计算机视觉--图像的基础知识

计算机视觉是一门研究如何让计算机“看”的学科。

简单来说，就是指利用摄影机和电脑等机器，来代替人眼对目标进行识别、跟踪以及测量等，并进一步对图形进行处理，使之成为更适合人眼观察或传送、检测的图像。

目前，非常火的VR、AR，3D处理等方向，都是计算机视觉的一部分。图像处理是计算机视觉的关键，因此要研究1和学习计算机视觉，必须掌握图像知识，下面小编整理了一些图像的基础知识，希望对各位小伙伴学习和研究计算机视觉有所帮助。

一张图像所包含的信息：维数、高度、宽度、深度、通道数、颜色格式、数据首地址、结束地址、数据量等等。

图像深度：存储每个像素所用的位数(bits)

当一个像素占用的位数越多时，它所能表现的颜色就更多，更丰富。

举例：一张400*400的8位图，这张图的原始数据量是多少?像素值如果是整型的话，取值范围是多少?

1.原始数据量计算：400 * 400 * ( 8/8 )=160.000Bytes

(约为160K)

2.取值范围：2的8次方，0~255

图片格式与压缩：常见的图片格式JPEG，PNG，BMP等本质上都是图片的一种压缩编码方式

举例：JPEG压缩

1.将原始图像分为8*8的小块，每个block里有64pixels。

2.将图像中每个8*8的block进行DCT变换(越是复杂的图像，越不容易被压缩)

3.不同的图像被分割后，每个小块的复杂度不一样，所以最终的压缩结果也不一样

图像分类：

1、二值图像(Binary Image)

即图像上的每一个像素只有两种可能的取值或灰度等级状态，0和1.0代表黑(背景)，1代表白(前景)。每个像素只需要1Bit就可以完整存储信息。

2、灰度图像(gray image)

灰度图和二值图像一样只包含一个通道的信息，是二值图像的进化版，是彩色图像的退化版。灰度图像每个像素只有一个采样颜色，通常为从最暗黑色到最亮的白色的灰度，使用8Bit保存信息，有256级灰度。(如果用16位，则有65536级)

3、彩色图像

彩色图像有三个颜色通道，即R(红)、G(绿)、B(蓝)，三个分量来表示，分量介于(0.255)