计算机视觉的基础概念与入门

零 Python教程评论85字数 4315阅读14分23秒阅读模式

计算机视觉的基础概念与入门

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 :

image.png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
  • 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
  • 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%
  • 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%
  • 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%
  • 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

image.png

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 :

image.png

  • ? 然后 ,可以观察到 ,在边界处数值是在 0-255 之间变化的 :

image.png

  • ❓ 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。

image.png

  • ❓ 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。

image.png

  • ? 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)

image.png

  • ? 而每个矩阵中只需要存储对应的颜色值的值即可 :

image.png

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

代码解读
复制代码
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)

image.png

  • ❓ 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

代码解读
复制代码
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

代码解读
复制代码
# 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

零
  • 转载请务必保留本文链接:https://www.0s52.com/bcjc/pythonjc/17168.html
    本社区资源仅供用于学习和交流,请勿用于商业用途
    未经允许不得进行转载/复制/分享

发表评论