先前在為大家介紹OCR識別技術時，在圖像預處理部分提到了灰度化，大家可能會產生疑惑：為什么做圖片識別要將彩色圖像灰度化呢？

正式解釋這個問題之前，我們需要了解，什么是灰度化？

什么是灰度化

簡單地說，灰度化處理就是將一幅彩色圖像轉化為灰度圖像的過程。

當我們在電腦、電視、或手機等顯示器上顯示彩色時，RGB模型是為達到目的而較為常用的一種彩色信息表達方式。

RGB模型也稱為加色混色模型，是以R（紅）G（綠）B（藍）三色光互相疊加來實現混色的方法，尤其適用于顯示器等發光物體。而灰度化就是使彩色圖像的R、G、B分量相等的過程，即令R=G=B，此時的彩色表示的就是灰度顏色。

會使用Photoshop的小伙伴可以打開顏色設置，令R=G=B，會發現隨著數值的變化而出現明暗不同的灰色。

當R=G=B=255時，灰度值達到最高，顯示為白色，反之則顯示為黑色。

不會Photoshop的小伙伴們可以嘗試用另一個方法來體會：當我們使用微信對屏幕進行 截屏時，仔細觀察鼠標下方的文字，會發現顯示有當前鼠標所指位置的RGB值。如下圖：

對下圖的彩色和灰色部分分別進行RGB值查看，會發現彩色部分R、G、B值各有不同，而灰色部分則僅有灰度值的變化。

圖像灰度化的目的

上文說到了將彩色圖像轉化為灰度圖像的過程就是圖像的灰度化處理過程。

圖像灰度化的目的是為了簡化矩陣，提高運算速度。

彩色圖像中的每個像素顏色由R、G、B三個分量來決定，而每個分量的取值范圍都在0-255之間，這樣對計算機來說，彩色圖像的一個像素點就會有256*256*256=16777216種顏色的變化范圍！而灰度圖像是R、G、B分量相同的一種特殊彩色圖像，對計算機來說，一個像素點的變化范圍只有0-255這256種。

彩色圖片的信息含量過大，而進行圖片識別時，其實只需要使用灰度圖像里的信息就足夠了，所以圖像灰度化的目的就是為了提高運算速度。

當然，有時圖片進行了灰度處理后還是很大，也有可能會采用二值化圖像（即像素值只能為0或1）。

圖像灰度化處理的幾種方式

圖像灰度化處理主要有以下幾種方式：

1.分量法

將彩色圖像中的三分量的亮度作為三個灰度圖像的灰度值，可根據應用需要選取一種灰度圖像。

2.最大值法

將彩色圖像中的三分量亮度的最大值作為灰度圖的灰度值。

3.平均值法

將彩色圖像中的三分量亮度求平均得到一個灰度值。

4.加權平均法

根據重要性及其它指標，將三個分量以不同的權值進行加權平均。由于人眼對綠色的敏感最高，對藍色敏感最低，因此，按下式對RGB三分量進行加權平均能得到較合理的灰度圖像。

對于以上四種處理方式，可根據實際需要進行選擇。下圖為分別使用四種方法得到的不同效果。