數(shù)字圖像處理基礎(chǔ)詳解演示文稿

數(shù)字圖像處理基礎(chǔ)詳解演示文稿第一頁(yè)，共七十九頁(yè)。（優(yōu)選）數(shù)字圖像處理基礎(chǔ)第二頁(yè)，共七十九頁(yè)。第二章數(shù)字圖像處理基礎(chǔ)模擬世界--->數(shù)字圖像--->存儲(chǔ)數(shù)字化黑白圖像灰度圖像彩色圖像各種顏色模型BMPJPEGGIF第三頁(yè)，共七十九頁(yè)。光(來(lái)自百度百科/view/68621.htm)中文名稱：可見(jiàn)光英文名稱：visiblelight定義1：電磁波譜中波長(zhǎng)約在0.39～0.76μm范圍內(nèi)且為肉眼可見(jiàn)的電磁輻射。應(yīng)用學(xué)科：大氣科學(xué)（一級(jí)學(xué)科）；大氣物理學(xué)（二級(jí)學(xué)科）定義2：波長(zhǎng)在380～780nm范圍能引起視覺(jué)的電磁波。應(yīng)用學(xué)科：地理學(xué)（一級(jí)學(xué)科）；遙感應(yīng)用（二級(jí)學(xué)科）第四頁(yè)，共七十九頁(yè)。光(來(lái)自百度百科/view/68621.htm)不少其他生物能看見(jiàn)的光波范圍跟人類不一樣，例如包括蜜蜂在內(nèi)的一些昆蟲(chóng)能看見(jiàn)紫外線波段，對(duì)于尋找花蜜有很大幫助。第五頁(yè)，共七十九頁(yè)。2.1圖像數(shù)字化(ImageDigitization)成像系統(tǒng)場(chǎng)景:模擬圖像成像平面數(shù)字化結(jié)果第六頁(yè)，共七十九頁(yè)。2.1.1采樣與量化(Sampling,Quantization)

采樣是將在空間上連續(xù)的圖像轉(zhuǎn)換成離散的采樣點(diǎn)（即像素）集的操作。由于圖像是二維分布的信息，所以采樣是在x軸和y軸兩個(gè)方向上進(jìn)行。第七頁(yè)，共七十九頁(yè)。2.1.1采樣與量化(Sampling,Quantization)

量化：取樣后圖像的每個(gè)樣點(diǎn)的取值范圍分成若干區(qū)間，并僅用一個(gè)數(shù)值代表每個(gè)區(qū)間中的所有取值。量化的結(jié)果是圖像能夠容納的顏色總數(shù)，它反映了采樣的質(zhì)量。光譜反射圖像的某一行舉例：如圖光譜的反射值范圍在0~1之間，采樣區(qū)間為0.1，則量化后，光譜的離散反射值有多少個(gè)？如采樣區(qū)間為0.01，則量化后，光譜的離散反射值有多少個(gè)？第八頁(yè)，共七十九頁(yè)。2.1.2采樣分辨率的影響Samplingistheprincipalfactordeterminingthespatialresolutionofanimage.第九頁(yè)，共七十九頁(yè)。2.1.2采樣分辨率的影響samplingcheckerboards

第十頁(yè)，共七十九頁(yè)。2.1.4量化精度的影響256-level128-level64-level32-level16-level8-level4-level2-levelFalsecontour假輪廓第十一頁(yè)，共七十九頁(yè)。1.色度學(xué)基礎(chǔ)灰度圖像的像素值是光強(qiáng).f(x,y).計(jì)算機(jī)顯示一幅彩色圖像時(shí)，每一個(gè)像素的顏色是通過(guò)三種基本顏色(紅、綠、藍(lán))合成的。彩色圖像f(x,y,λ).λ：顏色光譜(1)三色原理：根據(jù)三原色學(xué)說(shuō)，可見(jiàn)光譜內(nèi)任何顏色都可由紅、綠、藍(lán)三色組成。人眼的視覺(jué)：生理學(xué)試驗(yàn)表明，視網(wǎng)膜上的光感受器可分錐細(xì)胞和桿細(xì)胞。桿細(xì)胞為暗視器官，主要功能是辨別亮度信息；錐狀細(xì)胞是明視器官，其功能是分辨是顏色。錐細(xì)胞對(duì)彩色敏感，桿細(xì)胞對(duì)亮度敏感。錐細(xì)胞可分為3類，分別對(duì)紅、綠、藍(lán)敏感。2.2色度學(xué)基礎(chǔ)與顏色模型第十二頁(yè)，共七十九頁(yè)。人類感光細(xì)胞的敏感曲線BlueGreenRed2.2色度學(xué)基礎(chǔ)與顏色模型第十三頁(yè)，共七十九頁(yè)。(2)顏色的三個(gè)屬性顏色是外界光刺激于人的視覺(jué)器官而產(chǎn)生的主觀感覺(jué)。顏色可分兩大類：非彩色和彩色。非彩色：黑白色彩色：根據(jù)人的視覺(jué)系統(tǒng)感知彩色的方式，顏色有三個(gè)基本屬性，分別是色調(diào)、飽和度、亮度。色調(diào)：人的感官對(duì)不同顏色的感受，如紅色、綠色和藍(lán)色。飽和度：顏色的純度，飽和度越大，顏色看起來(lái)就會(huì)越鮮艷。強(qiáng)度：對(duì)應(yīng)成像亮度和圖像灰度，是顏色的明亮程度。2.2色度學(xué)基礎(chǔ)與顏色模型第十四頁(yè)，共七十九頁(yè)。2.顏色模型(在各種行業(yè)中如何生成彩色)按用途可分為三類：計(jì)算顏色模型、視覺(jué)顏色模型和工業(yè)顏色模型(1)計(jì)算顏色模型用于進(jìn)行顏色的理論研究。常見(jiàn)的RGB模型、CIEXYZ模型、Lab模型等均屬于此類型。(2)視覺(jué)顏色模型是指與人眼對(duì)顏色感知的視覺(jué)模型相似的模型，它主要用于色彩的理解，常見(jiàn)的有HSI模型、HSV模型和HSL模型。(3)工業(yè)顏色模型側(cè)重于實(shí)際應(yīng)用，包括彩色顯示系統(tǒng)、彩色傳輸系統(tǒng)及電視傳輸系統(tǒng)等。如印刷中用的CMYK模型、電視系統(tǒng)用YUV模型、用于彩色圖像壓縮的YCbCr模型等。2.2色度學(xué)基礎(chǔ)與顏色模型第十五頁(yè)，共七十九頁(yè)。RGB(Red,Green,Blue)R:200G:50B:1202.顏色模型RGB顏色模型按照CIE規(guī)定的三基色構(gòu)成表色系統(tǒng)。自然界的任一種顏色都可通過(guò)這三種基色按不同比例混合而成。由于RGB模型將三基色同時(shí)加入以產(chǎn)生新的顏色，所以，它是一個(gè)加色系統(tǒng)。2.2色度學(xué)基礎(chǔ)與顏色模型第十六頁(yè)，共七十九頁(yè)。R:200G:50B:1202.顏色模型RGB顏色模型的優(yōu)點(diǎn)(1)RGB模型與顯示器等設(shè)備有著較好的對(duì)應(yīng)關(guān)系。(2)在RGB顯示器中，有三種熒光粉能夠分別發(fā)出紅、綠、藍(lán)三種顏色，三個(gè)相鄰的熒光點(diǎn)構(gòu)成了一個(gè)像素，這些熒光點(diǎn)受到三束分別為c1,c2,c3的電子束的轟擊，會(huì)發(fā)出不同的亮度，通過(guò)物理上的疊加或混合，便可顯示出相應(yīng)的顏色。2.2色度學(xué)基礎(chǔ)與顏色模型第十七頁(yè)，共七十九頁(yè)。2.顏色模型RGB顏色模型的一個(gè)例子Matlab中如何產(chǎn)生左邊的RGB圖像(圖像大小為128x128)

%如何產(chǎn)生一幅彩色圖像Red=zeros(128,128);Red(1:64,1:64)=1;Green=zeros(128,128);Green(65:128,1:64)=1;Blue=zeros(128,128);Blue(1:64,65:128)=1;I=cat(3,Red,Green,Blue);imshow(I);2.2色度學(xué)基礎(chǔ)與顏色模型第十八頁(yè)，共七十九頁(yè)。2.顏色模型CMY模型和CMYK模型CMY模型是硬拷貝設(shè)備上輸出圖像的顏色模型，常用于彩色打印、印刷行業(yè)。它的三原色是青(Cyan)、品紅(Magenta)、黃(Yellow)，分別為紅、綠、藍(lán)的補(bǔ)色，稱為減色基。在CMY中，顏色是從白光中減去一定成分得到的，而不是像素RGB顏色模型那樣，在黑光中增加某種顏色。CMY坐標(biāo)可以從RGB模型中得到：青品紅紅2.2色度學(xué)基礎(chǔ)與顏色模型第十九頁(yè)，共七十九頁(yè)。2.顏色模型CMY模型和CMYK模型(5)由于在印刷時(shí)CMY模型不可能產(chǎn)生真正的黑色，因此在印刷業(yè)中實(shí)際上使用的是CMYK顏色模型，K為第四種顏色，表示黑色。用以彌補(bǔ)三個(gè)顏色混合不夠黑的問(wèn)題。(6)Matlab中從RGB到CMY的轉(zhuǎn)換。rgb_I=imread('peppers.png');cmy_I=imcomplement(rgb_I);imshow(rgb_I);figure,imshow(cmy_I);2.2色度學(xué)基礎(chǔ)與顏色模型第二十頁(yè)，共七十九頁(yè)。2.顏色模型HSI顏色模型1915年美國(guó)色彩學(xué)家孟塞爾提出，它反映了人的視覺(jué)系統(tǒng)感知彩色的方式，以色調(diào)、飽和度和強(qiáng)度三種基本特征量來(lái)感知顏色。色調(diào)H(Hue):

與光波的波長(zhǎng)有關(guān)，它表示人的感官對(duì)不同顏色的感受，如紅色、綠色、藍(lán)色等，飽和度(Saturation):

表示顏色的純度，純光譜色是完合飽和的，加入白光會(huì)稀釋飽和度。飽和度越大，顏色看起來(lái)就會(huì)鮮艷，反之亦然。強(qiáng)度I(Intensity)：對(duì)應(yīng)成像亮度和圖像灰度，是顏色的明亮程度。HSI模型建立基于兩個(gè)重要的事實(shí):(1)I分量與圖像的彩色信息無(wú)關(guān)；(2)H和S分量與人感受顏色的方式是緊密相聯(lián)的。這些特點(diǎn)使得HSI模型非常適合彩色特性檢測(cè)與分析。2.2色度學(xué)基礎(chǔ)與顏色模型第二十一頁(yè)，共七十九頁(yè)。2.顏色模型HSI顏色模型RGB顏色模型轉(zhuǎn)換為HSI顏色模型的公式見(jiàn)教材205頁(yè)Is紅綠藍(lán)HH:一個(gè)角度S：1-3*min(r,g,b)i=(R+G+B)/(3*255)2.2色度學(xué)基礎(chǔ)與顏色模型第二十二頁(yè)，共七十九頁(yè)。2.顏色模型HSI顏色模型I:亮度s紅綠藍(lán)HS:飽和度H：色度任何一個(gè)顏色都屬于圓柱體中的一個(gè)點(diǎn)P，該點(diǎn)投影到底面圓為Q。H:Q與x軸的夾角。S：Q到圓心O的距離。I：PQ的距離2.2色度學(xué)基礎(chǔ)與顏色模型第二十三頁(yè)，共七十九頁(yè)。2.圖像去霧2.2色度學(xué)基礎(chǔ)與顏色模型第二十四頁(yè)，共七十九頁(yè)。2.圖像去霧2.2色度學(xué)基礎(chǔ)與顏色模型第二十五頁(yè)，共七十九頁(yè)。2.3圖像類型

infra-red紅外

ultra-violet紫外

radio-waves(radioastronomy)無(wú)線電波

visiblelight可見(jiàn)光

micro-waves(radar)微波雷達(dá)

roentgen(tomography)(X線斷層攝影術(shù))sound-waves(echoscopy,sonar)electrons(microscopy)(電子顯微鏡)positronemission(PET-scan)（正電子放射）

magneticresonance(NMR)（磁共振）第二十六頁(yè)，共七十九頁(yè)。2.3圖像類型Gamma射線、X射線、可視圖圖像、雷達(dá)圖像圖像可通過(guò)不同的設(shè)備獲得第二十七頁(yè)，共七十九頁(yè)。2.3圖像類型三種圖像類型:黑白圖像

Binaryimages

I(x,y){0,1}灰度圖像

Gray-scaleimages

I(x,y)[0..255]彩色圖像

Colorimages

IR(x,y)IG(x,y)IB(x,y)第二十八頁(yè)，共七十九頁(yè)。2.3圖像類型高光譜圖像HyperSpectralImageI(x,y,k)k=1,….,m第二十九頁(yè)，共七十九頁(yè)。2.3.1黑白圖像

指圖像的每個(gè)像素只能是黑或者白，沒(méi)有中間的過(guò)渡，故又稱為２值圖像。2值圖像的像素值為0、1。第三十頁(yè)，共七十九頁(yè)。2.3.2灰度圖像

灰度圖像是指每個(gè)像素的信息由一個(gè)量化的灰度級(jí)來(lái)描述的圖像，沒(méi)有彩色信息。早期的黑白電影第三十一頁(yè)，共七十九頁(yè)。2.3.3彩色圖像

彩色圖像是指每個(gè)像素的信息由RGB三原色構(gòu)成的圖像，其中RGB是由不同的灰度級(jí)來(lái)描述的。第三十二頁(yè)，共七十九頁(yè)。2.3.3彩色圖像第三十三頁(yè)，共七十九頁(yè)。2.4圖像文件格式

數(shù)字圖像有多種存儲(chǔ)格式，每種格式一般由不同的軟件公司開(kāi)發(fā)所支持。文件一般包含文件頭和圖像數(shù)據(jù)。就像每本書(shū)都有封面，目錄，它們的作用類似于文件頭，通過(guò)文件頭我們可讀取圖像數(shù)據(jù)。文件頭的內(nèi)容由該圖像文件的公司決定，一般包括文件類型、文件制作者、制作時(shí)間、版本號(hào)、文件大小等內(nèi)容，還有壓縮方式。第三十四頁(yè)，共七十九頁(yè)。2.4BMP圖像文件格式

Windows中定義了兩種位圖文件類型：一般位圖文件格式，設(shè)備無(wú)關(guān)位圖文件格式。

BMP圖像文件的結(jié)構(gòu)可以分為如下三個(gè)部分：文件頭（由位圖像文件和位圖信息頭兩部分組成），調(diào)色板數(shù)據(jù)，圖像數(shù)據(jù)。

BMP文件頭的長(zhǎng)度為固定值54個(gè)字節(jié)；其中BITMAPFILEHEADER結(jié)構(gòu)14字節(jié)，BITMAPINFOHEADER結(jié)構(gòu)40字節(jié)。第三十五頁(yè)，共七十九頁(yè)。

BITMAPFILEHEADER包含文件類型和大小等信息，定義為：typedefstructtagBITMAPFILEHEADER{

WORD bfType; /*代表BMP格式，必為“BM”即“0x4d42”*/

DWORDbfSize; /*BMP文件總字節(jié)數(shù)*/ WORDbfReserved1; /*預(yù)留，必為0*/ WORDbfReserved2; /*預(yù)留，必為0*/DWORDbfOffBits; /*以字節(jié)為單位，表示圖像數(shù)據(jù)在文件內(nèi)的起始地址，即圖像數(shù)據(jù)針對(duì)文件頭的偏移量*/}BITMAPFILEHEADER

2.4.1位圖文件頭BITMAPFILEHEADER第三十六頁(yè)，共七十九頁(yè)。BITMAPINFOHEADER包含位圖的尺寸和顏色格式等信息，其定義如下：typedefstructtagBITMAPINFOHEADER{DWORD biSize; /*bitmapinfo結(jié)構(gòu)的字節(jié)數(shù)為40*/LONG biWidth; /*圖像寬度(像素?cái)?shù))*/LONG biHeight;

/*圖像高度(像素?cái)?shù))*/WORD biPlanes; /*目標(biāo)設(shè)備平面數(shù)，總為1*/WORD biBitCount; /*每像素位數(shù)，可為1、4、8或24*//*數(shù)據(jù)壓縮方式，為0(不壓縮)；1(BI_RLE8)或2(BI_RLE4)*/DWORD biCompression;DWORD biSizeImage; /位圖的大小，以字節(jié)表示*/LONG biXPelsPerMeter;/*設(shè)備水平分辨率,以每米像素?cái)?shù)為單位*/LONG biYPelsPerMeter;/*設(shè)備垂直分辨率,以每米像素?cái)?shù)為單位*/DWORD biClrUsed; /*位圖使用的顏色數(shù),0表示所有顏色都使用*/DWORD biClrImportant; /*重要的顏色索引,0表示所有顏色均重要*/

}BITMAPINFOHEADER2.4.2位圖信息頭BITMAPINFOHEADER第三十七頁(yè)，共七十九頁(yè)。

位圖數(shù)據(jù)陣列記錄了位圖中的每一個(gè)像素值。位圖數(shù)據(jù)的長(zhǎng)度由圖像尺寸、像素的位數(shù)和壓縮方式等共同決定。實(shí)際尺寸可由文件頭中的第二項(xiàng)“文件大小”減去第五項(xiàng)“數(shù)據(jù)偏移”值得到。

在生成位圖文件時(shí)，Windows從位圖的左下角開(kāi)始(即從左到右從下到上)逐行掃描位圖，將位圖的像素值一一記錄下來(lái)，這些記錄像素值的字節(jié)組成了位圖陣列。對(duì)于24位BMP，其像素?cái)?shù)據(jù)由藍(lán)綠紅分量組成。2.4.3位圖數(shù)據(jù)第三十八頁(yè)，共七十九頁(yè)。2.5OpenCV2.3圖像處理函數(shù)OpenCV歷史OpenCV使用介紹第三十九頁(yè)，共七十九頁(yè)。OpenCV歷史OpenCV的全稱是：OpenSourceComputerVisionLibraryOpenCV于1999年由Intel建立，現(xiàn)在由WillowGarage提供支持。OpenCV是一個(gè)基于BSD許可證授權(quán)（開(kāi)源）發(fā)行的跨平臺(tái)計(jì)算機(jī)視覺(jué)庫(kù)，可以運(yùn)行在Linux、Windows和MacOS操作系統(tǒng)上。它輕量級(jí)而且高效——由一系列C函數(shù)和少量C++類構(gòu)成，同時(shí)提供了Python、Ruby、MATLAB等語(yǔ)言的接口，實(shí)現(xiàn)了圖像處理和計(jì)算機(jī)視覺(jué)方面的很多通用算法。第四十頁(yè)，共七十九頁(yè)。OpenCV歷史計(jì)算機(jī)視覺(jué)市場(chǎng)巨大而且持續(xù)增長(zhǎng)，且這方面沒(méi)有標(biāo)準(zhǔn)API，目前的計(jì)算機(jī)視覺(jué)軟件大概有以下三種：1.研究代碼（慢，不穩(wěn)定，獨(dú)立并與其他庫(kù)不兼容）2.耗費(fèi)很高的商業(yè)化工具（比如Halcon,MATLAB+Simulink）3.依賴硬件的一些特別的解決方案（比如視頻監(jiān)控，制造控制系統(tǒng)，醫(yī)療設(shè)備）這是目前的現(xiàn)狀.而標(biāo)準(zhǔn)的API將簡(jiǎn)化計(jì)算機(jī)視覺(jué)程序和解決方案的開(kāi)發(fā)。OpenCV致力于成為這樣的標(biāo)準(zhǔn)API。OpenCV致力于真實(shí)世界的實(shí)時(shí)應(yīng)用，通過(guò)優(yōu)化的C代碼的編寫(xiě)對(duì)其執(zhí)行速度帶來(lái)了可觀的提升，并且可以通過(guò)購(gòu)買Intel的IPP高性能多媒體函數(shù)庫(kù)(IntegratedPerformancePrimitives)得到更快的處理速度。第四十一頁(yè)，共七十九頁(yè)。OpenCV歷史1999年1月，CVL項(xiàng)目啟動(dòng)。主要目標(biāo)是人機(jī)界面，能被UI調(diào)用的實(shí)時(shí)計(jì)算機(jī)視覺(jué)庫(kù)，為Intel處理器做了特定優(yōu)化。2006年，支持MacOS的OpenCV1.0發(fā)布。2011年8月，OpenCV2.3發(fā)布OpenCV提供的視覺(jué)處理算法非常豐富，并且它部分以C語(yǔ)言編寫(xiě)，加上其開(kāi)源的特性，處理得當(dāng)，不需要添加新的外部支持也可以完整的編譯鏈接生成執(zhí)行程序，所以很多人用它來(lái)做算法的移植，OpenCV的代碼經(jīng)過(guò)適當(dāng)改寫(xiě)可以正常的運(yùn)行在DSP系統(tǒng)和單片機(jī)系統(tǒng)中，目前這種移植在大學(xué)中經(jīng)常作為相關(guān)專業(yè)本科生畢業(yè)設(shè)計(jì)或者研究生課題的選題。第四十二頁(yè)，共七十九頁(yè)。OpenCV教程:

安裝OpenCV基本數(shù)據(jù)結(jié)構(gòu)學(xué)習(xí)OpenCV中的圖像處理函數(shù)OpenCV圖像顯示窗口第四十三頁(yè)，共七十九頁(yè)。OpenCV教程:基本數(shù)據(jù)結(jié)構(gòu)基本上講Mat

是一個(gè)類，由兩個(gè)數(shù)據(jù)部分組成：矩陣頭（包含矩陣尺寸，存儲(chǔ)方法，存儲(chǔ)地址等信息）和一個(gè)指向存儲(chǔ)所有像素值的矩陣（根據(jù)所選存儲(chǔ)方法的不同矩陣可以是不同的維數(shù)）的指針。第四十四頁(yè)，共七十九頁(yè)。OpenCV教程:基本數(shù)據(jù)結(jié)構(gòu)MatA;A=imread(filename,CV_LOAD_IMAGE_COLOR)MatD(A,Rect(10,10,100,100));//D為A中指定區(qū)域的數(shù)據(jù)MatF=A.clone();//矩陣復(fù)制MatM(2,2,CV_8UC3,Scalar(0,0,255));

//利用MAT函數(shù)創(chuàng)建矩陣一個(gè)Mat圖像對(duì)象舉例第四十五頁(yè)，共七十九頁(yè)。OpenCV教程:圖像掃描第四十六頁(yè)，共七十九頁(yè)。OpenCV教程:圖像掃描如何遍歷圖像中的每一個(gè)像素？OpenCV的矩陣值是如何存儲(chǔ)的？對(duì)多通道圖像來(lái)說(shuō)，矩陣中的列會(huì)包含多個(gè)子列，其子列個(gè)數(shù)與通道數(shù)相等。例如，RGB顏色模型的矩陣：注意：子列的通道順序是反過(guò)來(lái)的：BGR而不是RGB。很多情況下，因?yàn)閮?nèi)存足夠大，可實(shí)現(xiàn)連續(xù)存儲(chǔ)，因此，圖像中的各行就能一行一行地連接起來(lái)，形成一個(gè)長(zhǎng)行。連續(xù)存儲(chǔ)有助于提升圖像掃描速度，我們可以使用isContinuous()

來(lái)去判斷矩陣是否是連續(xù)存儲(chǔ)的.相關(guān)示例會(huì)在接下來(lái)的內(nèi)容中提供。第四十七頁(yè)，共七十九頁(yè)。OpenCV教程:圖像掃描矩陣是否連續(xù)存儲(chǔ)？要求圖像每行所占寬度（單位：字節(jié)數(shù)）必須是4的倍數(shù)。如果圖像行數(shù)據(jù)所占寬度不是4的倍數(shù)，則必須補(bǔ)齊。舉例：一幅32×64的彩色圖像，其行數(shù)據(jù)所占寬度為64*3字節(jié)數(shù)，是4的倍數(shù)，無(wú)需補(bǔ)齊。一幅32×65的彩色圖像，其行數(shù)據(jù)所占寬度為65*3=195字節(jié)，不是4的倍數(shù)，需補(bǔ)充一個(gè)1個(gè)字節(jié)（值為0），才能達(dá)到要求。第四十八頁(yè)，共七十九頁(yè)。OpenCV教程:圖像掃描如何遍歷圖像中的每一個(gè)像素？

//I:Mat圖像inti,j;uchar*p;for(i=0;i<nRows;++i){p=I.ptr<uchar>(i);

//行指針for(j=0;j<nCols;j++)

p[j]=1;//依次為該行的每個(gè)元素賦值}//I:Mat圖像Mat_<Vec3b>_I=I;for(i=0;i<I.rows;i++)for(j=0;i<I.cols;j++){_I(i,j)[0]=value1;_I(i,j)[1]=value2;_I(i,j)[2]=value3;}第四十九頁(yè)，共七十九頁(yè)。OpenCV教程:基本圖像操作

獲取像素的亮度值Scalarintensity=img.at<uchar>(x,y);//灰度圖像(單通道)亮度值Vec3bintensity=img.at<Vec3b>(x,y);ucharblue=intensity.val[0];uchargreen=intensity.val[1];ucharred=intensity.val[2];//彩色圖像亮度值處理浮點(diǎn)圖像（例如通對(duì)一個(gè)3通道圖像進(jìn)行Sobel運(yùn)算得到的浮點(diǎn)圖像）Vec3fintensity=img.at<Vec3f>(x,y);floatblue=intensity.val[0];floatgreen=intensity.val[1];floatred=intensity.val[2];第五十頁(yè)，共七十九頁(yè)。OpenCV教程:基本圖像操作定義2維和3維點(diǎn)vector<Point2f>points;vector<Point3f>points;

底層操作img=scalar(0);//圖像全置為零Rectr(10,10,100,100);//定義一個(gè)矩形區(qū)域，左上角為10，10，高度和寬度為100.MatsmallImg=img(r);

將彩色圖像轉(zhuǎn)換為灰度圖像Matimg=imread("image.jpg");//loadinga8UC3imageMatgrey;cvtColor(img,grey,CV_BGR2GRAY);

將圖像的類型從8UC1轉(zhuǎn)為32FC1src.convertTo(dst,CV_32F);第五十一頁(yè)，共七十九頁(yè)。OpenCV教程:基本圖像操作顯示圖像OpenCV提供了方便查看圖像的方法。Matimg=imread("image.jpg");namedWindow("image",CV_WINDOW_AUTOSIZE);imshow("image",img);waitKey();第五十二頁(yè)，共七十九頁(yè)。2.5MATLAB圖像處理簡(jiǎn)介

MATLAB簡(jiǎn)介Matlab基本圖像處理

第五十三頁(yè)，共七十九頁(yè)。2.5MATLAB圖像處理簡(jiǎn)介

MATLAB簡(jiǎn)介使用復(fù)數(shù)矩陣做基本編程單元書(shū)寫(xiě)簡(jiǎn)單，使用方便，演草紙式語(yǔ)言功能強(qiáng)大，工具箱豐富，Imageprocessingtoolbox圖形功能強(qiáng)大擴(kuò)充能力強(qiáng)，交互性好第五十四頁(yè)，共七十九頁(yè)。2.5MATLAB基本圖像處理一個(gè)MATLAB圖像處理的例子

RGB=imread('westconcordaerial.png');figure,imshow(RGB);%顯示彩色圖像Gray=rgb2gray(RGB);%將彩色圖像變成灰度圖像imshow(Gray);%顯示灰度圖像第五十五頁(yè)，共七十九頁(yè)。2.5MATLAB基本圖像處理

圖像類型

圖像文件的讀寫(xiě)

矩陣的基本操作數(shù)字圖像處理附錄第五十六頁(yè)，共七十九頁(yè)。圖像類型灰度圖像（IntensityImage）真彩色圖像（RGBImage）二值圖像（BWImage）第五十七頁(yè)，共七十九頁(yè)。圖像類型：灰度圖像（IntensityImage）第五十八頁(yè)，共七十九頁(yè)。例如，用imagesc函數(shù)及colormap函數(shù)顯示一幅灰度圖像。I=imread('moon.tif');imagesc(I,[0256]);colormap(gray);%原圖像經(jīng)灰度縮放后顯示的灰度圖像圖像類型：灰度圖像（IntensityImage）第五十九頁(yè)，共七十九頁(yè)。2.5.1圖像類型：真彩色圖像（RGBImage）第六十頁(yè)，共七十九頁(yè)。例如：調(diào)用函數(shù)image來(lái)顯示RGB圖像。>>RGB=imread('football.jpg');>>imshow(RGB);確定像素(12，9)的顏色，可在命令行中鍵入>>RGB(12,9,:)2.5.1圖像類型：真彩色圖像（RGBImage）第六十一頁(yè)，共七十九頁(yè)。2.5.1圖像類型：二值圖像（BinaryImage）第六十二頁(yè)，共七十九頁(yè)。例如：顯示二值圖像。>>BW=imread('blobs.png');>>imshow(BW);2.5.1圖像類型：二值圖像（BinaryImage）第六十三頁(yè)，共七十九頁(yè)。2.5.2圖像文件的讀寫(xiě)圖像文件的讀取A=imread(’文件名’,文件格式)A=imread(’文件名.文件格式’)[X,map]=imread(’文件名’,文件格式)

圖像文件的保存imwrite(A,’文件名’,文件格式)imwrite(X,map,’文件名’,文件格式)imwrite(...,’文件名’)imwrite(...,Parameter,Value,...)第六十四頁(yè)，共七十九頁(yè)。

矩陣的基本操作表達(dá)式矩陣的輸入矩陣下標(biāo)

…數(shù)字圖像處理附錄第六十五頁(yè)，共七十九頁(yè)。（1）表達(dá)式

標(biāo)量、向量和矩陣

字符串

操作符

第六十六頁(yè)，共七十九頁(yè)。（1）表達(dá)式:標(biāo)量、向量和矩陣矩陣?yán)纾?×3矩陣a=[123;456]向量例如：3×1的列向量a=[1;2;3]第六十七頁(yè)，共七十九頁(yè)。

數(shù)組一維數(shù)組的數(shù)學(xué)原型是向量二維數(shù)組的數(shù)學(xué)原型是矩陣兩行四列三頁(yè)的三維數(shù)組(1,1,1)(1,2,1)(1,3,1)(1,4,1)(2,1,1)(2,2,1)(2,3,1)(2,4,1)(1,1,2)(1,2,2)(1,3,2)(1,4,2)(2,1,2)(2,2,2)(2,3,2)(2,4,2)(1,1,3)(1,2,3)(1,3,3)(1,4,3)(2,1,3)(2,2,3)(2,3,3)(2,4,3)頁(yè)列行（1）表達(dá)式--標(biāo)量、向量和矩陣第六十八頁(yè)，共七十九頁(yè)。字符串是用單引號(hào)來(lái)標(biāo)示的。例如，S='IHaveaDream.'（1）表達(dá)式:字符串第六十九頁(yè)，共七十九頁(yè)。算術(shù)運(yùn)算符例如：a=[123],b=[456];c=a*b’d=a.*be=a.^2f=a+2g=1:2:10h=1:10i=10:2:1（1）表達(dá)式:操作符第七十頁(yè)，共七十九頁(yè)。關(guān)系運(yùn)算符如果關(guān)系成立則為1，如果關(guān)系不成立則為0邏輯運(yùn)算符邏輯運(yùn)算符都是按元素操作的。

0表示邏輯假，任何非零值表示邏輯真運(yùn)算符優(yōu)先級(jí)由高到低的次序：括號(hào)算術(shù)運(yùn)算符邏輯運(yùn)算符關(guān)系運(yùn)算符（1）表達(dá)式:操作符第七十一頁(yè)，共七十九頁(yè)。直接輸入矩陣?yán)猛獠繑?shù)據(jù)文件輸入矩陣?yán)肕ATLAB內(nèi)部函數(shù)與工具箱函數(shù)產(chǎn)生矩陣（2）矩陣的輸入第七十二頁(yè)，共七十九頁(yè)。a=[123;456;789]a=[1,2,3;4,5,6;7,8,9]a=[1:3;4:6;7:9]b=(1:6)’（2）矩陣的輸入:直接輸入矩