彩色图像、灰度图像、二值图像
2018-01-20 15:49
295 查看
彩色图像:每个像素通常是由红(R)、绿(G)、蓝(B)三个分量来表示的,分量介于(0,255)。RGB图像与索引图像一样都可以用来表示彩色图像。与索引图像一样,它分别用红(R)、绿(G)、蓝(B)三原色的组合来表示每个像素的颜色。但与索引图像不同的是,RGB图像每一个像素的颜色值(由RGB三原色表示)直接存放在图像矩阵中,由于每一像素的颜色需由R、G、B三个分量来表示,M、N分别表示图像的行列数,三个M
x N的二维矩阵分别表示各个像素的R、G、B三个颜色分量。RGB图像的数据类型一般为8位无符号整形,通常用于表示和存放真彩色图像,当然也可以存放灰度图像。
灰度图像(gray image):是每个像素只有一个采样颜色的图像,这类图像通常显示为从最暗黑色到最亮的白色的灰度,尽管理论上这个采样可以任何颜色的不同深浅,甚至可以是不同亮度上的不同颜色。灰度图像与黑白图像不同,在计算机图像领域中黑白图像只有黑色与白色两种颜色;但是,灰度图像在黑色与白色之间还有许多级的颜色深度。灰度图像经常是在单个电磁波频谱如可见光内测量每个像素的亮度得到的,用于显示的灰度图像通常用每个采样像素8位的非线性尺度来保存,这样可以有256级灰度(如果用16位,则有65536级)。
二值图像(binary image):一幅二值图像的二维矩阵仅由0、1两个值构成,“0”代表黑色,“1”代白色。由于每一像素(矩阵中每一元素)取值仅有0、1两种可能,所以计算机中二值图像的数据类型通常为1个二进制位。二值图像通常用于文字、线条图的扫描识别(OCR)和掩膜图像的存储。
原文地址:点击打开链接
x N的二维矩阵分别表示各个像素的R、G、B三个颜色分量。RGB图像的数据类型一般为8位无符号整形,通常用于表示和存放真彩色图像,当然也可以存放灰度图像。
灰度图像(gray image):是每个像素只有一个采样颜色的图像,这类图像通常显示为从最暗黑色到最亮的白色的灰度,尽管理论上这个采样可以任何颜色的不同深浅,甚至可以是不同亮度上的不同颜色。灰度图像与黑白图像不同,在计算机图像领域中黑白图像只有黑色与白色两种颜色;但是,灰度图像在黑色与白色之间还有许多级的颜色深度。灰度图像经常是在单个电磁波频谱如可见光内测量每个像素的亮度得到的,用于显示的灰度图像通常用每个采样像素8位的非线性尺度来保存,这样可以有256级灰度(如果用16位,则有65536级)。
二值图像(binary image):一幅二值图像的二维矩阵仅由0、1两个值构成,“0”代表黑色,“1”代白色。由于每一像素(矩阵中每一元素)取值仅有0、1两种可能,所以计算机中二值图像的数据类型通常为1个二进制位。二值图像通常用于文字、线条图的扫描识别(OCR)和掩膜图像的存储。
原文地址:点击打开链接
相关文章推荐
- 彩色图像、灰度图像、二值图像
- C++ OpenCV 实现RGB彩色图像转化成灰度图像再转换成二值图像
- 彩色图像、灰度图像、二值图像和索引图像区别
- opencv学习(一)实现将彩色图像转换成灰度图像和二值图像
- 彩色图像、灰度图像、二值图像和索引图像区别?
- 彩色模型和彩色图像转换为灰度图像
- 灰度图像彩色图像
- 图像处理之灰度模糊图像与彩色清晰图像的变换
- 灰度图像和彩色图像互相转换
- -01-RGB彩色图像转换为灰度图像【ARM NEON加速】
- 去除图片黑色边框及折角部分的黑色边框(彩色图像和灰度图像均可)
- MATLAB中彩色图像->灰度图像 的三种方式
- Matlab 彩色图像转化成灰度视频的花屏问题
- 几种不同的彩色图像转灰度方法
- 图形图像处理-之-彩色转化到灰度的速度优化
- JAVA实现彩色图像转黑白(灰度)
- VTK修炼之道23:图像基本操作_灰度图像映射成伪彩色图像(查表法)
- cvKMeans2均值聚类分析+代码解析+灰度彩色图像聚类
- opencv彩色图像转灰度图像
- 颜色空间,图像格式,彩色转灰度函数