C# 圖像二值化與抖動算法實戰：從原理到 AForge.NET 與手動實現

二值化基礎流程

1. 灰度化：Gray = 0.299R + 0.587G + 0.114B（依人眼敏感度加權）。
2. 閾值分割：全局閾值 127，<127 設 0（黑），≥127 設 255（白）。

有序抖動 —— 視覺保真度提升

利用抖動矩陣將誤差分散，使黑白圖像產生灰度視覺錯覺。效果對比：

• 原圖 → 全局閾值二值化（細節嚴重丟失） → 有序抖動二值化（保留層次感）。

AForge.NET 快速集成

Bitmap temp = AForge.Imaging.Image.Clone(src, PixelFormat.Format24bppRgb);
temp = Grayscale.CommonAlgorithms.RMY.Apply(temp); // 灰度化
pictureBox.Image = new OrderedDithering().Apply(temp); // 抖動二值化

庫支援數十種濾鏡，代碼極簡潔，適合快速原型。

手動實現灰度化（unsafe 指針加速）

private static Bitmap WeightGrayScaleImple(Bitmap bmp, Func foo) {
    BitmapData data = bmp.LockBits(new Rectangle(0,0,bmp.Width,bmp.Height),
        ImageLockMode.ReadWrite, bmp.PixelFormat);
    unsafe {
        byte* ptr = (byte*)data.Scan0;
        for (int y=0; y (byte)(0.299*r + 0.587*g + 0.114*b));

注意： 項目屬性 → Build → 勾選 "Allow unsafe code" 才能編譯通過。

總結

AForge.NET 適合快速開發；特殊需求（如硬體僅支援黑白）仍需手寫優化算法。掌握灰度化、閾值、抖動核心原理才能靈活應對。