灰度值

在計算機領域中，灰度（Gray scale）數字圖像是每個像素只有一個採樣顏色的圖像。這類圖像通常顯示為從最暗黑色到最亮的白色的灰度，儘管理論上這個採樣可以任何顏色的不同深淺，甚至可以是不同亮度上的不同顏色。灰度圖像與黑白圖像不同，在計算機圖像領域中黑白圖像只有黑白兩種顏色，灰度圖像在黑色與白色之間還有許多級的顏色深度。但是，在數字圖像領域之外，“黑白圖像”也表示“灰度圖像”，例如灰度的照片通常叫做“黑白照片”。在一些關於數字圖像的文章中單色圖像等同於灰度圖像，在另外一些文章中又等同於黑白圖像。

灰度使用黑色調錶示物體,即用黑色為基準色，不同的飽和度的黑色來顯示圖像。 每個灰度對象都具有從 0%（白色）到100%（黑色）的亮度值。 使用黑白或灰度掃描儀生成的圖像通常以灰度顯示。

使用灰度還可將彩色圖稿轉換為高質量黑白圖稿。 在這種情況下，Adobe Illustrator 放棄原始圖稿中的所有顏色信息；轉換對象的灰色級別（陰影）表示原始對象的亮度。

將灰度對象轉換為 RGB 時，每個對象的顏色值代表對象之前的 ^[1]  灰度值。 也可以將灰度對象轉換為 CMYK 對象。

自然界中的大部分物體平均灰度為18%。

在物體的邊緣呈現灰度的不連續性，圖像分割就是基於這個原理。

所謂顏色或灰度級指黑白顯示器中顯示像素點的亮暗差別，在彩色顯示器中表現為顏色的不同，灰度級越多，圖像層次越清楚逼真。灰度級取決於每個像素對應的刷新存儲單元的位數和顯示器本身的性能。如每個象素的顏色用16位 ^[2]  二進制數表示，我們就叫它16位圖，它可以表達2的16次方即65536種顏色。如每一個象素採用24位二進制數表示，我們就叫它24位圖，它可以表達2的24次方即16777216種顏色。

灰度就是沒有色彩，RGB色彩分量全部相等。如果是一個二值灰度圖象，它的象素值只能為0或1，我們説它的灰度級為2。用個例子來説明吧:一個256級灰度的圖象，如果RGB三個量相同時，如：RGB(100,100,100)就代表灰度為100,RGB(50,50,50)代表灰度為50。

RGB值與功率並非簡單的線性關係，而是冪函數關係，這個函數的指數稱為Gamma值，一般為2.2，而這個換算過程，稱為Gamma校正。

為什麼顯示器要Gamma校正呢？因為人眼對亮度的感知和物理功率不成正比，而是冪函數的關係，這個函數的指數通常為2.2，稱為Gamma值。

打個比方，功率為50%的灰色，人眼實際感知亮度為

而人眼認為的50%中灰色，實際功率為

所以RGB中的灰度值，為了考慮到較小的存儲範圍(0~255)和較平衡的亮暗部比例，所以需要進行Gamma校正，而不是直接對應功率值，因此RGB值RGB顏色值不能簡單直接相加，而是必須用2.2次方換算成物理光功率後才能進行下一步計算。這一點在下面的灰度計算公式中就有所體現。

任何顏色都由紅、綠、藍三基色組成，假如原來某點的顏色為RGB(R，G，B)，那麼，我們可以通過下面幾種方法，將其轉換為灰度：

1.浮點法：Gray=R*0.3+G*0.59+B*0.11

2.整數法：Gray=(R*30+G*59+B*11)/100

3.移位法：Gray =(R*77+G*151+B*28)>>8;

4.平均值法：Gray=（R+G+B）/3;

5.僅取綠色：Gray=G；

以上五種老式算法計算值均有誤差，這些方法對於Gamma校正的圖片(平常所見到的24位真彩色圖片均為Gamma校正的圖片)並不適用。

為什麼呢？因為剛才説了，Gamma校正後的分量值不是物理上的功率，不能直接相加，因此，需要提出一種全新的，改進的算法來糾正這一問題。

注意這裏的2.2次方和2.2次方根，RGB顏色值不能簡單直接相加，而是必須用2.2次方換算成物理光功率。因為RGB值與功率並非簡單的線性關係，而是冪函數關係，這個函數的指數稱為Gamma值，一般為2.2，而這個換算過程，稱為Gamma校正。

求得Gray後，將原來的RGB(R,G,B)中的R,G,B統一用Gray替換，形成新的顏色RGB(Gray,Gray,Gray)，用它替換原來的RGB(R,G,B)就是灰度圖了。鑑於精確度的要求，在高質量圖片處理中最好使用公式6進行計算，以保證準確度。