图像格式整理

     调色板图像:存储中先是数据头,然后是调色板颜色信息,在早期的计算机中,显卡相对比较落后,不一定能保证显示所有颜色,所以在调色板中的颜色数据应尽可能将图像中主要的颜色按顺序排列在前面,位图信息头的biClrImportant字段指出了有多少种颜色是重要的。然后是图像数据。

调色板以4字节为单位,每4个字节存放一个颜色值,按蓝、绿、红存储一个颜色值。

图像的数据是指向调色板的索引。图像数据01, 00, 02, FF表示调用调色板[1]、调色板[0]、调色板[2]和调色板[255]中的数据来显示图像颜色。

真彩色(true-color)是指图像中的每个像素值都分成R、G、B三个基色分量,每个基色分量直接决定其基色的强度,这样产生的色彩称为真彩色。例如图像深度为24,用R:G:B=8:8:8来表示色彩,则R、G、B各占用8位来表示各自基色分量的强度,每个基色分量的强度等级为2^8=256种。图像可容纳2^24=16M种色彩(24位色)。24位色被称为真彩色。

彩色图像存储:

16位图像使用2字节保存颜色值,常见有两种格式:5位红5位绿5位蓝和5位红6位绿5位蓝,即555格式和565格式。555格式只使用了15位,最后一位保留,设为0。

24位图像使用3字节保存颜色值,每一个字节代表一种颜色,按红、绿、蓝排列。

32位图像使用4字节保存颜色值,每一个字节代表一种颜色,除了原来的红、绿、蓝,还有Alpha通道,即透明色。

 

256色图,通常说的灰度图,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)。

1、灰度图像、灰度(值)

灰度图像是由灰度像素组成的,所谓灰度像素就是指:在RGB颜色模型下,图像中每个像素颜色的R、G、B 三种基色的分量值相等的像素。在RGB颜色模型下,RGB 三原色的取值都是0~255 之间的整数。因此,灰度图像只能表现256 种颜色(或亮度)。通常把灰度图像中像素的亮度称为灰度值。

2、图像的灰度化处理

在数字图像处理中,灰度直方图是一种最简单、最有用的工具之一,它概括了一幅图像的灰度级内容。任何一幅图像的灰度直方图都包括了可观的信息,某些类型的图像还可由其直方图完全描述。需要说明的是,一幅图像唯一对应一幅直方图,但是一幅直方图则有可能对应无数幅图像,这一点不难理解,因为灰度直方图反映的只是图像中各级灰度的统计数目,而与图像中各级灰度象素的分布位置无关。灰度图像是建立灰度直方图的基础,因此下面先介绍彩色图像的灰度化处理。

2.3.1 图像的灰度化处理

数字图像的灰度化处理是指把彩色图像转化为灰度图像的处理过程。

灰度化处理的方法有很多种方法,经常使用的方法主要有如下三种:

1、最大值法:使R、G、B 的值等于三个值中最大的一个,即: R = G = B = max(R,G, B)用最大值法对彩色图像进行灰度化处理会使图像的整体亮度增强。

2、平均值法:对R、G、B 求出平均值,即:

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

采用平均法对彩色图像进行灰度化处理会形成比较柔和的灰度图像。

3、加权平均值法:根据三种基色的重要性或其他指标给R、G、B 赋予不同的权值,即:

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

其中,Wr、Wg、Wb分别为R、G、B 的权重。

取不同的值,加权平均值法将形成不同的灰度图像。由于人眼对绿色的敏感度最高,对红色的敏感度次之,对蓝色的敏感度最低,因此使 Wg > Wr > Wb 将得到比较合理的灰度图像。实验和理论推导证明,Wr= 0.299、Wg = 0.587、Wb = 0.114时,即:

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

此时,R、G、B 的取值就是该像素的灰度值,此时得到的灰度图像最合理。对于这个灰度值计算公式,我们并不陌生,它也是图像灰度化处理最常用的一个公式。由RGB 颜色模型和YIQ颜色模型之间线性变换公式可得:

Y = 0.299R + 0.587G + 0.114B

由此可见,这两个公式完全一致。

 

 

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