图像处理的基础知识（1）

第一步、对图像进行一个初步的认识：

彩色图像：每个像素由R、G、B三个分量表示，每个通道取值范围0~255。数据类型一般为8位无符号整形。范例：

filePath = "F:\\learning\\code(1)\\Py\\1.jpg"
img = cv2.imread(filePath)
print(img.shape)

输出：

(300, 506, 3)

灰度图像：每个像素只有一个采样颜色的图像，这类图像通常显示为从最暗黑色到最亮的白色的灰度。标注的灰度图像灰度级数为256.

filePath = "F:\\learning\\code(1)\\Py\\timg.jpg"
img = cv2.imread(filePath,0)
print(img.shape)

输出：（输出的是220*220的矩阵）

(220, 220)

二值图像（黑白图像）：每个像素点只有两种可能，0和1.0代表黑色，1代表白色。数据类型通常为1个二进制位。

filePath = "F:\\learning\\code(1)\\Py\\0.jpg"
img = cv2.imread(filePath, 0)
print(img.shape)

输出：（输出是有0和1组成的309*450的矩阵）

(309, 450)

注意：

1、OpenCV的imread()和imwrite()能支持各种静态图像文件格式。不同的系统支持的文件格式不一样，但都支持BMP，通常还支持PNG、JPEG、TIFF格式。（处理医学的.dcm和.mhd图像时，推荐使用：SimpleITK，关于.dcm和.mhd的处理后续会详细介绍)

第二步：图像的基本概念

采样：是指将空域上和时域上连续的图像（模拟图像）变换成离散采样点（像素）集合的一种操作。下图所示为二维平面采用的过程：

图1 图像采样示意图

图像的分辨率：采样所获得的图像总像素的多少：例如309*405图像的总像素为：125145个。

量化：学习信号与系统的都知道量化，意义是一样的，都是把采样点上表示亮暗的连续量离散化后，用数值来表示的。

借助“量化”的概念来理解一下：

8bit图像：图像中的每个像素都用8位二进制数表示，即2的8次方=256个量级

16bit图像：图像中的每个像素都用16位二进制数表示，即2的16次方=65536个量级

24bit图像：图像中的每个像素都用24位二进制数表示，即2的24次方=1667万个量级

注意：量级越大，图像质量就越高，存储空间就越大。

第三步：一个很重要的概念：灰度直方图

灰度直方图：是关于灰度级分布的函数，是对图像中灰度级分布的统计。将数字图像中的所有像素，按照灰度值的大小，统计其所出现的频度。

灰度直方图性质：

①：灰度直方图表征了图像的以为信息；

②：灰度直方图与图像之间的关系是多对一的映射关系；

③：子图直方图之和为整图的直方图；

用途：

①：作为图像数字化参数

②：图像分割阈值的选择依据

范例：显示图像的直方图

filePath = "F:\\learning\\code(1)\\Py\\1.jpg"
img = cv2.imread(filePath)
b, g, r = cv2.split(img)


def calcAndDrawHist(image, color):
    hist = cv2.calcHist([image], [0], None, [256], [0.0, 255.0])
    minVal, maxVal, minLoc, maxLoc = cv2.minMaxLoc(hist)
    histImg = np.zeros([256, 256, 3], np.uint8)
    hpt = int(0.9 * 256)

    for h in range(256):
        intensity = int(hist[h] * hpt / maxVal)
        cv2.line(histImg, (h, 256), (h, 256 - intensity), color)

    return histImg
histImgB = calcAndDrawHist(b, [255, 0, 0])
histImgG = calcAndDrawHist(g, [0, 255, 0])
histImgR = calcAndDrawHist(r, [0, 0, 255])

cv2.imshow("histImgB", histImgB)
cv2.imshow("histImgG", histImgG)
cv2.imshow("histImgR", histImgR)
cv2.imshow("Img", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

显示：

注意：

2、关于使用imshow('显示图像的帧名称',要显示图像的本身)显示图像时，一定要添加：

cv2.waitKey(0) #等待键盘触发时间
cv2.destroyAllWindows() #释放由OpenCV创建的所有窗口

3、cv2.cvtColor()函数将图像转换为BGR格式：

filePath = "F:\\learning\\code(1)\\Py\\1.jpg"
img = cv2.imread(filePath)
img = cv2.cvtColor(img, cv2.COLOR_GRAY2BGR)

4、imwrite()要求图像为BGR活灰度格式，并且每个通道要有一定的位（bit），输出格式要支持这些通道。（BMP格式要求每一个通道有8位，PNG要求每个通道有8位活16位）

filePath = "F:\\learning\\code(1)\\Py\\1.jpg"
img = cv2.imread(filePath, 0)   #写0是将图像转换为灰度图读取
cv2.imwrite('result.png', img)

图1 原图

图2 result

图像处理的基础知识（1）

猜你喜欢