91欧美超碰AV自拍|国产成年人性爱视频免费看|亚洲 日韩 欧美一厂二区入|人人看人人爽人人操aV|丝袜美腿视频一区二区在线看|人人操人人爽人人爱|婷婷五月天超碰|97色色欧美亚州A√|另类A√无码精品一级av|欧美特级日韩特级

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

FPGA學(xué)習(xí)算法系列:彩色轉(zhuǎn)灰度

FPGA學(xué)習(xí)交流 ? 2018-10-26 10:48 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

大家好,又到了每日學(xué)習(xí)的時(shí)間了,今天我們來聊一聊FPGA學(xué)習(xí)中可以遇到的一些算法,今天就聊一聊彩色轉(zhuǎn)灰度的算法。

一、基礎(chǔ)

對(duì)于彩色轉(zhuǎn)灰度,有一個(gè)很著名的心理學(xué)公式:

Gray = R*0.299 + G*0.587 + B*0.114


二、整數(shù)算法

而實(shí)際應(yīng)用時(shí),希望避免低速的浮點(diǎn)運(yùn)算,所以需要整數(shù)算法。

注意到系數(shù)都是3位精度的沒有,我們可以將它們縮放1000倍來實(shí)現(xiàn)整數(shù)運(yùn)算算法:

Gray = (R*299 + G*587 + B*114 + 500) / 1000

RGB一般是8位精度,現(xiàn)在縮放1000倍,所以上面的運(yùn)算是32位整型的運(yùn)算。注意后面那個(gè)除法是整數(shù)除法,所以需要加上500來實(shí)現(xiàn)四舍五入。

就是由于該算法需要32位運(yùn)算,所以該公式的另一個(gè)變種很流行:

Gray = (R*30 + G*59 + B*11 + 50) / 100

但是,雖說上一個(gè)公式是32位整數(shù)運(yùn)算,但是根據(jù)80x86體系的整數(shù)乘除指令的特點(diǎn),是可以用16位整數(shù)乘除指令來運(yùn)算的。而且現(xiàn)在32位早普及了(AMD64都出來了),所以推薦使用上一個(gè)公式。


三、整數(shù)移位算法

上面的整數(shù)算法已經(jīng)很快了,但是有一點(diǎn)仍制約速度,就是最后的那個(gè)除法。移位比除法快多了,所以可以將系數(shù)縮放成 2的整數(shù)冪。

習(xí)慣上使用16位精度,2的16次冪是65536,所以這樣計(jì)算系數(shù):

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

可能很多人看見了,我所使用的舍入方式不是四舍五入。四舍五入會(huì)有較大的誤差,應(yīng)該將以前的計(jì)算結(jié)果的誤差一起計(jì)算進(jìn)去,舍入方式是去尾法:

寫成表達(dá)式是:

Gray = (R*19595 + G*38469 + B*7472) >> 16

2至20位精度的系數(shù):

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

仔細(xì)觀察上面的表格,這些精度實(shí)際上是一樣的:3與4、7與8、10與11、13與14、19與20

所以16位運(yùn)算下最好的計(jì)算公式是使用7位精度,比先前那個(gè)系數(shù)縮放100倍的精度高,而且速度快:

Gray = (R*38 + G*75 + B*15) >> 7

其實(shí)最有意思的還是那個(gè)2位精度的,完全可以移位優(yōu)化:

Gray = (R + (WORD)G<<1 + B) >> 2

由于誤差很大,所以做圖像處理絕不用該公式(最常用的是16位精度)。但對(duì)于游戲編程,場(chǎng)景經(jīng)常變化,用戶一般不可能觀察到顏色的細(xì)微差別,所以最常用的是2位精度。


c#代碼

///



/// 彩色圖片轉(zhuǎn)換成灰度圖片代碼

///


///源圖片

///

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字節(jié)

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()); //指向目標(biāo)文件首地址

for (int y = 0; y < dataIn.Height; y++) ?//列掃描

{

for (int x = 0; x < dataIn.Width; x++) ? //行掃描

{

gray = (pIn[0] * 19595 + pIn[1] * 38469 + pIn[2] * 7472) >> 16; //灰度計(jì)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; //指針后移3個(gè)分量位置

}

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

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

}

}

bmpOut.UnlockBits(dataOut);

img.UnlockBits(dataIn);

return bmpOut;

}


補(bǔ)充:

理解Stride:假設(shè)有一張圖片寬度為6,因?yàn)槭荈ormat24bppRgb格式(每像素3字節(jié)。否則Bitmap默認(rèn)24位RGB)的,顯然,每一行需要6*3=18個(gè)字節(jié)存儲(chǔ)。對(duì)于Bitmap就是如此。但對(duì)于C# BitmapData,雖然BitmapData.Width還是等于Bitmap.Width,但大概是出于顯示性能的考慮,每行的實(shí)際的字節(jié)數(shù)將變成大于等于它的那個(gè)離它最近的4的整倍數(shù),此時(shí)的實(shí)際字節(jié)數(shù)就是Stride.就此例而言,18不是4的整倍數(shù),而比18大的離18最近的4的倍數(shù)是20,所以這個(gè)BitmapData.Stride = 20.顯然,當(dāng)寬度本身就是4的倍數(shù)時(shí),BitmapData.Stride = Bitmap.Width * 3.畫個(gè)圖可能更好理解。R、G、B 分別代表3個(gè)原色分量字節(jié),BGR就表示一個(gè)像素。為了看起來方便在每個(gè)像素之間插了個(gè)空格,實(shí)際上是沒有的。X表示補(bǔ)足4的倍數(shù)而自動(dòng)插入的字節(jié)。為了符合人類的閱讀習(xí)慣分行了,其實(shí)在計(jì)算機(jī)內(nèi)存中應(yīng)該看成連續(xù)的一大段。

該代碼在VS2008中編譯通過,當(dāng)使用unsafe關(guān)鍵字時(shí),項(xiàng)目的屬性-->生成-->勾選"允許使用不安全代碼"

delphi7代碼

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;

今天就聊到這里,各位,加油!
聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • FPGA
    +關(guān)注

    關(guān)注

    1660

    文章

    22412

    瀏覽量

    636415
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    使用Otsu閾值算法灰度圖像二值化

    Otsu 算法是由日本學(xué)者OTSU于1979年提出的一種對(duì)圖像進(jìn)行二值化的高效算法,又稱“最大類間方差法”。當(dāng)我們對(duì)一個(gè)圖象進(jìn)行二值化操作的時(shí)候,需要根據(jù)一項(xiàng)灰度閾值來判決每個(gè)像素點(diǎn)應(yīng)該被視作純黑
    發(fā)表于 10-28 06:49

    RISC-V 算法原理及串口通信

    具體方法 算法原理: 由于場(chǎng)景中的目標(biāo)在運(yùn)動(dòng),目標(biāo)的影像在不同圖像幀中的位置不同。該類算法對(duì)時(shí)間上連續(xù)的兩幀或三幀圖像進(jìn)行差分運(yùn)算,不同幀對(duì)應(yīng)的像素點(diǎn)相減,判斷灰度差的絕對(duì)值,當(dāng)絕對(duì)值超過一定
    發(fā)表于 10-28 06:16

    國密系列算法簡(jiǎn)介及SM4算法原理介紹

    一、 國密系列算法簡(jiǎn)介 國家商用密碼算法(簡(jiǎn)稱國密/商密算法),是由我國國家密碼管理局制定并公布的密碼算法標(biāo)準(zhǔn)。其分類1所示: 圖1
    發(fā)表于 10-24 08:25

    基于FPGA的CLAHE圖像增強(qiáng)算法設(shè)計(jì)

    CLAHE圖像增強(qiáng)算法又稱為對(duì)比度有限的自適應(yīng)直方圖均衡算法,其算法原理是通過有限的調(diào)整圖像局部對(duì)比度來增強(qiáng)有效信號(hào)和抑制噪聲信號(hào)。
    的頭像 發(fā)表于 10-15 10:14 ?655次閱讀
    基于<b class='flag-5'>FPGA</b>的CLAHE圖像增強(qiáng)<b class='flag-5'>算法</b>設(shè)計(jì)

    25年11月上海FPGA算法實(shí)現(xiàn)與應(yīng)用技術(shù)高級(jí)研修分享

    設(shè)計(jì)仿真能力。   深入學(xué)習(xí)數(shù)據(jù)流,不僅是算法FPGA&DSP設(shè)計(jì)者的需求,對(duì)于從事接口設(shè)計(jì)工作、軟件配置工作、系統(tǒng)測(cè)試工作,項(xiàng)目管理工作的同事,也同樣有非常重要的意義。在實(shí)際工作中,對(duì)于
    發(fā)表于 10-11 11:55

    PID控制算法學(xué)習(xí)筆記資料

    用于新手學(xué)習(xí)PID控制算法。
    發(fā)表于 08-12 16:22 ?7次下載

    基于FPGA實(shí)現(xiàn)FOC算法之PWM模塊設(shè)計(jì)

    哈嘍,大家好,從今天開始正式帶領(lǐng)大家從零到一,在FPGA平臺(tái)上實(shí)現(xiàn)FOC算法,整個(gè)算法的框架如下圖所示,如果大家對(duì)算法的原理不是特別清楚的話,可以先去百度上
    的頭像 發(fā)表于 07-17 15:21 ?3500次閱讀
    基于<b class='flag-5'>FPGA</b>實(shí)現(xiàn)FOC<b class='flag-5'>算法</b>之PWM模塊設(shè)計(jì)

    FPGA在機(jī)器學(xué)習(xí)中的具體應(yīng)用

    ,越來越多地被應(yīng)用于機(jī)器學(xué)習(xí)任務(wù)中。本文將探討 FPGA 在機(jī)器學(xué)習(xí)中的應(yīng)用,特別是在加速神經(jīng)網(wǎng)絡(luò)推理、優(yōu)化算法和提升處理效率方面的優(yōu)勢(shì)。
    的頭像 發(fā)表于 07-16 15:34 ?2901次閱讀

    基于Matlab與FPGA的雙邊濾波算法實(shí)現(xiàn)

    前面發(fā)過中值、均值、高斯濾波的文章,這些只考慮了位置,并沒有考慮相似度。那么雙邊濾波來了,既考慮了位置,有考慮了相似度,對(duì)邊緣的保持比前幾個(gè)好很多,當(dāng)然實(shí)現(xiàn)上也是復(fù)雜很多。本文將從原理入手,采用Matlab與FPGA設(shè)計(jì)實(shí)現(xiàn)雙邊濾波算法。
    的頭像 發(fā)表于 07-10 11:28 ?4561次閱讀
    基于Matlab與<b class='flag-5'>FPGA</b>的雙邊濾波<b class='flag-5'>算法</b>實(shí)現(xiàn)

    基于FPGA的壓縮算法加速實(shí)現(xiàn)

    本設(shè)計(jì)中,計(jì)劃實(shí)現(xiàn)對(duì)文件的壓縮及解壓,同時(shí)優(yōu)化壓縮中所涉及的信號(hào)處理和計(jì)算密集型功能,實(shí)現(xiàn)對(duì)其的加速處理。本設(shè)計(jì)的最終目標(biāo)是證明在充分并行化的硬件體系結(jié)構(gòu) FPGA 上實(shí)現(xiàn)該算法時(shí),可以大大提高該算法
    的頭像 發(fā)表于 07-10 11:09 ?2398次閱讀
    基于<b class='flag-5'>FPGA</b>的壓縮<b class='flag-5'>算法</b>加速實(shí)現(xiàn)

    【高云GW5AT-LV60 開發(fā)套件試用體驗(yàn)】基于開發(fā)板進(jìn)行深度學(xué)習(xí)實(shí)踐,并盡量實(shí)現(xiàn)皮膚病理圖片的識(shí)別

    說了。 首先想先對(duì)一張圖片進(jìn)行相關(guān)算法的處理,不如比較開源的有對(duì)輸入的灰度圖像執(zhí)行自適應(yīng)直方圖均衡化 (AHE)。或者 CLAHE(Contrast Limited Adaptive Histogram
    發(fā)表于 06-11 22:35

    18個(gè)常用的強(qiáng)化學(xué)習(xí)算法整理:從基礎(chǔ)方法到高級(jí)模型的理論技術(shù)與代碼實(shí)現(xiàn)

    本來轉(zhuǎn)自:DeepHubIMBA本文系統(tǒng)講解從基本強(qiáng)化學(xué)習(xí)方法到高級(jí)技術(shù)(如PPO、A3C、PlaNet等)的實(shí)現(xiàn)原理與編碼過程,旨在通過理論結(jié)合代碼的方式,構(gòu)建對(duì)強(qiáng)化學(xué)習(xí)算法的全面理
    的頭像 發(fā)表于 04-23 13:22 ?1617次閱讀
    18個(gè)常用的強(qiáng)化<b class='flag-5'>學(xué)習(xí)</b><b class='flag-5'>算法</b>整理:從基礎(chǔ)方法到高級(jí)模型的理論技術(shù)與代碼實(shí)現(xiàn)

    Altera Agilex 7 M系列FPGA正式量產(chǎn)出貨

    近日,全球 FPGA 創(chuàng)新技術(shù)領(lǐng)導(dǎo)者 Altera 宣布, Agilex 7 M 系列 FPGA 正式量產(chǎn)出貨,這是現(xiàn)階段業(yè)界領(lǐng)先的集成高帶寬存儲(chǔ)器,并支持 DDR5 和 LPDDR5 存儲(chǔ)器技術(shù)
    的頭像 發(fā)表于 04-10 11:00 ?1441次閱讀

    進(jìn)群免費(fèi)領(lǐng)FPGA學(xué)習(xí)資料!數(shù)字信號(hào)處理、傅里葉變換與FPGA開發(fā)等

    進(jìn)群免費(fèi)領(lǐng)FPGA學(xué)習(xí)資料啦!小編整理了數(shù)字信號(hào)處理、傅里葉變換與FPGA開發(fā)等FPGA必看資料,需要的小伙伴可以加小助手(微信:elecfans123)或進(jìn) QQ 群:9135011
    發(fā)表于 04-07 16:41

    請(qǐng)問STM32部署機(jī)器學(xué)習(xí)算法硬件至少要使用哪個(gè)系列的芯片?

    STM32部署機(jī)器學(xué)習(xí)算法硬件至少要使用哪個(gè)系列的芯片?
    發(fā)表于 03-13 07:34