二值图像、灰度图像和彩色图像的理解

---

前言

之前自学过图像处理，但是有很久没有做过这个方面的项目了，所以就来温故一下，把学过的和之前的一些理解写出来，方便自己以后复盘。

---

1、什么是数字图像？

图像就是一张图片，图片可以是黑白图片（也叫灰度图片）、彩色图片以及二值图片（这个一般人可能不了解）这三种类型。图像和图片是一个意思。

2、图像的表示

在介绍这三种类型图像之前，我们先介绍图像的表示。其实我们可以把一张图像可以堪称一个二维矩阵，如下：

$$\left[\begin{array}{ccc}1& 2& 3\\ 4& 5& 6\\ 7& 8& 9\end{array}\right]\text{\hspace{1em}(1)}$$
矩阵上的每一个数字可以认为是图像里面的每一个像素点。它的值一般是0到255。好了接下来我们介绍黑白图片、彩色图片以及灰度图片。

3、数字图像类型

3.1、二值图像

3.1.1、概念

二值图像可以看作只有一个二维矩阵组成的图像，矩阵中每个值只能取是0或1，其中0表示黑色，1表示白色。
二值图像每个像素只有一个数值，每个像素值非黑即白，通常用0和1表示。0通常代表黑色，1通常代表白色。

用python生成的二值图像的代码如下：

import numpy as np
from PIL import Image

# 创建一个 5x5 的二值图像
# 格式为 (高度, 宽度)
binary_image = np.array([
    [0, 0, 1, 1, 0],
    [0, 1, 1, 0, 0],
    [1, 1, 0, 0, 1],
    [1, 0, 0, 1, 1],
    [0, 1, 1, 0, 0]
], dtype=np.uint8)

# 将数组转换为图像
image = Image.fromarray(binary_image * 255, mode='L')  # 乘以255将0和1转换为黑和白

# 显示图像
image.show()

3.1.2、应用领域

二值图像广泛应用于各种领域：

• 文档分析： 在OCR（光学字符识别）中，二值图像用于识别字符和文本区域。
• 图像识别： 用于图像中的物体检测和形状识别。
• 医学图像处理： 用于分割和分析医学图像中的特定区域。
• 工业检测： 用于检查产品缺陷或监测生产线上的物体。

3.2、黑白图像（灰度图像）

3.2.1、概念

黑白图像也叫灰度图像，黑白图像可以看作只有一个二维矩阵组成的图像，矩阵中每个值取值范围是0到255，其中0表示黑色，255表示白色。介于两者之间的值表示不同的灰色。

也可以这样理解：黑白图像的每个像素只有一个值，每个像素值通常在0到255之间，其中0表示黑色，255表示白色，介于两者之间的值表示不同的灰色。

用python生成的灰度图像的代码如下：

import numpy as np
from PIL import Image

# 创建一个 5x5 的灰度图像
# 格式为 (高度, 宽度)
gray_image = np.array([
    [0, 64, 128, 192, 255],
    [0, 64, 128, 192, 255],
    [0, 64, 128, 192, 255],
    [0, 64, 128, 192, 255],
    [0, 64, 128, 192, 255]
], dtype=np.uint8)

# 将数组转换为图像
image = Image.fromarray(gray_image, mode='L')

# 显示图像
image.show()

3.2.2、应用领域

黑白图像广泛应用于各种领域，包括：

• 医学成像： 如X光片和CT扫描图像。
• 计算机视觉： 用于图像分析和处理，如边缘检测和特征提取。
• 文档扫描： 用于存储和处理扫描文档和图纸。

3.3、彩色图像

与黑白图像和二值图像不同，彩色可以看作由三个二维矩阵组成的图像，即三维矩阵，表示如下：
$$\left[\begin{array}{c}\left[\begin{array}{ccc}1& 2& 3\\ 4& 5& 6\\ 7& 8& 9\end{array}\right]\\ \\ \left[\begin{array}{ccc}255& 255& 0\\ 0& 255& 255\\ 255& 0& 255\end{array}\right]\\ \\ \left[\begin{array}{ccc}128& 128& 128\\ 64& 64& 64\\ 192& 192& 192\end{array}\right]\end{array}\right]\text{\hspace{1em}(2)}$$
彩色图像又可以分为RGB图像和HSV图像。RGB和HSV是两种不同的颜色模型，用于描述和表示颜色。它们各自有不同的优点和应用场景。

3.3.1、RGB图像

3.3.1.1、概念

RGB图像是基于光的三原色（红色、绿色和蓝色）来表示颜色的。可以理解红色是一个矩阵、绿色是一个矩阵、蓝色是一个矩阵，每个矩阵的元素值常用一个范围：0到255来表示。

其实红色、绿色和蓝色是图像的三个通道，也就是说RGB图像的每个像素由红色、绿色和蓝色三个通道的值组成。每个通道的值通常在0到255之间，表示不同的颜色强度。

• 通道：
  • R： 红色通道，每个通道的值通常在0到255之间，表示不同的颜色强度
  • G： 绿色通道，每个通道的值通常在0到255之间，表示不同的颜色强度
  • B： 蓝色通道，每个通道的值通常在0到255之间，表示不同的颜色强度

通过调节红色、绿色和蓝色的强度，可以生成各种颜色。

3.3.1.2、代码

以下是一个简单的彩色图像矩阵示例，其中每个像素由RGB值组成。

import numpy as np
from PIL import Image

# 创建一个 3x3 的 RGB 彩色图像矩阵
# 格式为 (高度, 宽度, 3)，其中3表示RGB三个通道
rgb_image_matrix = np.array([
    [[255, 0, 0], [0, 255, 0], [0, 0, 255]],  # 第一行：红色、绿色、蓝色
    [[255, 255, 0], [0, 255, 255], [255, 0, 255]],  # 第二行：黄色、青色、品红色
    [[128, 128, 128], [64, 64, 64], [192, 192, 192]]  # 第三行：灰色不同深浅
], dtype=np.uint8)

# 将矩阵转换为图像
image = Image.fromarray(rgb_image_matrix, mode='RGB')

# 显示图像
image.show()

3.3.1.3、用途

适用于计算机图像处理、显示器显示等，因为计算机显示器基于RGB模型。

3.2.2、HSV图像

3.2.2.1、概念

HSV（色相、饱和度、明度）图像是一种颜色模型，提供了一种直观的方式来表示和调整颜色，通过色相、饱和度和明度这三个参数来描述颜色。这种模型是基于人类对颜色感知的方式设计的，因此在颜色调整和选择时非常直观。

这里我们可以理解色相(Hue, H)是一个矩阵、饱和度（Saturation, S）是一个矩阵、明度（Value, V）是一个矩阵，HSV图像由这个三维矩阵组成（3个二维矩阵组成的三维矩阵）。

• HSV颜色模型
  • 色相（Hue, H）：
    • 定义： 表示颜色的基本类型或波长，决定颜色的名称（如红色、绿色、蓝色等）。
    • 范围： 通常用角度表示，从0°到360°。例如，0°表示红色，120°表示绿色，240°表示蓝色。
  • 饱和度（Saturation, S）：
    • 定义： 表示颜色的纯度或强度。饱和度高表示颜色纯净，饱和度低表示颜色更接近灰色。
    • 范围： 从0到1，或0%到100%。0表示无色（灰色），1（或100%）表示完全饱和的颜色。
  • 明度（Value, V）：
    • 定义： 表示颜色的亮度或强度。明度高表示颜色更亮，明度低表示颜色更暗。
    • 范围： 从0到1，或0%到100%。0表示黑色，1（或100%）表示完全明亮的颜色。

3.3.2.2、代码

以下是一个将HSV颜色模型转换为RGB颜色模型的Python代码示例：

import numpy as np
import matplotlib.pyplot as plt
import cv2

# 创建一个 3x3 的 HSV 彩色图像
hsv_image = np.array([
    [[0, 1, 1], [60, 1, 1], [120, 1, 1]],
    [[180, 1, 1], [240, 1, 1], [300, 1, 1]],
    [[0, 0.5, 0.5], [60, 0.5, 0.5], [120, 0.5, 0.5]]
], dtype=np.float32)

# 将 HSV 图像转换为 BGR 图像用于显示
bgr_image = cv2.cvtColor(hsv_image, cv2.COLOR_HSV2BGR)

# 显示图像
plt.imshow(bgr_image)
plt.axis('off')
plt.show()

3.3.2.3、用途

常用于图像处理、颜色选择器、图形设计软件等。由于其直观的调整方式，很多图形设计工具和图像编辑软件提供了HSV颜色空间的选择和调整功能。

3.3.3、应用领域

• 摄影： 用于捕捉和展示真实世界的颜色。
• 电视和电影： 用于显示动态视觉内容。
• 数字艺术： 创作和编辑图像和视觉艺术。
• 医学成像： 如彩色超声和CT扫描图像，用于医疗诊断。
• 计算机视觉： 用于对象识别、图像分类等任务。

---

总结

• 二值图像：只有两个灰度级别（通常是黑色和白色），用于二元分割和简单的图像分析任务。

• 黑白图像：包含多个灰度级别（从黑色到白色的渐变），用于表示更丰富的图像信息和细节。

• 彩色图像通过多个颜色通道来表示图像中的色彩和细节，相比灰度图和二值图像像提供了更多的信息和视觉体验。