图像处理基本原理----基本概念

英文原文链接:  https://www.codeproject.com/articles/781213/fundamentals-of-image-processing-behind-the-scenes

原作者:  Jakub Szymanowski

中文原文链接:

翻译者: xiaosongaa

图像处理基本原理 

Fundamentals of Image Processing - behind the scenes

介绍 Introduction

在过去的20年中，图像处理算法变得非常流行，这主要是由于数字摄影技术的快速扩展。如今，数码摄像头是如此常见，我们甚至没有注意到他们在我们的日常生活中。当我们在地铁，机场，高速公路等等场景都会被录像并分析----图像处理算法分析我们的脸，检测我们的行为，识别我们的车牌，并注意到，我们离开了我们的行李。
此外，我们大多数人都在像类似PS或GIMP软件使用图像处理技术来获得有趣的艺术效果。
但是，无论这些算法有多先进，它们仍然依赖于基本原理。在这篇文章中，我们将介绍基本的图像处理算法，这将有助于了解什么是我们的图形编辑器软件计算背后的场景。

基本原理

互联网一姐 First Lady of the Internet

在我们开始我们的图像处理旅程之前，我们应该认识一下这位模特和她的照片,这是一个简短的故事。

对于那些涉足图像处理领域的人来说，这张照片是众所周知的。上面的图片显示了瑞典模特Lenna Soderberg（nee Sjööblom）。它最初是花花公子杂志1972年11月刊上的一张插画。

这张照片在1973年的一个意外的机会中,首次被用于图像处理领域 , 从此以后，它已成为图像处理和压缩研究领域最重要的照片。

数字世界中的图像信息表示 Image representation in digital world

我们肉眼每天所观察到的世界是一个连续的模拟图像,这是我们的眼睛处理图像的方式.要使用数字设备捕捉模拟图像,就必须对其进行采样和量化----这就是数字化处理。

采样

对连续的2D信号（图像）进行采样，我们将依据预先定义的行数和列数得到一个完整的二维信号数组。给定行和列相交处的点（元素）称为像素。采样原始图像是一个有损操作-采样图像的质量取决于预设的采样水平。

  

用不同采样等级得到的图像

量化

量化等级表示的是在数字图像中,每个像素的取值范围.常用的量化等级有2,64,256,1024,4096,16384等等。举例来说，如果我们使用1024个量化等级，那么在图像中每个像素可能的取值就是0~1023（原文为0~1024，应该有误）中的某个数。

  

使用不同量化等级得到的图像

色彩

对数字图像来说，最后一个要素是每个像素的色彩。当前最流行的色彩模型是RGB模型，我们用红绿蓝3个颜色分量来表示任意一种颜色。在RGB模式图像中，每个像素点包含了其在3个颜色分量下的饱和度。

另一个常用的色彩模型是HSV，HSV模型同样使用3个分量来表示色彩：色调，饱和度，明度.这个模型可以在颜色空间中表示为一个 圆锥形。

在印刷行业，最受欢迎的颜色模式 是CMYK，它包含4种基本颜色:青,品红,黄,黑,它们互相调和形成最终的颜色.

 

直方图Histogram

图像直方图是图像中每种颜色或亮度等级发生次数的统计信息。直方图告诉我们很多关于图像的信息----不仅限于亮度和对比度。使用直方图，我们可以判断图像细节是否已被正确捕获和存储。

在分析彩色图像时，我们接收每个颜色的直方图（RGB）。灰度图像则使用单一的直方图。

 

 

彩色和灰度图像的直方图