问题中的特定编号来自CCIR 601（请参阅下面的Wikipedia链接）。

如果您使用稍有不同的数字/不同的方法转换RGB->灰度，则在正常照明条件下，在普通计算机屏幕上根本看不到太大差异，请尝试一下。

一般而言，以下是一些有关颜色的链接：

维基百科Luma

布鲁斯·林德布洛姆 （ Bruce Lindbloom ）的出色网站

Colin Ware在书中第4章“颜色”，“信息可视化”，isbn 1-55860-819-2；在books.google.com中与Ware的长链接可能有效

cambridgeincolor ：出色的，写得很好的“关于如何使用注重视觉而非过程的视觉导向方法来获取，解释和处理数码照片的教程”

如果您遇到的是“线性” RGB与“非线性” RGB，这是我对此的旧注释的一部分。重复一遍，在实践中您不会发现太大的区别。

RGB-> ^ gamma-> Y-> L *

在色彩科学中，常见的RGB值（如html rgb（10％，20％，30％））称为“非线性”或经过Gamma校正的 。 “线性”值定义为

Rlin = R^gamma,  Glin = G^gamma,  Blin = B^gamma

其中，对于许多PC，伽玛为2.2。通常的RGB有时写为R'G'B'（R'= Rlin ^（1 / gamma））（纯粹单击舌头），但在这里我将删除'。

CRT显示器上的亮度与RGBlin = RGB ^ gamma成正比，因此CRT上50％的灰度非常暗：.5 ^ 2.2 =最大亮度的22％。 （LCD显示更为复杂；此外，某些图形卡可补偿伽玛。）

要从RGB获得称为L*的亮度度量，首先将RGB除以255，然后计算

Y = .2126 * R^gamma + .7152 * G^gamma + .0722 * B^gamma

在XYZ颜色空间中为Y ；它是颜色“亮度”的量度。 （实际公式并非完全是x ^ gamma，而是近似值；请坚持使用x ^ gamma作为第一遍。）

最后，

L* = 116 * Y ^ 1/3 - 16

“ ...渴望感知统一性，并且与人类对亮度的感知紧密匹配。” - 维基百科实验室色彩空间

这是一篇关于这些数字（或类似数字）如何得出的论文：

https://web.archive.org/web/20160303201512/http://www.cis.rit.edu/mcsl/research/broadbent/CIE1931_RGB.pdf

这些值的来源是什么？

张贴系数的“来源”是NTSC规范，可以在Rec601和电视特性中看到。

“最终来源”是大约1931年的CIE关于人类色彩感知的实验。人类视觉的光谱响应不均匀。实验导致了基于知觉的三刺激值的加权。我们的L，M和S锥^1对分别标识为“三刺激”原色的“红色”，“绿色”和“蓝色”的光波长敏感。 ²

sRGB（和Rec709）的线性光³光谱权重为：

R _lin * 0.2126 + G _lin * 0.7152 + B _lin * 0.0722 = Y

这些特定于sRGB和Rec709色彩空间，旨在代表计算机监视器（sRGB）或HDTV监视器（Rec709），并在ITU文档中针对Rec709和BT.2380-2（10/2018）进行了详细说明

脚注 （1）视锥细胞是眼睛视网膜的颜色检测细胞。
（2）然而，所选的三刺激波长不在每个锥体类型的“峰值”处-而是选择三刺激值，以使它们对特定的锥体类型的刺激远大于另一种刺激类型，即刺激的分离。
（3）在应用系数之前，您需要线性化sRGB值。我在这里在另一个答案中对此进行讨论。

这是c中的一些代码，可将rgb转换为灰度。用于rgb到灰度转换的实际权重是0.3R + 0.6G + 0.11B。这些重量绝对不重要，因此您可以使用它们。我使它们为0.25R + 0.5G + 0.25B。它会产生稍暗的图像。

注意：以下代码假定xRGB 32位像素格式

unsigned int *pntrBWImage=(unsigned int*)..data pointer..;  //assumes 4*width*height bytes with 32 bits i.e. 4 bytes per pixel
unsigned int fourBytes;
        unsigned char r,g,b;
        for (int index=0;index<width*height;index++)
        {
            fourBytes=pntrBWImage[index];//caches 4 bytes at a time
            r=(fourBytes>>16);
            g=(fourBytes>>8);
            b=fourBytes;

            I_Out[index] = (r >>2)+ (g>>1) + (b>>2); //This runs in 0.00065s on my pc and produces slightly darker results
            //I_Out[index]=((unsigned int)(r+g+b))/3;     //This runs in 0.0011s on my pc and produces a pure average
        }

我发现该出版物引用了对先前类似问题的回答。这非常有帮助：

http://cadik.posvete.cz/color_to_gray_evaluation/

它显示了“大量”的不同方法来生成具有不同结果的灰度图像！

请查看颜色常见问题解答以获取有关此信息。这些值来自我们在显示器中使用的RGB值的标准化。实际上，根据色彩常见问题解答，您使用的值已过时，因为它们是原始NTSC标准而非现代显示器所使用的值。