1.图像
像素:像素是分辨率的单位。像素是构成位图图像最基本的单元,每个像素都有自己的颜色。
分辨率:
a)图像分辨率就是单位英寸内的像素点数。单位PPI(Pixel Per Inch)
b)PPI表示的是每英寸对角线上所拥有的像素数目:PPI=sqrt(长度像素数平方+宽度像素数平方)/ 2
c)屏幕尺寸指的是对角线长度
d)在生活中被混用,或者说错误的用作衡量图像内的像素点数量。
灰度:表示图像像素明暗程度的数值,也就是黑白图像中点的颜色深度。一般为0-255。白色为255,黑色为0.
通道:把图像分解成一个或多个颜色成分:
1)单通道:一个像素点只需要一个数值表示,只能表示灰度,0为黑色;(灰度图&二值图)
2)三通道:RGB模式,把图像分为红绿蓝三个通道,可以表示彩色,全0表示黑色;
3)四通道:RGBA模式,再RGB基础上加上alpha通道,表示透明度,=0表示全透明
对比度:之不同颜色之间的差别。例如对比度=最大灰度值/最小灰度值
RGB模型
色彩三原色(CMYK):品红、黄、青
光学三原色(RGB):红、绿、蓝
RGB转化为Gray
- 浮点计算: Gray=0.3R+0.59G+0.11B
- 整数方法:Gray=(30R+59G+11B)/100
- 移位方法:Gray=(76R+151G+28B)>>8
- 平均方法:Gray=(R+G+B)/3
RGB值转化为浮点数
-
浮点数运算结果更精确,整数运算中会因为丢失小数部分可能导致颜色值严重失真,计算过程越多越失真
-
将RGB值转化为[0,1]浮点数
-
openCV大坑之BGR
opencv对于都进来的图片的通道排列是BGR!
频率:灰度值变化剧烈程度的指标,是灰度再平面空间上的梯度
高频、低频
幅值:幅值是在一个周期内,交流电瞬时出现的最大绝对值,也是一个正弦波,波峰到波谷距离的一半。
图像的取样和量化
-
数字图像:计算机保存的图像都是一个一个的像素点,称为数字图像
-
图像数字化过程由图像的取样与量化来完成
-
取样:就是要用多少点描述一幅图像,取样结果质量的高低就是用图像的分辨率来衡量
-
量化:是指要使用多大范围的数值来表示图像采样之后的一个点
-
数字化坐标值称为取样,数字化幅度值称为量化
上采样与下采样 -
缩小图像(或成下采样(subsampled)或降采样)的主要目的:a)使得图像符合显示区域的大小;b)生成对应图像的缩略图
-
放大图像(或称为上采样(upsampling))的主要目的是放大原图像,从而可以显示在搞分辨率图像上。
上采样原理:内插值
下采样原理:插值or (M/s)*(N/s)
2.插值算法
1)最邻近插值 the nearnest interplation
设i+u,j+v(i,j为正整数,u,v为大于零小于1的小数)为待求像素坐标,则待求像素灰度的值f(i+u,j+v)如下图所示:
代码:
2)双线性插值
2.1单线性插值
双线性插值:
step1:先用四个红点出处两个蓝点的像素值
step2:再用两个蓝点的像素值求出绿点的像素值
即利用两次单线性插值
理解过程:
a)在x方向做插值:
b)在y方向做插值
c)综合起来
双线性插值方法存在的问题
坐标系的选择
要通过双线性插值的方法算出dst(目标)中每一个像素点的像素值,是通过dst像素点的坐标对应到str图像当中的坐标,然后通过双线性插值的方法算出src中相应坐标的像素值。
坐标对应关系:
- 按比例对应
通常采用几何中心重合的方法进行双线性插值
问1:为什么要采用几何中心重合?
答:想要所有的点都能均匀的参与计算
问2:如何做到几何中心重合?
答:横纵坐标都加0.5
问3:为什么加0.5,
答:推导过程如下:
对比:
双线性插值法的计算比最邻近插值复杂, 计算量较大,但没有灰度不连续的缺点,图像看起来更光滑。
注:参考八斗人工智能视频,仅用作基础复习巩固。