用C++实现RGB转256色

前言

RGB图片转256色，我知道的有两种方法：

①用Windows系统自带的画图工具打开图片，再另存为256色bmp图片

②用Photoshop打开图片，然后图像→模式→索引颜色，选择局部（可感知）→确定→存储为bmp图片

方法① 转出来的256色图片，会有明显的掉色（如下图）。

方法② 不会掉色，因为photoshop的局部（可感知）会给图片定制最合适的颜色表，而不是像画图工具一样使用系统颜色表。但每次都要打开photoshop，就有点麻烦。

RGB转256色的步骤，可以参考真彩色转256色算法，统计图片中所有颜色出现的次数，选取出现次数最多的256种颜色作为颜色表，就不会感觉到掉色。

思路：定义一个很大的数组，对应所有可能的颜色，遍历图片的每个像素，每遇到一种颜色，就在数组的对应位置加一，最后给数组从大到小排序，取数组开头的256种颜色作为颜色表。完美。

但是RGB图片有255*255*255=16581375种可能的颜色，不想开辟这么长的数组，而且很多相近的、人眼难以看出差别的颜色，完全合并为一种颜色，于是RGB分量原本有8位，统计的时候只取高4位，这样就只有16*16*16 = 4096种可能的颜色，一下就节省99%的空间。

首要问题：如何用C++操作图片

我找到了一个很适合我（新手）的开源库 EasyBMP ，可以读写1位、4位、8位、16位、24位、32位的BMP图片，可以访问图片中任一像素的颜色；可以很容易地读进来一个24位的图片，转换成8位，以256色保存出去。

#include "EasyBMP.h"
using namespace std;int main( int argc, char* argv[] )
{BMP myPicture;myPicture.ReadFromFile("24bitTest.bmp");     // 读进来一个24位的图片myPicture.SetBitDepth( 8 );                  // 转换成8位myPicture.WriteToFile("24bitTest-8bit.bmp"); // 以256色保存出去return 0;
}

只不过转换成8位再保存（保存成256色），用的颜色表是windows系统颜色表，保存出来会掉色。不过 EasyBMP 提供了修改颜色表的接口，还带一个RGB转灰度的函数可以参考。

开始写RGB转256色

首先在EasyBMP的 EasyBMP_VariousBMPutilities.h 头文件里，声明定制颜色表函数。其中用到的std::sort()排序，需要引用<algorithm>：

/*  FILE : EasyBMP_VariousBMPutilities.h  */
#include <algorithm>
bool CreateBestColorTable(BMP&InputImage);

然后在EasyBMP.cpp里写定制颜色表函数的实现：

/*  FILE : EasyBMP.cpp  */
struct Nm{  int num;   //数字  int count=0; //个数    
};
bool cmp (const Nm &A,const Nm &B){ return A.count > B.count;
}
bool CreateBestColorTable(BMP&InputImage)
{using namespace std;// 检查当前的色彩深度有没有颜色表int BitDepth = InputImage.TellBitDepth();if( BitDepth != 1 && BitDepth != 4 && BitDepth != 8 ){if( EasyBMPwarnings ){cout << "EasyBMP Warning: Attempted to create color table at a bit" << endl<< "                 depth that does not require a color table." << endl<< "                 Ignoring request." << endl;}return false;}int i;// 选取RGB颜色前4bit，组成12bit，统计频率。struct Nm Num[4096];for(i = 0; i < 4096; i++) Num[i].num=i;for(int row = 0; row < InputImage.TellHeight(); row++){for(int col = 0; col < InputImage.TellWidth(); col++){i = 0;i |= (InputImage(col,row)->Red&0b11110000)<<4;i |= (InputImage(col,row)->Green&0b11110000);i |= (InputImage(col,row)->Blue&0b11110000)>>4;Num[i].count++;}}sort(Num,Num+4096,cmp);// 设置颜色表int NumberOfColors = InputImage.TellNumberOfColors();for( i=0 ; i < NumberOfColors ; i++ ){RGBApixel TempColor;TempColor.Red   = (ebmpBYTE)((Num[i].num&0b111100000000)>>4);TempColor.Green = (ebmpBYTE)( Num[i].num&0b000011110000);TempColor.Blue  = (ebmpBYTE)((Num[i].num&0b000000001111)<<4);TempColor.Alpha = 0;InputImage.SetColor( i , TempColor );  }return true;
}

在主函数里使用：

/*  FILE : EasyBMPsample.cpp  */
#include "EasyBMP.h"
using namespace std;int main( int argc, char* argv[] )
{BMP myPicture;myPicture.ReadFromFile("24bitTest.bmp");myPicture.SetBitDepth( 8 );CreateBestColorTable(myPicture);myPicture.WriteToFile("24bitTest-8bit-best.bmp");return 0;
}

结果：

转换效果不太好，在渐变的地方能看到“等高线”。这可能是因为统计颜色的时候，只统计高4位太少了。

改成统计高6位

统计高6位的话，有64*64*64=262144种可能的颜色，不想开辟这么长的数组，况且图片不一定有这么多颜色。于是改用链表。用链表的话，统计到多少种颜色，链表就有多长，对于色彩单一的图片来说，可以节省很多不必要的空间开销。但是对于大尺寸图片，会在查找颜色是否存在的过程中消耗更多时间。

思路：新建一个链表，遍历图片的每个像素，如果此像素的颜色在链表中存在，此颜色的记录值加一；否则把新颜色加入链表。最后给链表逆序排序，取链表的前256种颜色作为颜色表。

/*  FILE : EasyBMP.cpp  */
bool CreatePerfectColorTable(BMP&InputImage)
{using namespace std;int BitDepth = InputImage.TellBitDepth();if( BitDepth != 1 && BitDepth != 4 && BitDepth != 8 ){if( EasyBMPwarnings ){cout << "EasyBMP Warning: Attempted to create color table at a bit" << endl<< "                 depth that does not require a color table." << endl<< "                 Ignoring request." << endl;}return false;}int i;list<struct Nm> Num;for(int row = 0; row < InputImage.TellHeight(); row++){for(int col = 0; col < InputImage.TellWidth(); col++){i = 0;i |= (InputImage(col,row)->Red&0b11111100)<<10;i |= (InputImage(col,row)->Green&0b11111100)<<4;i |= (InputImage(col,row)->Blue&0b11111100)>>2;bool is_find = false;for(list<struct Nm>::iterator itor = Num.begin();itor!=Num.end();itor++){if(itor->num == i){is_find = true;itor->count++;break;}}if(!is_find){struct Nm newNum;newNum.num = i;newNum.count = 1;Num.push_back(newNum);}}}Num.sort(cmp);int NumberOfColors = InputImage.TellNumberOfColors();list<struct Nm>::iterator itor = Num.begin();for( i=0 ; i < NumberOfColors ; i++ ){RGBApixel TempColor;TempColor.Red   = (ebmpBYTE)((itor->num&0b111111000000000000)>>10);TempColor.Green = (ebmpBYTE)((itor->num&0b000000111111000000)>>4);TempColor.Blue  = (ebmpBYTE)((itor->num&0b000000000000111111)<<2);TempColor.Alpha = 0;InputImage.SetColor( i , TempColor ); itor++; }return true;
}

结果：