图像的像素，灰度与表示（CNN前奏）

近来实习，方觉课堂上学的太少，完全不够用，虽然我是个乖乖女，呜呜~~~~(>_<)~~~~

系列文章希望记录CNN时尚图片分类识别全过程，持续更新中（偷笑），如有共同学习的可以发邮件加友交流[email protected]。

第一篇  图像的像素，灰度与表示

因为要学习下图片识别嘛，第一个问题就是图像的表示，很有意思的感觉~

一、灰度是什么？

1.从黑白图像讲起，顾名思义，只有两种亮度，明暗(黑白),说明只有两种灰度值啦。

那灰度是什么呢？

灰度值，是指黑白相机（其实是灰度相机，真正的黑白，只有黑和白二值）拍出的图像某个像素坐标点的值。从0~255共256级。看起来白的，值较大，接近或等于255，看起来黑的，值较小，接近或等于0。

这样对于灰度图像来说可以理解为由多个不同亮度的像素点组成，灰度级越多，图像层次越清楚逼真。

2.这里补充图像二值化：

    我们刚刚说的灰度图像和黑白图像不一样。图像二值化就可以变为黑白图啦，首先设定阈值，所有灰度大于或等于阀值的像素被其灰度值为255表示，否则灰度值为0。。如果某特定物体在内部有均匀一致的灰度值，并且其处在一个具有其他等级灰度值的均匀背景下，使用阀值法就可以得到比较的分割效果。如果物体同背景的差别表现不在灰度值上（比如纹理不同），可以将这个差别特征转换为灰度的差别，然后利用阀值选取技术来分割该图像。动态调节阀值实现图像的二值化可动态观察其分割图像的具体结果。可参见博客：http://blog.csdn.net/chenamo9651/article/details/886749

二、彩色图像的灰度化

像素中具有RGB三通道的彩色图像来说怎样才能得到灰度图像呢？

如果对于一张本身就是灰度图像（8位灰度图像）来说，他的像素值就是它的灰度值，如果是一张彩色图像，则它的灰度值需要经过函数映射来得到。在数字图像处理过程中，一个像素的显示是通过R\G\B三个值组成的，当然我说的是彩色图像，不是灰度图像。任何颜色都有红、绿、蓝三原色组成，假如原来某点的颜色为RGB(R，G，B)，那么，我们可以通过下面几种方法，将其转换为灰度。只要使R=G=B，三者的值相等就可以得到灰度图像。R=G=B=255为白色，R=G=B=0为黑色，R=G=B=小于255的某个整数时，此时就为某个灰度值。

    1.浮点算法：Gray=R*0.3+G*0.59+B*0.11

    2.整数方法：Gray=(R*30+G*59+B*11)/100

    3.移位方法：Gray =(R*28+G*151+B*77)>>8;

    4.平均值法：Gray=（R+G+B）/3;

     5.仅取绿色：Gray=G；

   通过上述任一种方法求得Gray后，将原来的RGB(R,G,B)中的R,G,B统一用Gray替换，形成新的颜色RGB(Gray,Gray,Gray)，用它替换原来的RGB(R,G,B)就是灰度图了。转化程序可见：http://www.cnblogs.com/BYTEMAN/archive/2012/06/29/2570459.html

三、附个好图

摘抄来的哈哈哈~像素值，是指相机、摄像头有多少万像素。如30万、130万、500万、1000万像素。表现在图像、显示器、屏幕上则为640*480，1280*1024像素等。其中某个点的像素坐标（1000，500），则表示横向第1000点、纵向500点上的那个点。

如果在图像中来看，像素值表示了图像的大小、像素坐标表示地址、灰度值表示地址中的值。