【问题标题】:What is the representation of RGB image?RGB图像的表示是什么?
【发布时间】:2019-01-29 22:53:32
【问题描述】:

我已经开始学习图像处理,但我被困在这里,请帮助我。

一幅灰度图像用M×N矩阵表示,矩阵中每个元素的值为[0,255],表示强度。

示例:

    row 1 : 2,120
    row 2 : 190, 40

这是一个 2 x 2 矩阵,是一个灰度图像。

现在我很困惑,不知道如何表示每个像素值或强度是三个值的混合的 RGB 图像。

定义是这样说的,

RGB 图像用 M×N×3 数组表示,其中每个 3-vector 对应于每个的红色、绿色和蓝色强度 像素。

但我无法理解上面的句子。请帮我理解意思。

提前谢谢你。

【问题讨论】:

  • 您了解灰度图像具有 MxN 像素位置,并且在每个位置,您存储黑色(深色)和白色(浅色)之间的灰色阴影强度。现在想象一下,不是在每个位置存储一个强度,而是存储 3 个强度 - 一个用于该位置有多少红色,一个用于绿色,另一个用于蓝色。就是这样。

标签: image-processing rgb image-enhancement


【解决方案1】:

灰度图像中,每个像素都可以用一个数字表示,范围通常为 0 到 255。该值决定像素显示的暗度(例如,0 表示黑色,而 255 表示亮白色)。

彩色图像中,每个像素可以由三个数字(每个数字的范围从 0 到 255)组成的向量表示,用于三个基色通道:红色、绿色和蓝色。这三个红色、绿色和蓝色 (RGB) 值一起用于决定该像素的颜色。例如,紫色可能表示为 128、0、128(中等强度的红色和蓝色混合,没有绿色)。

现在我将以你的例子来让你理解给定的定义。

假设一个 2 x 2 矩阵的彩色图像:

第 1 行:绿色、蓝色

第 2 行:红、黑

如果我用它的 RGB 值表示上述颜色:

第 1 行:[0,255,0],[0,0,255]

第 2 行:[255,0,0],[0,0,0]

因此,M-by-N-by 3 描述了 M 是矩阵的行数,N 是矩阵的列数,3 是表示 RGB 值的向量的大小。 Here 是像素网格中的 RGB 表示。

【讨论】:

    【解决方案2】:

    从概念上讲,M×N RGB 图像是一个 2D 矩阵,其中每个矩阵元素是一个具有 3 个值的向量。

    您可以通过多种不同的方式在物理内存中表示它。例如:

    1. 使用 MxN 数组,其中每个元素都是 24 位整数。每个整数由红色、绿色和蓝色值(每个 8 位整数)组成,例如:red<<16 | green<<8 | blue(或等效为red*256*256 + green*256 + blue)。

    2. 使用 3 个独立的 MxN 数组,每个颜色通道一个。

    3. 使用 MxNx3 数组,其中第 3 个维度是“颜色维度”。您可以将其索引为 img[i,j,k]k 为 0、1 或 2。因此,一个像素由 3 个数组元素组成。

    最后一种格式是问题中描述的格式。这样的 3D 数组通常实现为 1D 数组,索引转换如下:

    index = i + j * M + k * N*M;
    

    或者这样:

    index = i * N*3 + j * 3 + k;
    

    或者以另一种不同的顺序,这并不重要(我们在这里假设基于 0 的索引)。因此,该数组有M*N*3 元素,其中三个元素一起代表一个像素。

    【讨论】:

      【解决方案3】:

      (A)RGB 像素通常保存为整数(32 位)。因此,每个通道由 8 位表示(为您提供 0 到 255 之间的范围)。数字的前 8 位(32-24)代表 alpha 通道,接下来的 8 位是红色通道(24-16),接下来的 8 位是绿色通道(16-8),最后 8 位是蓝色通道.所以数组中的每个数字实际上代表了各个颜色通道的透明度 (alpha) 和 3 个强度值,因此也可以视为一个向量。 M-by-N-by3 描述了一个 MxN 矩阵,其中包含每个像素的向量(整数)来描述其颜色。

      该定义进一步让您了解如何在三维空间中绘制/查看像素值。想象一下3D diagram,其中每个轴代表一个颜色通道。当您向图表添加特定颜色时,您会得到什么?描述颜色在起源于原点的三维空间中的位置的向量!

      【讨论】:

        猜你喜欢
        • 2013-05-14
        • 2019-05-03
        • 2020-12-01
        • 2021-02-25
        • 2014-12-19
        • 1970-01-01
        • 2013-07-24
        • 1970-01-01
        • 2015-03-14
        相关资源
        最近更新 更多