讲了一堆，看的头晕，勉强看懂了，能不能好好表达自己的问题啊。废话一堆，其实有个标题就好了。vb.net不再使用VarPtr来返回变量的地址了，其实是net不提倡使用指针和地址。
成都创新互联主要从事网站建设、成都网站制作、网页设计、企业做网站、公司建网站等业务。立足成都服务宁城,十余年网站建设经验,价格优惠、服务专业,欢迎来电咨询建站服务:18982081108
net有了一个新的叫做托管的概念，建议了解一下，net里面的变量地址都是不确定的，生存周期也不确定，是由托管机制来管理内存，程序员不必再纠结于内存的管理而浪费精力。
解决方法：可以使用byref声明为整型变量直接将变量地址传过去就好，不用声明为什么指针的。
或者可以试试下面这个：
GCHandle 类的 AddressOfPinnedHandle 方法可以提供类似的功能.
图像的亮度值和灰度值是有区别的，区别为：图象亮度是指画面的明亮程度，单位是堪德拉每平米(cd/m2)或称nits。灰度是指把白色与黑色之间按对数关系分成若干级，其范围一般从0到255，白色为255，黑色为0。
扩展资料：
灰度与亮度的关系：
转换公式:
一、基础
对于彩色转灰度，有一个很著名的心理学公式：
Gray=R*0.299+G*0.587+B*0.114
二、整数算法
而实际应用时，希望避免低速的浮点运算，所以需要整数算法。
注意到系数都是3位精度的没有，我们可以将它们缩放1000倍来实现整数运算算法：
Gray=(R*299+G*587+B*114+500)/1000
RGB一般是8位精度，现在缩放1000倍，所以上面的运算是32位整型的运算。注意后面那个除法是整数除法，所以需要加上500来实现四舍五入。
就是由于该算法需要32位运算，所以该公式的另一个变种很流行：
Gray=(R*30+G*59+B*11+50)/100
但是，虽说上一个公式是32位整数运算，但是根据80x86体系的整数乘除指令的特点，是可以用16位整数乘除指令来运算的。
三、整数移位算法
上面的整数算法已经很快了，但是有一点仍制约速度，就是最后的那个除法。移位比除法快多了，所以可以将系数缩放成2的整数幂。
习惯上使用16位精度，2的16次幂是65536，所以这样计算系数：
0.299 * 65536 = 19595.264 ≈ 19595
0.587 * 65536 + (0.264) = 38469.632 + 0.264 = 38469.896 ≈ 38469
0.114 * 65536 + (0.896) = 7471.104 + 0.896 = 7472
四舍五入会有较大的误差，应该将以前的计算结果的误差一起计算进去，舍入方式是去尾法：
写成表达式是：
Gray = (R*19595 + G*38469 + B*7472) 16
2至20位精度的系数：
Gray = (R*1 + G*2 + B*1) 2
Gray = (R*2 + G*5 + B*1) 3
Gray = (R*4 + G*10 + B*2) 4
Gray = (R*9 + G*19 + B*4) 5
Gray = (R*19 + G*37 + B*8) 6
Gray = (R*38 + G*75 + B*15) 7
Gray = (R*76 + G*150 + B*30) 8
Gray = (R*153 + G*300 + B*59) 9
Gray = (R*306 + G*601 + B*117) 10
Gray = (R*612 + G*1202 + B*234) 11
Gray = (R*1224 + G*2405 + B*467) 12
Gray = (R*2449 + G*4809 + B*934) 13
Gray = (R*4898 + G*9618 + B*1868) 14
Gray = (R*9797 + G*19235 + B*3736) 15
Gray = (R*19595 + G*38469 + B*7472) 16
Gray = (R*39190 + G*76939 + B*14943) 17
Gray = (R*78381 + G*153878 + B*29885) 18
Gray = (R*156762 + G*307757 + B*59769) 19
Gray = (R*313524 + G*615514 + B*119538) 20
观察上面的式子，这些精度实际上是一样的：3与4、7与8、10与11、13与14、19与20，所以16位运算下最好的计算公式是使用7位精度，比先前那个系数缩放100倍的精度高，而且速度快：
Gray = (R*38 + G*75 + B*15) 7
其实最有意思的还是那个2位精度的，完全可以移位优化：
Gray = (R + (WORD)G1 + B) 2
由于误差很大，所以做图像处理绝不用该公式（最常用的是16位精度）。但对于游戏编程
，场景经常变化，用户一般不可能观察到颜色的细微差别，所以最常用的是2位精度。
参考资料：
百度百科——灰度值
百度百科——图像亮度
不要分
灰度图像的像素的取值范围为
0-255,0代表黑，255代表最亮，中间值是不同的亮度
图像二值化，就是通过某个判断标准，将灰度图像变成只有两个值的图像，即图像值不是0，就是255
阈值，就是这个判断标准，比如，如果阈值取100，那么图像灰度小于等于100的像素，都变成0
图像灰度大于100的，都变成255
