图像指的是什么，什么是图像算法

本文是图像处理101 教程系列的一部分。

图像处理和计算机视觉是计算机科学的热点趋势，由于其广泛的应用和乐观的发展前景，将继续呈现强劲的发展势头。在本教程系列的第一篇文章中，我们将了解图像是什么、它们如何存储，并解释图像处理的基础知识。

数字图像可以在计算机上显示和处理，根据其特点可以分为两大类：位图和矢量图像。

位图基于像素模式，通常由数字数组表示。 BMP、PNG、JPG 和GIF 都是位图。

矢量图像可以无限缩放并且没有像素，因为它们使用数学公式来绘制直线和曲线。大小为MN 的位图图像由MN 有限元组成。每个元素都有特定的位置和幅度，并表示有关该位置的信息，例如灰度或颜色。这些元素称为图像元素或像素。

色彩空间

根据每个像素所代表的信息，图像可以分为二值图像、灰度图像、RGB图像、索引图像等。

1. 二值图像

在二值图像中，像素值用0或1表示。通常0 表示黑色，1 表示白色。

2. 灰度图像

灰度图像在二值图像中添加白色和黑色之间的颜色深度，形成灰度图像。这些图像通常显示为从最暗的黑色到最亮的白色的灰色阴影，每种颜色的深度称为灰度，通常用L 表示。在灰度图像中，像素可以具有从0到L-1的整数值。

3.RGB图像

RGB 或彩色图像需要一组数字来表示每个像素的信息。因此需要一个三维矩阵来表示图像。自然界中几乎所有的颜色都是由红（R）、绿（G）、蓝（B）三种颜色组成的。因此，RGB图像中的每个像素都可以用红/绿/蓝阵列来表示。

4. 索引图像

索引图像由颜色图矩阵组成，该矩阵将数组中的像素值直接映射到颜色图值。使用相应的值确定图像中每个像素的颜色。下面将更详细地讨论这个问题。

图像如何存储在内存中

x86 硬件没有用于访问多维数组元素的寻址模式。当图像加载到存储中时，多维对象将转换为一维数组。通常，使用行优先或列优先排序。

行主要排序

C/C++ 和Python 使用行优先排序。它从第一行开始，然后连接到第二行及其末尾，然后连接到第三行。这意味着在行优先布局中，最后一个索引变化最快。对于矩阵，最后一个索引是列。

对于灰度图像，可以使用矩阵来表示每个像素的灰度级。以4*4图像为例。

内存

对于彩色图像，需要多维数组来存储图像信息。

列主要排序

在多维数组的行优先布局中，第一个索引变化最快。这是一个例子。

图像A 有6 个像素。

使用行优先排序，连续的内存地址分配如下：

当使用列优先排序时，连续的内存地址分配如下：

图像如何存储在文件中

真彩色（24 位）

24 位图像通常使用8 位表示R、G 和B。与灰度类似，对于三基色中的每一种，L 电平可用于指示存在多少该颜色分量。例如，对于256 级红色，0 表示无红色，255 表示100% 红色。同样，绿色和蓝色也可以分为256个级别。每种原色可以用8 位二进制数据表示，因此三种原色总共需要24 位。

未压缩的原始BMP 文件是使用RGB 标准存储的RGB 图像。

索引颜色

对于高度和宽度为200 像素、16 种颜色的彩色图像，每个像素由三个分量表示：RGB。因此，每个像素用3个字节表示，整个图像为2002003=120KB。由于彩色图像只有16种颜色，因此可以使用颜色表（16x3的二维数组）来存储这16种颜色的RGB值。下面对此进行更详细的解释。数组中的每个元素代表一种颜色，并按其在数组中的位置进行索引。图像像素不包含其颜色的完整规范，仅包含表中的索引。例如，如果颜色表中的第三个元素是0xAA1111，则所有颜色为0xAA1111的像素都可以用“2”表示（颜色表索引下标从0开始）。这种方法每个像素只需要4位（0.5字节），因此整个图像可以存储2002000.5=20 KB。上面的颜色表就是调色板，也称为查找表（LUT）。

GIF 是最流行的图像文件格式，支持索引颜色模式。

还有很多其他的图像格式和存储方式，这里不再赘述。下次我会介绍色彩模型相关的内容。

敬请期待~

版权声明：本文转载于网络，版权归作者所有。如有侵权，请联系本站编辑删除。

• 上一篇：计算机视觉处理应用的领域和例子，计算机视觉的运用
• 下一篇：返回列表