Skip to content

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" หรือ stepId ของขั้นตอนก่อนหน้า)
  • 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:

  1. ตรวจสอบว่าภาพขาเข้าไม่ว่าง (empty()) หากว่างจะคืนค่า Status::Error
  2. 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::Error พร้อมข้อความแจ้งเตือน (ทำให้ Cycle นั้นหยุดทำงานและเข้าสู่ Fail-safe)

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):

Y=0.299⋅R+0.587⋅G+0.114⋅B

หมายเหตุเรื่องลำดับสีใน OpenCV

OpenCV ใช้ลำดับสีมาตรฐานเป็น BGR (Blue-Green-Red) ไม่ใช่ RGB ฟังก์ชัน cv::COLOR_BGR2GRAY จะจับคู่น้ำหนักให้ตรงกับแต่ละ Channel โดยอัตโนมัติ