图像处理：灰度（级）和分辨率

article/2024/12/25 9:20:56

1、像素点

像素点是最小的图像单元，一张图片由好多的像素点组成。如下图

可以看到上述图片尺寸是500 * 338 的，表示图片是由一个500 * 338的像素点矩阵构成的，这张图片的宽度是500个像素点的长度，高度是338个像素点的长度，共有500 * 338 = 149000个像素点。

2、像素

把鼠标放在一个图片上，这个时候会显示尺寸和大小，这里的尺寸就是像素。

3、RGB

因为一个像素点的颜色是由RGB三个值来表现的，所以像素点矩阵对应三个颜色向量矩阵，分别是R矩阵( 500 *338大小 )，G矩阵 ( 500 *338大小 ) ，B矩阵 ( 500 *338大小 )。如果每个矩阵的第一行第一列的值分别为：R：240，G：223，B：204，所以这个像素点的颜色就是（240,223,204）

4、灰度

灰度是表明图像明暗的数值，即黑白图像中点的颜色深度，范围一般从0到255，白色为

255 ，黑色为0，故黑白图片也称灰度图像。灰度值指的是单个像素点的亮度。灰度值越

大表示越亮。

5、图像的灰度化

灰度就是没有色彩，RGB色彩分量全部相等。图像的灰度化就是让像素点矩阵中的每一个像素点都满足关系：R=G=B，此时的这个值叫做灰度值。如RGB(100,100,100)就代表灰度值为100,RGB(50,50,50)代表灰度值为50。

灰度化处理

一般灰度化处理的方法：在灰度化的图像中灰度值的范围为0~255

1.浮点算法：Gray=R*0.3+G*0.59+B*0.11 R=G=B

2.整数方法：Gray=(R*30+G*59+B*11)/100 R=G=B

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

4.平均值法：Gray=（R+G+B）/3 R=G=B

5.仅取绿色：Gray=G R=G=B

二值化处理的方法：

二值化就是让图像的像素点矩阵中的每个像素点的灰度值为0（黑色）或者255（白色），也就是让整个图像呈现只有黑和白的效果。在二值化后的图像中的灰度值范围是0或者255。那么一个像素点在灰度化之后的灰度值怎么转化为0或者255呢？比如灰度值为100，那么在二值化后到底是0还是255?这就涉及到取一个阈值的问题。

1、取阈值为127（相当于0~255的中数，（0+255）/2=127），让灰度值小于等于127的变为0（黑色），灰度值大于127的变为255（白色），这样做的好处是计算量小速度快，但是缺点也是很明显的，因为这个阈值在不同的图片中均为127，但是不同的图片，他们的颜色分布差别很大，所以用127做阈值，白菜萝卜一刀切，效果肯定是不好的。

2、计算像素点矩阵中的所有像素点的灰度值的平均值avg

（像素点1灰度值+...+像素点n灰度值）/ n = 像素点平均值avg，然后让每一个像素点与avg一一比较，小于等于avg的像素点就为0（黑色），大于avg的像素点为255（白色），这样做比方法1好一些。

3、使用直方图方法（也叫双峰法）来寻找二值化阈值，直方图是图像的重要特质。直方图方法认为图像由前景和背景组成，在灰度直方图上，前景和背景都形成高峰，在双峰之间的最低谷处就是阈值所在。取到阈值之后再一一比较就可以了。

6、灰度值与像素值的关系

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。灰度图像是由纯黑和纯白来过渡得到的，在黑色中加入白色就得到灰色，纯黑和纯白按不同的比例来混合就得到不同的灰度值。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。