24位彩色圖與8位灰度圖
首先要先介紹一下24位彩色圖像，在一個24位彩色圖像中，每個像素由三個字節表示，通常表示為RGB。通常，許多24位彩色圖像存儲為32位圖像，每個像素多餘的字節存儲為一個alpha值，表現有特殊影響的信息[1]。
在RGB模型中，如果R=G=B時，則彩色表示一種灰度顏色，其中R=G=B的值叫灰度值，因此，灰度圖像每個像素只需一個字節存放灰度值（又稱強度值、亮度值），灰度範圍為0-255[2]。這樣就得到一幅圖片的灰度圖。
幾種灰度化的方法
1、分量法：使用RGB三個分量中的一個作為灰度圖的灰度值。
2、最值法：使用RGB三個分量中最大值或最小值作為灰度圖的灰度值。
3、均值法：使用RGB三個分量的平均值作為灰度圖的灰度值。
4、加權法：由於人眼顏色敏感度不同，按下一定的權值對RGB三分量進行加權平均能得到較合理的灰度圖像。一般情況按照：Y = 0.30R + 0.59G + 0.11B。
[注]加權法實際上是取一幅圖片的亮度值作為灰度值來計算，用到了YUV模型。在[3]中會發現作者使用了Y = 0.21 * r + 0.71 * g + 0.07 * b來計算灰度值（顯然三個權值相加並不等於1，可能是作者的錯誤？）。實際上，這種差別應該與是否使用伽馬校正有關[1]。
一種Java實現灰度化的方法
如果你搜索“Java實現灰度化”，十有八九都是一種方法（代碼）：
public void grayImage() throws IOException{ File file = new File(System.getProperty("user.dir")+"/test.jpg"); BufferedImage image = ImageIO.read(file); int width = image.getWidth(); int height = image.getHeight(); BufferedImage grayImage = new BufferedImage(width, height, BufferedImage.TYPE_BYTE_GRAY); for(int i= 0 ; i < width ; i++){ for(int j = 0 ; j < height; j++){ int rgb = image.getRGB(i, j); grayImage.setRGB(i, j, rgb); } } File newFile = new File(System.getProperty("user.dir")+"/method1.jpg"); ImageIO.write(grayImage, "jpg", newFile); }test.jpg的原圖為：
使用上述方法得到的灰度圖：
看到這幅灰度圖，似乎還真是可行，但是如果我們使用opencv來實現灰度化或使用PIL（Python），你會發現效果相差很大：
img = cv2.imread('test.jpg',cv2.IMREAD_COLOR)gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)cv2.imwrite('PythonMethod.jpg', gray)可以清楚的看到，使用opencv （PIL也是一樣的）得到的灰度圖要比上面Java方法得到的方法好很多，很多細節都能夠看得到。這說明，網上這種流行的方法一直都存在這某種問題，只是一直被忽略。
opencv如何實現灰度化
如果讀過opencv相關的書籍或代碼，大概都能知道opencv灰度化使用的是加權法，之所以說是大概，因為我們不知道為什麼opencv灰度化的圖像如此的好，是否有其他的處理細節被我們忽略了？
驗證我們的猜想很簡單，只要查看像素值灰度化前後的變化就知道了，可以如下測試：
img = cv2.imread('test.jpg',cv2.IMREAD_COLOR)h, w = img.shape[:2]gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)for j in range(w): for i in range(h): print str(i) + " : " + str(j) + " " + str(gray[i][j])print img[h-1][w-1][0:3]以下打印了這麼多像素點，我們也很難判斷，但是我們只要關註一下最後一個像素點，就能夠發現端倪： 原圖最後的像素點RGB值為44，67，89，而灰度化之後的值為71。正好符合加權法計算的灰度值。如果你檢查之前用Java灰度化的圖片的像素值，你會發現不僅僅像素值不符合這個公式，甚至相差甚遠。
到此，我們猜測opencv（也包括PIL）是使用加權法實現的灰度化。
Java實現加權法灰度化
如果網上那段流行的方法不行，我們該如何使用Java實現灰度化？實際上[3]已經成功的實現了（多種方法的）灰度化（外國友人搞技術還是很給力的），在此僅僅提取必要的代碼：
private static int colorToRGB(int alpha, int red, int green, int blue) { int newPixel = 0; newPixel += alpha; newPixel = newPixel << 8; newPixel += red; newPixel = newPixel << 8; newPixel += green; newPixel = newPixel << 8; newPixel += blue; return newPixel; }public static void main(String[] args) throws IOException { BufferedImage bufferedImage = ImageIO.read(new File(System.getProperty("user.dir" + "/test.jpg")); BufferedImage grayImage = new BufferedImage(bufferedImage.getWidth(), bufferedImage.getHeight(), bufferedImage.getType()); for (int i = 0; i < bufferedImage.getWidth(); i++) { for (int j = 0; j < bufferedImage.getHeight(); j++) { final int color = bufferedImage.getRGB(i, j); final int r = (color >> 16) & 0xff; final int g = (color >> 8) & 0xff; final int b = color & 0xff; int gray = (int) (0.3 * r + 0.59 * g + 0.11 * b);; System.out.println(i + " : " + j + " " + gray); int newPixel = colorToRGB(255, gray, gray, gray); grayImage.setRGB(i, j, newPixel); } } File newFile = new File(System.getProperty("user.dir") + "/ok.jpg"); ImageIO.write(grayImage, "jpg", newFile);}上面的代碼會打印出灰度化後的像素值，如果再與上面的Python代碼做對比，你會發現像素值完全的對應上了。 colorToRGB方法中對彩色圖的處理正好是4個字節，其中之一是alpha參數（前文所講），下圖是這段代碼灰度化後的圖像：
對於其他方法，依次同理可得。
總結
本文的成因本是希望使用Java實現幾種灰度化操作，並使用opencv來驗證轉化的對錯，但在實際測試中發現了一些問題（轉化後的圖片有差異，以及如何在轉化後根據灰度值生成灰度圖等問題），並就此進行了一定的思考與驗證。這裡需要注意的是，網上的一些文章或多或少沒有做更進一步的思考（甚至很多都是照搬，尤其是國內的文章），而對於這些實際問題，動手實現並驗證是非常重要的方法。希望本文的內容對大家能有所幫助。如果有疑問可以留言討論。