數字影像處理基礎
- 影像數字化技術
- 影像采樣和量化
- 色度學基礎與顏色模型
- 三基色原理
- 顏色模型
- 計算顏色模型
- 視覺顏色模型
- 工業顏色模型
- RGB模型
- HSI模型
- RGB和HSI之間的轉換
- 數字影像型別
- 矢量(Vector)圖
- 兩個優點
- 一個缺點
- 位圖（Bitmap）
- 影像檔案格式(自學)
- OpenCV編程簡介
- 安裝
- 測驗程式
- 影像的演算法運算
- 影像的邏輯運算
- 學習要求
影像數字化技術
影像的數字化包括采樣和量化兩個程序
影像采樣和量化
色度學基礎與顏色模型
三基色原理
根據人眼的三基色吸收特性，人眼所感受到的顏色其實是三種基色按照不同比例的組合，則任一彩色C可表示為：
C = R（R）+ G（G）+ B（B）
人眼視覺的感受顏色可用色調（hue）、飽和度(saturation）和亮度（brightness）來表示，
顏色模型
各種表示顏色的方法，稱做顏色模型，目前常用的顏色模型按用途可分為3類： 計算顏色模型、 視覺顏色模型和工業顏色模型
計算顏色模型
用于進行有關顏色的理論研究， 常見的RGB模型、CIE XYZ模型、 Lab模型等均屬此類
視覺顏色模型
是指與人眼對顏色感知的視覺模型相似的模型，它主要用于色彩的理解， 常見的HSI模型、 HSV模型和HSL模型均屬此類
工業顏色模型
側重于實際應用， 包括彩色顯示系統、 彩色傳輸系統及電視傳輸系統等， 工業顏色模型有如印刷中用的CMYK模型、 電視系統用的YUV模型、 用于彩色影像壓縮的YCbCr模型等
RGB模型
HSI模型
利用顏色的三個屬性色調H（hue）、飽和度S（saturation）和亮度I（intensity）組成一個表示顏色的圓柱體
RGB和HSI之間的轉換
數字影像型別
數字影像可分為矢量(Vector)圖和位圖（Bitmap）， 位圖也稱為柵格影像，
矢量(Vector)圖
矢量圖用一系列計算機指令來表示一幅圖， 如AutoCAD中的繪圖陳述句，本質上是用數學(準確地說是幾何學)公式描述一幅影像，
兩個優點
一是檔案資料量很小， 因只存盤其數學公式； 二是影像質量與解析度無關， 無論影像放大或縮小多少， 影像總是以顯示設備允許的最大清晰度顯示，
一個缺點
不易制作色調豐富或色彩變化太多的影像，也不易在不同的軟體間交換檔案，
位圖（Bitmap）
位圖由像素點來表示一幅影像， 每個像素具有顏色屬性和位置屬性， 位圖又可分成線畫稿(LineArt)、 灰度影像 (GrayScale)、 索引顏色影像(Index Color)和真彩色影像（True Color）
影像檔案格式(自學)
影像檔案：檔案頭+影像資料
檔案頭的內容由制作該影像檔案的公司決定， 一般包括檔案型別、 檔案制作者、 制作時間、 版本號和檔案大小、壓縮方式等內容
BMP影像檔案格式
TIF影像檔案格式
GIF影像檔案格式
PBM、 PGM、 PPM檔案
PCX檔案
JPEG影像格式
OpenCV編程簡介
還是自學…
安裝
build檔案夾是編譯好的OpenCV二進制檔案， sources檔案夾是OpenCV源代碼檔案，若需要特殊功能， 可自行進行編譯
進行配置
測驗程式
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
int main()
{
// read an image
cv∷Mat image= cv∷imread(“tiger.jpg”);
// create image window named “My Image”
cv∷namedWindow(“My Image”);
// show the image on window
cv∷imshow(“My Image”, image);
// wait key for 5000 ms
cv∷waitKey(5000);
return 1;
}
影像的演算法運算
像素間的運算
影像的邏輯運算
學習要求
1）安裝配置matlab或python或C++、OPENCV影像處理環境
2）影像的讀、寫、顯示、存盤操作
3）將彩色影像在不同顏色空間進行分量分離；將彩色影像轉灰度影像
4）觀察影像的算術和邏輯運算的結果（對于256色灰度圖，請自行查閱當運算值超過[0,255]范圍的處理辦法，及[0,255]→[0,1]→[0,255]處理流程）
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/299771.html
標籤：其他
上一篇：opencv 霍夫圓檢測的應用