python 数字图像处理1 基本知识
1.定义
一幅图像定义为一个二维数组f(x,y)，其中x,y是空间的平面坐标，而在任何一堆空间坐标x,y处的幅值f成为图像在该点的强度或灰度，每个元素都有一个特定的位置和幅值，这些元素称为像素。
2.图像处理分类
低级处理：输入，输出都是图像，例如降噪，对比度增强，图像锐化
中级处理：输入，输出都为图像特征，边缘，轮廓，物体标识
高级処理：输入为图像，输出涉及理解，识别目标总体
3.图像处理步骤
图像获取：包括图像预处理，例如图像缩放，截取等
图像增强：对一幅图进行某种操作，使其更适合处理应用
图像复原：改进图像外观的一个领域，一般基于图像退化的数学或概率为基础
图像压缩：减少图像存储量或降低图像带宽的处理
图像分割：对图像划分为他的组成部分或目标
图像识别：基于目标的描述给目标赋予标志
4.图像指标
图像一般由MxN的大小与灰度级L作出判定
1)表示
令f(s,t)表示具有两个连续变量s,t的连续图像函数，s,t的值记为x,y，由一幅图像的坐标张成的实平面为平面空间，x,y称为空间坐标或空间变量
2)图像展示
函数图:两个坐标决定空间位子,第三个是x,y坐标处的函数的灰度值
Tip:
原点位于左上角，基于一个事实，许多图像扫描都是从左上角开始是，然后一行一行向下移动，其次矩阵习惯在[0,0]处为左上角,一般情况下，用传统矩阵法表示数字图像处理.
数字化过程一般是M,N,以及灰度值L，M,N无要求，正整数即可，灰度一般以离散灰度1L作为判定，出于存储和量化的考虑，灰度级一般取2的整数次幂,L=2**k,假设离散灰度级是等间隔的，是区间[0,L-1]内的整数。
3)指标
动态范围：最大可度量灰度与最小刻度量灰度之比，上限取决于饱和度，下限取决于噪声
对比度：一幅图最高和最低灰度级间的灰度差为对比度1
Tip：
一般而言，一幅图有高的对比度，我们可以认为他有高的动态范围
饱和度：超过饱和度规定的灰度值将被替换为饱和度规定的值
噪声：较暗区域，灰度值低，噪声会掩盖可检测的最低真实灰度级
5.常见的图像
RGB图像：使用R,G,B三个通道来表示每个像素的颜色，R,G,B的像素值放在图像矩阵中，三个MxN的二维矩阵分别表示各个像素的RGB分量
灰度图像：[0-255]数据类型为无符号整数的int8,0表示是黑色，255表示白色
二值图像：由0,1组成，0表示黑色，1表示白色
RGB转灰度 : Gray = R*0.299 + G*0.587+ B* 0.114