项目中用到大量基础图像处理知识，其中灰度图的生成是很重要的一环。
先补充一些基础知识：
----------------------------------------------------------------------------------------------------------------------------
一：灰度图
灰度图就是黑白图，整幅图片只有不同程度的黑白两色。灰度也可认为是亮度，简单的说就是色彩的深浅程度 ！
1：如果我们用八位来存储灰度图。则共有256种组合。那相当于：我们把从：纯黑 到 纯白 之间区分成了256种灰度。从而对应256种灰度值！ 而如果用一个数字来表示的话：则0-255每个数字对应一种灰度！
2：灰度就是没有色彩，它的RGB色彩分量全部相等。 比如 rgb(20,20,20)。 既然这样：我们完全可以用rgb中的某一个分量的值 来代替这个实际的灰度值！ 比如上边这个例子：我们完全可以用20来代替这个灰度！ 这是一个一一映射关系！
--------------------------------------------------------------------------------------------------------------
二：色彩表
色彩表就是表示当前所有颜色的一张表。 而我们知道任何一种颜色都可以用rgb值来表示。如此我们完全可以设计一张表，里边每个元素都是一个rgb值，从而将所有的颜色都用rgb值表示出来！
--------------------------------------------------------------------------------------------------------------
三：颜色索引模式
在一张图片的每个像素中可以直接存放其rgb值！当然：我们也可以存放一个索引值，通过这个索引值去其对应的颜色表中去查找对应的颜色的rgb值来进行绘制。这种像素中存放索引值而不是实际rgb值的模式在Qt中有：QImage::Format_Indexed8，亦即：用8位来存放一个索引值。
--------------------------------------------------------------------------------------------------------------
四：灰度索引图：
对于8阶灰度图而言：由于其一共有256种灰度，所以我们可以设计一个颜色表：里边存放256个rgb值！每个rgb值的三个分量都是相等的。这样：这张表就可以用来表示所有的灰度！
灰度索引图中存放的是各个整数索引值，这些图片数据本身是无法显示的，因为其没有实际的rgb值。当实际构图时：是用该索引值在上边创建的颜色表中进行查找，找到对应的灰度rgb值，而后才能进行实际的绘图等操作。
有了上两步基础，问题的关键就在于：这个灰度索引值是如何获得的？
==================================================================================================================
有了上述基础知识，下一步可以来看一下如何从彩色图转为灰度图了。
一：整体流程：
1：依据某一个算法：将rgb32彩色图像的每个像素中的rgb值转为一个整数灰度值。
2：用这个计算获得的值来替代原图中的每个rgb。
这样就可以将一张彩色图转为灰度图了。
但是这个过程中存在以下问题：
1：如何从彩色图原本的rgb值计算出灰度值？
2：因为每个像素的rgb都被灰度值取代，其都是一样的，这完全可以用一个灰度值取代，而不是用三个。用三个有点浪费空间。
--------------------------------------------------------------------------------------------------------------
对于问题1：灰度值的计算方法有以下几种：
1.浮点算法：Gray=R*0.3+G*0.59+B*0.11
2.整数方法：Gray=(R*30+G*59++B*11)/100
3.移位方法：Gray =(R*28+G*151+B*77)>>8;
4.平均值法：Gray=（R+G+B）/3;
5.仅取绿色：Gray=G；
而各种方法之间的区别在于：精确度！ 亦即：得到的灰度图的效果不同！浮点数运算得到的效果最好，而仅仅取绿色得到的效果最差。至于取哪一种，则取决于实际需要！
--------------------------------------------------------------------------------------------------------------
对于问题2：我们可以每个像素中只存唯一一个灰度值，而后设计一个色彩表，通过这个灰度值去对应查找其真实的颜色。那这样就可以 用到上边所的灰度索引图了。亦即：此时图中存放的不是真实的rgb值，而是一个灰度所以值；而后设计一张其对应的颜色 表。这样二者便可以完全代表整张灰度图了。而且二者加起来的空间也比非索引模式要小的多，而且查找速度会更快。
所以：最好是将灰度图用索引模式进行存储，这在Qt中是指定QImage格式为Index8实现。亦即：有8位索引，可以指定256种灰度值。
那么：我们从彩色图转为灰度索引图的整体流程为：
（以rgb32转为index8为例）
1:首先我们要创建一张空的index8图像。
2：依据某一个算法：将rgb32彩色图像的每个像素中的rgb值转为一个整数值，存储在index8灰度图的每个像素中。
3：构建颜色表。
4：依据存储在index图像中的整数值，去灰度表中查找对应的灰度来进行实际的构图！
==================================================================================================================
OK，现在方法有了，下边我们可以来实现了。
1：最简单的方法：
- for(int i =0;i<width;i++)
- {
- for(int j=0;j<height;j++)
- {
- QRgb pixel=iImage->pixel(i,j);
- int r=qRed(pixel);
- int g=qGreen(pixel);
- int b=qBlue(pixel);
- iGray->setPixel(i,j,qGray(r,g,b));
- }
- }
亦即：先用 pixel()获取每个像素点的QRgb值。而后分别用qRed(),qGreen(),qBlue()来获取rgb分量的值。而后进行上述灰度值的计算。之后再重新赋予给该像素点。
但是实际运行一下你会发现：对于600*800大小的图像：这个函数要运行30s+，这显然是不能容忍的。
--------------------------------------------------------------------------------------------------------------
上边这个方法很简单直接，但是效率上太失败，所以我们需要来优化效率，主要从以下两个方面实现：
1:要用pixel() ,qRed(),qGreen(),qBlue()来遍历获取每个像素的rgb分量。其函数实现时：肯定是一个查找过程，尤其是依据像素位置来获得rgb值的函数pixel()。每次都一个完整的查找，这显然效率较为低下，尤其是不断的大量查找！ 由于数据都是连续存放在内存中的，我们完全可以通过移动指针的方式来获取rgb分量。每次只移动一个指针位置就可以了。这种移动指针的方式显然比全查找要快!
这块代码实现上：其是直接来取用green绿色分量值 来作为gray索引值！
其比上一个方法的优化之处在于：它没有使用系统函数，而是使用移动指针的方式来取得rgb分量。它把所有灰度索引值存放到index8灰度图中。最后创建了8阶灰度图的颜色表并赋予给该灰度图。这样：系统会自动（不需要我们手动去查找）依据存储在图像中的灰度索引值去 颜色表中查找对应灰度的rgb值来进行绘制！
--------------------------------------------------------------------------------------------------------------
2:计算灰度索引值的函数qGray()，按照Qt文档上所说：其计算过程为：(r*11+g*16+5*5)/32 .乘除法是一个很大的计算量，最好用移位操作来进行取代！
（这就牵扯一个问题：原本我以为：乘除法在寄存器中就算转为移位操作的，所以乘除法和移位操作在效率上应该没什么区别。但是实际不是这样的，因为：如果你使用乘除法，则其在运行时：转化成的乘法指令本身会消耗很多cpu周期，所以这无形中已经降低了效率！所以来说：在做高性能计算时：最好用移位操作来取代乘除法)
============================================================================================
知道如何优化后，我们看下在Qt中如何实现，这个在网上我找到了一个方法，摘录如下
- QImage colourImg("colourImage.bmp");
- QSize colourImgSize = colourImg.size();
- int width = colourImgSize.rwidth();
- int height = colourImgSize.rheight();
- unsigned char *colourImgDataPtr = colourImg.bits();
- QImage grayImg(colourImgSize, QImage::Format_Indexed8);
- unsigned char *grayImgDataPtr = grayImg.bits();
- //下边这个for循环是直接取用green绿色分量值 来作为gray索引值
- for(int i = 0; i < height; i++)
- {
- for(int j = 0; j < width; j++)
- {
- *grayImgDataPtr = *(colourImgDataPtr + 1); colourImgDataPtr += 4; grayImgDataPtr++;
- }
- }
- QVector<QRgb> grayColourTable;
- unsigned int rgb = 0;
- for(int i = 0; i < 256; i++)
- {
- grayColourTable.append(rgb);
- rgb += 0x00010101;
- }
- grayImg.setColourTable(rayColourTable);
- graImg.save("grayImage.bmp", "bmp");
这块代码实现上：其是直接来取用green绿色分量值 来作为gray索引值！
其比上一个方法的优化之处在于：它没有使用系统函数，而是使用移动指针的方式来取得rgb分量。它把所有灰度索引值存放到index8灰度图中。最后创建了8阶灰度图的颜色表并赋予给该灰度图。这样：系统会自动（不需要我们手动去查找）依据存储在图像中的灰度索引值去 颜色表中查找对应灰度的rgb值来进行绘制！
--------------------------------------------------------------------------------------------------------------
在上述方法的基础上，我们在使用时：需要注意的是效果能不能达到需求，从而可能要用精确度更高的灰度索引值计算方法。那这就牵扯大量运算，此时记得要用移位操作 来取代 乘除法运算
- QBYTE RGBtoGRAY(QBYTE r, QBYTE g, QBYTE b)
- {
- return (QBYTE)((((QUINT32)((r << 5) + (r << 2) + (r << 1)))+ (QUINT32)((g << 6) + (g << 3) + (g << 1) + g)
- + (QUINT32)((b << 4) - b)) >> 7);
- }
这个是网上找到的最优化的实时计算灰度索引值算法。没有用到乘除法运算，转而使用大量移位操作。
--------------------------------------------------------------------------------------------------------------
暂且总结到这里，上述代码都实际测试过，没有问题。