數(shù)字圖像處理與Python實現(xiàn)-課件三章 數(shù)字圖像與python

數(shù)字圖像處理2022-2023-2課程內容入門認識第7章圖像壓縮第8章圖像分割基本操作應用第9章圖像水印第10章指紋識別第11章深度學習綜合案例第三章數(shù)字圖像處理基礎3.1圖像的表示方法3.2數(shù)字圖像文件格式3.3Python圖像處理基礎3.1圖像的表示方法M*N的二維矩陣（其中，M為圖像的行數(shù)，N為圖像的列數(shù)）5種圖像的表示方法：二進制圖像、索引圖像、灰度圖像、RGB圖像和多幀圖像3.1.1二進制圖像1位表示一個像素，非0即1，通常0表示黑色，1表示白色優(yōu)點：缺點：二值圖像當表示人物或風景圖像時只能描述輪廓占用空間少二維邏輯矩陣3.1.2灰度圖像8位表示一個像素值，0表示黑色，255表示白色，1~254表示不同的深淺灰色單色圖像數(shù)據(jù)類型：8位無符號整數(shù)、16位無符號整數(shù)或雙精度類型。無符號整型：像素在[0，255]或[0，65535]范圍內；雙精度類型：像素在[0.0，1.0]范圍內。3.1.3RGB圖像3個大小相同的二維數(shù)組表示一個像素，分別代表R、G、B這3個分量真彩色圖像3.1.4索引圖像偽彩色圖像包含：一個數(shù)據(jù)矩陣X和一個顏色映射(調色板)矩陣map。數(shù)據(jù)矩陣：8位無符號整型、16位無符號整型或雙精度類型。顏色映射矩陣map：m*3的數(shù)據(jù)陣列，

[0，1]之間的雙精度浮點型數(shù)據(jù)，

每一行表示紅色、綠色和藍色分量。3.1.5多幀圖像用于需要對時間或場景上相關圖像集合進行操作的場合。在Python中，支持在同一個數(shù)組中存儲多幅圖像，用一個四維數(shù)組表示，第四維用來指定幀的序號多幀圖像數(shù)組中，每一幀的大小和顏色分量或調色板必須相同多頁圖像或圖像序列計算下列未經壓縮的BMP圖像文件的數(shù)據(jù)量(字節(jié))：大小為256×256的黑白位圖文件（）大小為256×256的256色索引位圖文件（）大小為256×256的32位真彩色位圖文件()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提交單選題1分第三章數(shù)字圖像處理基礎3.1圖像的表示方法3.2數(shù)字圖像文件格式3.3Python圖像處理基礎3.2數(shù)字圖像文件格式頭文件：制作圖像的公司規(guī)定，

一般包括文件類型、制作時間、文件大小、制作人及版本號等信息。常見：BMP、GIF、JPEG和TIFF3.2.1BMP圖像Windows操作系統(tǒng)的標準文件格式，應用廣泛。大部分BMP文件是不壓縮的形式，但支持圖像壓縮。BMP文件結構3.2.2GIF圖像CompuServe公司在1987年開發(fā)的圖像文件格式，任何商業(yè)目的使用均須由公司授權。為數(shù)據(jù)流設計的一種傳輸格式，不作為文件的存儲格式，它具有順序的結構形式。文件結構文件標志塊：識別標識符GIF和版本號。邏輯屏幕描述塊：定義圖像顯示區(qū)域的參數(shù)，包含背景顏色信息、顯示區(qū)域大小、縱橫尺寸、顏色深淺及是否存在全局彩色表。全局彩色表：其大小由圖像使用的顏色數(shù)決定。圖像數(shù)據(jù)塊：包含圖像的描述塊、局部彩色表、壓縮圖像數(shù)據(jù)、圖像控制擴展塊、無格式文本擴展塊、注釋擴展塊和應用程序擴展塊，此部分可以默認。尾塊：三維16進制數(shù)，表示數(shù)據(jù)流已經結束，此部分可以默認。3.2.2GIF圖像支持背景透明，生成非矩形的圖片。支持動畫，在Flash動畫前唯一的動畫形式。支持圖形漸進，漸進圖片將比非漸進圖片更快地出現(xiàn)在屏幕上，讓訪問者更快地知道圖片的概貌。支持無損壓縮，所以它更適合于線條、圖標和圖紙。優(yōu)點&缺點缺點：只能顯示256色而應用范圍受限，不能用于儲存和傳輸真彩的圖像文件。所以GIF圖像文件格式成了Internet上最流行的圖像格式。3.2.3JPEG圖像由（國際）聯(lián)合圖像專家組（JointPhotographicExpertsGroup）提出靜止圖像壓縮標準文件格式，面向常規(guī)彩色圖像及其它靜止圖像的一種壓縮標準。擴展名為jpg或jpeg。圖像JPEG壓縮效果演示第三章數(shù)字圖像處理基礎3.1圖像的表示方法3.2數(shù)字圖像文件格式3.3Python圖像處理基礎3.3Python圖像處理基礎基礎圖像處理任務：

顯示；基本的操作，如裁剪、翻轉、旋轉；

圖像分割，分類和特征提取；

圖像恢復、識別等常見的圖像處理庫歷史悠久，功能強大，被認為是Python官方圖像處理庫。PIL（PythonImagingLibrary）Pillow是PIL的一個派生分支，發(fā)展成比PIL本身更具活力的圖像處理庫。將其封裝成Python的庫（pip即可安裝），且支持Python2.x和Python3.x。能在所有主要操作系統(tǒng)上運行，提供基本圖像處理功能，比如圖像縮放，裁剪，貼圖，模糊

包括點操作，過濾以及顏色空間轉換。很多時候需要配合Numpy庫使用。常見的圖像處理庫NumPy（NumericalPython）Python語言的一個開源擴展核心庫，運行速度快，支持數(shù)組結構，提供大量數(shù)學函數(shù)庫進行高維數(shù)組與矩陣運算。在計算機中圖像表示為點像素的標準NumPy數(shù)組，使用NumPy操作修改圖像像素值。通常與SciPy（ScientificPython）和Matplotlib（繪圖庫）一起使用，用于替代MatLab。。常見的圖像處理庫SciPyPython的另一個核心數(shù)據(jù)科學模塊（如同NumPy），可用于基本的圖像處理和處理任務。以NumPy為基礎，在子模塊scipy.ndimage中提供在n維NumPy數(shù)組上運行的函數(shù)，大大擴展了后者的運算能力。常見的圖像處理庫skimage（scikit-imageSciKit）

Python中圖像處理的常用庫之一，由scipy社區(qū)開發(fā)和維護，對scipy.ndimage進行擴展，提供更多的圖像處理功能，實現(xiàn)用于編寫研究、教育和行業(yè)應用的算法和實用程序。skimage對scipy.ndimage進行了功能擴展，由多個子模塊組成，圖像數(shù)據(jù)由NumPy的多維數(shù)組表示，類似與MATLAB軟件，可提供圖像處理絕大部分功能。常見的圖像處理庫OpenCV-Python計算機視覺領域使用最廣泛的開源庫之一，采用C/C++語言，可運行在Linux/Windows/Mac等系統(tǒng)上，并提供Java、Python、MATLAB等接口；擁有豐富的常用圖像處理函數(shù)，使得圖像處理和圖像分析更加便利，廣泛應用于學術界和產業(yè)界的圖像識別、運動跟蹤、機器視覺等領域。OpenCV-Python是OpenCV的PythonAPI，運行速度快，容易編程和部署，成為執(zhí)行計算密集型計算機視覺任務的絕佳選擇。SimpleCV也是用于構建計算機視覺應用程序的開源