一、 基础知识
(1) 将一幅图像视为一个二维函数f(x,y),以左上角为原点,x代表横轴,y代表纵轴。(2) 图像分类:
二值图像:每个像素只有黑,白两种颜色。像素只有0和1两种取值,一般用0表示黑色,1表示白色。
灰度图像:在二值图像中,进一步加入许多介于黑白之间的颜色深度,就是灰度。每种灰度对应一个级别,通常用L表示。
RGB图像:通常将红色分为256个级别,绿色和蓝色也是一样。因此总共可以表达256*256*256种颜色。因为0~255的二进制表示为:0000 0000 ~ 1111 1111,因此需要8位才能表示一个颜色级别,而实际颜色是3原色混合的,因此通常需要24位组合成一个颜色。
例如下表:
红色 0xFF0000 蓝色 0x00FF00 绿色 0x0000FF 黄色 0xFFFF00 紫色 0xFF00FF 白色 0xFFFFFF 黑色 0x000000
索引图像:如果每个像素都是24位,即3个字节来表示,图像文件巨大。例如一个200*200像素的图像,用RGB分量表示每个像素,那么图像大小=200*200*3(Byte)=120KB。假设这张图片只有16种颜色,那么每个像素只保存颜色的索引,这样就只需要4位,即0.5个字节来表示每个像素颜色,整个图像大小变为200*200*0.5=20KB,存储空间减小,而不会影响图片质量。
这就是常说的调色板(Palette),windows位图中应用到了调色板技术。
(3) 图像的空间分辨率
分辨率是指图像中每单位长度所包含的像素的数目。
例如72ppi表示图像中每英寸包含72个像素。
(4) 灰阶或者色阶
就是前面提到的灰度图的灰度级数L。
二、 读取图片的3通道
代码如下:
#include "opencv2/highgui/highgui.hpp" #include "opencv2/imgproc/imgproc.hpp" #include <iostream> #include <vector> #include <stdio.h> using namespace std; using namespace cv; /** @函数 main */ // /mnt/hgfs/code_for_Linux/code_opencv/test1/pic int main( int argc, char** argv ) { Mat src; src = imread("/mnt/hgfs/code_for_Linux/code_opencv/test1/pic/2.jpg"); imshow("原图", src); std::vector<Mat> channels; Mat aChannels[3]; //src为要分离的Mat对象 split(src, aChannels); //利用数组分离 split(src, channels); //利用vector对象分离 imshow("B",channels[0]); imshow("G",channels[1]); imshow("R",channels[2]); waitKey(0); return 0; }
效果如下图所示:【原图】--【Blue】--【Green】--【Red】
可以明显的看出,不同的通道,显示的东西是有区别的!
三、 imread
读取一幅图像
四、 遍历一张图的所有像素
代码例子如下:
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>
#include <vector>
#include <stdio.h>
using namespace std;
using namespace cv;
/** @函数 main */
// /mnt/hgfs/code_for_Linux/code_opencv/test1/pic
void colorReduce(Mat& image, int div)
{
for(int i=0;i<image.rows;i++)
{
for(int j=0;j<image.cols;j++)
{
image.at<Vec3b>(i,j)[0]=image.at<Vec3b>(i,j)[0]/div*div+div/2;
image.at<Vec3b>(i,j)[1]=image.at<Vec3b>(i,j)[1]/div*div+div/2;
image.at<Vec3b>(i,j)[2]=image.at<Vec3b>(i,j)[2]/div*div+div/2;
}
}
}
int main( int argc, char** argv )
{
Mat src, dst;
src = imread("/mnt/hgfs/code_for_Linux/code_opencv/test1/pic/2.jpg");
imshow("原图", src);
colorReduce(src, 64);
imshow("处理后的图", src);
waitKey(0);
return 0;
}
效果如下:
很明显,通过计算,操作了像素值,使得整个图片的效果下降了很多。
在很多博客里面,这叫 : colorReduce
五、 参考文献
[1] http://blog.csdn.net/ebowtang/article/details/41811135
[2] http://blog.csdn.net/daoqinglin/article/details/23628125