图像识别(二)| 图像的色彩空间

大家好啊,我是董董灿。

目录

RGB

数值表示和图片大小计算

YUV

YUV编码的用途

总结一下

One More Thing


图像识别(一)| 从像素说起_董董灿是个攻城狮的博客-CSDN博客从零开始,学习神经网络的图像识别https://blog.csdn.net/dongtuoc/article/details/125236585?spm=1001.2014.3001.5502

上一篇文章从像素开始,聊到了 RGB 这一常见的色彩空间模型。

之所以还想继续聊聊 RGB 以及另一种色彩空间模型-YUV ,不是说想要去学摄影,需要调节色度、曝光和饱和度。

而是在图像处理的深度学习任务中,RGB以及YUV总是会时不时的出现一下,让枯燥无味且高度抽象的算法,突然之间,变得具体一些,光鲜一些。

RGB

Red,Green,Blue(RGB)是我们最常见的图像表示方法。

这个非常好理解,三原色的融合,几乎可以构造出所有需要的颜色。

三张RGB分量图片的融合,就可以构成一幅色彩斑斓的图片。

(原图与R G B 三个分量图片 图片来源:https://blog.csdn.net/qq_43426078/article/details/124024237)

平时我们说,分辨率为1920*1080的图片,它代表的是在长宽两个方向上,有 1920 * 1080 个像素,但是,在色彩这个方向上,还有 3 个通道(channel),也就是RGB。

我们看到的一个像素点的颜色,在计算系统中,并不是简单的由一个数值来表示的,而是由RGB三个分量的三个数值来表示的。

因此,想要计算一张1920*1080的图片所占用的内存大小时,不能仅仅用长乘以宽这么计算,还需要考虑通道数。

数值表示和图片大小计算

我们可能用过画图这一软件来选择过一个颜色。

通过简单的设置红色,绿色,蓝色的数值,就可以在调色板中得到一个颜色。

有没有注意到,无论红色,还是绿色,还是蓝色,其表示的数值都没有超过255。

为什么?

因为像素值,在计算机中,是用一个 int8 的数据来表示的。

而 int8,指的是 8bit 无符号整数,其能表示的范围就是 0 - 255。

说到这,我们就可以算一算,一张1920 * 1080 的RGB图像,在计算机中到底占多少的内存了。

很简单,长宽方向上每个像素由 3 个通道组成,每个通道由一个 8 bit的数值组成。一个 8 bit 数值代表一个字节(Byte)。

因此,一张1920 * 1080的 RGB 图像,占计算机存储大小为

size = 1920 * 1080 * 3 * 1 Bytes = 6075 KB = 5.9 MB

5.9MB 的内存占用!

大么?和目前动辄几个G的内存相比,不算大。

小么?在边缘侧图像识别终端上,比如摄像头的嵌入式芯片内存中,又不算小。更何况在公路违法拍照的摄像头场景下,在车流量很大的时候,需要实时处理的图片,可不止一张。

那怎么办?

有没有办法可以在进行图像处理时,减少图片的数据量,从而减少内存占用呢?

有,YUV就是其中一种办法。

YUV

YUV是将亮度信息和颜色信息进行编码的一种颜色空间。

和RGB相似,YUV也使用3个值来表示颜色。

为了简单点,我们暂时将这3个值称为Y,U和V。

(事实上,YUV的称呼很多,比如Y'CbCr,也很细节,这里不多描述,我们只要知道它是另外一种表示颜色的方法就可以。)Y 代表亮度,U 代表色彩度,V代表饱和度。

(原图)

(仅有Y分量,实际上是黑白图片)

(仅有U分量,只有色度)

(仅有V分量,只有饱和度)

上面的几张图片,除了原图之外,我们可能更加倾向于使用只有Y分量的图片,也就是那张黑白图像。

因为即使没有色彩,但是它的轮廓以及明亮程度,也足以让我们分辨出图片中的物体。

相反,只有色度和饱和度的图片,反而会变得模糊。

这就是问题所在!

人眼对于亮度具有更高的敏感度,而对色度和饱和度反而显得迟钝一些。

说到这,有没发现什么?

既然人眼对于色度和饱和度的反应不敏感,那就没有必要把所有的色度和饱和度信息都放在图片里了啊。

(YUV422编码: 图片来源: https://an.rustfisher.com/media/color/yuv-intro/)

举个例子,色度和饱和度我隔一个像素放一个,剩下的像素没有饱和度,不就可以了么。

没错,是可以,而且效果很好。

这就是YUV的不同编码。

实际上,YUV的编码方式有很多种,比如YUV444, YUV422等。

大致意思就是,保留全部的Y分量(人眼最敏感的分量),只保留部分的U/V分量,以此来减少图片的占用,但又不失重要信息。

还记得上面的1920*1080的RGB图片的内存占用么,为5.9MB。如果用YUV444的编码,结果也同样是5.9MB, 因为YUV444也是全采样,所有的亮度、色度、饱和度信息都保留了。而如果采用YUV422的编码,相当于U分量减少一半,V分量减少一半。那么最终的图片占用大小就变成了

size = 1920 * 1080 * (1 + 0.5 + 0.5) Bytes = 4050KB = 3.9MB

只有3.9MB,减少了1/3的内存占用。

是不是好很多?

更多关于YUV的编码知识,有兴趣的同学可以Google。

如果不做相关课题,可以不用深究。

我们只需要知道,YUV这一色彩编码方法,在保留亮度这一人眼最敏感信息的基础上,通过降低其他人眼不太需要的信息,可以来达到降低图片大小的目的。

就足够了!

YUV编码的用途

原始图片,channel数代表的是RGB通道,可以理解为原始图片具有的三个特征。可在深度学习网络中,随着网络深度的增加,图片的channel数会不断的增大。

就拿Resnet50这个网络来说,最后面的一层图片,channel数已经增大到了2048。

这时channel代表的信息,早已不再是RGB这种基础的特征了。

而是通过了大量的神经网络训练,代表了图片的分类,比如是猫还是狗。

这个后面会详细说。YUV这种编码方法,可以用在图片的上下采样中。通过降低或增加通道数,实现图片的上下采样,以此来实现图片的增大或减少,但又不损失太多我们希望保留的信息。

总结一下

这篇文章介绍了RGB、YUV两种颜色空间,以及YUV可能的用途和它的优势。

当我们了解了图片这一深度学习的原材料之后,我们就可以开始深度学习的算法之旅了。

下一篇,会开始介绍卷积,聊聊卷积是怎样通过设计卷积核,来获取图片的不同信息的。以及,在网络训练的过程中,卷积这一可以代替人眼的算法,到底看到了什么?

One More Thing

公元663年,唐代诗人王勃游历南昌,登滕王阁而做序,大笔一挥,豪气万丈。

当时的王勃,傲立在滕王阁首时,看到的应该是怎样的一副壮美图画,才使得中国文坛留下一句千古绝唱。潦水尽而寒潭清,烟光凝而暮山紫。

当时的王勃,怎么也不会想到,1000年后的今天,聪明的中国人,早已将"暮山紫"这一颜色进行了编码。

从此,暮山紫,不再只存在于人们的想象中,而是精确地存在于了计算机里。

(暮山紫-RGB:164 171 214 | 图片来源:微信公众号:寻仲)

下一篇:

图像识别(三)| 初识卷积_董董灿是个攻城狮的博客-CSDN博客这一篇文章主要聊了聊几个概念。AI 之所以能够记住它所学的东西,关键在于神经网络有权值这一参数的存在,它的存在就类似人脑的记忆。并且,权值和人脑的记忆一样,都是通过大量的实践来训练出来的。而卷积这一算法,天然就存在一个权值参数,称之为卷积核,人们可以通过设计卷积核的大小,调整希望神经网络“看到”的图片的视野,也叫作感受野,从而不同的卷积获取到不同的信息。实际上,卷积这一算法,除了本文说的利用“感受野”获取到不同图片区域的信息,从而将图片在长宽两个维度的尺寸缩放之外,还存在channel维度的升降。而这https://blog.csdn.net/dongtuoc/article/details/125343987?spm=1001.2014.3001.5502欢迎阅读。

更多内容,欢迎查看专栏:

https://blog.csdn.net/dongtuoc/category_11863193.htmlhttps://blog.csdn.net/dongtuoc/category_11863193.html


码字不易,如果你喜欢,请关注董董灿是个攻城狮的博客_CSDN博客-C语言,图像识别 and Resnet 网络拆解,闲谈互联网领域博主

近期开通个人微信公众号:董董灿自述 | 我是一个攻城狮  分享人工智能科技文章,欢迎关注。


v v v v v v

**本文为作者原创,请勿转载,转载请联系作者。**
**点击下方卡片,关注我的公众号,有最新的文章和项目动态。**

v v v v v v

  • 7
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

董董灿是个攻城狮

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
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