Warum sollten wir Graustufen für die Bildverarbeitung verwenden?

Erarbeiten ein wenig auf deltheil Antwort:

1. Signal-zu-Rausch. Für viele Anwendungen der Bildverarbeitung, Farb-Informationen nicht helfen, uns zu identifizieren, wichtige Kanten oder andere Merkmale. Es gibt auch Ausnahmen. Wenn es eine Kante (ein Schritt-änderung in den pixel-Wert) in hue, ist schwer zu erkennen, in einem Graustufen-Bild, oder wenn wir brauchen, um die Identifikation der Objekte von bekannten Farbton (orange Früchte vor grünem Blätter), dann Farbe Informationen, die nützlich sein könnten. Wenn wir nicht Farbe benötigen, dann können wir betrachten es als Lärm. Am Anfang ist es ein bisschen, im Gegensatz zum "denken" in Graustufen, aber Sie gewöhnen sich daran.
2. Komplexität des Codes. Wenn Sie möchten zu finden Kanten, basierend auf Luminanz UND Chrominanz, hast du noch mehr Arbeit vor Ihnen. Dass zusätzliche Arbeit (und zusätzliche debugging, zusätzliche Schmerzen bei der Unterstützung der software, etc.) ist schwer zu rechtfertigen, wenn die zusätzliche information nicht hilfreich für Anwendungen von Interesse.
3. Für das lernen der Bildbearbeitung, es besser zu verstehen, Graustufen-Verarbeitung der ersten und zu verstehen, wie es gilt für Mehrkanal-Verarbeitung statt, beginnend mit full color imaging und fehlen all die wichtigen Erkenntnisse, können (und müssen) erlernt werden-vom single-channel-Verarbeitung.
4. Schwierigkeit der Visualisierung. In Graustufenbildern, der Wasserscheide-Algorithmus ist relativ einfach zu konzipieren, weil wir denken können, die zwei räumliche Dimensionen und eine Helligkeit dimension als 3D-Bild mit Hügeln, Tälern, Einzugsgebiete, Grate, etc. "Peak brightness" ist nur ein Berg in unsere 3D-Visualisierung von Graustufen-Bild. Es gibt eine Reihe von algorithmen, die eine intuitive "physikalische" interpretation hilft, uns in Gedanken ein problem. Im RGB -, HSI -, Labor-und andere Farbräume diese Art der Visualisierung ist sehr viel schwerer, da es zusätzliche Dimensionen, die den standard menschliche Gehirn kann sich nicht einfach visualisieren. Sicher, wir können uns denken, von "peak Rötung," aber was hat das Berg Aussehen wie in einem (x,y,h,s,i) - Raum? Autsch. Eine Problemumgehung ist, zu denken, jede Farbe variable als ein Intensitäts-Bild, aber das führt uns direkt zurück zu Graustufen-Bildverarbeitung.
5. Farbe, ist Komplex. Menschen nehmen Farben, und identifizieren Sie die Farbe mit trügerischer Leichtigkeit. Wenn Sie in das Geschäft der versucht, Farben zu unterscheiden von einem anderen, dann werden Sie entweder wollen, um (a) Folgen Sie der tradition und der Steuerung der Beleuchtung, Kamera-Farbkalibrierung und anderen Faktoren, um die besten Ergebnisse erzielen, oder (b) sich niederzulassen für eine Karriere-lange Reise in ein Thema, dass wird tiefer, je mehr man es betrachtet, oder (c) möchten, könnten Sie wieder arbeiten mit Graustufen, weil dann zumindest die Probleme scheinen lösbar.
6. Geschwindigkeit. Mit modernen Computern, und mit der parallelen Programmierung ist es möglich, eine einfache pixel-für-pixel-Bearbeitung der ein-megapixel-Bild in Millisekunden. Gesichts-Erkennung, OCR -, content-aware resizing, mean-shift-segmentation und andere Aufgaben, die viel länger dauern kann als das. Was die Bearbeitung Zeit benötigt wird, um zu manipulieren das Bild, oder drücken Sie ein paar nützliche Daten aus, die meisten Kunden/Anwender wollen, dass es schneller gehen. Wenn wir die hand-wellig Annahme, dass die Verarbeitung eines drei-Kanal-Farben-Bild dauert drei mal so lange wie bei der Verarbeitung von Graustufen-Bild--oder vielleicht auch vier mal so lange, da können wir erstellen ein getrenntes Luminanz-Kanal--dann ist das keine große Sache, wenn wir die Verarbeitung von video-Bilder on the fly und jeder frame verarbeitet werden kann in weniger als 1/30 oder 1/25 Sekunde. Aber wenn wir die Analyse von tausenden von Bildern aus einer Datenbank, es ist toll wenn wir sparen uns Bearbeitungszeit durch die Größenanpassung der Bilder ein, die Analyse nur Teile von Bildern und/oder Eliminierung von Farb-Kanäle, die wir nicht brauchen. Schneiden Bearbeitungszeit um einen Faktor von drei bis vier kann bedeuten, den Unterschied zwischen dem ausführen einer 8-Stunden-über-Nacht-test, die endet, bevor Sie wieder an die Arbeit, und mit Ihrem computer-Prozessoren, gebunden für 24 Stunden gerade.

Alle diese, ich werde betonen, die ersten zwei: das Bild einfacher, und reduzieren die Menge an code, den Sie schreiben müssen.

InformationsquelleAutor der Antwort Rethunk

Binäre wäre zu einfach und könnte es nicht vertreten, die Bild-Charakter.
Farbe zu viel sein könnte und Auswirkungen auf die Verarbeitungsgeschwindigkeit.

So, Graustufen gewählt ist, die in der Mitte der beiden enden.

InformationsquelleAutor der Antwort Euler