OpenCV-Python实战（1）——OpenCV简介与图像处理基础

f

(

x

,

y

)

f(x, y)

f(x,y)，其中

(

x

,

y

)

(x, y)

(x,y) 是空间坐标，而

f

(

x

,

y

)

f(x, y)

f(x,y) 是图像在点

(

x

,

y

)

(x, y)

(x,y) 处的亮度或灰度或颜色值。另外，当f(x, y)和(x, y)值都是有限离散量时，该图像也被称为数字图像，此时：

1. x

∈

[

0

,

h

−

1

]

x∈ [0, h-1]

x∈[0,h−1]，其中

h

h

h 是图像的高度
2. y

∈

[

0

,

w

−

1

]

y∈ [0, w-1]

y∈[0,w−1]，其中

w

w

w 是图像的宽度
3. f

(

x

,

y

)

∈

[

0

，

L

−

1

]

f(x, y)∈ [0，L-1]

f(x,y)∈[0，L−1]，其中

L

=

256

L=256

L=256 (对于8位灰度图像)

彩色图像也可以用同样的方式表示，只是我们需要定义三个函数来分别表示红色、绿色和蓝色值。这三个单独的函数中的每一个都遵循与为灰度图像定义的

f

(

x

,

y

)

f(x, y)

f(x,y) 函数相同的公式。我们将这三个函数的子索引 R、G 和 B 分别表示为

f

R

(

x

,

y

)

f_R(x, y)

fR​(x,y)、

f

G

(

x

,

y

)

f_G(x, y)

fG​(x,y) 和

f

B

(

x

,

y

)

f_B(x, y)

fB​(x,y)。
同样，黑白图像也可以表示为相同的形式，其仅需要一个函数来表示图像，且

f

(

x

,

y

)

f(x, y)

f(x,y) 只能取两个值。通常，0 表示黑色、1 表示白色。
下图显示了三种不同类型的图像(彩色图像、灰度图像和黑白图像)：

数字图像可以看作是真实场景的近似，因为

f

(

x

,

y

)

f(x, y)

f(x,y) 值是有限的离散量。此外，灰度和黑白图像每个点只对应有一个值，彩色图像每个点需要三个函数对应于图像的红色、绿色和蓝色分量。

图像文件类型

尽管在 OpenCV 中处理的图像时，可以将图像看作 RGB 三元组的矩阵(在 RGB 图像模型情况下)，但它们不一定是以这种格式创建、存储或传输的。有许多不同的文件格式，如GIF、PNG、位图或JPEG，使用不同形式的压缩&#