第01课 黑白图像的表示

****学科:人工智能

年级: 七年级

课题: 第01课 黑白、灰度图像的表示

教学目标:

1.认识图像处理技术的应用。

2.了解小孔成像、凸透镜成像及照相机原理,知道什么是数码相机,什么是数字图像(以下简称图像)。

3.知道计算机对图像的认识和处理是通过对数据的处理来实现的。

4.理解什么是像素,什么是像素密度。

5.知道什么是二维数组,学会用数组来表示黑白、灰度图像。

6.理解分辨率大小与图像清晰度之间的关系。

教学重点:

理解什么是像素,什么是分辨率。

教学难点:

学会用数组来表示黑白、灰度图像。

教学准备:

小孔成像演示PPT,凸透镜成像swf,照相机原理mp4, 复旦大学人脸识别迎新mp4。

教学设计:

一、开放导入

1.手机自拍原图与美颜的对比。

在这里插入图片描述
2.播放视频:复旦大学人脸识别迎新mp4

3.你还知道实际生活中哪些地方利用到了图像处理技术?(车牌识别、自动驾驶等)

这些技术的实现,都离不开计算机对图像的认识与处理,让我们从最基本的开始学习。

二、核心过程推进

一、计算机如何“看”世界—由光学影像到数字影像

1.小孔成像。小孔成像演示PPT

2.照相机原理。凸透镜成像swf,照相机原理mp4。

3.数码相机。利用感光元件和电子传感器将光学影像转换成数字数据。

4.计算机通过对数据的分析和处理来识别和处理图像。

二、计算机如何表示图像—像素与二维数组

1.像素
在这里插入图片描述

观察LED显示屏,这些字是由什么组成的?(一个个小灯泡)
各种颜色的小灯泡组合起来,就可以显示出多彩的图像。(下图)
在这里插入图片描述

这一个个小灯泡,就相当于构成图像的像素。

像素:整个图像中不可分割的单位或者是元素。不可分割的意思是它不能够再切割成更小单位抑或是元素,它是以一个单一颜色的小格存在。

2.像素值与二维数组(以黑白、灰度图像为例)
在这里插入图片描述

像素值:代表像素的亮度,以黑白图像为例,0表示黑色,255表示白色。

找一找,3、50、100、251分别表示的颜色是什么?

这样我们就可以把不同的黑白颜色用不同的数值来代替了。而这些数值则可以被计算机所识别和处理,通过这种转换,计算机就可以对图像进行识别和处理了。
在这里插入图片描述
图甲是一张图片

在这里插入图片描述
图乙是图甲的数字像素图
图乙由若干行和若干列数字组成,每一个数字都有一个固定的坐标(位于第几行,第几列),就像大家在数学中学到的坐标一样,这些数字就组成了一个二维数组。我们可以看到,图乙是由若干个标有数字5和255的像素点组成。我们把像素值5和255分别代表的颜色填到图乙中,(把数字5的像素点变成黑色,把255的像素点变成白色),图乙就会重新变成图甲。计算机就是这样把数字转换成图像的。

试一试,你也可以成为计算机。利用计算机将数值转换成颜色的方法,将下图中的二维数组转换成图片。
在这里插入图片描述

转换的结果是什么?进行展示。

3.黑白图像与灰度图像

彩色图像
在这里插入图片描述
灰度图
在这里插入图片描述
黑白二值图
在这里插入图片描述
观察对比上面两张图片,说出这两张图片有什么不同。

如果用像素值来描述上面两张图片,会有什么区别?

小结:灰度图的像素值范围是0~255,黑白二值图的像素值只有两个,要么是0,要么是255。

4.分辨率(像素数量与图片清晰度)

观察刚才我们转换出来的图片,我们发现图片中的数字存在锯齿状的边缘。

同学们考虑一下,锯齿状边缘出现的原因是什么?有什么方法可以消除锯齿状的边缘或者使这个锯齿变小?

引导:观察下图,图中锯齿状边缘
在这里插入图片描述

小结:锯齿的形成原因与像素大小和形状有关,像素是一般正方形的,因此,把这些像素点连接成物体边框的时候,就会出现锯齿。把每一个像素变小,锯齿也会随之变小,像素变小在单位面积里像素的个数就越多,也就是像素密度越大,图像就会越清晰。

分辨率:显示器的分辨率指显示屏所能表示的像素个数。像素越密,分辨率越高,图像越清晰。

分辨率的表示:列数*行数

列数:沿水平方向分成的像素列的个数

行数:沿垂直方向分成的像素行的个数

举例:家里的电视分辨率大多是19201080,也有4K的,分辨率是38402160。

通常情况下,图像尺寸也可以用像素数量来表示。右面像素图的尺寸可以怎么表示?
在这里插入图片描述
在这里插入图片描述
原尺寸6598
在这里插入图片描述
原尺寸700
1080

调整上面两幅图大小,观察清晰度的变化。

行数

列数:沿水平方向分成的像素列的个数

行数:沿垂直方向分成的像素行的个数

举例:家里的电视分辨率大多是19201080,也有4K的,分辨率是38402160。

通常情况下,图像尺寸也可以用像素数量来表示。

  • 2
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 将图像转换为黑白二值图像的方法有很多,以下是其中两种常用的方法: 1. 灰度化后二值化:将彩色图像转换为灰度图像,然后使用阈值将灰度图像转换为二值图像。可以使用以下Python代码实现: ```python import cv2 # 读入彩色图像 img = cv2.imread('image.jpg') # 转换为灰度图像 gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 二值化 _, binary_img = cv2.threshold(gray_img, 127, 255, cv2.THRESH_BINARY) # 显示结果 cv2.imshow('binary image', binary_img) cv2.waitKey(0) cv2.destroyAllWindows() ``` 2. 自适应阈值二值化:根据图像局部的灰度值动态调整阈值,可以得到更好的二值化效果。可以使用以下Python代码实现: ```python import cv2 # 读入彩色图像 img = cv2.imread('image.jpg') # 转换为灰度图像 gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 自适应阈值二值化 binary_img = cv2.adaptiveThreshold(gray_img, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 11, 2) # 显示结果 cv2.imshow('binary image', binary_img) cv2.waitKey(0) cv2.destroyAllWindows() ``` 以上两种方法都可以将彩色图像转换为黑白二值图像,选择哪种方法取决于具体的应用场景和需求。 ### 回答2: 将图像转换为黑白二值图像的方法有多种,以下是其中几种常见的方法: 1. 灰度化方法:首先将彩色图像转换为灰度图像,然后根据像素灰度值的阈值将图像二值化。可以使用公式将彩色图像的红、绿、蓝三个通道的像素值加权平均得到灰度值。然后,根据预先设定的阈值,将灰度值大于阈值的像素设为白色,灰度值小于等于阈值的像素设为黑色。 2. 全局阈值法:通过计算整个图像的灰度直方图,确定一个全局阈值。然后将图像的每个像素与这个阈值进行比较,大于阈值的像素设为白色,小于等于阈值的像素设为黑色。 3. 自适应阈值法:不同区域的图像灰度分布可能不同,使用全局阈值法可能导致部分区域的细节信息丢失。自适应阈值法根据每个像素周围的邻域信息来确定阈值。常见的方法有局部平均法和Otsu法。局部平均法将每个像素周围邻域的灰度值进行平均来计算阈值,Otsu法则通过最小化类间灰度方差来确定阈值。 4. 基于色彩分量的方法:对于彩色图像,可以根据图像的不同色彩分量的灰度值来进行二值化。比如,取彩色图像红、绿、蓝三个通道中的某一个通道的灰度图像进行二值化。 以上是常见的将图像转换为黑白二值图像的方法,选择适合自己需求的方法进行处理即可。 ### 回答3: 将彩色图像转换为黑白二值图像的过程通常称为灰度化或二值化。下面是一种常见的图像处理方法: 第一步是将彩色图像转换为灰度图像。可以使用灰度转换算法,根据彩色图像的RGB通道值计算灰度值。比较常见的计算公式是将红色、绿色和蓝色通道值加权平均: 灰度值 = (0.299 * 红色值 + 0.587 * 绿色值 + 0.114 * 蓝色值) 第二步是将灰度图像转换为黑白二值图像。可以选择一个阈值,将灰度图像中的像素值与阈值进行比较。通常将像素值大于阈值的像素设置为白色(255),小于等于阈值的像素设置为黑色(0)。 选择合适的阈值对于将图像转换为黑白二值图像非常重要。可以根据图像的特征和需要进行手动选择,也可以使用一些自动阈值选择算法,例如大津算法或自适应阈值算法。 通过这个过程,可以将彩色图像转换为黑白二值图像。这种转换通常能够突出图像的轮廓和细节,同时减少图像的数据量,便于进行后续的图像处理和分析。

“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
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
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