图像的基本知识(一)

RGB颜色在线查询器

1、像素点

​像素点是最小的图像单元,一张图片由好多的像素点组成。如下图

     

可以看到上述图片尺寸是500 * 338 的,表示图片是由一个500 * 338的像素点矩阵构成的,这张图片的宽度是500个像素点的长度,高度是338个像素点的长度,共有500 * 338 = 149000个像素点。

2、像素

把鼠标放在一个图片上,这个时候会显示尺寸和大小,这里的尺寸就是像素。

3、RGB

​因为一个像素点的颜色是由RGB三个值来表现的,所以像素点矩阵对应三个颜色向量矩阵,分别是R矩阵(500 *338大小),G矩阵(500 *338大小),B矩阵(500 *338大小)。如果每个矩阵的第一行第一列的值分别为:R:240,G:223,B:204,所以这个像素点的颜色就是(240,223,204)

4、灰度

灰度是表明图像明暗的数值,即黑白图像中点的颜色深度,范围一般从0到255,白色为

255 ,黑色为0,故黑白图片也称灰度图像。灰度值指的是单个像素点的亮度。灰度值越

大表示越亮。

5、图像的灰度化

 灰度就是没有色彩,RGB色彩分量全部相等。图像的灰度化就是让像素点矩阵中的每一个像素点都满足关系:R=G=B,此时的这个值叫做灰度值。如RGB(100,100,100)就代表灰度值为100,RGB(50,50,50)代表灰度值为50。

灰度化处理

一般灰度化处理的方法:在灰度化的图像中灰度值的范围为0~255

1.浮点算法:Gray=R*0.3+G*0.59+B*0.11                R=G=B

2.整数方法:Gray=(R*30+G*59+B*11)/100              R=G=B

3.移位方法:Gray =(R*28+G*151+B*77)>>8            R=G=B

4.平均值法:Gray=(R+G+B)/3                            R=G=B

5.仅取绿色:Gray=G                                              R=G=B

二值化处理的方法:

二值化就是让图像的像素点矩阵中的每个像素点的灰度值为0(黑色)或者255(白色),也就是让整个图像呈现只有黑和白的效果。在二值化后的图像中的灰度值范围是0或者255。那么一个像素点在灰度化之后的灰度值怎么转化为0或者255呢?比如灰度值为100,那么在二值化后到底是0还是255?这就涉及到取一个阀值的问题。

1、取阀值为127(相当于0~255的中数,(0+255)/2=127),让灰度值小于等于127的变 为0(黑色),灰度值大于127的变为255(白色),这样做的好处是计算量小速度快,但是 缺点也是很明显的,因为这个阀值在不同的图片中均为127,但是不同的图片,他们的颜色分布差别很大,所以用127做阀值,白菜萝卜一刀切,效果肯定是不好的。

2、计算像素点矩阵中的所有像素点的灰度值的平均值avg

(像素点1灰度值+...+像素点n灰度值)/ n = 像素点平均值avg,然后让每一个像素点与avg一 一比较,小于等于avg的像素点就为0(黑色),大于avg的 像 素点为255(白色),这样做比方法1好一些。

3、使用直方图方法(也叫双峰法)来寻找二值化阀值,直方图是图像的重要特质。直方图方法 认为图像由前景和背景组成,在灰度直方图上,前景和背景都形成高峰,在双峰之间的最低谷处就是阀值所在。取到阀值之后再一 一比较就可以了。

6、灰度值与像素值的关系

如果对于一张本身就是灰度图像(8位灰度图像)来说,他的像素值就是它的灰度值,如果是一张彩色图像,则它的灰度值需要经过函数映射来得到。灰度图像是由纯黑和纯白来过渡得到的,在黑色中加入白色就得到灰色,纯黑和纯白按不同的比例来混合就得到不同的灰度值。R=G=B=255为白色,R=G=B=0为黑色,R=G=B=小于255的某个整数时,此时就为某个灰度值。

7、灰度级

灰度级表明图像中不同灰度的最大数量。灰度级越大,图像的亮度范围越大。

8、图像分辨率

图像分辨率是指每英寸图像内的像素点数。图像分辨率是有单位的,叫ppi(像素每英寸)。分辨率越高,像素的点密度越高,图像越逼真(这就是为什么做大幅的喷绘时,要求图片分辨率要高,就是为了保证每英寸的画面上拥有更多的像素点)。

9、空间分辨率

空间分辨率是指图像可辨认的临界物体空间几何长度的最小极限。如果一幅图像的尺寸为MxN,表明在成像时采集了MxN个样本,空间分辨率是MxN。下图是空间分辨率从1024x1024、512x512、256x256、128x128、64x64、32x32pixels

10、幅度分辨率

幅度分辨率是指幅度离散,每个像素都有一个强度值,称该像素的灰度,一般量化采用8bit。例如8bit的灰度级为2的八次方即256。0~255

11、屏幕分辨率

屏幕分辨率是屏幕每行的像素点数*每列的像素点数,每个屏幕有自己的分辨率。屏幕分辨率越高,所呈现的色彩越多,清晰度越高。

12、图像所需要的位数b

b=MxNxK      MxN是空间分辨率 ;K幅度分辨率,单位是bit

存储1幅32 x 32,16个灰度级的图需要 4,096 bit

存储1幅512 x 512,256个灰度级的图需要 2,097,152 bit 

附加:

13、对比度:指一幅图中灰度反差的大小

对比度 =  最大亮度/最小亮度

14、与清晰度相关的因素:

亮度

对比度

尺寸大小

细微层次

颜色饱和度

1.像素:

    像素是构成数字图像的基本单位,如一张600x300像素,即表示横向有600个像素,纵向有300个像素。

    二进制图像的像素值为0或1,灰度图像的像素值为0~255。一个像素的具体长度与显示器的分辨率有关,在PS中,1cm=28.346像素,此时 1像素=0.035278cm。

2.分辨率:

    2.1屏幕分辨率: 

     即计算机屏幕上能显示信息的数量,既能显示的像素个数,通常以水平和垂直像素数量来衡量。一台显示器的分辨率为1600x900像素,表示该显示器水平方向上能显示1600个像素,垂直方向上能显示900个像素。分辨率越高能显示的像素就越多,屏幕就越清晰。在实际应用中,显示设备的分辨率也经常使用每英寸包含的像素个数

(Pixels Per Inch, PPI),即每英寸像素数来表示。该值越大,画面的细节就越丰富;数值越小,图像显示就越大。已知屏幕尺寸和屏幕分辨率时,就可以就算PPI

                                          PPI=sqrt(屏幕分辨率/屏幕尺寸)

      2.2图像分辨率: 

      图像的分辨率就算图像的尺寸,也称为图像的宽和高,即水平方向上的像素个数和垂直方向上的像素个数。一张分辨率为640x480像素的图片,有480行像素信息,每行有640个像素,该图片包含的像素个数是307 200,也就是我们常说的30万像素。

       2.3视频分辨率: 

      通常说的某视频是720P或者1080P,P指Progressive,即逐行扫描。480P是640X480像素的分辨率。720P是1280X720像素。

3.色调、亮度、饱和度

   3.1图像色调:

    色调就是通常意义下的彩色,它随波长的变化而变化,反映理论颜色的基本特征。只有单一波长成分的关称为单色光,含有两种以上波长成分的关称为复合光。色彩通常是由一种单色光和白光按照一定比例混色的。色调和饱和度称为色度,色度表示的是色彩的纯度。

       色度:反映颜色的色调和饱和度

       色度和亮度共同表示颜色

    3.2图像亮度:

    亮度是人眼对光强度的感受,图像的亮度就是图像中光的强度。人眼一般感到红光最暗,蓝光次之,黄绿光最亮。

    3.3图像的饱和度:

   色彩的饱和度就是颜色的纯净度,饱和度越高,色彩越鲜明。色彩的饱和度取决于颜色中白光的比例,色彩中的白光越多,饱和度就越低。纯单色光的饱和度为100%,纯白个的饱和度为0%。

    

   亮度和色度(色调和饱和度)共同决定了图像的特性。

4.对比度

  对比度是图像的黑白之间的差异,差异越大,则对比度越大,能表示的颜色就越丰富。但是现在还没有同意标准来衡量对比度,需要依靠人的眼睛进行判断。

5.纹理

   图像的纹理特征是描述一副图像的重要性质之一,纹理、颜色和形状一起表述图像的视觉特征,也就是人的视觉能感受到的自然特征。

   灰度分布在空间位置上的反复出现形成了纹理,所以图像空间中一定距离的两个像素是由关系的。灰度共生矩阵就是利用图像的灰度级之间的相关性来描述纹理的一种常用方法。灰度共生矩阵的特征有: 

         *ASM 能量(angular second moment):灰度共生矩阵每个元素的平方和,描述图像是否均匀分布,纹理是否粗糙。图像越有结构,ASM越大。

                                                           

         *熵(entropy)如果灰度共生矩阵元素值分布均匀,则表示图像近于随机,熵值就越大。

                                              

        *对比度(contrast)表示图像的清晰程度和纹理深浅程度。灰度共生矩阵中偏离对角线的元素值越大,对比度就越大,纹理也就越深。

                                           

                                                 

         *自相关(correlation)描述灰度共生矩阵水平或垂直方向上的相似度。如果矩阵中水平方向的元素值均匀相等,则水平方向的相关性大,对应的图像在水平方向上越有纹理,则水平方向灰度共生矩阵的自相关值大于其他方向灰度共生矩阵的自相关值。

                                              

                                             

                                        

            *均匀度表示图像纹理的粗细度。纹理越粗糙,则均匀度越大;纹理越细致,则均匀度越小

6灰度共生矩阵

    在原矩阵中,可以取某偏移量(f1,f2),然后统计原矩阵中(x+f1,y+f2)出现的次数,产生灰度共生矩阵

          

发布了23 篇原创文章 · 获赞 10 · 访问量 12万+

猜你喜欢

转载自blog.csdn.net/gui694278452/article/details/85336171