使用圖學的方法取得目標影像的平均亮度值

嚴格來說這篇文章與 iOS SDK 並沒有太大的關係，因為使用圖學的方法求出影像的亮度，可以應用於電腦圖學上的任何地方，但是基於 iOS SDK 中所提供的 API，並未能夠讓我們控制相機的光圈或是環境光源感應器 Proximity 的詳細參數，因此在實作上，若要取得目標影像的平均亮度，還是得仰賴圖學的原理。

演算法

首先，我們得把目標影像從 RGB Color Model 色域轉換成能表達亮度形式的 Grayscale Model 灰階影像，參考維基百科得知 RGB 轉換成灰階影像的演算法如下。

灰階像素（亮度）＝ 紅色像素 ＊0.299 ＋ 綠色像素 ＊0.587 ＋ 藍色像素 ＊0.114

最後，再把整張影像的灰階像素加起來取平均值，就可以得出目標影像的亮度值（0 ～ 255），你也可以將此亮度數值正規化（除以 255）在 0 ～ 1之間。

//pseudo code
for (int i=0; i!=圖寬*圖高; i++) {
    總亮度值 += 影像灰階像素[i];
}

平均亮度值 ＝ 總亮度值 / 圖寬*圖高;


補充說明

• 參考影像與資料陣列的轉換（上）或影像與資料陣列的轉換（下）來取得目標影像資料的 RGB 數值。
• 圖片格式中的透明度（Alpha）並不會影像影像的亮度，在計算上應考慮到這點。
• 灰階像素一個比較主觀的求法，是將 RGB 三色相加並除以三求其平均，使其三色所佔的比重皆相等，但是基於考慮到人類眼睛對於顏色的敏感度的條件下，使用上述的求解方式會比較客觀。
• 其餘色彩空間像是 YUV 等具有亮度表示的色彩模型，也同樣適用。