转自：http://www.cppblog.com/windcsn/archive/2006/07/27/Grayscale.html
首先来看一下彩色图和灰度图的特点。
在计算机中使用最多的 RGB 彩色空间，分别对应红、绿、蓝三种颜色；通过调配三个分量的比例来组成各种颜色。一般可以使用 1 、 2 、 4 、 8 、 16 、 24、 32 位来存储这三颜色，不过现在一个分量最大是用 8 位来表示，最大值是 255 ，对于 32 位的颜色，高 8 位是用来表示通明度的。彩色图一般指 16 位以上的图。灰度图有一个特殊之处就是组成颜色的三个分量相等；而一般灰度图是 8 位以下。
在彩色电视机系统中，通常使用一种叫 YUV 的色彩空间，其中 Y 表示亮度信号；也就是这个 YUV 空间解决了彩色电视机和黑白电视机的兼容问题。
对于人眼来说，亮度信号是最敏感的，如果将彩色图像转换为灰度图像，仅仅需要转换保存亮度信号就可以。
从 RGB 到 YUV 空间的 Y 转换公式为：
Y = 0.299R+0.587G+0.114B
在 WINDOWS 中，表示 16 位以上的图和以下的图有点不同； 16 位以下的图使用一个调色板来表示选择具体的颜色，调色板的每个单元是 4 个字节，其中一个透明度；而具体的像素值存储的是索引，分别是 1 、 2 、 4 、 8 位。 16 位以上的图直接使用像素表示颜色。
那么如何将彩色图转换为灰度图呢？
灰度图中有调色板，首先需要确定调色板的具体颜色取值。我们前面提到了，灰度图的三个分量相等。
当转换为 8 位的时候，调色板中有 256 个颜色，每个正好从 0 到 255 个，三个分量都相等。
当转换为 4 位的时候，调色板中 16 个颜色，等间隔平分 255 个颜色值，三个分量都相等。
当转换为 2 位的时候，调色板中 4 个颜色，等间隔平分 255 个颜色，三个分量相等。
当转换为 1 位的时候，调色板中两个颜色，是 0 和 255 ，表示黑和白。
将彩色转换为灰度时候，按照公式计算出对应的值，该值实际上是亮度的级别；亮度从 0 到 255 ；由于不同的位有不同的亮度级别，所以 Y 的具体取值如下：
Y = Y/ (1<<(8- 转换的位数 ));
最后一点需要注意，得到 Y 值存放方式是不同的；分别用对应的位数来存储对应的 Y 值。
这里是代码片段：
计算调色板和 Y 的值代码。
LPBYTE CColorDeepChange::ConvertTo8Gray(LPBYTE lpByte, 2
3
int width, 4
5
int height, 6
7
DWORD & dwGraySize, 8
9
int nToBit) 10
11
{ 12
13
DWORD nRowLen = TS_4BYTESALIGN(width * nToBit); 14
15
DWORD nColorTableSize = (( 1 << nToBit) * sizeof (RGBQUAD)); 16
17
DWORD nColorNum = 1 << nToBit; 18
19
dwGraySize = nRowLen * height + nColorTableSize; 20
21
LPBYTE lpNewImgBuf = NULL; 22
23
BYTE r,g,b; 24
25
float y; 26
27
28
29
lpNewImgBuf = new BYTE[dwGraySize]; 30
31
LPBYTE lpPixels = (LPBYTE)(lpNewImgBuf + nColorTableSize); 32
33
LPRGBQUAD lpvColorTable = (LPRGBQUAD)lpNewImgBuf; 34
35
memset(lpNewImgBuf, 0 ,dwGraySize); 36
37
38
39
for ( int i = 0 ;i < nColorNum;i ++ ) 40
41
{ 42
43
if (nToBit == 8 ) 44
45
{ 46
47
( * (lpvColorTable)).rgbBlue = (BYTE)i; 48
49
( * (lpvColorTable)).rgbGreen = (BYTE)i; 50
51
( * (lpvColorTable)).rgbRed = (BYTE)i; 52
53
} 54
55
else if (nToBit == 4 ) 56
57
{ 58
59
( * (lpvColorTable)).rgbBlue = (BYTE)(i << ( 8 - nToBit)) + i; 60
61
( * (lpvColorTable)).rgbGreen = (BYTE)(i << ( 8 - nToBit)) + i; 62
63
( * (lpvColorTable)).rgbRed = (BYTE)(i << ( 8 - nToBit)) + i; 64
65
} 66
67
else if (nToBit == 2 ) 68
69
{ 70
71
( * (lpvColorTable)).rgbBlue = (BYTE)( 255 / 3 ) * i; 72
73
( * (lpvColorTable)).rgbGreen = (BYTE)( 255 / 3 ) * i; 74
75
( * (lpvColorTable)).rgbRed = (BYTE)( 255 / 3 ) * i; 76
77
} 78
79
else if (nToBit == 1 ) 80
81
{ 82
83
( * (lpvColorTable)).rgbBlue = (BYTE) 255 * i; 84
85
( * (lpvColorTable)).rgbGreen = (BYTE) 255 * i; 86
87
( * (lpvColorTable)).rgbRed = (BYTE) 255 * i; 88
89
} 90
91
92
93
( * (lpvColorTable)).rgbReserved = 0 ; 94
95
lpvColorTable ++ ; 96
97
} 98
99
100
101
LPBYTE lpOldImage = lpByte; 102
103
LPBYTE lpTempPixel = lpPixels; 104
105
int loops = 0 ; 106
107
int nStop = 0 ; 108
109
for ( long h = 0 ;h < height;h ++ ) 110
111
{ 112
113
for ( long w = 0 ;w < width;w ++ ) 114
115
{ 116
117
b = (unsigned char )( * lpOldImage ++ ); 118
119
g = (unsigned char )( * lpOldImage ++ ); 120
121
r = (unsigned char )( * lpOldImage ++ ); 122
123
124
125
y = ( float )(r * 0.299 + g * 0.587 + b * 0.114 ) ; 126
127
BYTE bVal = (BYTE)y >> ( 8 - nToBit); 128
129
SetPixelValueByBits(lpTempPixel,nToBit,loops,(BYTE)bVal); 130
131
// ErrorDiffuse(lpPixels,nToBit,loops,((int)y) - (bVal<<(8-nToBit)), 132
133
// w,h,nRowLen,dwGraySize-nColorTableSize); 134
135
} 136
137
} 138
139
140
141
return lpNewImgBuf; 142
143
} 144
145
下面是设置像素值的代码：
void CColorDeepChange::SetPixelValueByBits(LPBYTE & lpByte, int nBits, int & loops,BYTE value) 2
3
{ 4
5
switch (nBits) 6
7
{ 8
9
case 8 : 10
11
* (lpByte ++ ) = value; 12
13
break ; 14
15
case 4 : 16
17
{ 18
19
if (loops) 20
21
{ 22
23
loops = 0 ; 24
25
BYTE bVal = ( * lpByte) & 0xF0 ; 26
27
value &= 0x0F ; 28
29
bVal = (bVal >> 4 ) + value; 30
31
if (bVal > 0x0F ) bVal = 0x0F ; 32
33
( * lpByte) <<= 4 ; 34
35
( * lpByte) += bVal; 36
37
lpByte ++ ; 38
39
} 40
41
else 42
43
{ 44
45
value &= 0x0F ; 46
47
( * lpByte) += value; 48
49
if (( * lpByte) > 0x0F ) ( * lpByte) = 0x0F ; 50
51
loops = 1 ; 52
53
} 54
55
} 56
57
break ; 58
59
case 2 : 60
61
{ 62
63
value &= 0x03 ; 64
65
( * lpByte) += value; 66
67
if (loops != 3 ) 68
69
{ 70
71
( * lpByte) <<= 2 ; 72
73
loops ++ ; 74
75
} 76
77
else 78
79
{ 80
81
loops = 0 ; 82
83
lpByte ++ ; 84
85
} 86
87
} 88
89
break ; 90
91
case 1 : 92
93
{ 94
95
value &= 0x01 ; 96
97
( * lpByte) += value; 98
99
if (loops != 7 ) 100
101
{ 102
103
( * lpByte) <<= 1 ; 104
105
loops ++ ; 106
107
} 108
109
else 110
111
{ 112
113
loops = 0 ; 114
115
lpByte ++ ; 116
117
} 118
119
} 120
121
break ; 122
123
} 124
125
} 126
有一点需要说明的：
在计算 Y 值的时候，使用的整数除法，这是有误差的，为了消除误差，需要采用误差扩散的算法，也就是将该误差值向其邻近的想素点扩散，当然按照一定的比例来分配；例如：整除之后，余数是 5 ，采用 3/2/3 的策略，就是，右边像素和正下面的像素各占 3/8 ，而右下角的像素占 2/8 。在这方面我发现 ACDSEE 做的很好，其图像的渐进做的很好。
源码下载：ImageConvert.zip