📅  最后修改于: 2021-01-08 05:18:57        🧑  作者: Mango

在定义像素分辨率之前，有必要定义一个像素。像素点我们已经在像素概念教程中定义了像素，其中我们将像素定义为图像的最小元素。我们还定义了一个像素可以存储与该特定位置的光强度成比例的值。现在，既然我们已经定义了一个像素，我们将定义什么是分辨率。解析度分辨率可以通过多种方式定义。例如像素分辨率，空间分辨率，时间分辨率，光谱分辨率。其中，我们将讨论像素分辨率。您可能已经看到，在自己的计算机设置中，显示器分辨...

📅  最后修改于: 2021-01-08 05:19:19        🧑  作者: Mango

在本教程中，我们将介绍缩放的概念以及用于缩放图像的常用技术。缩放缩放只是意味着将图片放大，以使图像中的细节变得更清晰可见。缩放图像具有广泛的应用范围，从通过相机镜头缩放到在互联网上缩放图像等。例如放大您可以通过两个不同的步骤缩放内容。第一步包括在拍摄特定图像之前进行缩放。这称为预处理缩放。此缩放涉及硬件和机械运动。第二步是在捕获图像后进行缩放。这是通过许多不同的算法完成的，在这些算法中，我们操纵像...

📅  最后修改于: 2021-01-08 05:20:13        🧑  作者: Mango

在本教程中，我们将正式介绍在“缩放简介”教程中介绍的三种缩放方法。方法像素复制或(最近邻居插值)零阶保持方法放大K倍每种方法都有其自身的优点和缺点。我们将从讨论像素复制开始。方法1：像素复制：介绍：也称为最近邻居插值。顾名思义，在这种方法中，我们只是复制相邻像素。正如我们在“采样”教程中已经讨论的那样，缩放不过是增加采样或像素的数量而已。该算法以相同原理工作。加工：在这种方法中，我们从已经给定的像...

📅  最后修改于: 2021-01-08 05:20:41        🧑  作者: Mango

影像解析度图像分辨率可以通过多种方式定义。一种类型是像素分辨率，已在像素分辨率和宽高比教程中进行了讨论。在本教程中，我们将定义另一种分辨率，即空间分辨率。空间分辨率空间分辨率表示无法通过像素分辨率确定图像的清晰度。图像中的像素数量无关紧要。空间分辨率可以定义为图像中最小的可识别细节。 (数字图像处理-冈萨雷斯，伍兹-第二版)或者以其他方式将空间分辨率定义为每英寸的独立像素值的数量。简而言之，空间分...

📅  最后修改于: 2021-01-08 05:21:04        🧑  作者: Mango

在前面的空间分辨率教程中，我们讨论了PPI，DPI，LPI的简要介绍。现在，我们将正式讨论所有这些内容。每英寸像素像素密度或每英寸像素数是衡量不同设备(包括平板电脑，手机)的空间分辨率的指标。PPI越高，质量越高。为了更了解它，它是如何计算的。让我们计算手机的PPI。计算三星银河S4的每英寸像素(PPI)：三星银河s4的PPI或像素密度为441。但是如何计算?首先，我们将用毕达哥拉斯定理计算以像素...

📅  最后修改于: 2021-01-08 05:21:37        🧑  作者: Mango

影像解析度分辨率可以定义为图像中的像素总数。在图像分辨率中已对此进行了讨论。而且我们还讨论了，图像的清晰度不取决于像素数，而是取决于图像的空间分辨率。这已经在空间分辨率中进行了讨论。在这里，我们将讨论另一种类型的分辨率，称为灰度分辨率。灰度分辨率灰度分辨率是指图像的阴影或灰度级别中的可预测或确定性变化。简而言之，灰度分辨率等于每个像素的位数。在我们的每像素位数和图像存储要求教程中，我们已经讨论了每...

📅  最后修改于: 2021-01-08 05:22:11        🧑  作者: Mango

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...

📅  最后修改于: 2021-01-08 05:22:44        🧑  作者: Mango

什么是轮廓?随着我们减少图像中的灰度级数量，一些虚假的颜色或边缘开始出现在图像上。这已在我们上一本量化指南中显示。让我们来看看它。假设我们有一个8bpp的图像(灰度图像)，具有256种不同的灰度等级。上面这张图片有256种不同的灰色阴影。现在，当我们将其减少到128并进一步减少到64时，图像大致相同。但是当将其进一步缩小到32个不同的级别时，我们得到了这样的画面如果您仔细观察，您会发现效果开始出现...

📅  最后修改于: 2021-01-08 05:23:07        🧑  作者: Mango

在最后两篇有关量化和轮廓的教程中，我们已经看到降低图像的灰度级会减少表示图像所需的颜色数量。如果将灰度级降低为2，则显示的图像没有太大的空间分辨率或不太吸引人。抖动抖动是一种过程，通过该过程我们可以创建实际上不存在的颜色幻觉。这是通过像素的随机排列完成的。例如。考虑这个图像。这是仅包含黑白像素的图像。排列其像素以形成如下所示的另一幅图像。请注意，像素的排列已更改，但像素数量未更改。为什么要抖动?我...

📅  最后修改于: 2021-01-08 05:23:37        🧑  作者: Mango

在讨论直方图在图像处理中的使用之前，我们将首先看一下直方图是什么，如何使用直方图，然后再看一个直方图的示例，以更好地理解直方图。直方图直方图是图。显示任何事物发生频率的图表。通常，直方图的条形表示整个数据集中数据的出现频率。直方图有两个轴x轴和y轴。x轴包含您必须计算其频率的事件。y轴包含频率。条形的不同高度表示数据出现的频率不同。通常直方图看起来像这样。现在，我们将看到构建此直方图的示例例考虑一...

📅  最后修改于: 2021-01-08 05:24:06        🧑  作者: Mango

亮度亮度是一个相对术语。这取决于您的视觉感知。由于亮度是一个相对项，因此亮度可以定义为光源相对于我们要比较的光源输出的能量。在某些情况下，我们可以轻松地说出图像是明亮的，在某些情况下，它并不容易感知。例如只需看看这两个图像，然后比较哪个更亮即可。我们可以很容易地看到，与左侧的图像相比，右侧的图像更亮。但是，如果使右边的图像比第一个图像更暗，则可以说左边的图像比左边的图像更亮。如何使图像更明亮。可以...

📅  最后修改于: 2021-01-08 05:24:34        🧑  作者: Mango

在讨论什么是图像变换之前，我们将讨论什么是变换。转型转换是一种函数。在执行某些操作后将一个集合映射到另一个集合的函数。数字图像处理系统我们已经在入门教程中看到，在数字图像处理中，我们将开发一个系统，该系统的输入将是图像，输出也将是图像。并且系统将对输入图像执行一些处理，并将其输出作为已处理图像。如下所示。现在函数应用于该处理图像并将其转换成输出可以称为变换函数此数字系统的内部。正如它显示的转换或关...

📅  最后修改于: 2021-01-08 05:24:59        🧑  作者: Mango

直方图的基本概念已在“直方图简介”教程中进行了讨论。但是我们将在这里简要介绍直方图。直方图直方图不过是表示数据出现频率的图表。直方图在图像处理中有很多用途，在这里我们将讨论一个称为直方图滑动的用户。直方图滑动在直方图滑动中，我们只是简单地向右或向左移动完整的直方图。由于直方图向右或向左移动或滑动，因此可以在图像中看到明显的变化。在本教程中，我们将使用直方图滑动来操纵亮度。在我们的亮度和对比度介绍教...

📅  最后修改于: 2021-01-08 05:25:24        🧑  作者: Mango

我们在直方图入门教程中讨论过的Histogram的另一个优势之一是对比度增强。有两种增强对比度的方法。第一个称为直方图拉伸，可以增加对比度。第二个称为直方图均衡，它可以增强对比度，并且在我们的直方图均衡教程中已经讨论过。在讨论拉伸直方图以增加对比度之前，我们将简要定义对比度。对比对比度是最大像素强度和最小像素强度之间的差异。考虑这个图像。该图像的直方图如下所示。现在我们从该图像计算对比度。对比度=...

📅  最后修改于: 2021-01-08 05:25:54        🧑  作者: Mango

PMF和CDF都属于概率和统计。现在您应该想到的问题是，我们为什么要研究概率。这是因为PMF和CDF这两个概念将在下一个直方图均衡化教程中使用。因此，如果您不知道如何计算PMF和CDF，则无法在图像上应用直方图均衡化。什么是PMF?PMF代表概率质量函数。顾名思义，它给出了数据集中每个数字的概率，或者您可以说它基本上给出了每个元素的计数或频率。PMF的计算方式我们将通过两种不同的方法来计算PMF。...