关于数字图像的一些notes

• 记录一下关于数字图像的亮度、对比度、饱和度、锐化、以及几个颜色空间的相关知识；
• 主要参考了知乎两篇介绍：

• https://zhuanlan.zhihu.com/p/44813768
• https://zhuanlan.zhihu.com/p/28766366

A. 基本概念

1. 亮度：图像的明暗程度；
2. 对比度：最高和最低灰度级的灰度差；
3. 饱和度：图像颜色种类的多少，像素最大值和最小值之间的中间值越多，图像的颜色种类越多；
4. 锐化：补偿图像轮廓，增强图像的边缘以及灰度的跳变；
5. 分辨率：图像中存储的信息量，每英寸图像内有多少个像素点，即，Pixel Per Inch (PPI)

B. 调节方法

数字图像可以表示为：

$f(x,y)=i(x,y)\cdot r(x,y)$， 其中$i(x,y)$表示入射分量，取值范围(0, ＋∞）；$r(x,y)$表示反射分量，取值范围(0,1)

1. 对比度/亮度 调节：RGB空间内的线性变换:

$g(x,y)=af(x,y)+b$

其中，a表示对比度(contrast)，b表示亮度(brightness)

2. 分辨率 调节：

（1）双线性差值；
（2）最近邻插值；
（3）区域重采样；
（4）4×4邻域双立方插值

C. 颜色空间及其变换

1. HSL/ HSV/ HSB 空间：

• 依据人眼媒介设定的颜色空间
• H：Hue，色相；S：Saturation, 饱和度； L：Lightness，明度； B：Brightness，明度； V：Value, 明度；
• 三者的区别与联系在于：
  （1）HSL空间等价于HSV空间；
  （2）空间的像素值分布形态存在差异，其中HSV是倒锥体，HSB为双锥体；

2. RGB 空间：

• 依据颜色发光原理设定的颜色空间，即Red, Green, Blue 红黄蓝三色空间；

3. YCrCb/ YUV 空间：

• 这两个颜色空间主要用于优化彩色视频信号；
• Y：亮度；Cr：红色分量；Cb，蓝色分量
• 区别在于，YCrCb为数字信号，YUV表示模拟信号；
• 重点可以表示和关注人脸的肤色区域，主要是由于RGB空间中，人脸的肤色受亮度影响大，而 YCrCb/ YUV 空间可以降低亮度的影响

D. 附上代码

• 主要用于RGB图像转为YCrCb空间后，对亮度Y分量进行变换，而后再转为RGB图像
• opencv结合python实现；delta为修改Y分量的参数；

import cv2
import numpy as np
path = 'Test.png'
img_rgb = cv2.imread(path)
#img_yuv = cv2.cvtColor(img_rgb, cv2.COLOR_RGB2YUV)
delta = 0.1
img_ycrcb = cv2.cvtColor(img_rgb, cv2.COLOR_RGB2YCR_CB)
img_ycrcb = img_ycrcb/255.
img_ycrcb[:, :, 0] = (1.0 + delta) * img_ycrcb[:, :, 0]
img_ycrcb[:, :, 0][img_ycrcb[:, :, 0] > 1] = 1
img_ycrcb =img_ycrcb*255.
img_ycrcb = np.array(img_ycrcb, dtype=np.uint8)
to_rgb = cv2.cvtColor(img_ycrcb, cv2.COLOR_YCR_CB2RGB)
cv2.imwrite('Test_ycrcb.jpg', to_rgb)