《数字图像处理实战》第2章 图像的基本变换.pptx

第2章 图像的基本变换;;2.1 读写图像数据;一幅图像需要在空间和灰度上都离散化才能被计算机处理 在实际应用中，阵列传感器获取的数字图像如图2?1所示;用Python读取一幅图像，需要导入OpenCV模块，它包含数字图像处理的不同算法 使用OpenCV中的imread()方法读取图像 使用OpenCV中的imshow()方法在指定窗口中显示图像;常用的图像文件格式有BMP（Bitmap）、TIFF（Tag Image File Format）、GIF（Graphic Interchange Format）、JPEG（Joint Photographic Experts Group）、PDF（Portable Document Format）和PNG(Portable Network Graphics)等 若想保存结果图像，可以使用OpenCV中的imwrite()方法保存图像;;2.2 在图像上绘制图形;line()方法用于在图像上绘制直线，其语法格式如下： ;2.2.1 绘制简单的图形;circle()方法用于在图像上绘制圆，其语法格式如下： ;2.2.1 绘制简单的图形;rectangle()方法用于在图像上绘制矩形，其语法格式如下： ;2.2.1 绘制简单的图形;putText()方法用于在图像上添加文字，其语法格式如下： ;2.2.1 绘制简单的图形;在图像上标注出和任务相关的、特定于任务的标签 主要包括基于文本的标签（类）、绘制在图像上的标签（边框），甚至是像素级的标签 在图像上添加人脸区域的标注和标签，如代码所示;;2.3 转换图像的颜色空间;人的视觉认知依赖亮度、色调和饱和度这3个基本特征量来区分颜色 任何一种颜色都可由其亮度、色调和饱和度来表征 形成任何一种颜色的红色量、绿色量和蓝色量被称为三色值，并分别表示为X、Y和Z 一种色彩就可以由其三色系数来规定，三色系数定义如下;非常典型、常用的面向硬件设备的颜色空间是三基色颜色空间 电视、摄像机和彩色扫描仪都是根据RGB颜色空间工作的 RGB颜色空间是一种与人的视觉系统结构密切相连的颜色空间 ;灰度图像能以较少的数据表征图像的大部分特征 在某些算法的预处理阶段需要将彩色图像转换为灰度图像，以提高后续算法的效率 常用的RGB图像灰度化方法有3种：最大值灰度化、平均值灰度化、加权平均灰度化 ;面向彩色处理的常用的颜色空间是HSI颜色空间，其中H表示色调，S表示饱和度，I表示亮度 色调与亮度对应，并与物体的反射率成正比，如果无彩色就只有亮度一个维度的变化 HSI颜色空间中的色度可借助以R、G、B为3个顶点的三角形来描述;从RGB颜色空间到HSI颜色空间的转换;从HSI颜色空间到RGB颜色空间的转换 ① 当H在[ )区间内时，转换公式如下 ② 当H在[ )区间内时，转换公式如下 ③ 当H在[ )区间内时，转换公式如下 ;利用三基色光叠加可产生光的三补色：蓝绿（C，即绿加蓝）、品红（M，即红加蓝）、黄（Y，即红加绿） 按一定的比例混合三基色光或将一个补色光与相对的基色光混合可以产生白色光 颜料的三基色正好是光的三补色，而颜料的三补色正好是光的三基色 一种简单的CMY颜色空间到RGB颜色空间的转换方法如下 ;2.3.2 颜色空间的相互转换;2.3.2 颜色空间的相互转换;2.3.2 颜色空间的相互转换;;2.4 图像几何变换;相同内容的两幅图像可能由于成像角度、透视乃至镜头自身原因所造成的几何失真而呈现出截然不同的外观，给数字图像处理和识别任务带来困难 通过适当的几何变换可以最大限度地消除这些几何失真所产生的负面影响 图像几何变换又称为图像空间变换，它将一幅图像中的坐标位置映射到另一幅图像中的新坐标位置 图像的几何变换包括基本的平移、缩放、旋转和复杂的仿射、透视等 ;图像的平移变换就是将图像中所有的像素坐标分别加上指定的水平偏移量和垂直偏移量 假设原本像素的位置坐标为 ，经过平移量 后，坐标变为 。其变换公式如下： 矩阵表示的坐标关系式为 ;图像的缩放变换主要用于改变图像的尺寸，缩放后图像的宽度和高度会发生变化 为缩放前坐标， 为缩放后坐标，其矩阵表示的坐标映射关系如下： ;图像的旋转变换就是让图像按照某一点旋转指定的角度 旋转后图像的坐标和原图像坐标之间的关系已不能通过简单的加、减、乘法运算得到，而需要通过一系列的复杂运算才能得到 设旋转中心为 ，旋转前的坐标为 ，旋转后的坐标为 ，则旋转坐标的变换如下： 矩阵表示的坐标关系式为： ;图像的仿射