RGB 图像灰度化

    灰度化在图像处理中很常见。 生产应用中普遍适用公式 Gray = R*0.299 + G*0.587 + B*0.114。关于运行效率与精度的取舍，请参考http://bbs.ednchina.com/BLOG_ARTICLE_1999487.HTM。

     下面使用前文参考文章中提到的Adobe RGB (1998) [gamma=2.20] 公式： Gray = (R^2.2 * 0.2973 + G^2.2 * 0.6274 + B^2.2 * 0.0753)^(1/2.2)。

     Java实现如下：

        // (R^2.2 * 0.2973 + G^2.2 * 0.6274 + B^2.2 * 0.0753)^(1/2.2)
	// Adobe RGB (1998) [gamma=2.20]
	// http://bbs.ednchina.com/BLOG_ARTICLE_1999487.HTM
	public BufferedImage grarify(final BufferedImage image) {
		final int width = image.getWidth();
		final int height = image.getHeight();
		final BufferedImage grayImage = new BufferedImage(width, height,
				BufferedImage.TYPE_BYTE_GRAY);
		for (int i = 0; i < width; i++) {
			for (int j = 0; j < height; j++) {
				final int color = image.getRGB(i, j);
				final int r = (color >> 16) & 0xff;
				final int g = (color >> 8) & 0xff;
				final int b = color & 0xff;
				final int gray = (int) Math
						.pow((Math.pow(r, 2.2) * 0.2973 + Math.pow(g, 2.2)
								* 0.6274 + Math.pow(b, 2.2) * 0.0753),
								(1 / 2.2));
				grayImage.setRGB(i, j, gray);
			}
		}
		return grayImage;
	}

    附：参考文章《RGB转灰度图的几种算法》 http://bbs.ednchina.com/BLOG_ARTICLE_1999487.HTM

方法一：
    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

     方法二：

     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

      方法三：

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

     另一种是 Adobe Photoshop 里的公式 
     Adobe RGB (1998) [gamma=2.20] 
     Gray = (R^2.2 * 0.2973 + G^2.2 * 0.6274 + B^2.2 * 0.0753)^(1/2.2)

该方法运行速度稍慢，但是效果很好。

      还有就是   平均值方法 

      GRAY = (RED+BLUE+GREEN)/3

    （GRAY,GRAY,GRAY ） 替代 （RED,GREEN,BLUE）