本文详细探讨了图像显示与存储的基本原理，包括RGB和CMYK的混色理论，彩色与灰度图像的存储方式。重点介绍了图像增强技术，如直方图均衡化（AHE与CLAHE）、形态学处理和卷积在平滑、边缘检测中的应用。此外，文章还涵盖了频率域处理，如傅立叶变换和小波变换在不失真的图像缩放中的作用。
图像显示与存储原理
图像显示原理
RGB：加法混色，越叠加越亮，越叠加越白
3个颜色通道：Red、Green、Blue
减法混色：越叠加越黑
4通道：Cyan、Magenta、Yellow、Key
图像存储原理
如果是彩色图片，那么是RGB的三通道彩色图，除了Width和Height，还有Channel。
Width和height分别为图片的宽和高。Channel表示图片分别在Red、Green、Blue三种颜色中分别是什么样子，最后将3个通道叠加起来，就是一张彩色图片。
灰度图是单通道的，通过对RGB取不同权重，让它们叠加成一个单通道，就是灰色图。
图像增强目标
图像预处理实际上是图像增强的一个过程，图像增强的目标如下：
点运算：基于直方图的对比度运算
将相近的点的颜色或者灰度归到一类里，做成直方图。X-axis是像素值，Y-axis是统计的个数。Bin就是一段像素区间。
当过度曝光时，图片某一局部区域会过度集中，过白或者过黑，通过非线性的方法，将图进行拉伸，时候整体图片像素变得均衡。通过有效扩展常用亮度来实现这样的功能。
如何进行直方图的均衡化，可以按bin将直方图分割开来，并且保证每个bin的最后总和相等或近似。
AHE（Adaptive histogram equalization）
CLAHE（Contrast limited adaptive histogram equalization）对比度限制自适应直方图均衡。垫高的好处是使图片变得更加自然。基于AHE，移动模版做区域均衡，而且用了线性插值，这样避免了区域直方图不连续的问题。
形态学处理
空间域处理
边界填充后，卷积后的图像尺寸保持一致的。
卷积的应用（平滑、边缘检测、锐化等）
应用在高斯金字塔，看一张很远的图片，我们要用高斯滤波的方式，可以将远处的图片还原成真实的图片。
频率域处理：傅立叶变换、小波变换
频率域是让计算更快
图像缩小，但是不失真
傅立叶变换，任何信号都可以通过不同的正弦波，余弦波叠在一起。
连续的像素变成离散的区域
360
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
