8、10与11、13与14、19与20
所以16位运算下最好的计算公式是使用7位精度,比先前那个系数缩放100倍的精度高,而且速度快:
Gray = (R*38 + G*75 + B*15) >> 7
其实最有意思的还是那个2位精度的,完全可以移位优化:
Gray = (R + (WORD)G<<1 + B) >>2