OpenCV图形处理基本概念

十道选择题：

1.图像常见的格式有

• A.jpg  
• B.tiff  ：主要用来存储包括照片和艺术图在内的图像，占用空间较大。
• C.png
• D.webp：旨在加快图片加载速度的图片格式。图片压缩体积大约只有JPEG的2/3，不过编码时间"比JPEG格式图像长8倍"。

2.常见的图像通道数可能是：

• A. 单通道
• B.双通道
• C. 三通道：RGB
• D.四通道

3.数字图像中最小数据单元是什么

• A. 像素
• B.亚像素
• C.超像素
• D.颜色

4.常说的图像滤波是什么数学原理

• A. 傅立叶变换,
• B.离散余弦变换
• C.卷积 ：（不确定）积分求和，衰减系数
• D.距离变换

5.常见的图像插值算法有

• A. 最近邻
• B. 双立方
• C. lanczos插值
• D.双线性

6.常见的RGB图像每个像素点颜色值范围

• A. 0~1
• B. 0~256
• C.0~255
• D.0~180

7.关于RGB色彩的描述下面正确的是：

• A.RGB(255,255,255)表示黑色
• B.RGB(0,0,255)表示蓝色
• C.RGB(255,0,0)表示绿色
• D.RGB(0,0,0)表示白色

8.常见的图像色彩空间有：

• A. HSL
• B. HSV
• C. RGB
• D. YCrCb

9.常见的图形绘制时候像素渲染方法有

• A.四邻域渲染
• B.八邻域渲染
• C.透明通道混合反锯齿渲染
• D.游戏渲染

10.下面关于RGB图像亮度与对比度说法正确的是

• A.颜色值越高，亮度越高    ：（不确定）
• B.降低图像亮度会影响图像对比度
• C.亮度就是图像对比度
• D.图像对比度就是图像直方图

数字图像处理

像素之间的邻接性：

• 4邻接。如果q在集合N4(p)中，则具有V中数值的两个像素p和q是4邻接的。
• 8邻接。如果q在集合N8(p)中，则具有V中数值的两个像素p和q是8邻接的。
• m邻接(混合邻接)。如果(i)q在N4(p)中，或(ii)q在ND(p)中，且集合N4(p)N4(q)中没有来自V中的像素，则具有V中数值的两个像素p和q是m邻接的。

m邻接的理解：当像素间同时存在4邻接和8邻接时，优先采用4邻接，屏蔽两个和同一像素存在4邻接的像素之间的8邻接。简单的说就是一个像素p的所有的4邻接像素全算p的m邻接，如果是p的8邻接像素，当它们的4邻接像素没有公共值的时候，则也属于p的m邻接。这里的邻接指像素值在V中。

阵列相乘：

集合操作：

并集  是取A和B中像素的最大值

交集  是取A和B中像素的最小值

补集  是取反，也就是用 满值-A 如8比特图像，即是255-A

灰度变换与空间滤波

空间域：简单的包含图像像素的平面

1.灰度变换函数：首先，r 和 s 分别代表处理前后的像素值

1.1.图像反转

  s=L-1-r

L指灰度级，适用于增强嵌入在一副图像的暗区域中的白色或灰色细节，特别是当黑色面积在尺寸上占主导地位时。图像反转后，黑白对调，白色显示成黑色后更明显。

1.2对数变换

c是一个常数，并假设，底数越大，作用越强，该变换将输入中的范围较窄的低灰度值映射为输出中较宽范围的灰度值，同事把高灰度值映射为较低范围的灰度值。此类变换用于扩展图像中的暗像素的值，同时压缩更高灰度级的值。

反对数变换与对数变换作用相反，即扩展图像中的亮像区域，同时压缩暗区域。

1.3幂律（伽马）变换

c和  为正常数，伽马变换用于对比度增强

  压缩亮区域，变暗，越大作用越强，不宜过大

  压缩暗区域，变亮，越小作用越强，不过不宜过小

1.4.分段线性变换函数

1.4.1.对比度拉伸

简单的来说就是把原图像中的最低像素值置0，最高像素值置（L-1）来达到拉伸的效果

进行阈值处理：

 ，其中，m是图像的平均灰度级

1.5.直方图均衡

作用：丰富灰度细节，突出细节

 

1.6.1.平滑滤波（均值滤波）

作用：模糊处理和降低噪声

1.6.2.中值滤波

作用：模糊处理和去除椒盐噪声

1.6.3.锐化

作用：检测细节

1.6.4.非锐化掩蔽和高提升滤波

作用：使图像更清晰（一般使用高提升）

1.7.混合空间增强法

1.7.1.突出更多细节：