图像

Image

在计算机视觉中，图像是现实世界场景的二维（或多维）表示，由离散的像素 (Pixel) 组成。每个像素都包含颜色或强度信息，共同构成了我们所看到的视觉内容。图像是计算机视觉系统最基础的输入数据。

图像的表示

图像在计算机中通常被表示为一个多维数组或矩阵，其维度取决于图像的类型。

1. 像素 (Pixel):

• 图像的最小组成单元。每个像素代表图像中的一个点，并存储该点的颜色或强度信息。
• 像素值通常是整数，范围取决于颜色深度（如0-255）。

2. 分辨率 (Resolution):

• 图像的宽度和高度，通常以像素为单位表示（如1920x1080）。
• 分辨率越高，图像包含的细节越多，文件越大。

3. 颜色深度 (Color Depth):

• 每个像素用于表示颜色的位数。位数越多，能表示的颜色种类越多，颜色过渡越平滑。
• 例如，8位灰度图每个像素有256个灰度级；24位RGB彩色图每个像素有1677万种颜色。

4. 通道 (Channels):

• 图像的颜色信息通常通过多个通道来表示。
• 灰度图 (Grayscale Image): 只有一个通道，每个像素值代表亮度信息（通常0代表黑色，255代表白色）。
• RGB图 (Red, Green, Blue Image): 有三个通道，分别代表红、绿、蓝三种颜色分量。通过这三种颜色的不同组合，可以表示出几乎所有的可见光颜色。
• RGBA图: 在RGB基础上增加一个Alpha通道，用于表示透明度。

grayscale 灰度
decomposition
pixels 像素
每个像素为 8bit 的值

compression 压缩
the nearby pixels generally have similar grayscales

edges in the image are hard parts to compress

帧 frames
对于视频而言，在帧和帧之间其实没有很大的变化
只需要传输 small changes difference coding
compress change matrix by linear algebra

图像的格式

svg
png

图像的数学表示

从数学上讲，图像可以被视为一个函数 $I(x,y)$，其中 $(x,y)$ 是图像中的坐标，函数值 $I(x,y)$ 代表该坐标处的像素强度或颜色。

• 灰度图: 可以表示为一个二维函数 $I(x,y)$，其函数值是像素的亮度强度。
• 彩色图: 可以表示为一个三维函数 $I(x,y,c)$，其中 $c$ 代表颜色通道（如R, G, B）。或者更常见地，表示为三个独立的二维函数 $I_R(x,y),I_G(x,y),I_B(x,y)$。

graph TD
    subgraph 图像表示
        A[图像] --> B{像素网格};
        B --> C["宽度 x 高度 (分辨率)"];
        B --> D[每个像素的颜色/强度];
        D --> E{通道 Channels};
        E -- 1通道 --> F(灰度图);
        E -- 3通道 --> G(RGB彩色图);
    end

    style A fill:#fff,stroke:#333,stroke-width:2px
    style B fill:#fff,stroke:#333,stroke-width:2px
    style C fill:#fff,stroke:#333,stroke-width:2px
    style D fill:#fff,stroke:#333,stroke-width:2px
    style E fill:#fff,stroke:#333,stroke-width:2px
    style F fill:#9f9,stroke:#333,stroke-width:2px
    style G fill:#9f9,stroke:#333,stroke-width:2px

图像处理基础

图像处理是计算机视觉的基础，涉及对图像进行各种操作以改善其质量、提取信息或准备用于进一步分析。

• 灰度化: 将彩色图像转换为灰度图像，减少数据量。
• 二值化: 将图像像素值转换为只有两个值（通常是0和255），用于突出前景和背景。
• 滤波 (Filtering):
  • 高斯滤波 (Gaussian Blur): 使用高斯核进行卷积，用于图像平滑和去噪。
  • 中值滤波 (Median Filter): 使用中值代替像素值，对椒盐噪声（Salt-and-pepper noise）非常有效。
• 边缘检测 (Edge Detection): 识别图像中亮度变化剧烈的区域，这些区域通常对应物体的轮廓。
  • Sobel算子: 用于计算图像梯度的近似值。
  • Canny边缘检测: 一种多阶段的边缘检测算法，包括高斯滤波、非极大值抑制和双阈值检测。

图像工具

两图对比 https://imgsli.com/