灰度圖

除了常見的衞星圖像、航空照片外，許多地球物理觀測數據也以灰度表示。以位場圖像為例，把位場表示為灰度圖，需要將位場觀測值灰度量化，即將場的變化範圍轉換成256階的灰度範圍。由於位場的動態變化範圍非常大，磁場可達數萬個納特，重力場也可能在數百個重力單位內變化，所以在顯示為圖像前通常需要對位場觀測值進行拉伸或壓縮。

什麼叫灰度圖？任何顏色都由紅、綠、藍三原色組成，而灰度圖只有一個通道，他有256個灰度等級，255代表全白，0表示全黑。在Windows操作系統中可以使用畫圖的顏色編輯功能，將紅綠藍三個通道的數值設定為相同值就可以看到其對應的灰度效果。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：

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。

彩色圖像通常由幾個疊加的彩色通道構成，每個通道代表給定通道的值。例如，RGB圖像由三個獨立的紅色，綠色和藍色原色分量組成。

這裏是一個完整的RGB彩色圖像的顏色通道分裂的例子。左邊的列顯示了自然顏色的孤立的顏色通道，而右邊則顯示了它們的灰度等值。

反過來也是可能的：從他們單獨的灰度通道建立一個全綵色的圖像。通過改變通道，使用偏移，旋轉和其他操作，可以實現藝術效果，而不是準確地再現原始圖像。

單通道灰度圖是由單個像素點通過8位的灰度值（0-255）來表示。例如一幅500*500像素的單通道灰度圖是由500X500=250000個不同灰度的像素點組成。

在photoshop cs4以及以上版本中，都也可以實現 ^[1]  。

方法：打開你所編輯的圖片，依次打開圖像,在選擇模式，再擇灰度。