python 怎么得到图像深度图 软件_python有关于图像的深度和通道

本文深入探讨了图像的深度和通道概念,包括二值图像和灰度图像的深度,以及RGB图像的通道。通过实例展示了如何使用numpy的zeros和ones函数创建多通道和单通道图像,并讲解了像素操作,包括使用numpy直接操作数组和调用OpenCV库函数进行图像取反。此外,还介绍了OpenCV中的getTickCount()和getTickFrequency()函数用于计算代码执行时间。
摘要由CSDN通过智能技术生成

目录:

(一)图像的深度和图像的通道

(1)图像的深度

(2)图像的通道

(二)自定义一张多通道的图片

(1)zeros 函数

(2)ones 函数

(三)自定义一张单通道的图片

(四)像素操作

(1)numpy操作数组

(2)调用库函数

(五)opnecv 利用getTickCount()和getTickFrequency()计算执行时间

正文:

(一)图像的深度和图像的通道

(1)图像的深度

图像中像素点占得bit位数,就是图像的深度,比如:

二值图像:图像的像素点不是0 就是1 (图像不是黑色就是白色),图像像素点占的位数就是 1 位,图像的深度就是1,也称作位图。

灰度图像:图像的像素点位于0-255之间,(0:全黑,255代表:全白,在0-255之间插入了255个等级的灰度)。2^8=255,图像的深度是8。

依次轮推,我们把计算机中存储单个像素点所用的 bit 位称为图像的深度。

(2)图像的通道

有了图像深度的概念,我们知道如果是24位的图像,则这个像素点的颜色的取值范围是:从0到2^24。这个范围特别大,如果我们知道了某店的像素值怎么判断像素点的颜色呢?我们知道 RGB是基本的三原色,如果我们用8位代表一种颜色,每种颜色最大是255,这样每个像素点的颜色值的范围就是(0-255,0-255,0-255)。这样图像的通道就是3。

灰度图的图像存储模型

灰度图像像素点的存储就是对应的原图从左到右,从上到下,依次排列,每个点的值就是就是像素点的值,每个点的地址就是像素像素点的地址。

RGB图的图像存储模型

RGB彩色图像和灰度图相比,每个像素点都有3个通道。每个通道占的内存空间都是8位。在内存中,RGB 图像的存储是以二维数组的形式。

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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