数字图像处理中的基础概念

图像.jpg

上图就是一张数字图像。一张图像在计算机中有以下一些概念。

1.采样，量化，灰度

我们眼睛所能看到的物理世界中的图像要能够被计算机处理，必须经过采样和量化，也就是模拟信号转离散信号的过程，因为计算机只能处理离散的数据。

采样就是在特定区域取多少个样本点，显然采样率越大，图像越精细，数据量自然也就越大。
量化就是得到了一个样本点的数据，我要用多少个二进制位去表示它。如下图

量化级

根据上图，可以知道图像有一个灰度的概念
1bit 只有 2 个灰度级，0 和 1
2bit 有 4 个灰度级，0, 1, 2, 3
8bit 有 256 个灰度级，0 到 255

2.灰度直方图

右边是 lena 的灰度直方图，用过 Photoshop 的应该经常看到这个图。

lena

灰度直方图是对图像中灰度级的频率统计。
也就是说，假如一幅图像有1万个像素，每个像素点有 0 到 255 的灰度级
那么把 x 轴定为灰度级数，y 轴定为像素个数，那么画出来就是直方图了。
x = 0，y = 100 就表示，灰度为 0 的像素点有 100 个。

灰度直方图很有用，如果一个图像的灰度全部分布到 x 比较小的地方，说明这幅图很暗，通过灰度映射函数可以把图像调亮，很多美图APP，Photoshop 就是这样调亮度的。

3.RGB

光的三原色，红绿蓝，任何颜色都可以通过红绿蓝组合得到，红绿蓝三种光无法被分解，所以是三原色，一幅彩色图由RGB三个灰度图组成。
彩色图转灰度图公式：Y = 0.299R + 0.587G + 0.114B
灰度图转彩色图叫伪彩色处理，得根据实际情况来转了，没有通用的公式。

4.数据量与信息量

数据量，就是一张图像占了多少个字节，比如1万个像素，每个像素占1个字节，那未压缩前的数据量就是 1万个字节。
信息量，信息量表示一张图片里包含了多少种信息。
假如一张全白的图片，它只有"白色"这个信息，那么它的信息量就很小，白色像素出现的概率是1，非常大。这样的图片不管它数据量再大，假设是1万乘1万的大小，都可以压缩到很小的程度。
假如一张五颜六色的图片，里面包含很多不同的颜色信息，说明它信息量很大，那么就很难被压缩了。