图像灰度处理

第一种:OpenCV(导入openCV开发包)

opencv的全称是：Open Source Computer Vision Library。OpenCV是一个基于BSD许可（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。哈哈，，是不是很啰嗦，简单点就是一个处理图像的视觉库。

如果编译时遇见这样的错误，可以尝试的解决方法如下：

1284355-6f7cb15ac40585b1.jpeg

将报错的地方的NO改为NO_EXPOSURE_COMPENSATOR

- (UIImage*)imageToGrayImage:(UIImage*)image
{
    //image源文件

    // 1.将iOS的UIImage转成c++图片（数据：矩阵）

    Mat mat_image_gray;

    UIImageToMat(image, mat_image_gray);

    // 2. 将c++彩色图片转成灰度图片

    // 参数一：数据源

    // 参数二：目标数据

    // 参数三：转换类型

    Mat mat_image_dst;

    cvtColor(mat_image_gray, mat_image_dst, COLOR_BGRA2GRAY);

    // 3.灰度 -> 可显示的图片

    cvtColor(mat_image_dst, mat_image_gray, COLOR_GRAY2BGR);

    // 4. 将c++处理之后的图片转成iOS能识别的UIImage

    return MatToUIImage(mat_image_gray);
}

第二种方式：采用iOS系统默认的开发库实现(这种方式可以说真是够繁琐，够恶心)**

- (UIImage*)systemImageToGrayImage:(UIImage*)image
{
    int width  = image.size.width;

    int height = image.size.height;

    //第一步：创建颜色空间(说白了就是开辟一块颜色内存空间)

    CGColorSpaceRef colorRef = CGColorSpaceCreateDeviceGray();

    //第二步：颜色空间上下文(保存图像数据信息)

    //参数一：指向这块内存区域的地址（内存地址）

    //参数二：要开辟的内存的大小，图片宽

    //参数三：图片高

    //参数四：像素位数(颜色空间，例如：32位像素格式和RGB的颜色空间，8位）

    //参数五：图片的每一行占用的内存的比特数

    //参数六：颜色空间

    //参数七：图片是否包含A通道（ARGB四个通道）

    CGContextRef context = CGBitmapContextCreate(nil, width, height, 8, 0, colorRef, kCGImageAlphaNone);

    //释放内存

    CGColorSpaceRelease(colorRef);

    if (context == nil) 
    {
        return  nil;
    }

    //渲染图片

    //参数一：上下文对象

    //参数二：渲染区域

    //源图片

    CGContextDrawImage(context, CGRectMake(0, 0, width, height), image.CGImage);;

    //将绘制的颜色空间转成CGImage

    CGImageRef grayImageRef = CGBitmapContextCreateImage(context);

    //将c/c++图片转成iOS可显示的图片

    UIImage *dstImage = [UIImage imageWithCGImage:grayImageRef];

    //释放内存

    CGContextRelease(context);

    CGImageRelease(grayImageRef);

    return dstImage;
}