OpenCV入门（2）：图像的基本概念

在正式学习 OpenCV 前，需要先了解下图像的基本概率。

一、像素

1.1 像素（Pixel）

定义：像素是图像的最小单位，是“图像元素”的缩写。你可以把像素想象成拼图中的一个最小块，无数个像素组合在一起就形成了完整的图像。

作用：像素决定了图像的精细程度。图像的分辨率（如 1920×1080），意思就是长度为 1920 个像素点，宽带为 1080 个像素点。

特点：

像素本身没有固定的物理尺寸，其实际大小取决于显示设备的分辨率（PPI）和屏幕尺寸。

在屏幕上，像素通常是正方形或长方形的点。

1.2 像素值（Pixel Value）

定义：像素值是指每个像素所包含的颜色或亮度信息。它用数字表示，具体形式取决于图像的色彩模式。

常见色彩模式：

灰度图像：

每个像素值表示亮度，通常用 0 到 255 的整数表示。

例如：0 表示黑色，255 表示白色，中间值表示不同灰度。

RGB图像：

每个像素值由红（R）、绿（G）、蓝（B）三个通道的值组成，每个通道的范围通常是0到255。

例如：(255, 0, 0) 表示纯红色，(0, 255, 0) 表示纯绿色，(0, 0, 255) 表示纯蓝色。

RGBA图像：

在RGB的基础上增加了一个透明度通道（Alpha），用于表示图像的透明效果。

例如：(255, 0, 0, 128) 表示半透明的红色。

1.3 像素和像素值的关系

像素是图像的基本单位，而像素值是描述这个单位的具体信息。举个例子：

一张 1920×1080 的图片由 2073600 个像素组成。

每个像素都有一个像素值，比如 (255, 0, 0) 表示这个像素是红色。

二、图片尺寸和分辨率

图片尺寸和分辨率是两个相关但不同的概念。

2.1 图片尺寸（Image Dimensions）

图片尺寸通常指：

像素尺寸：图像的宽度和高度各有多少像素（如1920×1080像素）

物理尺寸：图像打印或显示时的实际大小（如8×10英寸）

2.2 分辨率（Resolution）

分辨率通常指：

像素密度：每英寸包含的像素数量（PPI, Pixels Per Inch）

打印分辨率：常见打印分辨率 300PPI 表示每英寸有 300 个像素

2.3 区别

特性

图片尺寸 (Dimensions)

分辨率 (Resolution)

定义

图像的宽度和高度（像素数或物理尺寸）

单位长度内的像素数量（通常指像素密度）

单位

像素(px)、英寸(in)、厘米(cm)等

像素/英寸(PPI)、像素/厘米等

决定因素

图像包含的总像素数量

打印或显示时的清晰度

变化影响

改变尺寸会增减总像素数

改变分辨率只影响打印/显示大小，不改变像素总数

三、色深

3.1 色深（bits per pixel）

色深：图像中每个像素可以表示的颜色数。色深是指图像中每个像素可以表示的颜色数量，它直接影响图像的色彩丰富度和细腻程度。

3.2 色深位数

色深通常用位数（bits per pixel, bpp）来衡量，表示每个像素的颜色信息是由多少位二进制数来表示。色深越高，能表示的颜色种类就越多，图像看起来就越细腻和真实。

1 位色深（1bpp）：每个像素只能表示两种颜色（通常是黑和白），适用于简单的图形和文本。

4 位色深（4bpp）：每个像素可以表示 16 种颜色（2^4=16），常用于早期的计算机图形和游戏

8 位色深（8bpp）：每个像素可以表示 256 种颜色（2^8=256），这是早期网页和操作系统图形的标准，支持简单的调色板，可以实现较丰富的色彩表现

16 位色深（16bpp）：可以是 5-6-5 格式（5 位红、6 位绿、5 位蓝），能表示 65536 种颜色（2^16=65536），提高了色彩的平滑过渡，适用于较高质量的图像显示。

24 位色深（24bpp）：真彩色，每个像素由 8 位红、8 位绿、8 位蓝组成，总共可以表示约 1670 万种颜色（2^24=16777216），几乎涵盖了人眼能识别的所有颜色，是目前大多数数字图像的标准。

32 位色深（32bpp）：在 24 位真彩色基础上增加了一个 8 位的 Alpha 通道，用于表示透明度，适用于需要透明效果的图像。

四、通道

通道（Channel）是数字图像中存储颜色或亮度信息的基本单位。可以将通道理解为图像中不同信息的“层”，每一层负责存储特定类型的数据。

通道通俗来讲就是表示每个点能存放多少个数，例如RGB彩色图像中每个像素点存放三个值，即 3 通道的：

4.1 通道的基本概念

通道是图像中独立的数据层，每个通道存储一种特定的信息。

对于灰度图像，只有一个通道，存储亮度信息。

对于RGB图像，有三个通道，分别存储红色、绿色和蓝色的强度信息。

通道的值通常是一个数值范围（如0到255），表示某种信息的强度。

4.2 通道的直观理解

可以将通道想象成图像的“图层”：

每个通道是一张独立的灰度图像，表示某种颜色的强度。

例如，在RGB图像中：

红色通道是一张灰度图像，表示红色的强度。

绿色通道是一张灰度图像，表示绿色的强度。

蓝色通道是一张灰度图像，表示蓝色的强度。

将这些通道叠加在一起，就形成了最终的彩色图像。

4.3 通道的扩展

除了RGB通道，图像还可能包含其他通道：

Alpha通道：表示图像的透明度（常用于PNG图像）。

多光谱通道：在遥感或医学图像中，可能有多个通道表示不同波段的信号。

深度通道：在3D图像中，存储深度信息。

五、颜色模型

在计算机中，颜色的处理主要通过不同的颜色模型来实现。这些颜色模型通过数学方法描述颜色的特征，以便在显示设备（如显示器、打印机）或软件中准确地表示和处理颜色。常见的颜色分类标准包括 RGB、CMYK、HSV、HSL、LAB、HEX 等。RGB 和 CMYK 是最常见的颜色空间，分别用于显示器和打印机；HSV 和 LAB 则提供了一种更接近人类视觉感知的颜色表示方式；HEX 通过一个六位的十六进制数表示，适合网页设计。

5.1 RGB（Red-Green-Blue）

RGB是计算机最常用的颜色模型，可以表示的颜色总数为 256 × 256 × 256 = 16,777,216 种颜色，这被称为 24 位颜色或真彩色。

原理：基于光的三原色原理，通过红、绿、蓝三种颜色光的混合来产生各种颜色。每种颜色光的强度可以用一个数值表示，范围通常是 0 到 255（8位，即256级灰度）

表示方法：颜色用三个分量表示，例如 (R, G, B)。例如，(255, 0, 0) 表示纯红色，(0, 255, 0) 表示纯绿色，(0, 0, 0) 表示黑色，(255, 255, 255) 表示白色

应用：主要用于电子显示设备，如显示器、电视、手机屏幕等，因为这些设备的像素点由红、绿、蓝三个子像素组成（LED屏幕或LCD液晶屏幕，原理一样，均是三原色RGB）

5.2 CMYK（Cyan-Magenta-Yellow-Black）

CMYK 是一种用于彩色印刷的颜色模型，通过青（C）、品（M）、黄（Y）三原色油墨的不同网点面积率的叠印来表现丰富多彩的颜色和阶调。

原理：基于减色原理，通过吸收特定波长的光来呈现颜色。青色（Cyan）、品红（Magenta）、黄色（Yellow）是三种基本墨水颜色，黑色（Black）用于增强对比度和细节。

表示方法：颜色用四个分量表示，例如 (C, M, Y, K)，每个分量的值通常在 0 到 100% 之间。例如，(0%, 0%, 0%, 100%) 表示纯黑色，(100%, 0%, 0%, 0%) 表示纯青色。

应用：主要用于印刷行业，如彩色印刷、喷墨打印机等。打印时，首先将计算机中RGB模型图像转化为CMYK模型（转换过程中可能会出现颜色偏差），准确控制墨水的使用，通过3原色油墨的不同网点面积率的叠印，实现彩色打印。

5.3 HSV（Hue-Saturation-Value）

HSV 是一种基于人类视觉感知的颜色模型，更符合人类对颜色的理解,便于调整颜色的明暗和饱和度，可通过公式和RGB模型进行转换。

原理：

色相（Hue）：颜色的种类，如红、黄、绿等，用角度表示（0° 到 360°），对应于色轮上的位置。

饱和度（Saturation）：颜色的纯度，范围从 0 到 1。饱和度为 0 时，颜色为灰色；饱和度为 1 时，颜色最鲜艳。

明度（Value）：颜色的亮度，范围从 0 到 1。明度为 0 时，颜色为黑色；明度为 1 时，颜色最亮。

表示方法：颜色用三个分量表示，例如 (H, S, V)。例如，(0°, 1, 1) 表示纯红色，(120°, 1, 1) 表示纯绿色。具体在程序中的体现，H的范围位 0 ~ 360 或 归一化到 0 ~ 1 范围。

应用：广泛用于图像处理、图形设计和颜色选择工具，因为这种模型更直观地描述了颜色的视觉特性。

5.4 HSL（Hue-Saturation-Lightness）颜色模型

HSL 是另一种基于人类视觉的颜色模型，与 HSV 类似，但在某些方面有所不同。

原理：

色相（Hue）：与 HSV 中的色相相同，用角度表示（0°到360°）。

饱和度（Saturation）：表示颜色的鲜艳程度，范围从 0 到 1。

明度（Lightness）：表示颜色的明亮程度，范围从 0 到 1。与 HSV 的明度不同，HSL 的明度更接近于颜色的中间值（灰色）。

表示方法：颜色用三个分量表示，例如 (H, S, L)

应用：常用于图形设计和网页设计，因为 HSL 模型在调整颜色时更符合人类的视觉感知。

5.5 LAB（CIE Lab*）颜色模型

LAB 是一种基于人类视觉感知的色彩模型，用于精确描述颜色。

原理：

L：表示亮度，范围从 0（黑色）到 100（白色）

a 和 b：表示颜色的两个轴，分别表示从绿色到红色（a轴）和从蓝色到黄色（b轴）

表示方法：颜色用三个分量表示，例如 (L, a, b)

应用：用于颜色管理、图像编辑和颜色校准，因为它能够更准确地描述颜色的视觉差异

优点：与人类视觉感知一致，能够更准确地表示颜色的差异。

缺点：计算复杂，与 RGB 和 CMYK 模型的转换较为困难。

5.6 灰度（Grayscale）模型

灰度模型是一种特殊的颜色模型，只表示颜色的明暗程度。

原理：通过一个单一的数值表示颜色的亮度，范围通常是 0 到 255（8位），其中 0 表示黑色，255 表示白色。

表示方法：颜色用一个分量表示，例如 (Gray)。例如，(0) 表示黑色，(255) 表示白色，(128) 表示中性灰色

应用：用于黑白图像、文档扫描、医学成像等领域。

5.7 HEX（Hexadecimal Color Space） 颜色模型

HEX 是一种基于 RGB 模型的编码方式，能与 RGB 模型直接对应，主要用于网页设计。

原理：将 RGB 模型中的每个分量用十六进制表示，范围从 00 到 FF。

表示方法：颜色用一个六位的十六进制数表示，例如 #RRGGBB。例如，#FF0000 表示纯红色，#000000 表示黑色，#FFFFFF 表示白色。

应用：主要用于 HTML 和 CSS 中的颜色表示。

六、常见图像格式

JPEG：有损压缩、压缩比高

优点：广泛支持、压缩比高、适用于照片和复杂图像。

缺点：有损压缩，可能导致图像质量损失。

场景：照片、网页图像

PNG：无损压缩、图片大，支持半透明

优点：无损压缩、支持透明度、适用于图标和图形

缺点：文件大小较大

场景：图标、图形、需要透明背景的图像，如桌面图标

BMP：无损压缩、图片大[windows系统]

优点：无损压缩、适用于Windows系统和位图编辑

缺点：文件大小较大、不适合Web应用

场景：windows系统、位图编辑

BMP格式的特点是它直接存储图像的像素数据，没有进行数据压缩，这使得图像质量得以完全保留，但也导致文件体积相对较大

GIF：支持动画、色彩受限，图像低分辨率[简单图像]

优点：支持动画、适用于简单图像和图标

缺点：色彩受限、不适合复杂图像

场景：动图、低分辨率图像

参考：

图片专栏——概念_像素值-CSDN博客

(99+ 封私信 / 82 条消息) 图像基础知识 - 知乎

颜色模型介绍-CSDN博客