数字图像处理的基本概念

Image.jpg

上面的图片是数字图像. 图像在计算机中具有以下概念.

由于计算机只能处理离散数据，因此必须通过计算机对肉眼所见的图像进行采样和量化，即将模拟信号转换为离散信号的过程.

采样是指在特定区域中获取了多少个采样点. 显然，采样率越大，图像越精细，数据量也越大.

量化是获取采样点的数据，我应该使用多少个二进制位来表示它. 如下图所示

量化水平

根据上图，您可以知道该图像具有灰度概念

1bit只有2个灰度级，0和1

2bit具有4个灰度级别，分别为0、1、2、3

8位具有256级灰度，从0到255

右边是lena的灰度直方图. 使用过Photoshop的人应该经常看到此图像.

lena

灰色直方图是图像中灰度级别的频率统计.

也就是说，如果图像有10,000个像素，则每个像素的灰度级为0到255

然后，将x轴定义为灰度级数，将y轴定义为像素数，然后绘制直方图.

x = 0，y = 100表示​​存在100个灰度级为0的像素.

灰度直方图非常有用. 如果图像的灰度全部分布到x相对较小的地方，则意味着图像非常暗. 可以通过灰度映射功能使图像变亮. 许多漂亮的图片APP，Photoshop就是这样调整亮度的.

红色，绿色和蓝色这三种原色，可以通过组合红色，绿色和蓝色获得任何颜色. 红色，绿色和蓝色这三种颜色无法分解，因此它们是三种原色. 彩像由RGB的三个灰度图像组成.

彩像到灰度图像的公式: Y = 0.299R + 0.587G + 0.114B

将灰度图像转换为彩像称为伪彩色处理. 必须根据实际情况进行转换. 没有通用公式.

数据量是图像占用多少字节，例如10,000个像素，每个像素占用1个字节. 解压缩之前的数据量为10,000个字节.

信息量，信息量指示图片中包含多少种信息.

如果全白图像仅具有“白”信息，则其信息非常小，并且出现白色像素的概率为1，这非常大. 无论此类图片的数据量有多大灰度图像数据量，假设大小为10,000 x 10,000，都可以将其压缩到很小的程度.

如果彩片包含许多不同的颜色信息灰度图像数据量，表明它具有大量信息，则很难对其进行压缩.

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-274480-1.html