图像处理名词解释集锦
-
像素点
像素点是最小的图像单元，一张图片有许多像素点组成。图片尺寸是500 * 338 的，表示图片是由一个500 * 338的像素点矩阵构成的，这张图片的宽度是500个像素点的长度，高度是338个像素点的长度，共有500 * 338 = 149000个像素点。 -
像素
把鼠标放在一个图片上，会显示图片的尺寸和大小，这里的尺寸就是像素。 -
RGB
一个像素点的颜色是由RGB三个值来表现的，所以像素点矩阵对应三个颜色向量矩阵，分别是R矩阵（500388大小），G矩阵（500388大小），B矩阵（500*388大小），如果每个矩阵第一行第一列的值分别为：R：240, G：223，B：240，所以这个像素点的颜色就是（240,223,240）。 -
灰度
表明图像明暗的数值，即黑白图像中点的颜色深度，范围一般从0到255，白色为255，黑色为0，故黑白图片也称为灰度图像。灰度值是指单个像素点的亮度，灰度值越大表示越亮。 -
图像的灰度化
灰度就是没有色彩，RGB色彩分量全部相等。图像的灰度化就是让像素点矩阵中每个像素都满足：R=G=B，此时的这个值叫做灰度值。如RGB（100,100,100）就代表灰度值为100。
灰度化处理
一般灰度化处理的方法：在灰度化的图像中灰度值的范围为0~255
1.浮点算法：Gray=R0.3+G0.59+B0.11 R=G=B
2.整数方法：Gray=(R30+G59+B11)/100 R=G=B
3.移位方法：Gray =(R28+G151+B*77)>>8 R=G=B
4.平均值法：Gray=（R+G+B）/3 R=G=B
5.仅取绿色：Gray=G R=G=B二值化处理的方法：
二值化就是让图像的像素点矩阵中的每个像素点的灰度值为0（黑色）或者255（白色），也就是让整个图像呈现只有黑和白的效果。在二值化后的图像中的灰度值范围是0或者255。那么一个像素点在灰度化之后的灰度值怎么转化为0或者255呢？比如灰度值为100，那么在二值化后到底是0还是255?这就涉及到取一个阀值的问题。
1、取阀值为127（相当于0~255的中数，（0+255）/2=127），让灰度值小于等于127的变 为0（黑色），灰度值大于127的变为255（白色），这样做的好处是计算量小速度快，但是 缺点也是很明显的，因为这个阀值在不同的图片中均为127，但是不同的图片，他们的颜色分布差别很大，所以用127做阀值，白菜萝卜一刀切，效果肯定是不好的。
2、计算像素点矩阵中的所有像素点的灰度值的平均值avg
（像素点1灰度值+…+像素点n灰度值）/ n = 像素点平均值avg，然后让每一个像素点与avg一 一比较，小于等于avg的像素点就为0（黑色），大于avg的 像 素点为255（白色），这样做比方法1好一些。
3、使用直方图方法（也叫双峰法）来寻找二值化阀值，直方图是图像的重要特质。直方图方法 认为图像由前景和背景组成，在灰度直方图上，前景和背景都形成高峰，在双峰之间的最低谷处就是阀值所在。取到阀值之后再一 一比较就可以了。 -
灰度值与像素值之间的关系
如果对于一张本身就是灰色图像（8位灰色图像）来说，它的像素值就是它的灰度值，如果是一张彩色图像，则它需要经过函数的映射来得到。灰度值是由纯黑或者纯白来过渡得到的，在黑色中加入白色就得到灰色，纯黑和纯白按不同的比例来混合就得到不同的灰度值。R=G=B=255为白色，R=G=B=0为黑色，R=G=B=小于255的某个整数时，此时就为某个灰度值。 -
灰度级
表明图像中不同灰度的最大数量。灰度级越大，图像的亮度范围越大。 -
图像分辨率
指每英寸图像内的像素点数。图像分辨率的单位ppi（像素每英寸）。分辨率越高，像素的点密度越高，图像越逼真。 -
空间分辨率
指图像可辨别的临界物体空间几何长度的最小极限。 -
幅度分辨率
指幅度离散，每个像素都有一个强度值，称该像素的灰度，一般量化采用8bit。例如8bit的灰度级为2的八次方即256。0~255 -
屏幕分辨率
屏幕每行的像素点数加上每列的像素点数，每个屏幕有自己的分辨率。屏幕分辨率越高，呈现的色彩越多，清晰度越高。 -
图像所需要的位数b
b=MxNxK MxN是空间分辨率 ；K幅度分辨率，单位是bit
存储1幅32 x 32，16个灰度级的图需要 4,096 bit
存储1幅512 x 512，256个灰度级的图需要 2,097,152 bit -
对比度
一幅图中灰度反差的大小 对比度=最大亮度/最小亮度 -
与清晰度相关的因素
亮度、对比度、尺寸大小、细微层次、颜色饱和度
2433
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
