【计算机视觉处理2】图像的基础知识

╰半橙微兮° 2022-12-21 15:51 244阅读 0赞

# 图像的基础知识 #

作者：ZackSock

## 1、计算机中的图像 ##

在计算机中，图像是以二进制形式存储的。但是我们通常不会以二进制方式操作图像，在处理图像时我们更乐意把图像看作是一个点集。这个集合是以二维的方式分布的，每个点都有自己的颜色，每个点都不可再分割。这样的点我们称它为【像素】。比如下面这张图片：

![20201116194307720.png_pic_center][]

我们可以把它看作是一个5\*5的图像，其中每个点都是黑色的。

早期的计算机只能显示简单的图像，比如【二值图像】。这种图像非黑即白，不容许第三种颜色存在。比如下面：

![20201116205858993.jpg_pic_center][]

对于这种图片，我们每个像素只需要一位二进制（0，1）就可以表示。但是这种图像不能满足人的需求，于是又有了细节更加丰富，但依旧没有颜色的图像，也就是我们后面会接触到的【灰度图像】。比如下面：

![20201116210457461.jpg_pic_center][]

上面的图像保留了真实场景中的大多数细节。如果再用一位二进制表示灰度图的像素就显得有些不足了，因此灰度图需要用8位二进制来表示，也就是0-255。因为现在硬盘不再是稀缺资源，所以二值图像我们通常也用8位二进制表示。用0表示0（黑色），用255表示1（白色）。

如果要表示彩色图像就更加复杂了，下面是一直图片的RGB图像：

![20201116211737404.jpg_pic_center][]

所谓的RGB图像就是一张像素由三个值来表示的图片。三个值分别表示红、绿、蓝三种颜色的程度。比如如果一个像素的红色程度是255，其它两个颜色程度是0，那么这个像素在我们看来就是红色的。通过这三种颜色的搭配，我们可以配出4294967296种不同的颜色。

当然，我们生活种的图像还要丰富得多，比如透明图像、动态图像等。这里就不再详细说了。

## 2、OpenCV中的图像 ##

在上面说到的对不同图像的理解在OpenCV中是一样适用的。

在OpenCV中，图像以ndarray类型存储。ndarray是numpy中的数组，它具有多个维度，它可以表示图像的完整信息。包括图片的宽高、像素的值等。我们可以尝试看看下面这张图片的ndarray数组：

![20201116213510376.png_pic_center][]

因为比较长，我们截取一部分查看，下面是输出结果：

[[[245 225 190]
      [245 225 190]
      [245 225 190]
      ...
      [214 195 184]
      [214 195 184]
      [214 195 184]]
    
     [[245 225 190]
      [245 225 190]
      [245 225 190]

现阶段我们还不需要太在意数组的内容，OpenCV提供了简单的API供我们获取图片的关键信息。下面我们来简单看一下。

## 3、获取图像信息 ##

在获取图像信息之前，我们需要使用imread函数读取图片。我们看下面这段代码：

import cv2
    im = cv2.imread('xscn.jpg')
    print("图像的形状：", im.shape)
    print("图像的大小：", im.size)
    print("图像的数据类型：", im.dtype)

我们先看一下输出的结果，

图像的形状： (1080, 1920, 3)
    图像的大小： 6220800
    图像的数据类型： uint8

再来解释一下各个参数：

*  shape：图片的形状，包含高、宽、图层数的信息
 *  size：高\*宽\*图层数的值
 *  dtype：每个数据的类型。对于灰度图，一个数据就是一个像素。对于RGB图像，一个数据就是一个像素中一种颜色的值。unit8表示8位二进制的正整数（0-255）

其中图层数表示一个像素由几个数据组成。比如灰度图的图层数是1，而RGB图像的图层数是3。

## 4、图像坐标 ##

为了方便，我们可以为图像构建一个坐标系，这个坐标系不需要实际构造，而只是为了方便我们理解。

我们来看下面这张图片：

![20201116223126623.jpg_pic_center][]

我们构建了一个坐标系，然后把图片的左上角对应原点。这样我们可以用（x，y）形式定义一个像素点，比如图中的点A的坐标为（500，300）。

## 5、获取像素值 ##

获取像素值同样需要先读取图像，然后我们可以通过下面的方式来访问指定位置的像素：

im[y][x]

其中im是我们的图片对象。x、y对应坐标中的x、y。比如下面这段代码：

import cv2
    im = cv2.imread('xscn.jpg')
    pixel = im[0][0]
    print(pixel)

输出结果如下：

[245 225 190]

因为读取的是RGB图像，所以单个像素由三个数据组成。我们还可以进一步获取某个颜色的值，比如我想获取坐标为（100，100）的像素中红色的值，我们可以这样获取：

red = im[100][100][0]

但是其实这样是错误的。因为在OpenCV中，图像默认表示为GBR模式，而上面我们获取的应该是绿色的值。正确获取红色的操作应该如下：

red = im[100][100][2]

## 6、修改像素值 ##

像素值的修改非常简单，我们只需要找到某个像素，然后对其赋值即可。比如我们对下面这张图片进行操作：

![20201116224239220.png_pic_center][]

上面为了方便观看，把一张3\*3的图片放大后的效果。我们用代码对图片像素进行修改：

import numpy as np
    im = np.zeros((3, 3, 1), dtype=np.uint8)
    im[0][2] = 255

其中np.zeros的作用是创建一个多维数组。我们直接把它理解为创建了上面的图像，后续我们会有更详细的讲解。

创建图像后我们把（2，0）处的像素修改为255，下面是修改后的图片：

![20201116224927453.png_pic_center][]

可以看到指定像素被修改了。

[20201116194307720.png_pic_center]: /images/20221120/b90944f35bab43c49d8fa9fd752ece3f.png
[20201116205858993.jpg_pic_center]: /images/20221120/0432ea64e15149599ef2b3fc48e7564e.png
[20201116210457461.jpg_pic_center]: /images/20221120/edf1e235201d4f4ea67601c897895ae9.png
[20201116211737404.jpg_pic_center]: /images/20221120/5c7f93c778c74c849cfd3b94591147bf.png
[20201116213510376.png_pic_center]: /images/20221120/3ce57cc7759d49fc89615aebf6e429d9.png
[20201116223126623.jpg_pic_center]: /images/20221120/c252180999d3413fb333fe3f754f7a4b.png
[20201116224239220.png_pic_center]: /images/20221120/45c16217e81a45d999eacd3614e0bc87.png
[20201116224927453.png_pic_center]: /images/20221120/06bc83dbbda94ed09ae0a923d1de3f97.png