我们在信号和系统教程中引入了量化。在本教程中，我们将正式将其与数字图像相关联。让我们先讨论一下量化。

数字化信号

正如我们在前面的教程中所看到的那样，将模拟信号数字化为数字信号需要两个基本步骤。采样和量化。采样是在x轴上完成的。这是x轴(无限值)到数字值的转换。

下图显示了信号采样。

与数字图像有关的采样

采样的概念与缩放直接相关。您获取的样本越多，获得的像素就越多。过采样也可以称为缩放。在采样和缩放教程中对此进行了讨论。

但是将信号数字化的故事还没有结束于采样，还涉及另一个步骤，即量化。

什么是量化

量化与采样相反。它在y轴上完成。在量化图像时，实际上是将信号划分为量子(分区)。

在信号的x轴上是坐标值，在y轴上是振幅。因此，将幅度数字化称为量化。

这是怎么做的

您可以在此图中看到信号已被量化为三个不同的电平。这意味着当我们对图像进行采样时，实际上会收集很多值，而在量化时，我们会为这些值设置级别。在下图中可以更清楚地看到。

在采样显示的图中，尽管已采样，但它们仍垂直跨越到连续的灰度值范围。在上图中，这些垂直范围值已量化为5个不同的级别或分区。从0黑色到4白色不等。此级别可能根据所需图像的类型而有所不同。

量化与灰度级的关系已在下面进一步讨论。

量化与灰度分辨率的关系：

上面显示的量化图具有5种不同的灰度等级。这意味着从该信号形成的图像将仅具有5种不同的颜色。或多或少会有一些带有灰色的黑白图像。现在，如果要提高图像质量，您可以在这里做一件事。也就是说，要增加等级，或将灰度等级提高。如果将此级别增加到256，则表示您具有灰度图像。这比简单的黑白图像要好得多。

现在为256，或5或您选择的任何级别称为灰度。请记住我们在上一个灰度分辨率教程中讨论的公式，

我们已经讨论了可以通过两种方式定义灰度。这两个是哪个。

• 灰度=每个像素的位数(BPP)。
• 灰度=每个像素的级别数。

在这种情况下，我们的灰度级等于256。如果必须计算位数，则只需将值放在等式中。在256级的情况下，我们有256种不同的灰度阴影和每像素8位，因此图像将是灰度图像。

降低灰度

现在，我们将降低图像的灰度等级以查看对图像的影响。

例如

假设您的图像为8bpp，具有256个不同的级别。它是灰度图像，图像看起来像这样。

256级灰度

现在我们将开始降低灰度等级。我们首先将灰度级从256降低到128。

128个灰度级

将灰度降低到一半后对图像影响不大。让我们减少更多。

64个灰度

仍然没有太大的作用，那就让更多的降低水平。

32个灰度

惊讶地发现，仍然没有什么效果。可能是由于原因，它是爱因斯坦的照片，但让我们进一步降低水平。

16个灰度级

繁荣，我们走了，图像终于显示出它是受关卡影响的。

8个灰度级

4个灰度级

现在，在将其降低两个2个等级之前，您可以轻松地看到通过降低灰度等级，图像已严重失真。现在我们将其减少到2个级别，这只是一个简单的黑白级别。这意味着图像将是简单的黑白图像。

2灰度级

那就是我们可以达到的最后一个水平，因为如果进一步降低它，那将仅仅是一个无法解释的黑色图像。

等高线

这里有一个有趣的观察，即随着我们减少灰度级数量，图像中会出现一种特殊类型的效果，可以在16灰度级图片中清楚地看到。这种效果称为轮廓。

ISO偏好曲线

出现这种效果的答案在于Iso偏好曲线。在我们的下一个轮廓和Iso偏好曲线教程中将对它们进行讨论。