圖像格式整理

     調色板圖像:存儲中先是數據頭,然後是調色板顏色信息,在早期的計算機中,顯卡相對比較落後,不一定能保證顯示所有顏色,所以在調色板中的顏色數據應儘可能將圖像中主要的顏色按順序排列在前面,位圖信息頭的biClrImportant字段指出了有多少種顏色是重要的。然後是圖像數據。

調色板以4字節爲單位,每4個字節存放一個顏色值,按藍、綠、紅存儲一個顏色值。

圖像的數據是指向調色板的索引。圖像數據01, 00, 02, FF表示調用調色板[1]、調色板[0]、調色板[2]和調色板[255]中的數據來顯示圖像顏色。

真彩色(true-color)是指圖像中的每個像素值都分成R、G、B三個基色分量,每個基色分量直接決定其基色的強度,這樣產生的色彩稱爲真彩色。例如圖像深度爲24,用R:G:B=8:8:8來表示色彩,則R、G、B各佔用8位來表示各自基色分量的強度,每個基色分量的強度等級爲2^8=256種。圖像可容納2^24=16M種色彩(24位色)。24位色被稱爲真彩色。

彩色圖像存儲:

16位圖像使用2字節保存顏色值,常見有兩種格式:5位紅5位綠5位藍和5位紅6位綠5位藍,即555格式和565格式。555格式只使用了15位,最後一位保留,設爲0。

24位圖像使用3字節保存顏色值,每一個字節代表一種顏色,按紅、綠、藍排列。

32位圖像使用4字節保存顏色值,每一個字節代表一種顏色,除了原來的紅、綠、藍,還有Alpha通道,即透明色。

 

256色圖,通常說的灰度圖,灰度圖像(gray image)是每個像素只有一個採樣顏色的圖像,這類圖像通常顯示爲從最暗黑色到最亮的白色的灰度,儘管理論上這個採樣可以任何顏色的不同深淺,甚至可以是不同亮度上的不同顏色。灰度圖像與黑白圖像不同,在計算機圖像領域中黑白圖像只有黑色與白色兩種顏色;但是,灰度圖像在黑色與白色之間還有許多級的顏色深度。灰度圖像經常是在單個電磁波頻譜如可見光內測量每個像素的亮度得到的,用於顯示的灰度圖像通常用每個採樣像素8位的非線性尺度來保存,這樣可以有256級灰度(如果用16位,則有65536級)。

1、灰度圖像、灰度(值)

灰度圖像是由灰度像素組成的,所謂灰度像素就是指:在RGB顏色模型下,圖像中每個像素顏色的R、G、B 三種基色的分量值相等的像素。在RGB顏色模型下,RGB 三原色的取值都是0~255 之間的整數。因此,灰度圖像只能表現256 種顏色(或亮度)。通常把灰度圖像中像素的亮度稱爲灰度值。

2、圖像的灰度化處理

在數字圖像處理中,灰度直方圖是一種最簡單、最有用的工具之一,它概括了一幅圖像的灰度級內容。任何一幅圖像的灰度直方圖都包括了可觀的信息,某些類型的圖像還可由其直方圖完全描述。需要說明的是,一幅圖像唯一對應一幅直方圖,但是一幅直方圖則有可能對應無數幅圖像,這一點不難理解,因爲灰度直方圖反映的只是圖像中各級灰度的統計數目,而與圖像中各級灰度象素的分佈位置無關。灰度圖像是建立灰度直方圖的基礎,因此下面先介紹彩色圖像的灰度化處理。

2.3.1 圖像的灰度化處理

數字圖像的灰度化處理是指把彩色圖像轉化爲灰度圖像的處理過程。

灰度化處理的方法有很多種方法,經常使用的方法主要有如下三種:

1、最大值法:使R、G、B 的值等於三個值中最大的一個,即: R = G = B = max(R,G, B)用最大值法對彩色圖像進行灰度化處理會使圖像的整體亮度增強。

2、平均值法:對R、G、B 求出平均值,即:

R = G = B = (R,G,B) / 3

採用平均法對彩色圖像進行灰度化處理會形成比較柔和的灰度圖像。

3、加權平均值法:根據三種基色的重要性或其他指標給R、G、B 賦予不同的權值,即:

R = G = B = (Wr*R + Wg*G +Wb*B)/(Wr + Wg + Wb)

其中,Wr、Wg、Wb分別爲R、G、B 的權重。

取不同的值,加權平均值法將形成不同的灰度圖像。由於人眼對綠色的敏感度最高,對紅色的敏感度次之,對藍色的敏感度最低,因此使 Wg > Wr > Wb 將得到比較合理的灰度圖像。實驗和理論推導證明,Wr= 0.299、Wg = 0.587、Wb = 0.114時,即:

R = G = B = (0.299R + 0.587G +0.114B)/( 0.299 + 0.587 + 0.114) = 0.299R + 0.587G + 0.114B

此時,R、G、B 的取值就是該像素的灰度值,此時得到的灰度圖像最合理。對於這個灰度值計算公式,我們並不陌生,它也是圖像灰度化處理最常用的一個公式。由RGB 顏色模型和YIQ顏色模型之間線性變換公式可得:

Y = 0.299R + 0.587G + 0.114B

由此可見,這兩個公式完全一致。

 

 

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章