數(shù)字圖像處理與深度學(xué)習技術(shù)應(yīng)用 課件 第2章彩色圖像特效處理

第2章彩色圖像特效處理目錄2.1圖像的顏色表示2.2彩色圖像的灰度化處理2.3彩色圖像的著色處理2.4彩色圖像的亮度調(diào)整2.5彩色圖像的對比度調(diào)整2.6彩色圖像的曝光處理2.7彩色圖像的馬賽克處理2.8彩色圖像的銳化處理2.9彩色圖像的浮雕處理2.10彩色圖像的霓虹處理2.1圖像的顏色表示圖像的顏色表示圖像的顏色表示紅、綠、藍被稱為三原色，簡稱RGB三原色。f(x,y,z)={fred(x,y,z)，fgreen(x,y,z)，fblue(x,y,z)}其中f表示空間坐標為(x,y,z)位置點的顏色，fred、fgreen、fblue分別表示該位置點的紅、綠、藍三種原色的顏色分量值。圖像的存儲結(jié)構(gòu)圖像的存儲結(jié)構(gòu)圖像由數(shù)字陣列信息組成，用以描述圖像中各像素點的強度與顏色，圖像的存儲結(jié)構(gòu)圖像通常用由采樣點的值所組成的矩陣來表示。每一個采樣單元叫作一個像素（pixel），圖像的存儲結(jié)構(gòu)在計算機內(nèi)通常用二維數(shù)組來表示數(shù)字圖像的矩陣。抽象為數(shù)字矩陣：單色圖像的數(shù)據(jù)示意圖單色圖像圖像的存儲結(jié)構(gòu)8位灰度圖像8位灰度圖像（1）8位灰度圖像的存儲文件帶有圖像顏色表，顏色表共有256項，每一表項均由紅、綠、藍顏色分量值組成，并且紅、綠、藍顏色分量值都相等，即：fred(x,y)=fgreen(x,y)=fblue(x,y)（2）圖像中每一個像素信息是圖像顏色表的索引號。8位偽彩色圖像8位偽彩色圖像（1）圖像顏色表中的紅、綠、藍顏色分量值不全相等，如表2-2所示，即：fred(x,y)≠fgreen(x,y)≠fblue(x,y)（2）圖像中每一個像素信息也是圖像顏色表的索引號。24位真彩色圖像24位真彩色圖像（1）圖像中每一個像素信息由RGB三個分量組成，每個分量各占8位，每個像素需24位。（2）fred(x,y)、fgreen(x,y)、fblue(x,y)取值范圍均為0～255。將紅、綠、藍三種顏色的數(shù)據(jù)分離出來，可以得到三個8位平面數(shù)據(jù)?？臻g分辨率空間分辨率空間分辨率指圖像數(shù)字化的空間精細程度，說明了數(shù)字圖像的實際精細度?？臻g分辨率越高，圖像越逼真?；叶燃壏直媛驶叶燃壏直媛蕯?shù)字圖像的灰度級分辨率表示每一像素的顏色值所占的二進制位數(shù)，也叫顏色深度。灰度級分辨率越高，則能表示的顏色數(shù)目越多，圖像越清晰。2.2彩色圖像的灰度化處理函數(shù)說明．函數(shù)說明（1）retval=cv2.imread(filename,flags)用于從指定的文件讀取圖像。（2）cv2.cvtColor()用于實現(xiàn)色彩空間的轉(zhuǎn)換retval=cv2.cvtColor(src,code[,dstCn])（3）cv2.imwrite(filename,img[,params])用于保存圖像。理論基礎(chǔ)理論基礎(chǔ)灰度圖像中顏色的R、G、B分量值相等，只有灰度而沒有彩色。常用的轉(zhuǎn)換方式為：Gray(i,j)=0.11×R(i,j)+0.59×G(i,j)+0.3×B(i,j)轉(zhuǎn)換后：R(i,j)=G(i,j)=B(i,j)=Gray(i,j)2.3彩色圖像的著色處理彩色圖像的著色處理（1）將彩色圖像轉(zhuǎn)換為灰度圖像，使得紅、綠、藍三個分量值相等。（2）通過對話框獲取想要著色的顏色信息。（3）根據(jù)想要著色的顏色信息，分別改變對應(yīng)的紅、綠、藍三個分量的值，即可得到想要著色的圖像。函數(shù)說明函數(shù)說明OpenCV中，image.shape用于返回圖像對象的高度、寬度和通道數(shù)的屬性說明。其中，image.shape[:2]，表示獲取圖像的高度、寬度；image.shape[:3]，表示獲取圖像的的高度、寬度和通道數(shù)；image.shape[0]，表示獲取圖像的垂直尺寸，即高度；image.shape[1]，表示獲取圖像的水平尺寸，即寬度；image.shape[2]，表示獲取圖像的通道數(shù)。2.4彩色圖像的亮度調(diào)整理論基礎(chǔ)理論基礎(chǔ)亮度的調(diào)整，是指人眼亮度感覺的調(diào)整，可以通過對R、G、B顏色增加（增加亮度）或減少（減少亮度）相同的增量來顯示。亮度的調(diào)整就是給每個分量乘以一個值，這個值由對話框輸入，三個顏色分別乘以這個值后再返回給原來的顏色分量：①當輸入值為1時，圖像保持原來亮度；②當輸入值小于1時，圖像亮度的就減少，圖像就變暗；③當輸入值大于1時，就可以使圖像的亮度增加。函數(shù)說明（1）PythonImagingLibrary，它為Python解釋器提供了圖像編輯函數(shù)。PIL的ImageEnhance模塊包含許多可用于圖像增強的類。其中，ImageEnhance.Brightness()方法用于控制圖像的亮度。用法：obj=ImageEnhance.Brightness(image)retval=obj.enhance(factor)image：輸入的圖像；factor：增強因子，當增強因子輸入為0.0時則給出黑色圖像，輸入為1.0時則給出原始圖像；retval：變換亮度后的圖像。2.5彩色圖像的對比度調(diào)整理論基礎(chǔ)理論基礎(chǔ)增加對比度的意思就是把所感興趣的顏色范圍拉開，使得該范圍內(nèi)的像素，亮的越亮，暗的越暗，從而達到了增強對比度的目的。從對話框獲得調(diào)整的對比度的參數(shù)：①當參數(shù)為1時，圖像保持原來亮度；②當參數(shù)小于1時，圖像對比度減弱；③當參數(shù)大于1時，圖像對比度增加。函數(shù)說明（1）ImageEnhance.Contrast()方法是PIL包中提供用于控制圖像的對比度。用法：obj=ImageEnhance.Contrast(image)retval=obj.enhance(factor)image：輸入的圖像；factor：增強因子，增強因子為0.0將產(chǎn)生純灰色圖像，增強因子為1.0是原始圖像，增強因子大于1.0對比度增強，增強因子小于1.0對比度減弱；retval：變換對比度后的圖像。2.6彩色圖像的曝光處理理論基礎(chǔ)曝光圖像的算法原理是逆轉(zhuǎn)數(shù)值小于128的R、G、B三分量。例如，三分量值為（60，210，135）的像素，只是紅色被逆轉(zhuǎn)，經(jīng)過轉(zhuǎn)換后為（195，210，135）；而對于三分量值為（50，100，70）的像素，各分量均小于128，所以都需要逆轉(zhuǎn)，得到（205，155，185）。g(i,j)=255-f(i,j)如果f(i,j)<1282.7彩色圖像的馬賽克處理理論基礎(chǔ)馬賽克效果，其原理是將圖像從形式上劃分為很多小塊，在每塊內(nèi)的各個像素都取到相同的紅、綠、藍顏色分量值，從而對某些細節(jié)進行模糊化處理，使圖像粗糙化。馬賽克處理后，圖像每一小塊矩陣內(nèi)的所有像素值都應(yīng)該取相同的值2.8彩色圖像的銳化處理理論基礎(chǔ)突出圖像的變化部分，使模糊的圖像變得更加清晰。這里采用的算法原理是先將要處理的圖像像素與它左對角線上的像素之間的像素差值乘上一個銳化度數(shù)，然后再加上原先的像素值Red=R+(R-r)/4;Blue=B+(B-b)/4;Green=G+(G-g)/4;R、G、B為當前原像素f(i,j)的紅、綠、藍三個分量值，r、g、b為原像素相鄰像素f(i-1,j-1)的紅、綠、藍三個分量值，2.9彩色圖像的浮雕處理理論基礎(chǔ)浮雕效果就是只將圖像的變化部分突出出來，而相同顏色部分則被淡化，使圖像出現(xiàn)縱深感，從而達到浮雕效果。算法是先計算要處理的像素與其相鄰像素間的像素值之差，將差值作為處理后的像素值。Red=R-r+128;Blue=B-b+128;Green=G-g+128;R、G、B為當前原像素f(i,j)的紅綠藍三個分量值，r、g、b為前一個相鄰像素f(i-1,j)的紅、綠、藍三個分量值2.10彩色圖像的霓虹處理理論基礎(chǔ)先計算原圖像當前像素f(i,j)的紅、綠、藍分量值與其相同行f(i+1,j)及相同列f(i,j+1)相鄰像素的梯度，即差的平方之和的平方根，然后將梯度值作為處理后像素g(i,j)的紅、綠、藍的三個分量值。R1=(r1-r2)2R2=(r1-r3)2G1=(g1-g2)2G2=