数字图像与机器视觉基础补充(1)

最新推荐文章于 2025-03-23 16:28:24 发布
最新推荐文章于 2025-03-23 16:28:24 发布
阅读量2.4k 收藏
点赞数 1
文章标签： photoshop ui 图像处理
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/xyf_fate/article/details/121848634
版权

数字图像与机器视觉基础补充

一、实践操作

1）用图画板或其他图像编辑软件(Photoshop/GIMP、cximage、IrfanView等)打开一个彩色图像文件，将其分别保存为 32位、16位彩色和256色、16色、单色的位图（BMP)文件，对比其文件大小，并计算分析这些图片在内存中的存储容量是多少？当保存为BMP文件时，将用文件头来记录图像的属性，请问：BMP文件头是多大？是什么格式？上述5个类型的BMP的文件头内容有什么差异？
2）将一幅彩色照片分别保存为BMP、JPG、GIF和PNG格式，对比它们的文件大小比，判断图像的压缩保存后的压缩比率。

1.位图

打开图片，方式选择为画图
在这里插入图片描述
选择保存为bmp文件
在这里插入图片描述
选择保存类型
在这里插入图片描述
在这里插入图片描述
位图大小计算公式为：长×高×位深度
如下图((512×512×1)/8)/1024=32kb
在这里插入图片描述
在这里插入图片描述
0~1 两个字节为文件类型，0x4d42为固定BM
2~5 四个字节为文件大小，0x184e，即6222
6~9 四个字节为保留字段，全0
a~d 四个字节为从文件头到实际的位图数据的偏移字节数
12~15 四个字节表示图片宽度，0xdc为220
16~19 四个字节表示图片高度，0xdc为220
1a~1b 两个字节，恒定为0x1
1c~1d 两个字节表示像素占的比特，这里为0x1即两种颜色，16色为0x4即16种颜色，256色为0x8即256种颜色
1e~21 四个字节表示图片是否压缩，0x0表示不压缩
22~25 四个表示图像大小，0x1810为6160
26~29 四个字节表示水平分辨率
2a~2d 四个字节表示垂直分辨率
23~31 四个字节表示实际使用的颜色索引数
32~35 四个字节表示重要的颜色索引数
可以发现文件头一共占40个字节，为十六进制。
对于不同的图片，文件大小、长、宽、像素占比都不同。

2.文件压缩比

原图是24位bmp文件，大小768kb
在这里插入图片描述
经过jpg转换后大小变为89.7kb，压缩率在11.6%
经过gif转换后大小变为133kb，压缩率在17.3%
经过png转换后大小变为699kb，压缩率在91%
经过256色位图转换后大小变为257kb，压缩率在33.5%

二、图像处理编程

  1. 根据提供的资料完成以下图像处理编程任务：
    1）用奇异值分解（SVD）对一张图片进行特征值提取（降维）处理；
    2）采用图像的开闭运算(腐蚀-膨胀)，检测出2个样本图像中硬币、细胞的个数。
    3)采用图像梯度、开闭、轮廓运算等，对图片中的条形码进行定位提取；再调用条码库获得条码字符。

1.奇异值分解（SVD）

代码
import numpy as np
import os
from PIL import Image
import matplotlib.pyplot as plt
import matplotlib as mpl
from pprint import pprint


def restore1(sigma, u, v, K):  # 奇异值、左特征向量、右特征向量
    m = len(u)
    n = len(v[0])
    a = np.zeros((m, n))
    for k in range(K):
        uk = u[:, k].reshape(m, 1)
        vk = v[k].reshape(1, n)
        a += sigma[k] * np.dot(uk, vk)
    a[a < 0] = 0
    a[a > 255] = 255
    # a = a.clip(0, 255)
    return np.rint(a).astype('uint8')


def restore2(sigma, u, v, K):  # 奇异值、左特征向量、右特征向量
    m = len(u)
    n = len(v[0])
    a = np.zeros((m, n))
    for k in range(K+1):
        for i in range(m):
            a[i] += sigma[k] * u[i][k] * v[k]
    a[a < 0] = 0
    a[a > 255] = 255
    return np.rint(a).astype('uint8')


if __name__ == "__main__":
    A = Image.open("./1.png", 'r')
    print(A)
    output_path = r'./SVD_Output'
    if not os.path.exists(output_path):
        os.mkdir(output_path)
    a = np.array(A)
    print(a.shape)
    K = 50
    u_r, sigma_r, v_r = np.linalg.svd(a[:, :, 0])
    u_g, sigma_g, v_g = np.linalg.svd(a[:, :, 1])
    u_b, sigma_b, v_b = np.linalg.svd(a[:, :, 2])
    plt.figure(figsize=(11, 9), facecolor='w')
    mpl.rcParams['font.sans-serif'] = ['simHei']
    mpl.rcParams['axes.unicode_minus'] = False
    for k in range(1, K+1):
        print(k)
        R = restore1(sigma_r, u_r, v_r, k)
        G = restore1(sigma_g, u_g, v_g, k)
        B = restore1(sigma_b, u_b, v_b, k)
        I = np.stack((R, G, B), axis=2)
        Image.fromarray(I).save('%s\\svd_%d.png' % (output_path, k))
        if k <= 12:
            plt.subplot(3, 4, k)
            plt.imshow(I)
            plt.axis('off')
            plt.title('奇异值个数：%d' % k)
    plt.suptitle('SVD与图像分解', fontsize=20)
    plt.tight_layout()
    # plt.subplots_adjust(top=0.9)
    plt.show()
结果

在这里插入图片描述
随着奇异值的减少图片变得模糊

2.图像的开闭运算

代码
import cv2
import numpy as np

def stackImages(scale, imgArray):
    rows = len(imgArray)
    cols = len(imgArray[0])
    rowsAvailable = isinstance(imgArray[0], list)
    width = imgArray[0][0].shape[1]
    height = imgArray[0][0].shape[0]
    if rowsAvailable:
        for x in range(0, rows):
            for y in range(0, cols):
                if imgArray[x][y].shape[:2] == imgArray[0][0].shape[:2]:
                    imgArray[x][y] = cv2.resize(imgArray[x][y], (0, 0), None, scale, scale)
                else:
                    imgArray[x][y] = cv2.resize(imgArray[x][y], (imgArray[0][0].shape[1], imgArray[0][0].shape[0]),
                                                None, scale, scale)
                if len(imgArray[x][y].shape) == 2: imgArray[x][y] = cv2.cvtColor(imgArray[x][y], cv2.COLOR_GRAY2BGR)
        imageBlank = np.zeros((height, width, 3), np.uint8)
        hor = [imageBlank] * rows
        hor_con = [imageBlank] * rows
        for x in range(0, rows):
            hor[x] = np.hstack(imgArray[x])
        ver = np.vstack(hor)
    else:
        for x in range(0, rows):
            if imgArray[x].shape[:2] == imgArray[0].shape[:2]:
                imgArray[x] = cv2.resize(imgArray[x], (0, 0), None, scale, scale)
            else:
                imgArray[x] = cv2.resize(imgArray[x], (imgArray[0].shape[1], imgArray[0].shape[0]), None, scale, scale)
            if len(imgArray[x].shape) == 2: imgArray[x] = cv2.cvtColor(imgArray[x], cv2.COLOR_GRAY2BGR)
        hor = np.hstack(imgArray)
        ver = hor
    return ver


#读取图片
src = cv2.imread("coin.png")
img = src.copy()

#灰度
img_1 = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

#二值化
ret, img_2 = cv2.threshold(img_1, 127, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)

#腐蚀
kernel = np.ones((20, 20), int)
img_3 = cv2.erode(img_2, kernel, iterations=1)

#膨胀
kernel = np.ones((3, 3), int)
img_4 = cv2.dilate(img_3, kernel, iterations=1)

#找到硬币中心
contours, hierarchy = cv2.findContours(img_4, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)[-2:]

#标识硬币
cv2.drawContours(img, contours, -1, (0, 0, 255), 5)

#显示图片
cv2.putText(img, "count:{}".format(len(contours)), (0, 30), cv2.FONT_HERSHEY_SIMPLEX, 1.0, (255, 0, 0), 3)
cv2.putText(src, "src", (0, 30), cv2.FONT_HERSHEY_SIMPLEX, 1.0, (255, 0, 0), 3)
cv2.putText(img_1, "gray", (0, 30), cv2.FONT_HERSHEY_SIMPLEX, 1.0, (255, 0, 0), 3)
cv2.putText(img_2, "thresh", (0, 30), cv2.FONT_HERSHEY_SIMPLEX, 1.0, (255, 0, 0), 3)
cv2.putText(img_3, "erode", (0, 30), cv2.FONT_HERSHEY_SIMPLEX, 1.0, (255, 0, 0), 3)
cv2.putText(img_4, "dilate", (0, 30), cv2.FONT_HERSHEY_SIMPLEX, 1.0, (255, 0, 0), 3)
imgStack = stackImages(1, ([src, img_1, img_2], [img_3, img_4, img]))
cv2.imshow("imgStack", imgStack)
cv2.waitKey(0)
结果

在这里插入图片描述
细胞检测与硬币基本一致

3.图像梯度、开闭、轮廓运算

代码
import cv2
import numpy as np
import imutils
from pyzbar import pyzbar
def stackImages(scale, imgArray):
    rows = len(imgArray)
    cols = len(imgArray[0])
    rowsAvailable = isinstance(imgArray[0], list)
    width = imgArray[0][0].shape[1]
    height = imgArray[0][0].shape[0]
    if rowsAvailable:
        for x in range(0, rows):
            for y in range(0, cols):
                if imgArray[x][y].shape[:2] == imgArray[0][0].shape[:2]:
                    imgArray[x][y] = cv2.resize(imgArray[x][y], (0, 0), None, scale, scale)
                else:
                    imgArray[x][y] = cv2.resize(imgArray[x][y], (imgArray[0][0].shape[1], imgArray[0][0].shape[0]),
                                                None, scale, scale)
                if len(imgArray[x][y].shape) == 2: imgArray[x][y] = cv2.cvtColor(imgArray[x][y], cv2.COLOR_GRAY2BGR)
        imageBlank = np.zeros((height, width, 3), np.uint8)
        hor = [imageBlank] * rows
        hor_con = [imageBlank] * rows
        for x in range(0, rows):
            hor[x] = np.hstack(imgArray[x])
        ver = np.vstack(hor)
    else:
        for x in range(0, rows):
            if imgArray[x].shape[:2] == imgArray[0].shape[:2]:
                imgArray[x] = cv2.resize(imgArray[x], (0, 0), None, scale, scale)
            else:
                imgArray[x] = cv2.resize(imgArray[x], (imgArray[0].shape[1], imgArray[0].shape[0]), None, scale, scale)
            if len(imgArray[x].shape) == 2: imgArray[x] = cv2.cvtColor(imgArray[x], cv2.COLOR_GRAY2BGR)
        hor = np.hstack(imgArray)
        ver = hor
    return ver


#读取图片
src = cv2.imread("ccode.jpg")
img = src.copy()

#灰度
img_1 = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

#高斯滤波
img_2 = cv2.GaussianBlur(img_1, (5, 5), 1)


#Sobel算子
sobel_x = cv2.Sobel(img_2, cv2.CV_64F, 1, 0, ksize=3)
sobel_y = cv2.Sobel(img_2, cv2.CV_64F, 0, 1, ksize=3)
sobel_x = cv2.convertScaleAbs(sobel_x)
sobel_y = cv2.convertScaleAbs(sobel_y)
img_3 = cv2.addWeighted(sobel_x, 0.5, sobel_y, 0.5, 0)

#均值方波
img_4 = cv2.blur(img_3, (5, 5))

#二值化
ret, img_5 = cv2.threshold(img_4, 127, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)

#闭运算
kernel = np.ones((100, 100), int)
img_6 = cv2.morphologyEx(img_5, cv2.MORPH_CLOSE, kernel)

#开运算
kernel = np.ones((200, 200), int)
img_7 = cv2.morphologyEx(img_6, cv2.MORPH_OPEN, kernel)

#绘制条形码区域
contours = cv2.findContours(img_7, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
contours = imutils.grab_contours(contours)
c = sorted(contours, key = cv2.contourArea, reverse = True)[0]
rect = cv2.minAreaRect(c)
box = cv2.cv.BoxPoints(rect) if imutils.is_cv2() else cv2.boxPoints(rect)
box = np.int0(box)
cv2.drawContours(img, [box], -1, (0,255,0), 20)

#显示图片信息
cv2.putText(img, "results", (200, 200), cv2.FONT_HERSHEY_SIMPLEX, 10.0, (255, 0, 0), 30)
cv2.putText(img_1, "gray", (200, 200), cv2.FONT_HERSHEY_SIMPLEX, 10.0, (255, 0, 0), 30)
cv2.putText(img_2, "GaussianBlur",(200, 200), cv2.FONT_HERSHEY_SIMPLEX, 10.0, (255, 0, 0), 30)
cv2.putText(img_3, "Sobel", (200, 200), cv2.FONT_HERSHEY_SIMPLEX, 10.0, (255, 0, 0), 30)
cv2.putText(img_4, "blur", (200, 200), cv2.FONT_HERSHEY_SIMPLEX, 10.0, (255, 0, 0), 30)
cv2.putText(img_5, "threshold", (200, 200), cv2.FONT_HERSHEY_SIMPLEX, 10.0, (255, 0, 0), 30)
cv2.putText(img_6, "close", (200, 200), cv2.FONT_HERSHEY_SIMPLEX, 10.0, (255, 0, 0), 30)
cv2.putText(img_7, "open", (200, 200), cv2.FONT_HERSHEY_SIMPLEX, 10.0, (255, 0, 0), 30)

#输出条形码
barcodes = pyzbar.decode(src)
for barcode in barcodes:
    barcodeData = barcode.data.decode("utf-8")
    cv2.putText(img, barcodeData, (200, 600), cv2.FONT_HERSHEY_SIMPLEX, 5.0, (0, 255, 0), 30)

#显示所有图片
imgStack = stackImages(0.1, ([img_1, img_2,img_3,img_4],[img_5,img_6,img_7,img]))
cv2.imshow("imgStack", imgStack)
cv2.waitKey(0)
结果

在这里插入图片描述

三、总结

学习图像处理虽然有点复杂，但对我有很大的帮助。

四、参考

OpenCV+Python简单实践之硬币检测以及条形码检测

操作系统存储空间管理和位示图法
bcbobo21cn的专栏
05-25 2775
操作系统存储空间管理；
软考知识点——操作系统：位示图的计算、页式存储、磁盘管理
WHT869706733的博客
05-18 2万+
目录 一、位示图 1.位示图的概念 2. 位示图的计算 二、页式存储 三、磁盘管理 一、位示图 1.位示图的概念 位示图是利用二进制的一位来表示磁盘中的一个盘块的使用情况。当其值为“0”时，表示对应的盘块空闲；为“1”时，表示已经分配。有的系统把"0"作为盘块已分配的标记，把“1”作为空闲标志。(它们的本质上是相同的，都是用一位的两种状态标志空闲和已分配两种情况。)磁盘上的所有盘块都有一个二进制位与之对应，这样，由所有盘块所对应的位构成一个集合，称为位示图。 2. 位示图的计算 20
位示图的计算
Despareter_YongPL
04-01 2万+
某文件管理系统在磁盘上建立了位示图（bitmap），记了磁盘的使用情况。假设计算系统的字长为32位，磁盘的容量为200GB，物理块的大小为1MB，那么位示图的大小有（6400）字，那么位示图需要占用（25）物理块 200×1024÷32=6400字 1字=32位 1字节=8位 6400×32÷8=25600B 25600÷1024=25 ...
位示图大小的计算
最新发布
qq_33382118的博客
03-23 169
位示图的大小=位示图的块数*每块大小（通常为1个字节）位示图大小=块数*大小=252*1个字节=252个字节。总块数=128*1024MB/64MB=2016块。如 磁盘容量为128G,物理块的大小为64MB。位示图块数=总块数/8位=252块数。位示图的块数=总块数/8位。总块数=磁盘容量/物理块大小。
详解位示图计算方法、代码
Weiki的博客
09-27 2693
位示图（Bit-Map）是一种非常紧凑和高效的位操作技术，特别适用于管理系统资源或者表示大规模数据的某种状态。在位示图中，都代表某个资源或元素的状态。为了更生动地理解其工作原理，我们可以从理论计算和位运算的角度进行深入探讨，并通过详细的示例展示如何使用位示图来解决问题。
位图文件大小的精准计算方法
weixin_34006468的博客
09-28 2617
位图文件大小的精准计算方法 发布时间：2011-11-20 5:27:00 8位（bit）位图：彩色版中有2^8=256种颜色，具体哪256种颜色可由调色板灵活规定，因此每个像素点最多有256种情况（颜色），故刚好可用两位十六进制码（16^2=256）表示，占1字节。一幅512×512的8位位图大...
数字图像与机器视觉基础补充(2)
qq_33700652的博客
12-22 2251
数字图像与机器视觉基础补充2一 完成数字图像处理与图像文件的操作（1）将彩色图像文件转换为灰度文件使用opencv不使用opencv（1）将彩色图像(RGB)转为HSV、HSI 格式转为HSV格式转为HSI格式二 车牌分割三 参考 一 完成数字图像处理与图像文件的操作 （1）将彩色图像文件转换为灰度文件 使用opencv 代码 import cv2 as cv img = cv.imread('D:/pic1.jpg') img_1 = cv.cvtColor(img,cv.COLOR_BGR2GRAY)
软件设计师_操作系统——位示图
hhhyixin的博客
10-25 5132
此文章为软件设计师考试中的操作系统这一章的位示图知识点。
【磁盘数据的组织和格式】计算磁盘的存储块、构造位示图所需的字、字对应的块号
阿年的博客
02-11 4281
盘组的计算，涉及到柱面、磁道、扇区、磁盘块、字节、位示图、块号等概念和计算
【计算】位示图与字
chensy的博客
11-19 3万+
题目：某文件管理系统在磁盘上建立了位示图(bitmap) ，记录磁盘的使用情况。若计算机系统的字长为 32 位，磁盘的容量为 300GB ，物理块的大小为4MB ，那么位示图的大小需要（ ）个字。 磁盘容量为300GB，物理块大小4MB，则磁盘共300*1024/4=75*1024个物理块 位示图用每1位表示1个磁盘块的使用情况，1个字是32位，所以1个字可以表示32块物理块使用情况，那么需要...
文件存储位示图算法
12-14
操作系统中文件存储中，用c语言模拟位示图存储。
基本法求解位示图编号问题
Bing's Blog
11-11 1万+
基本法求解位示图编号问题@(OS)文件系统用位图法表示磁盘空间的分配情况，位图存于磁盘的32~127号块中。每个磁盘块占用1024B,盘块和块字节均从0开始编号。假设要释放的盘块号为409612，则位示图中药修改的位所在的盘号和块内字节分别是：C⎯⎯⎯\underline C A. 81,1 B. 81,2 C. 82,1 D. 82, 2分析：必须要说的是代入法更快。首先看81号，则32~
图片大小计算方法
fr_han的专栏
05-13 5万+
一、图像占用空间的大小计算： 大小=分辨率*位深/8 分辨率=宽*高（如：1024*768,640*480） 位深：如24位，16位，8位 /8计算的是字节数。 例如： 一幅图像分辨率：1024*768,24位，则其大小计算如下： 大小=1024*768824/8=2359296byte=2304KB 二、图像物理尺寸的大小计算： 参考一些会员近期提出的问
位示图算法实现大数据的存储
走在前往架构师的路上
11-22 4088
今天在看排序算法的时候，看到了用位示图法实现的，上面说可以大大减少内存的使用，尤其针对大数据的存储，数据量非常大的的时候，他的优点就比较明显了，因为他存储数据值依靠1个位来表示。具体是怎么回事呢，继续往下看。位图法，位图法，当然和位相关，下面我给出一组数组int[]{1, 3, 5,8}，也许在普通的我们的编程中，我们肯定是存放在一个32位整形的数组中，1个32位整数，4个字节，4个数字总共16个
图像分辨率和图像大小的计算
热门推荐
foreverhuylee的专栏
04-02 7万+
阐述了不同深度的位图文件，文件大小的计算方式，同时，对图像像素总数、图像分辨率等概念也进行了阐述， 对理解图像的存储有一定知道意义。
操作系统 - 位示图
u012940757的博客
09-08 1万+
1、位示图是利用二进制的一位来表示磁盘中盘块的使用情况。 其值为0，表示对应的盘块为空闲；其值为1，表示对应的盘块为已分配。 总之，用二进制的一位来标志空闲和已分配。 2、位示图还可以用于存储空间的分配和回收。
位图文件存储空间的计算
shengabc的专栏
08-22 3372
阿里15实习生招聘笔试的一道选择题 位图图像：  位图，又叫光栅图，是由许多像小方块一样的“像素”组成的图像。其放大或缩小都会使原有图像产生失真。  位图文件容量的计算： 看清是xx位色彩还是xx种色彩  800*600像素的黑白图像如何计算？  分析：一个像素可以存放黑或者白图像(2色或者1位色)，所以每个像素就是一个比特，即1位。因此，可以算出这幅图像的容量为：800*60
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Ivan@Xiang

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值