数字图像处理与Python实现-课件三章 数字图像与python

数字图像处理2022-2023-2课程内容入门认识第7章图像压缩第8章图像分割基本操作应用第9章图像水印第10章指纹识别第11章深度学习综合案例第三章数字图像处理基础3.1图像的表示方法3.2数字图像文件格式3.3Python图像处理基础3.1图像的表示方法M*N的二维矩阵（其中，M为图像的行数，N为图像的列数）5种图像的表示方法：二进制图像、索引图像、灰度图像、RGB图像和多帧图像3.1.1二进制图像1位表示一个像素，非0即1，通常0表示黑色，1表示白色优点：缺点：二值图像当表示人物或风景图像时只能描述轮廓占用空间少二维逻辑矩阵3.1.2灰度图像8位表示一个像素值，0表示黑色，255表示白色，1~254表示不同的深浅灰色单色图像数据类型：8位无符号整数、16位无符号整数或双精度类型。无符号整型：像素在[0，255]或[0，65535]范围内；双精度类型：像素在[0.0，1.0]范围内。3.1.3RGB图像3个大小相同的二维数组表示一个像素，分别代表R、G、B这3个分量真彩色图像3.1.4索引图像伪彩色图像包含：一个数据矩阵X和一个颜色映射(调色板)矩阵map。数据矩阵：8位无符号整型、16位无符号整型或双精度类型。颜色映射矩阵map：m*3的数据阵列，

[0，1]之间的双精度浮点型数据，

每一行表示红色、绿色和蓝色分量。3.1.5多帧图像用于需要对时间或场景上相关图像集合进行操作的场合。在Python中，支持在同一个数组中存储多幅图像，用一个四维数组表示，第四维用来指定帧的序号多帧图像数组中，每一帧的大小和颜色分量或调色板必须相同多页图像或图像序列计算下列未经压缩的BMP图像文件的数据量(字节)：大小为256×256的黑白位图文件（）大小为256×256的256色索引位图文件（）大小为256×256的32位真彩色位图文件()256*256,256*256*8,256*256*4256*256/4,256*256,256*256*32256*256/8，256*256,256*256*4256*256/8,256*256*8,256*256*32ABCD提交单选题1分第三章数字图像处理基础3.1图像的表示方法3.2数字图像文件格式3.3Python图像处理基础3.2数字图像文件格式头文件：制作图像的公司规定，

一般包括文件类型、制作时间、文件大小、制作人及版本号等信息。常见：BMP、GIF、JPEG和TIFF3.2.1BMP图像Windows操作系统的标准文件格式，应用广泛。大部分BMP文件是不压缩的形式，但支持图像压缩。BMP文件结构3.2.2GIF图像CompuServe公司在1987年开发的图像文件格式，任何商业目的使用均须由公司授权。为数据流设计的一种传输格式，不作为文件的存储格式，它具有顺序的结构形式。文件结构文件标志块：识别标识符GIF和版本号。逻辑屏幕描述块：定义图像显示区域的参数，包含背景颜色信息、显示区域大小、纵横尺寸、颜色深浅及是否存在全局彩色表。全局彩色表：其大小由图像使用的颜色数决定。图像数据块：包含图像的描述块、局部彩色表、压缩图像数据、图像控制扩展块、无格式文本扩展块、注释扩展块和应用程序扩展块，此部分可以默认。尾块：三维16进制数，表示数据流已经结束，此部分可以默认。3.2.2GIF图像支持背景透明，生成非矩形的图片。支持动画，在Flash动画前唯一的动画形式。支持图形渐进，渐进图片将比非渐进图片更快地出现在屏幕上，让访问者更快地知道图片的概貌。支持无损压缩，所以它更适合于线条、图标和图纸。优点&缺点缺点：只能显示256色而应用范围受限，不能用于储存和传输真彩的图像文件。所以GIF图像文件格式成了Internet上最流行的图像格式。3.2.3JPEG图像由（国际）联合图像专家组（JointPhotographicExpertsGroup）提出静止图像压缩标准文件格式，面向常规彩色图像及其它静止图像的一种压缩标准。扩展名为jpg或jpeg。图像JPEG压缩效果演示第三章数字图像处理基础3.1图像的表示方法3.2数字图像文件格式3.3Python图像处理基础3.3Python图像处理基础基础图像处理任务：

显示；基本的操作，如裁剪、翻转、旋转；

图像分割，分类和特征提取；

图像恢复、识别等常见的图像处理库历史悠久，功能强大，被认为是Python官方图像处理库。PIL（PythonImagingLibrary）Pillow是PIL的一个派生分支，发展成比PIL本身更具活力的图像处理库。将其封装成Python的库（pip即可安装），且支持Python2.x和Python3.x。能在所有主要操作系统上运行，提供基本图像处理功能，比如图像缩放，裁剪，贴图，模糊

包括点操作，过滤以及颜色空间转换。很多时候需要配合Numpy库使用。常见的图像处理库NumPy（NumericalPython）Python语言的一个开源扩展核心库，运行速度快，支持数组结构，提供大量数学函数库进行高维数组与矩阵运算。在计算机中图像表示为点像素的标准NumPy数组，使用NumPy操作修改图像像素值。通常与SciPy（ScientificPython）和Matplotlib（绘图库）一起使用，用于替代MatLab。。常见的图像处理库SciPyPython的另一个核心数据科学模块（如同NumPy），可用于基本的图像处理和处理任务。以NumPy为基础，在子模块scipy.ndimage中提供在n维NumPy数组上运行的函数，大大扩展了后者的运算能力。常见的图像处理库skimage（scikit-imageSciKit）

Python中图像处理的常用库之一，由scipy社区开发和维护，对scipy.ndimage进行扩展，提供更多的图像处理功能，实现用于编写研究、教育和行业应用的算法和实用程序。skimage对scipy.ndimage进行了功能扩展，由多个子模块组成，图像数据由NumPy的多维数组表示，类似与MATLAB软件，可提供图像处理绝大部分功能。常见的图像处理库OpenCV-Python计算机视觉领域使用最广泛的开源库之一，采用C/C++语言，可运行在Linux/Windows/Mac等系统上，并提供Java、Python、MATLAB等接口；拥有丰富的常用图像处理函数，使得图像处理和图像分析更加便利，广泛应用于学术界和产业界的图像识别、运动跟踪、机器视觉等领域。OpenCV-Python是OpenCV的PythonAPI，运行速度快，容易编程和部署，成为执行计算密集型计算机视觉任务的绝佳选择。SimpleCV也是用于构建计算机视觉应用程序的开源