Appearance
to_gray — แปลงภาพสีเป็น Grayscale
โมดูล to_gray ใช้สำหรับแปลงภาพต้นฉบับ (เช่น ภาพสี BGR/BGRA จากกล้อง) ให้เป็นภาพระดับสีเทา (Grayscale 1 Channel, 8-bit) เพื่อเตรียมข้อมูลให้พร้อมสำหรับโมดูลประมวลผลภาพถัดไป
1. การใช้งานใน Recipe
- Input:
image(จำเป็นต้องระบุ เช่น"frame"หรือstepIdของขั้นตอนก่อนหน้า) - Parameters: ไม่มี (
{}) - Output:
image(ภาพ Grayscale 1 Channel)
json
{
"id": "gray",
"type": "to_gray",
"enabled": true,
"params": {},
"inputs": { "image": "frame" }
}2. หลักการทำงานภายในซอฟต์แวร์
อ้างอิงจาก src/tools/to_gray.cpp:
- ตรวจสอบว่าภาพขาเข้าไม่ว่าง (
empty()) หากว่างจะคืนค่าStatus::Error - ตรวจสอบจำนวน Channel ของ
cv::Mat:- 1 Channel: ทำการ
clone()ภาพส่งออกโดยตรง - 3 Channels: เรียกใช้
cv::cvtColor(*src, out.image, cv::COLOR_BGR2GRAY) - 4 Channels: เรียกใช้
cv::cvtColor(*src, out.image, cv::COLOR_BGRA2GRAY) - กรณีอื่น: คืนค่า
Status::Errorพร้อมข้อความแจ้งเตือน (ทำให้ Cycle นั้นหยุดทำงานและเข้าสู่ Fail-safe)
- 1 Channel: ทำการ
3. ทฤษฎีเบื้องหลัง (OpenCV & Machine Vision)
ในงาน Machine Vision ส่วนใหญ่ (เช่น การหาขอบ, การทำ Threshold, การหา Blob หรือ Template Matching) ไม่จำเป็นต้องใช้ข้อมูลสี การแปลงเป็น Grayscale ช่วยลดขนาดข้อมูลลง 3 เท่า (จาก 3 Channels เหลือ 1 Channel) ทำให้ประมวลผลได้เร็วขึ้นและลดความซับซ้อนของอัลกอริทึม
OpenCV ไม่ได้นำค่า R, G, B มาหาค่าเฉลี่ยแบบเท่ากัน แต่ใช้สูตร Luminance (ITU-R BT.601) ที่ถ่วงน้ำหนักตามความไวของสายตามนุษย์ต่อแสงแต่ละสี (สายตามนุษย์ไวต่อสีเขียวมากที่สุด รองลงมาคือสีแดง และสีน้ำเงินน้อยที่สุด):
หมายเหตุเรื่องลำดับสีใน OpenCV
OpenCV ใช้ลำดับสีมาตรฐานเป็น BGR (Blue-Green-Red) ไม่ใช่ RGB ฟังก์ชัน cv::COLOR_BGR2GRAY จะจับคู่น้ำหนักให้ตรงกับแต่ละ Channel โดยอัตโนมัติ