近来实习,方觉课堂上学的太少,完全不够用,虽然我是个乖乖女,呜呜~~~~(>_<)~~~~
系列文章希望记录CNN时尚图片分类识别全过程,持续更新中(偷笑),如有共同学习的可以发邮件加友交流1354008726@qq.com。
第一篇 图像的像素,灰度与表示
因为要学习下图片识别嘛,第一个问题就是图像的表示,很有意思的感觉~
一、灰度是什么?
1.从黑白图像讲起,顾名思义,只有两种亮度,明暗(黑白),说明只有两种灰度值啦。
那灰度是什么呢?
灰度值,是指黑白相机(其实是灰度相机,真正的黑白,只有黑和白二值)拍出的图像某个像素坐标点的值。从0~255共256级。看起来白的,值较大,接近或等于255,看起来黑的,值较小,接近或等于0。
这样对于灰度图像来说可以理解为由多个不同亮度的像素点组成,灰度级越多,图像层次越清楚逼真。
2.这里补充图像二值化:
我们刚刚说的灰度图像和黑白图像不一样。图像二值化就可以变为黑白图啦,首先设定阈值,所有灰度大于或等于阀值的像素被其灰度值为255表示,否则灰度值为0。。如果某特定物体在内部有均匀一致的灰度值,并且其处在一个具有其他等级灰度值的均匀背景下,使用阀值法就可以得到比较的分割效果。如果物体同背景的差别表现不在灰度值上(比如纹理不同),可以将这个差别特征转换为灰度的差别,然后利用阀值选取技术来分割该图像。动态调节阀值实现图像的二值化可动态观察其分割图像的具体结果。可参见博客:http://blog.csdn.net/chenamo9651/article/details/886749
二、彩色图像的灰度化
像素中具有RGB三通道的彩色图像来说怎样才能得到灰度图像呢?
如果对于一张本身就是灰度图像(8位灰度图像)来说,他的像素值就是它的灰度值,如果是一张彩色图像,则它的灰度值需要经过函数映射来得到。在数字图像处理过程中,一个像素的显示是通过R\G\B三个值组成的,当然我说的是彩色图像,不是灰度图像。任何颜色都有红、绿、蓝三原色组成,假如原来某点的颜色为RGB(R,G,B),那么,我们可以通过下面几种方法,将其转换为灰度。只要使R=G=B,三者的值相等就可以得到灰度图像。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。
1.浮点算法:Gray=R*0.3+G*0.59+B*0.11
2.整数方法:Gray=(R*30+G*59+B*11)/100
3.移位方法:Gray =(R*28+G*151+B*77)>>8;
4.平均值法:Gray=(R+G+B)/3;
5.仅取绿色:Gray=G;
通过上述任一种方法求得Gray后,将原来的RGB(R,G,B)中的R,G,B统一用Gray替换,形成新的颜色RGB(Gray,Gray,Gray),用它替换原来的RGB(R,G,B)就是灰度图了。转化程序可见:http://www.cnblogs.com/BYTEMAN/archive/2012/06/29/2570459.html
三、附个好图
摘抄来的哈哈哈~像素值,是指相机、摄像头有多少万像素。如30万、130万、500万、1000万像素。表现在图像、显示器、屏幕上则为640*480,1280*1024像素等。其中某个点的像素坐标(1000,500),则表示横向第1000点、纵向500点上的那个点。
如果在图像中来看,像素值表示了图像的大小、像素坐标表示地址、灰度值表示地址中的值。