原圖

一、灰度算法

彩色照片每一個像素的顏色值由紅、綠、藍三種值混合而成，紅綠藍的取值分別由很多種，于是像素的顏色值也可以有很多種顏色值，這就是彩色圖片的原理，而灰度照片則只有256種顏色，一般的處理方法是將圖片顏色值的RGB三個通道值設為一樣，這樣圖片的顯示效果就會是灰色。

灰度處理一般有三種算法：

最大值法：即新的顏色值R＝G＝B＝Max(R，G，B)，這種方法處理后的圖片看起來亮度值偏高。 平均值法：即新的顏色值R＝G＝B＝(R＋G＋B)／3，這樣處理的圖片十分柔和 加權平均值法：即新的顏色值R＝G＝B＝(R ＊ Wr＋G＊Wg＋B＊Wb)，一般由于人眼對不同顏色的敏感度不一樣，所以三種顏色值的權重不一樣，一般來說綠色最高，紅色其次，藍色最低，最合理的取值分別為Wr ＝ 30％，Wg ＝ 59％，Wb ＝ 11％

下面是加權平均值法的Ruby實現：

 #灰度化圖片 #取RGB三色平均值 def self.grey(bmp)  for i in 0 .. bmp.height - 1   for j in 0 .. bmp.width - 1    rgb = bmp.getRGB(i, j)    grey = rgb.r.to_f * 0.3+rgb.g.to_f *0.59 +rgb.b.to_f * 0.11.to_i    bmp.setRGB(i, j, RGB.new(grey, grey, grey))   end  end end

灰度效果：

二、二值化

圖像二值化就是將圖像上的像素點的灰度值設置為0或255，也就是將整個圖像呈現出明顯的黑白效果。所有灰度大于或等于閾值的像素被判定為屬于特定物體，其灰度值為255表示，否則這些像素點被排除在物體區域以外，灰度值為0，表示背景或者例外的物體區域。

圖像二值化常常用于破解驗證碼等圖片識別應用上

#二值化圖片 #小于一定閾值設為0 0 0，大于設置為255 255 255 def self.binarization(bmp)  imageGreyLevel = bmp.getGreyLevel  for i in 0 .. bmp.height - 1   for j in 0 .. bmp.width - 1    rgb = bmp.getRGB(i, j)    if rgb.getGreyLevel<imageGreyLevel     bmp.setRGB(i, j, RGB.new(0, 0, 0))    else     bmp.setRGB(i, j, RGB.new(255, 255, 255))    end   end  end end

二值化效果

 三、底片

底片效果的實現很簡單，就是將RGB的每一個通道值取反，就是用255去減

#底片化圖片 #RGB取反色255- def self.contraryColor(bmp)  for i in 0 .. bmp.height - 1   for j in 0 .. bmp.width - 1    rgb = bmp.getRGB(i, j)    bmp.setRGB(i, j, rgb.getContrary)   end  end end

底片效果

四、浮雕效果

浮雕的算法相對復雜一些，用當前點的RGB值減去相鄰點的RGB值并加上128作為新的RGB值。由于圖片中相鄰點的顏色值是比較接近的，因此這樣的算法處理之后，只有顏色的邊沿區域，也就是相鄰顏色差異較大的部分的結果才會比較明顯，而其他平滑區域則值都接近128左右，也就是灰色，這樣