opencv图像处理_图像基础知识

一、数字图像
1.1 数字图像概念
数字图像，又称数码图像，一幅二维图像可以由一个数组或矩阵表示。 数字图像可以理解为一个二维函数f(x,y),其中 x 和 y 是空间(平面)坐标，而在任意坐标处的值 f 称为图像在该点处的强度或灰度。
图像处理目的：
• 改善图示的信息以便人们解释；
• 为存储、传输和表示而对图像进行的处理
1.2 数字图像的应用
⚫图像处理主要研究二维图像，处理一个图像或一组图像之间的相互转换的过程，包括图像滤波，图像识别，图像分割等问题
⚫ 计算机视觉主要研究映射到单幅或多幅图像上的三维场景，从图像中提取抽象的语义信息，实现图像理解是计算机视觉的终极目标。
⚫ 人工智能在计算机视觉上的目标就是解决像素值和语义之
间关系，主要的问题有图片检测，图片识别，图片分割和图片检索。

二、图像的属性
2.1 图像格式
⚫ BMP格式：Windows系统下的标准位图格式,未经过压缩，一般图像文件会比较大。在很多软件中被广泛应用。
⚫ JPEG格式：也是应用最广泛的图片格式之一，它采用一种特殊的有损压缩算法，达到较大的压缩比(可达到2:1甚至40:1)，联网上最广泛使用的格。
⚫ GIF格式：不仅可以是一张静止的图片,也可以是动画，并且支持透明背景图像，适用于多种操作系统， “体型” 很小，网上很多小动画都是GIF格式。但是其色域不太广,只支持256种颜色。
⚫ PNG格式：与JPG格式类似，压缩比高于GIF，支持图像透明， 支持Alpha通道调节图像的透明度。
⚫ TIFF格式：它的特点是图像格式复杂、存贮信息多,在Mac中广泛使用， 非常有利于原稿的复制。很多地方将TIFF格式用于印刷。
2.2 图像尺寸
图像尺寸的长度与宽度是以像素为单位的。
像素(pixel)：像素是数码影像最基本的单位，每个像素就是
一个小点，而不同颜色的点聚集起来就变成一幅动人的照片。
1、灰度像素点数值范围在0到255之间， 0表示黑、255表示白，其它值表示处于黑白之间；
2、彩色图用红、绿、蓝三通道的二维矩阵来表示。每个数值也是在0到255之间， 0表示相应的基色，而255则代表相应的基色在该像素中取得最大值
3、读入图像
函数： cv2.imread()
参数说明：
第一参数为待读路径；
第二个参数为读取方式，常见读取方式有三种：

import cv2
img=cv2.imread('1.jpg',1)  #1 读取图片的路径名称  2 读取的方式
print(img.shape)#打印图片的维度

4、显示图像
函数： cv2.imshow()
参数说明：
参数1：窗口的名字；
参数2：图像数据名。

cv2.imshow('image',img) #1 窗口名字 2 图像的数据名
#是一个键盘绑定函数
cv2.waitKey(0)#单位毫秒 0代表键盘输入
#默认值为所有窗口，参数一为待删除窗口名
cv2.destroyAllWindows()

5、保存图像
函数： cv2.imwrite()
参数说明：
参数1：图像名（包括格式），
参数2：待写入的图像数据变量名。

img=cv2.imread('1.jpg',1)
print(img.shape)
#显示图像
cv2.imshow('image',img) #1 窗口名字 2 图像的数据名
#是一个键盘绑定函数
k=cv2.waitKey(0)#单位毫秒 0代表键盘输入
if k==27:
    #默认值为所有窗口，参数一为待删除窗口名
    cv2.destroyAllWindows()
elif k==ord('s'):
            #保存图像
            cv2.imwrite("1.png",img) #1 图像名（包括格式） 2待写入图像的数据名
            

2.3 图像分辨率和通道
分辨率：单位长度中所表达或截取的像素数目。每英寸图像内的像素点数，单位是像素每英寸(PPI)。图像分辨率越高，像素的点密度越高，图像越清晰。
通道数：图像的位深度，是指描述图像中每个pixel数值所占的二进制位数。 位深度越大则图像能表示的颜色数就越多，色彩越丰富逼真。
• 8位：单通道图像，也就是灰度图，灰度值范围2**8=256
• 24位：三通道3*8=24
• 32位：三通道加透明度Alpha通道

1、灰度转化
函数：