数字图像处理不得不知的点(2)

【接前面一二三四五】

六、IplImage里面部分数据的意义：

一幅图像

当然这个的显示多了一个框框。

 

图像本身的数据：

IplImage 里面的基本数据

src->depth 图像深度 8

src->nChannels 图像的通道数 3

src->width 图像的宽度像素 154

src->height 图像的高度像素 200

src->widthStep 图像的行所占字节数 = width*nChannels = 154*3//然而并不总是相等，或者其实并不相等。

见：http://blog.csdn.net/bzdwdmzjsmff/article/details/51336633  第九点

 

位深度如果对应于一个cvMat里面的一个数据的话应该是：CV_8UC3

看出宽是154个像素。高是200个像素

所以创建一个这样的图像的话应该是：

cvCreateMat(200,154,CV_8UC3);

如果是IplImage的话，它的创建应该是

cvCreateImage(cvSize(154,200),8,3);
 
IplImage *src = cvLoadImage(“pic.jpg”,1);//

七、彩图的一个像素为什么通常是 8位深，3通道？

打开ps ，然后打开拾色器。就会发现红色可以这样描述：当前选中的颜色，有一个直观的色彩表示方法，然后由 hsb ， lab ， rgb ， cmyk 四种色彩空间，其中 rgb 采用了两种形式描述一种是：显而易见的， RGB 还有一种是 #6b3522 。

拾色器采用了类似HSV的描述方法，可以看到对比图。下图来自：

http://www.360doc.com/content/13/1105/14/10724725_326803150.shtml

为什么是8位？

对于RGB这种颜色模式来说，红就是rgb（255,0,0），不红就是rgb（0,0,0）那么在红与不红之间，我们把它分成256份。0代表红色没有，255代表红色加到最足。

128大概是这样一个状况：rgb里面的中间红色。

这种分法就是从红到黑分了256份。数值越大越红。

当然你也可以定义一种比如你的名字叫做李明，有一种李明色彩空间，李明说我的世界就是红与黑。就这一个通道。然后他还说了，256太多了，数不过来，就定义了3种颜色，哪一种就是黑，一种就是中间红，还有一种就红。那这是他的色彩空间。

他一共就数3个数就描述了这种色彩空间0,1,2。

 

然而大千世界，这并不够，所以我们多分了几份儿，我们把RGB三种色彩空间分成了每个颜色从黑到红，从黑到绿，从黑到蓝都分成了256份。那蓝绿色不动，红色从0到255是256种情况，绿色也是256中，蓝色也是256。所以对于分成8位的这个方式我们把颜色排列一下得到256*256*256种颜色。

 

不过问题又来了，好像这么分的确是好啦。不过为什么不是7位或者4位或者10位来划分一个颜色梯度。10位能表示更多的色彩呢。这么说的确说有道理。那么从另外一个角度来分析吧。

 

【这个应该是长期磨合的过程。颜色的确开始有可能被分成了100个梯度或者200个。至于为什么最后就变成了256个。可能是由于如果刚好一个字节是8位。8位可以表示256种状态。而这种色域对于我们人眼来看，就足够丰富了，那么两者一拍即合。所以全是猜测的，谁知道他们怎么分的。。。但是应该也有据可考】

 

八、那么为什么一个字节是8个二进制位呢？

//百度里面网友对于这个的解释很坑，答非所问。

https://www.zhihu.com/question/20870588

详细的看这里，就记住一句话历史原因就可以了，由于历史的设定，以及普及程度，加上工业化的运用，很多东西如果脱离了商业就跑不动，如果加上商业就飞一样的跑。【比如大家现在都在吵吵的 所谓云技术，云技术卖的就两个点，云存储、云计算，无非是有些地方存储很厉害，包括存，足够大，取，足够快，这样就能够卖存储。对于计算，就是有些处理器很强大，处理足够快，这样就可以卖计算。因为不知道存储或者计算的点到底在哪里，所以又加了一个概念叫做云。其实这个东西有前身的，云计算的前身在国内是有前身的叫做网格计算，也是分发到各个地方去处理数据，把结果进行交付。只不过当时是科研用途，并没有做商业推广，本身名字也不如云计算顺口，不好推广，没经力支持，所以慢慢慢慢就没人提了。】把8作为2进制位，加上本身换算容易。所以就顺理成章的成为八进制表示一个字节。

 

而字节这个概念，来自我们熟悉的A-65 0-48 a-97，的那张ASCII码，一个美国字加各种字符是127还是128个啊？总之2的7次方就表示了，所以一个字节也曾经是7位过，就是7位能够刚好表示一个字。所以可能加上一些翻译的原因，最终变成了字节这种叫法，但是其实就是1个字可以用7个二进制位表示。

 

加上历史原因一个字用8个二进制位表示。

加上翻译原因，一个字节用8个二进制位表示。

 

【关于字为什么翻译做字节 字节为什么 是字 的说法，纯属杜撰，帮助理解，囧囧囧】

 

我们要做的是 熟悉这两种rgb的表示方式，rgb（255,0,0）和#ff0000。并且会换算。并且能够看到一种颜色，经过不断调试，基本上弄出一个颜色。

这种数字的组合，就是能量的叠加，当一个地方同时接受红黄蓝三色光的时候就是白色，随着能量的减少，最后就变成了黑色。所以如果颜色深，数值就往小给，如果颜色鲜亮，就往大里给。偏什么色就往里面加什么颜色。

给出几个示例，

这种习题就自己练习吧，比如写出红绿蓝三色， 黄色的表示，粉色的表示，灰色的表示，然后是快速写出你的鼠标垫的主色调的颜色。如果是黑色的话就写一个紫色的。总之稍微练习一下。

 

既然8位能够表示，那么从红到黑分成16384份，那就是16位表示，行不行，当然也行。关于到底分成多少份有什么用？

参考

http://wenda.hexun.com/question/34986.html

中的数模转换器部分

“

模-数转换器（ADC）：12位与14位

每台数码相机都有某一种模-数转换器，将传感器捕捉到的模拟信号转换为构成最终图像的数字信号。大部分数码单反相机使用12位或14位ADC。

在这里，ADC的位数与传感器可以捕捉到的灰阶级数有关。例如，12位的ADC，其每个像素可以捕捉4,096级灰阶；而14位的ADC每个像素可以捕捉16,384级灰阶。

如此看来，14位ADC毫无疑问是赢家：其可捕捉的灰阶值是12位的4倍！不过，多出来的2位并不能增加相机的动态范围，而只是在一定的动态范围内，增加了灰阶级数。就像把一块长面包切片，把每片都切成原来的一半，总片数增加一倍，同时每一片都变薄了，但面包并没有变大。（译者注：就是说14位ADC可以获得更细腻的层次过渡）

所以，14位ADC可以使你获得更佳的画质，但是这种改善只在阴影和平滑的渐变过渡（比如日落照片）中比较明显。

”

 

分多了并不会怎样，只不过能表述更多的细节，你发现你的书的书页都是白色的，但是那些白色都一样么？不都一样那么到底有什么差异？如果在黑白图里面，只能告诉你都是白色。但是如果在灰度图里面，你会发现有些色差，如果分的份数越多，那么细节就描述的越细腻，有时候你根本不知道#FFCCCC跟#FFCCCB有什么区别。【事实上我觉得你就是不知道如果不告诉你谁是谁的话，并且在不同光照的情况下你可能觉得后面一个色会更亮一点。】所以通常我们就用一个字节8个二进制位来表述某个通道的值。用256*256*256表述我们能见到的所有色彩，事实上基本足够用了。