0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

FPGA学习算法系列:彩色转灰度

FPGA学习交流 2018-10-26 10:48 次阅读

大家好,又到了每日学习的时间了,今天我们来聊一聊FPGA学习中可以遇到的一些算法,今天就聊一聊彩色转灰度的算法。

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

由于误差很大,所以做图像处理绝不用该公式(最常用的是16位精度)。但对于游戏编程,场景经常变化,用户一般不可能观察到颜色的细微差别,所以最常用的是2位精度。


c#代码

///



/// 彩色图片转换成灰度图片代码

///


///源图片

///

public Bitmap BitmapConvetGray(Bitmap img)

{

int h = img.Height;

int w = img.Width;

int gray = 0; //灰度值

Bitmap bmpOut = new Bitmap(w, h, PixelFormat. Format24bppRgb); //每像素3字节

BitmapData dataIn = img.LockBits(new Rectangle(0, 0, w, h), ImageLockMode.ReadOnly, PixelFormat.Format24bppRgb);

BitmapData dataOut = bmpOut.LockBits(new Rectangle(0, 0, w, h), ImageLockMode.ReadWrite, PixelFormat.Format24bppRgb);

unsafe

{

byte* pIn = (byte*)(dataIn.Scan0.ToPointer()); //指向源文件首地址

byte* pOut = (byte*)(dataOut.Scan0.ToPointer()); //指向目标文件首地址

for (int y = 0; y < dataIn.Height; y++)  //列扫描

{

for (int x = 0; x < dataIn.Width; x++)   //行扫描

{

gray = (pIn[0] * 19595 + pIn[1] * 38469 + pIn[2] * 7472) >> 16; //灰度计算公式

pOut[0] = (byte)gray; //R分量

pOut[1] = (byte)gray; //G分量

pOut[2] = (byte)gray; //B分量

pIn += 3; pOut += 3; //指针后移3个分量位置

}

pIn += dataIn.Stride - dataIn.Width * 3;

pOut += dataOut.Stride - dataOut.Width * 3;

}

}

bmpOut.UnlockBits(dataOut);

img.UnlockBits(dataIn);

return bmpOut;

}


补充:

理解Stride:假设有一张图片宽度为6,因为是Format24bppRgb格式(每像素3字节。否则Bitmap默认24位RGB)的,显然,每一行需要6*3=18个字节存储。对于Bitmap就是如此。但对于C# BitmapData,虽然BitmapData.Width还是等于Bitmap.Width,但大概是出于显示性能的考虑,每行的实际的字节数将变成大于等于它的那个离它最近的4的整倍数,此时的实际字节数就是Stride.就此例而言,18不是4的整倍数,而比18大的离18最近的4的倍数是20,所以这个BitmapData.Stride = 20.显然,当宽度本身就是4的倍数时,BitmapData.Stride = Bitmap.Width * 3.画个图可能更好理解。R、G、B 分别代表3个原色分量字节,BGR就表示一个像素。为了看起来方便在每个像素之间插了个空格,实际上是没有的。X表示补足4的倍数而自动插入的字节。为了符合人类的阅读习惯分行了,其实在计算机内存中应该看成连续的一大段。

该代码在VS2008中编译通过,当使用unsafe关键字时,项目的属性-->生成-->勾选"允许使用不安全代码"

delphi7代码

procedure Convert2Gray(Cnv: TCanvas);
var X, Y, jj: Integer;
Color: LongInt;
R, G, B, Gr: Byte;
begin
with Cnv do
for X := Cliprect.Left to Cliprect.Right do
for Y := Cliprect.Top to Cliprect.Bottom do
begin
Color := ColorToRGB(Pixels[X, Y]);
B := (Color and $FF0000) shr 16;
G := (Color and $FF00) shr 8;
R := (Color and $FF);
Gr := HiByte(R * 77 + G * 151 + B * 28);
jj := gr;
Gr := Trunc(B * 0.11 + G * 0.59 + R * 0.3);
Pixels[X, Y] := RGB(Gr, Gr, Gr);
end;

end;

function RGB(R, G, B: Byte): TColor;
begin
Result := B shl 16 or G shl 8 or R;
end;

procedure TfrmDemo.Button1Click(Sender: TObject);
begin
Screen.Cursor := crHourGlass;
Convert2Gray(Image1.Picture.Bitmap.Canvas);
Screen.Cursor := crDefault;
end;

今天就聊到这里,各位,加油!
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • FPGA
    +关注

    关注

    1636

    文章

    21841

    浏览量

    608508
收藏 人收藏

    评论

    相关推荐

    请问STM32部署机器学习算法硬件至少要使用哪个系列的芯片?

    STM32部署机器学习算法硬件至少要使用哪个系列的芯片?
    发表于 03-13 07:34

    使用DPLC410进行灰度图像的显示,显示时有时图像会抖动是怎么回事?

    编程一下APPSFPGA后,又能够正常显示灰度图像。下面两个视频分别是显示时有抖动和正常显示的情况,APPSFPGA下载的同样的固件 灰度显示参考如下的方法: 这个8us的过程中
    发表于 02-26 06:08

    在结构光三维成像方面DLP LightCrafter 4500如何连续投射彩色图?

    结构光三维成像方面,DLP LightCrafter 4500 如何连续投射彩色图?一般我们生成三张不同相移的灰度图,然后合成24bit,依次投射灰度图,但是这样并不是一张RGB彩色
    发表于 02-25 08:23

    FPGA上的图像处理算法集成与优化

    、Tophat形态学滤波、RAW8RGB888、彩色图像均值滤波、Alpha背景叠加、直方图灰度拉伸算法以及自动白平衡算法。每种
    的头像 发表于 02-14 13:46 187次阅读
    <b class='flag-5'>FPGA</b>上的图像处理<b class='flag-5'>算法</b>集成与优化

    TVP5151IPBSR给入彩色的PAL复合视频信号,能否通过配置寄存器使得该芯片的Y口输出的是Y灰度值?

    芯片是TVP5151IPBSR,给入彩色的PAL复合视频信号,我能否通过配置寄存器使得该芯片的Y口输出的是Y灰度值,并且同步信号由那些特定引脚输出呢?应该如何配置呢?
    发表于 01-02 06:29

    NPU与机器学习算法的关系

    在人工智能领域,机器学习算法是实现智能系统的核心。随着数据量的激增和算法复杂度的提升,对计算资源的需求也在不断增长。NPU作为一种专门为深度学习等机器
    的头像 发表于 11-15 09:19 782次阅读

    FPGA做深度学习能走多远?

    今天给大侠带来在FPAG技术交流群里平时讨论的问题答疑合集(十四),以后还会多推出本系列,话不多说,上货。 FPGA技术交流群目前已有十多个群,QQ和微信均覆盖,有需要的大侠可以进群,一起交流学习
    发表于 09-27 20:53

    为什么FPGA属于硬件,还需要搞算法

    交流学习,共同进步。 交流问题(一) Q:为什么FPGA属于硬件,还需要搞算法? 刚入门准备学fpga但一开始学的是语法,感觉像是电路用软件语言描述出来,
    发表于 09-09 16:54

    机器学习算法原理详解

    机器学习作为人工智能的一个重要分支,其目标是通过让计算机自动从数据中学习并改进其性能,而无需进行明确的编程。本文将深入解读几种常见的机器学习算法原理,包括线性回归、逻辑回归、支持向量机
    的头像 发表于 07-02 11:25 1619次阅读

    FPGA设计经验之图像处理

    今天和大侠简单聊一聊基于FPGA的图像处理,之前也和各位大侠聊过相关的图像处理,这里面也超链接了几篇,具体如下: 图像边缘检测算法体验步骤(Photoshop,Matlab)算法系列
    发表于 06-12 16:26

    基于FPGA的实时边缘检测系统设计,Sobel图像边缘检测,FPGA图像处理

    。 (2)MATLAB与FPGA运行时间对比 在MATLAB使用本文所述的 Sobel 边缘检测算法,提取一张1024720分辨率的灰度图像的边缘,经过计时发现仅实现 Sobel 边缘检测需要
    发表于 05-24 07:45

    算法系列彩色灰度

    今天和大侠简单聊一聊彩色灰度算法,话不多说,上货。 一、基础  对于彩色
    发表于 05-22 19:02

    简单聊一聊彩色灰度算法

    R、G、B 分别代表3个原色分量字节,BGR就表示一个像素。为了看起来方便在每个像素之间插了个空格,实际上是没有的。X表示补足4的倍数而自动插入的字节。为了符合人类的阅读习惯分行了,其实在计算机内存中应该看成连续的一大段。
    的头像 发表于 04-18 10:32 549次阅读
    简单聊一聊<b class='flag-5'>彩色</b><b class='flag-5'>转</b><b class='flag-5'>灰度</b>的<b class='flag-5'>算法</b>

    算法系列:基于 FPGA 的图像边缘检测系统设计(sobel算法

    今天给大侠带来基于 FPGA 的图像边缘检测设计,话不多说,上货。 设计流程如下:mif文件的制作→ 调用 ip 核生成rom以及仿真注意问题→ 灰度处理→ 均值滤波:重点是3*3 像素阵列
    发表于 03-26 16:40

    fpga学习需要具备哪些课程

    FPGA(Field Programmable Gate Array)学习需要具备一系列的课程知识和实践技能
    的头像 发表于 03-14 15:51 1444次阅读