一. 前言
之前学习了一下 Python 环境下计算机视觉方面的一些应用(主要是 OpenCV).
但是对于计算机视觉方面的种种概念都是一笔带过,计算机视觉是一个很大的领域,在深入它之前 ,有必要对其中的一些基础概念有一个宏观的理解
。文章源自灵鲨社区-https://www.0s52.com/bcjc/pythonjc/17168.html
二. 要学清楚哪些东西?
- ?️ : 一个图像在计算机里面存储的时候 ,涉及到了哪些概念?
- ?️ : 图像在计算机里面存储的实质是什么样的?
- ➡️ : 那么最终在应用中如何产生作用?
三. 学一学那些生涩又难懂的术语
3.1 非黑即白 :计算机图形的存储基础
上学的时候或多或少都学过 ,计算机底层的存储方式是二进制。不论什么数据 ,在最底层都是 0-1 的关系,图像同样如此。文章源自灵鲨社区-https://www.0s52.com/bcjc/pythonjc/17168.html
- 以 《计算机视觉40例从入门到深度学习》 这里面的一个案例来说明 :
文章源自灵鲨社区-https://www.0s52.com/bcjc/pythonjc/17168.html
但为了表示一张复杂的图形 ,远远不是 0-1 这么简单 , 由此出现了一个概念 :像素。文章源自灵鲨社区-https://www.0s52.com/bcjc/pythonjc/17168.html
- 像素(Pixel)是计算机图像的基本单位,
用于表示图像中的一个点
。每个像素都包含颜色
和亮度
信息,组合在一起形成整个图像。 - 如果抽象从黑白的角度来说 , 一个像素点就是一个字节 ,有八位Bit 表示 0-255 这个区间
分辨率是什么?文章源自灵鲨社区-https://www.0s52.com/bcjc/pythonjc/17168.html
分辨率是指图像或显示器上像素的密度,通常以水平像素数和垂直像素数来表示,如 1920x1080。它决定了图像或显示器可以显示的细节和清晰度文章源自灵鲨社区-https://www.0s52.com/bcjc/pythonjc/17168.html
- 一个分辨率为 1920x1080 的图像意味着图像有 1920 个像素宽度和 1080 个像素高度
- 分辨率越高,图像可以显示的细节和清晰度就越高 ,可以展示更多的细节(
但是不等于图像就清晰了,它只是可以
)
3.2 颜色模型 : 将颜色进行量化
之前说到了 ,一个像素点里面是包含颜色信息的 ,这些颜色信息通常称为 : 颜色模型文章源自灵鲨社区-https://www.0s52.com/bcjc/pythonjc/17168.html
- RGB(Red, Green, Blue)模型 :通过
红绿蓝
3色组合形成的颜色模型- 表示方式:每个颜色分量通常用8位表示,范围是0到255
红色
:R = 255, G = 0, B = 0白色
:R = 255, G = 255, B = 255灰色
:R = 128, G = 128, B = 128
- 表示方式:每个颜色分量通常用8位表示,范围是0到255
- RGBA(Red, Green, Blue, Alpha)模型 : 在上述的基础上增加了透明度的概念
- 表示方式:Alpha通道也用8位表示
不透明红色
:R = 255, G = 0, B = 0, A = 255半透明红色
:R = 255, G = 0, B = 0, A = 128
- 表示方式:Alpha通道也用8位表示
- CMYK(Cyan, Magenta, Yellow, Black)模型 : 由
青色、品红、黄色和黑色
四种颜色- 表示方式:每个颜色分量的范围是0到100%
- 青色:C = 100%, M = 0%, Y = 0%, K = 0%
- 表示方式:每个颜色分量的范围是0到100%
- HSB/HSV(Hue, Saturation, Brightness/Value)模型 :用于描述颜色的感知特性
- 表示方式:通过色相 ,饱和度 ,亮度来全方位的表示
色相(Hue)
:表示颜色的类型,范围是0到360度。饱和度(Saturation)
:表示颜色的纯度,范围是0%到100%。亮度/值(Brightness/Value)
:表示颜色的明暗程度,范围是0%到100%。纯绿色
:H = 120°, S = 100%, B/V = 100%
- 表示方式:通过色相 ,饱和度 ,亮度来全方位的表示
- HSL(Hue, Saturation, Lightness)模型 : 类似HSV模型,但使用光度来表示颜色的明暗程度
- 表示方式:色相(Hue) + 饱和度(Saturation) + 光度(Lightness)
- 纯蓝色:H = 240°, S = 100%, L = 50%
- 表示方式:色相(Hue) + 饱和度(Saturation) + 光度(Lightness)
- Lab(CIELAB)模型 : Lab模型是基于人眼感知的颜色模型
- 表示方式: L (明度) + a (绿色到红色的颜色分量) + b (蓝色到黄色的颜色分量)
- YUV/YCbCr 模型 : Y表示亮度,U和V(或Cb和Cr)表示色度
❓ 为什么需要这么多的模型?文章源自灵鲨社区-https://www.0s52.com/bcjc/pythonjc/17168.html
不同的颜色模型有着各自的适用的场景 ,RGB 比较适用于电子显示设备 ,而 CMYK 主要用于打印和出版, 而 YUV 则可以用于视频压缩和传输。文章源自灵鲨社区-https://www.0s52.com/bcjc/pythonjc/17168.html
❓ 文件格式和颜色模型的关系 ?文章源自灵鲨社区-https://www.0s52.com/bcjc/pythonjc/17168.html
- 不同的文件格式支持的颜色模型是不一样的 : 例如 JPEG 通常支持 RGC 模型,但不支持 RGBA.
关于颜色模型的深入文章 :
- 通过图表直观的感受颜色模型 : @ 深入理解color model(颜色模型)
四. 快速入门
4.1 从单色调开始 : 黑白是如何存储的?
在上面我们学习了图像是以像素点的形式存在 ,又弄明白了颜色是怎么进行融入的 ,但是始终有一个问题 :数据存储的格式最终是什么样的?
- 通常情况下,采用一个字节来描述灰度图像中一个像素点的像素值。
- 一个字节表示的范围是
[0,255]
- ? 首先 : 我们假设一张图片
看起来
只有黑白二色 ,当他放大的时候 ,那么图像应该是这样的
我们注意到 ,小图放大到像素点级别的时候 ,总会有边界模糊的地方。在忽略这些地方的情况下 ,黑色和白色就可以分别通过 0 和 255 进行表示了 :
- ? 然后 ,可以观察到 ,在边界处数值是在 0-255 之间变化的 :
- ❓ 总结 :
在由黑到白的过程中 ,我们可以通过一个字节表示其黑白的强度 ,通过 0-255 的转换 ,得到一个基础的黑白图像。
4.2 量化 : 灰度表示五彩斑斓的黑
由此我们可以联想到计算机视觉里面的一个常见的操作 : 灰度化。
灰度的目的是把有颜色的图像转换成黑白的图像 ,避免其他的干扰因素。
- ❓ 总结 :
同样的 ,我们把一个彩色图像按照灰度化的方式 ,就可以得到一个五彩斑斓的黑白图像了。其中同样通过 0-255 的范围来表示黑白的边界。
4.3 颜色表示起来也很简单了
那么我们再进一步 ,颜色该怎么表示呢?我们以 RGC 颜色图像为例 :
- ? 每个像素点的颜色用
红色、绿色和蓝色
三个通道的值来表示。因此,整个图像可以用三个二维矩阵
来表示,每个矩阵对应一个颜色通道。
- ? 如上图 : 一个图片的每个像素点 ,都可以看作三个矩阵的组合 :
R(A,B,C)
- ? 而每个矩阵中只需要
存储对应的颜色值
的值即可 :
五. 扩展用法
5.1 如何对图片进行索引?或者说如何操作图像?
查询整个图像中暗色的区域并且修改其色度
java
import cv2
import numpy as np
# 读取图像
image_path = "C:UserszzgDesktoptest003.png"
image = cv2.imread(image_path)
# 检查图像是否正确读取
if image is None:
print("Error: Could not read image.")
exit()
# 将图像转换为灰度图像(可选)
gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
# 定义暗色像素的阈值(这里假设灰度值低于100的像素为暗色像素)
dark_threshold = 100
# 复制图像以便后续处理
brightened_image = np.copy(image)
# 提高暗色像素的亮度
indices = np.where(gray_image < dark_threshold)
brightened_image[indices] += 100 # 增加像素的亮度值(可以根据需要调整)
# 显示处理后的图像
cv2.imshow("Original Image", image)
cv2.imshow("Brightened Image", brightened_image)
cv2.waitKey(0)
cv2.destroyAllWindows()
# 保存处理后的图像(可选)
cv2.imwrite("brightened_image.jpg", brightened_image)
- ❓ 可以看到 ,天空中暗色的区域被我们直接改成了白色 ,图像中暗色的区域也被替换了
- ❗ 只不过由于我们
替换的幅度太大
,导致图像变化的太明显
- ? 我们所知的修图 , 美颜 主要是在这个基础上用了
更复杂的算法
5.2 计算机视觉处理图像的原理
还是以 OpenCV 为例 ,我们可以很轻易的拿到图像的像素点位 ,然后获取到图像的颜色模型,然后展示它们 :
python
import cv2
import numpy as np
# 读取图像
image_path = "C:Userstest.png"
image = cv2.imread(image_path)
# 获取图像的高度和宽度
height, width, _ = image.shape
scale_factor = 100 # 放大倍数
new_height = height * scale_factor
new_width = width * scale_factor
# 放大图像
resized_image = cv2.resize(image, (new_width, new_height), interpolation=cv2.INTER_NEAREST)
# 在放大后的图像上标注RGB值
for i in range(height):
for j in range(width):
b, g, r = image[i, j]
text = f"({r},{g},{b})"
# 在放大后的像素区域的中心位置绘制RGB值
x = j * scale_factor + scale_factor // 4
y = i * scale_factor + scale_factor // 2
# 使用黑色或白色文本颜色,取决于像素的亮度
brightness = (int(r) + int(g) + int(b)) / 3
text_color = (0, 0, 0) if brightness > 127 else (255, 255, 255)
cv2.putText(resized_image, text, (x, y), cv2.FONT_HERSHEY_SIMPLEX, 0.3, text_color, 1, cv2.LINE_AA)
# 显示新图像
cv2.imshow("Image with Pixel Values", resized_image)
cv2.waitKey(0)
cv2.destroyAllWindows()
# 保存新图像
cv2.imwrite("image_with_pixel_values.png", resized_image)
- 如果我们需要对图像进行处理 ,我们也可以对颜色模型进行修改 :
python
# 指定要修改的像素位置
x, y = 100, 100 # 例如修改位置 (100, 100) 的像素
# 指定新的 RGB 值
new_color = [0, 255, 0] # 例如修改为绿色 (B=0, G=255, R=0)
# 修改像素点的 RGB 值
image[y, x] = new_color
# 显示修改后的图像
cv2.imshow("Modified Image", image)
# 保存修改后的图像
cv2.imwrite("modified_image.jpg", image)
总结
学完了图像的基础概念 ,后续就是 OpenCV 的常见用法了。
在这个逻辑上 ,我们可以想到很多图片的处理方向 :
- ? 通过图像的处理实现美颜的功能 ,整体风格的转变
- ? 基于像素点的模型 ,来搜索相似或者相同的图片
- ? 对图像特定的区域添加蒙版或者遮挡 ,对图片进行裁剪等
- 。。。。。。太多太多了
评论