关于图像的几个名词

简介: 灰度:灰度表明图像明暗的数值,即黑白图像中点的颜色深度,范围一般从0到255 白色为255,黑色为0,故黑白图片也称灰度图像,灰度值指的是单个像素点的亮度。灰度值越大表示越亮灰度级:灰度级表明图像在不同灰度的最大数量,灰度级越大,图像的亮度范围越大

灰度:灰度表明图像明暗的数值,即黑白图像中点的颜色深度,范围一般从0到255 白色为255,黑色为0,


故黑白图片也称灰度图像,灰度值指的是单个像素点的亮度。灰度值越大表示越亮


灰度级:灰度级表明图像在不同灰度的最大数量,灰度级越大,图像的亮度范围越大


图像的灰度化:灰度就是没有色彩,RGB色彩分量全部相等。图像的灰度化就是让点xaing's矩阵中的每一个像素点都满足关系:


R=G=B,此时的这个值叫做灰度值,如RGB(100,100,100)就代表灰度值为100,RGB(50,50,50)代表灰度值为50


二值化处理: 二值化就是让图像的像素点矩阵中的每个像素点的灰度值为0(黑色)或者255(白色),也就是让整个图像呈现


只有黑和白的效果,二值化后的图像中的灰度值范围是0或者255,那么一个像素点在灰度化后的灰度值怎么转化为0 或255 这就


涉及到一个阈值问题


1.阈值为127(相当于0~255的中数)让灰度值小于127的变为0(黑色)灰度值大于127的变为255(白色)这样做的好处是计算量小,速度快。但缺点是这个阈值在不同的图片中均为127,但不同的照片,颜色分布差别很大   所以用127做阈值效果肯定是不好的


2.计算像素点矩阵中的所以像素点的灰度值的平均值avg


(像素点1灰度值+..+像素点n灰度值) / n = 像素点平均灰度值avg 然后让每一个像素点与avg一 一比较,小于等于avg的像素点就为0(黑色) 大于avg的像素点为255(白色)这样做比方法一好一些


3.使用直方图方法(也叫双峰法)来寻找二值化阈值  ,直方图是图像的重要特质,直方图方法认为图像由前景和背景给组成,在灰度直方图上,前景和背景都形成高峰,在双峰之间的最低谷处就是阈值所在,取到阈值之后一 一比较就可以了


相关文章
|
8月前
|
机器学习/深度学习 算法 搜索推荐
使用深度学习进行图像风格转换
在计算机视觉领域,图像风格转换是一项引人注目的技术。它允许将图像的内容与另一个图像的风格相结合,从而创造出独特且令人惊艳的图像效果。近年来,深度学习已经成为实现图像风格转换的主要方法之一。
135 0
|
机器学习/深度学习 传感器 人工智能
首篇!最全的全景分割综述(RGB图像/医学图像/LiDAR)(下)
本文对现有的全景分割方法进行了第一次全面的综述。因此,基于所采用的算法、应用场景和主要目标的性质,对现有全景技术进行了定义良好的分类。此外,还讨论了全景分割在通过伪标记标注新数据集中的应用。接下来,进行消融研究,以从不同角度了解全景方法。此外,还讨论了适用于全景分割的评估指标,并对现有解决方案的性能进行了比较,以了解最新技术并确定其局限性和优势。最后,阐述了当前主题技术面临的挑战以及近期吸引大量关注的未来趋势,这可以作为未来研究的起点。
首篇!最全的全景分割综述(RGB图像/医学图像/LiDAR)(下)
|
2月前
|
机器学习/深度学习 人工智能 知识图谱
ICLR 2024:生成式视角下的实体对齐
【2月更文挑战第17天】ICLR 2024:生成式视角下的实体对齐
44 2
ICLR 2024:生成式视角下的实体对齐
|
3月前
|
存储 传感器 编解码
CVPR 2023 最全分割类论文整理:图像/全景/语义/实例分割等【附PDF+代码】
CVPR 2023 最全分割类论文整理:图像/全景/语义/实例分割等【附PDF+代码】
158 1
|
9月前
|
人工智能 编解码 移动开发
NeRF基于线稿生成逼真三维人脸,细节风格随意改,论文已上SIGGRAPH
NeRF基于线稿生成逼真三维人脸,细节风格随意改,论文已上SIGGRAPH
387 0
|
12月前
|
Web App开发 自然语言处理 图形学
自然语言融入NeRF,给点文字就生成3D图的LERF来了
自然语言融入NeRF,给点文字就生成3D图的LERF来了
112 0
|
12月前
|
机器学习/深度学习 计算机视觉
全新语义分割方法SegViT | 沈春华老师团队提出全新语义分割方法(二)
全新语义分割方法SegViT | 沈春华老师团队提出全新语义分割方法(二)
191 0
|
12月前
|
机器学习/深度学习 编解码 算法
全新语义分割方法SegViT | 沈春华老师团队提出全新语义分割方法(一)
全新语义分割方法SegViT | 沈春华老师团队提出全新语义分割方法(一)
332 0
|
12月前
|
Web App开发 编解码
生成高精细节,新方法AligNeRF解决NeRF对齐问题
生成高精细节,新方法AligNeRF解决NeRF对齐问题
116 0
|
12月前
|
机器学习/深度学习 编解码 自然语言处理
DAFormer | 使用Transformer进行语义分割无监督域自适应的开篇之作(一)
DAFormer | 使用Transformer进行语义分割无监督域自适应的开篇之作(一)
333 0