数字图像与机器视觉基础补充(1)

@TOC

一、图片格式介绍

图片格式是计算机存储图片的格式，常见的存储的格式有 bmp，jpg，png，tif，gif，pcx，tga，exif，fpx，svg，psd，cdr，pcd，dxf，ufo，eps，ai，raw，WMF，webp，avif，apng 等。

（一）BMP格式

1.简介
BMP(Bitmap-File)图形文件是Windows采用的图形文件格式，在Windows环境下运行的所有图像处理软件都支持BMP图像文件格式。Windows系统内部各图像绘制操作都是以BMP为基础的。Windows 3.0以前的BMP图文件格式与显示设备有关，因此把这种BMP图像文件格式称为设备相关位图DDB(device-dependent bitmap）文件格式。Windows 3.0以后的BMP图像文件与显示设备无关，因此把这种BMP像文件格式称为设备无关位图DIB(device-independent bitmap）格式（注：Windows 3.0以后，在系统中仍然存在DDB位图，像BitBlt这种函数就是基于DDB位图的，只不过如果你想将图像以BMP格式保存到磁盘文件中时，微软极力推荐你以DIB格式保存），目的是为了让Windows能够在任何类型的显示设备上显示所存储的图像。BMP位图文件默认的文件扩展名是BMP或者bmp（有时它也会以.DIB或.RLE作扩展名）。

2.文件结构
4个部分组成：位图文件头（bitmap-file header）、位图信息头（bitmap-information header）、彩色表（color table）和定义位图的字节(位图数据，即图像数据，Data Bits 或Data Body)阵列。

（二）JPEG格式

1.简介
JPEG（ Joint Photographic Experts Group）即联合图像专家组，是用于连续色调静态图像压缩的一种标准，文件后缀名为.jpg或.jpeg，是最常用的图像文件格式。其主要是采用预测编码（DPCM）、离散余弦变换（DCT）以及熵编码的联合编码方式，以去除冗余的图像和彩色数据，属于有损压缩格式，它能够将图像压缩在很小的储存空间，一定程度上会造成图像数据的损伤。尤其是使用过高的压缩比例，将使最终解压缩后恢复的图像质量降低，如果追求高品质图像，则不宜采用过高的压缩比例。
2.分类
①标准JPEG格式：此类型在网页下载时只能由上而下依序显示图像，直到图像资料全部下载完毕，才能看到图像全貌。
②渐进式JPEG：此类型在网页下载时，先呈现出图像的粗略外观后，再慢慢地呈现出完整的内容，而且存成渐进式JPG格式的文档比存成标准JPG格式的文档要来得小，所以如果要在网页上使用图像，可以多用这种格式。
③JPEG2000：它是新一代的影像压缩法，压缩品质更高，并可改善在无线传输时，常因信号不稳造成马赛克现象及位置错乱的情况，改善传输的品质。
3.特点
优点：

• 它支持极高的压缩率，因此JPEG图像的下载速度大大加快。
• 它能够轻松地处理16.8M颜色，可以很好地再现全彩色的图像。
• 在对图像的压缩处理过程中，该图像格式可以允许自由地在最小文件尺寸（最低图像质量）和最大文件尺寸（最高图像质量）之间选择。
• 该格式的文件尺寸相对较小，下载速度快，有利于在带宽并不“富裕”的情况下传输。
  缺点：
• 并非所有的浏览器都支持将各种JPEG图像插入网页。
• 压缩时，可能使图像的质量受到损失，因此不适宜用该格式来显示高清晰度的图像。

（三）GIF格式

1.简介
GIF格式的名称是Graphics Interchange Format的缩写，是在1987年由Compu Serve公司为了填补跨平台图像格式的空白而发展起来的。GIF可以被PC和Mactiontosh等多种平台上被支持。GIF是一种位图。位图的大致原理是：图片由许多的像素组成，每一个像素都被指定了一种颜色，这些像素综合起来就构成了图片。
2.结构

• 文件头是一个带有识别GIF格式数据流的数据块，用以区分早期版本和新版本。
• 逻辑屏幕描述区定义了与图像数据相关的图像平面尺寸、彩色深度，并指明后面的调色板数据区属于全局调色板还是局部调色板。若使用的是全局调色板，则生成一个24bit的RGB全局调色板，其中一个基色占用一个字节。
• 调色板数据区。分通用调色板和局部调色板。其中通用调色板适于文件中所有图像，局部调色板只适于某一个图像。
• 图像数据区的内容有两类，一类是纯粹的图像数据，一类是用于特殊目的的数据块（包含专用应用程序代码和不可打印的注释信息）。在GIF89a格式的图像文件中，如果一个文件中包含多个图像，图像数据区将依次重复数据块序列。
• 结束标志区的作用主要是标记整个数据流的结束。
  3.特点
• GIF格式图像文件的扩展名是“.gif”。
• 对于灰度图像表现最佳。
• 具有GIF87a和GIF89a两个版本。
• 采用改进的LZW压缩算法处理图像数据。
• 调色板数据有通用调色板和局部调色板之分，有不同的颜色取值。
• 不支持24bit彩色模式，最多存储256色。

（四）PNG格式

1.简介
便携式网络图形（外语简称PNG、外语全称：Portable Network Graphics），是网上接受的最新图像文件格式。PNG能够提供长度比GIF小30%的无损压缩图像文件。它同时提供 24位和48位真彩色图像支持以及其他诸多技术性支持。由于PNG非常新，所以并不是所有的程序都可以用它来存储图像文件，但Photoshop可以处理PNG图像文件，也可以用PNG图像文件格式存储。
2.结构
PNG图像格式文件（或者称为数据流）由一个8字节的PNG文件署名（PNG file signature）域和按照特定结构组织的3个以上的数据块（chunk）组成。
PNG定义了两种类型的数据块，一种是称为关键数据块（critical chunk），这是必需的数据块，另一种叫做辅助数据块（ancillary chunks），这是可选的数据块。关键数据块定义了4个标准数据块，每个PNG文件都必须包含它们，PNG读写软件也都必须要支持这些数据块。虽然PNG文件规范没有要求PNG编译码器对可选数据块进行编码和译码，但规范提倡支持可选数据块。
3.特点
优点：

• PNG 支持高级别无损耗压缩。
• PNG 支持 alpha 通道透明度。
• PNG 支持伽玛校正。
• PNG 支持交错。
• PNG 受最新的 Web 浏览器支持。

缺点：

• 较旧的浏览器和程序可能不支持 PNG 文件。
• 作为 Internet 文件格式，与 JPEG 的有损耗压缩相比，PNG 提供的压缩量较少。
• 作为 Internet 文件格式，PNG 对多图像文件或动画文件不提供任何支持。GIF 格式支持多图像文件和动画文件。

二、实例

（一）比较不同位深度BMP文件

选择一张图片，用图画板或其他图像编辑软件(Photoshop/GIMP、cximage、IrfanView)等方式打开。

将其另存为BMP格式

bmp格式有单色、16色、256色以及24位四种，分别选择并保存。

效果如下：

将鼠标移至图片上，显示图片大小

（二）比较不同格式压缩比

将图片分别保存为BMP、JPG、GIF、PNG格式

分别查看大小




因为BMP不是压缩的，所以以它为基准计算压缩比

文件格式	文件大小	压缩比
BMP	5.93MB	—
GIF	798KB	87%
JPG	233KB	96%
PNG	3.04MB	49%

三、图像处理编程

（一）奇异函数分解（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("F:\\Anaconda3\\project\\jupyter\\picture\\test.jpg", 'r')
    print(A)
    output_path = r'F:\\Anaconda3\\project\\jupyter\\picture\\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'