数字图像处理的基础

最新推荐文章于 2022-07-23 23:07:29 发布

轻松kenny

最新推荐文章于 2022-07-23 23:07:29 发布

阅读量624

点赞数

分类专栏：图像识别

图像识别专栏收录该内容

5 篇文章

订阅专栏

大家都知道，人类所获取的信息中，大部分都来自视觉，人类用自己的双眼观察世界，发现世界。图像是对客观存在的物体、场景的一种相似性的生动描述。现在在计算机、网络及电子产品看到的图像都属于数字图像。在讲解图像处理之前需要必备一些关于图像处理的基本知识，下面就对一些常用的关于图像处理的基本知识进行讲解。

像素

像素是基本原色素及其灰度的基本编码。我们看到的数字图片是有一个二维的像素矩阵组成。像素在计算机中通常用3个字节24位保存，如16-23 位表示红色（R）分量，8-15 位表示绿色(G)分量，0-7 位表示蓝色(B)分量；详细信息见下面“计算机颜色模型机RGB”中颜色的表示。

现实世界是三维的，但是我们从现实世界拍摄的图像是二维信息。一张图片可以定义为一个二维函数f(x,y)，(x,y)是二维空间中的点坐标，f(x,y)是对应于该点的坐标值，即像素。

当图片尺寸以像素为单位时，每一厘米等于28像素，比如15*15厘米长度的图片，等于420*420像素的长度。

一个像素所能表达的不同颜色数取决于比特每像素(BPP)。如8bpp[2^8=256色，灰度图像]、16bpp[2^16=65536色，称为高彩色]、24bpps[2^24=16777216色，称为真彩色]。

分辨率

图像总像素的多少，称为图像分辨率。由于图像通常用矩阵表示，所以分辨率常用，m*n表示，其中n表示行数(即一列包含的像素)，m表示列数(即一行包含的像素)。如640*480，表示图像的长和宽分别为640和480，总像素为640*480=307200(相机中所说的30万分辨率)，800*600，表示图像的长和宽分别为800和600，总像素为800*600=480000(相机中所说的50万分辨率)。

计算机颜色模型机RGB

颜色模型，是将颜色表示成数字形式的模型，或者说是一种记录图像颜色的方式。有RGB模型、CMYK模型、HSL模型、Lab颜色模型等，其中最常用的是RGB模型。

RGB

大家都知道，几乎世界上的所有颜色都可以用红（Red）、绿（Green）、蓝（Blue）三种颜色的不同比例组合形成，红绿蓝被称为三原色。

然而在计算机上他是怎样表示的呢?

在计算机中，R、G、B三种颜色分别被量化成0—255共256个等级。这样彩色图像就有256*256*256=16777216种彩色，这种图像被称为全彩色图像（full-color nimage）或真彩色图像(true-color image)。

在图像中每一个像素保存一个颜色值，而每种颜色有RGB三种颜色组合而成。所以颜色可以用R、G、B三种颜色的三维坐标表示，如下图：

根据以上图像颜色的组成原理，可以把一个图像分解成R、G、G三种基颜色的灰度图像。如下图：

原图1 图1_red

图1_green 图1_blue

算法代码实现（Java）：见下面附录1

特别说明：当一张图片各个像素的R、G、B三种颜色的分量都相同时就是一个无彩色灰度图像。如下图：

图1_gray

算法代码实现（java）：见下面附录2

附录

附录1：将图片分解成R、G、B三种灰度图片的算法

[java]view plaincopy 
   
 /** 
      * 将图片分解成R、G、B三种灰度图片 
      */  
     public static void analyseRGB() {  
         OutputStream output = null;  
         try {  
             // read image  
             BufferedImage img = ImageIO.read(new File("F:\\image processing\\图1.jpg"));  
             int imageType = img.getType();  
             int w = img.getWidth();  
             int h = img.getHeight();  
             int startX = 0;  
             int startY = 0;  
             int offset = 0;  
             int scansize = w;  
             int dd = w-startX;  
             int hh = h - startY;  
             int x0 = w / 2;  
             int y0 = h / 2;  
             //System.out.println("dd:" + dd + "  hh:" + hh);  
             // rgb的数组,保存像素，用一维数组表示二位图像像素数组  
             int[] rgbArray = new int[offset + hh * scansize  
                     + dd];  
             //newArray 保存处理后的像素  
             int[] newArray = new int[offset + hh * scansize  
                                     + dd];  
             img.getRGB(startX, startY, w, h, rgbArray, offset, scansize);  
               
             int rgb = rgbArray[offset + (y0 - startY) * scansize  
                     + (x0 - startX)];  
             Color c = new Color(rgb);  
             //System.out.println("中间像素点的rgb：" + c);  
             for(int i=0; i<h-startY; i++) {  
                 for(int j=0; j<w-startX; j++) {  
                     c = new Color(rgbArray[i*dd + j]);  
                     //newArray[i*dd + j] = new Color(c.getRed(), 0, 0).getRGB() ;   //红色灰度图像  
                     //newArray[i*dd + j] = new Color(0, c.getGreen(), 0).getRGB();  //绿色灰度图像  
                     newArray[i*dd + j] = new Color(0, 0, c.getBlue()).getRGB(); //蓝色灰度图像  
                 }  
             }  
               
             // create and save to bmp  
             //File out = new File("F:\\image processing\\图1_red.jpg");  
             //File out = new File("F:\\image processing\\图1_green.jpg");  
             File out = new File("F:\\image processing\\图1_blue.jpg");  
             if (!out.exists())  
                 out.createNewFile();  
             output = new FileOutputStream(out);  
             BufferedImage imgOut = new BufferedImage(w, h, BufferedImage.TYPE_3BYTE_BGR);  
             imgOut.setRGB(startX, startY, w, h, newArray, offset, scansize);  
             ImageIO.write(imgOut, "jpg", output);  
         } catch (IOException e) {  
             e.printStackTrace();  
         } finally {  
             if (output != null)  
                 try {  
                     output.close();  
                 } catch (IOException e) {  
                 }  
         }  
     }  

附录2：将图片分解成黑白图片的算法

[java]view plaincopy 
    
 /** 
      * 将图片分解成黑白图片 
      */  
     public static void grayImage() {  
         OutputStream output = null;  
         try {  
             // read image  
             BufferedImage img = ImageIO.read(new File("F:\\image processing\\baboom.jpg"));  
             int imageType = img.getType();  
             int w = img.getWidth();  
             int h = img.getHeight();  
             int startX = 0;  
             int startY = 0;  
             int offset = 0;  
             int scansize = w;  
             int dd = w-startX;  
             int hh = h - startY;  
             int x0 = w / 2;  
             int y0 = h / 2;  
             System.out.println("dd:" + dd + "  hh:" + hh);  
             // rgb的数组,保存像素，用一维数组表示二位图像像素数组  
             int[] rgbArray = new int[offset + hh * scansize  
                     + dd];  
             //newArray 保存处理后的像素  
             int[] newArray = new int[offset + hh * scansize  
                                     + dd];  
             img.getRGB(startX, startY, w, h, rgbArray, offset, scansize);  
               
             int rgb = rgbArray[offset + (y0 - startY) * scansize  
                     + (x0 - startX)];  
             Color c = new Color(rgb);  
             System.out.println("中间像素点的rgb：" +c+" "+c.getRGB());  
             for(int i=0; i<h-startY; i++) {  
                 for(int j=0; j<w-startX; j++) {  
                     c = new Color(rgbArray[i*dd + j]);  
                     //彩色图像转换成无彩色的灰度图像Y=0.299*R + 0.578*G + 0.114*B  
                     int gray = (int)(0.299*c.getRed() + 0.578*c.getGreen() + 0.114*c.getBlue());  
                     newArray[i*dd + j] = new Color(gray, gray, gray).getRGB();  //蓝色灰度图像  
                 }  
             }  
               
             // create and save to bmp  
             File out = new File("F:\\image processing\\baboom_gray.jpg");  
             if (!out.exists())  
                 out.createNewFile();  
             output = new FileOutputStream(out);  
             BufferedImage imgOut = new BufferedImage(w, h, BufferedImage.TYPE_3BYTE_BGR);  
             imgOut.setRGB(startX, startY, w, h, newArray, offset, scansize);  
             ImageIO.write(imgOut, "jpg", output);  
         } catch (IOException e) {  
             e.printStackTrace();  
         } finally {  
             if (output != null)  
                 try {  
                     output.close();  
                 } catch (IOException e) {  
                 }  
         }  
     }  