色彩及图像基础(一)

色彩及图像基础(一)

学习时间:2014.04.30

学到了……

1.
色光的基色或原色为红(R)、绿(G)、蓝(B)三色。

2.
互补色是指两种颜色的光相混合能够形成白光。互补色是彼此之间最不一样的颜色,这就是人眼能看到除了基色之外其它色的原因。

3.
色彩空间:RGB色彩空间、HIS色彩空间、YUV色彩空间和CMY色彩空间。每种色彩空间都有相应的优势。

HSI色彩空间:

1.
相对于RGB色彩空间,更适合于人的视觉。

2.
用色调(Hue)、色饱和度(Saturation或Chroma)和亮度(Intensity或Brightness)来描述色彩。

3.
相对于色度(颜色的浓淡),人眼对亮度更加敏感。

4.
HIS色彩空间能把色调、亮度和色饱和度的变化情形表现得很清楚。

5.
图像处理和计算机视觉中很多算法都是基于HIS色彩空间的,能够简化图像分析和减少处理量。

6.
HSI色彩空间和RGB色彩空间的转换关系:

YUV色彩空间:

1.
在现代彩色电视系统中,通常采用三管彩色摄像机或彩色CCD(点耦合器件)摄像机,它把摄得的彩色图像信号,经分色、分别放大校正得到RGB,再经过矩阵变换电路得到亮度信号Y和两个色差信号R-Y、B-Y,最后发送端将亮度和色差三个信号分别进行编码,用同一信道发送出去。这就是我们常用的YUV色彩空间。

2.
白光的亮度用Y来表示时,Y=0.3
R + 0.59 G + 0.11B

3.
YUV色彩空间与RGB色彩空间的转换关系:

CMY色彩空间:

1.
彩色打印的原料或油墨为:青(Cyan)、品红(Magenta)和黄(Yellow),简称为CMY。

2.
由CMY混合的色彩又称为相减混色。因为CMY空间正好与RGB空间互补,也即用白色减去RGB空间中的某一色彩值就等于同样色彩在CMY空间中的值。RGB空间与CMY空间的互补关系如下表所示:

3.
由于彩色墨水和颜料的化学特性,用等量的CMY三基色得到的黑色不是真正的黑色,因此在印刷术中常加一种真正的黑色(black
ink),所以CMY又写成CMYK。

4.
互补色:B+Y=白光,则B和Y互为互补色。因此RGB正好对应于CMY。

几种色彩空间的对比:

















RGB色彩空间

HIS色彩空间

YUV色彩空间

CMY色彩空间

计算机图像显示

编辑处理

彩色电视的显示

打印输出

编辑处理

     

扩展~~~

1.
彩色转灰度,一个著名的心理学公式为:Gray
= R*0.299 + G*0.587 + B*0.114。

时间: 2024-12-24 09:49:01

色彩及图像基础(一)的相关文章

色彩及图像基础(三)

色彩及图像基础(三) 学习时间:2014.04.30 学到了-- 1. 图像压缩的基础在于: ①原始图像信息存在着很大的冗余度: ②人眼对图像的亮度信息敏感.对颜色分辨率弱. 2. 数据压缩的两类基本方法: ①无损压缩:将相同的或相似的数据或数据特征归类,使用较少的数据量描述原始数据,达到减少数据量的目的. ②有损压缩:利用人眼的视觉特性有针对性地简化不重要的数据,以减少总的数据量. 3. 图像的编码方法:行程编码.增量调制编码和霍夫曼编码. 行程编码: 1. RLE(Run-Length En

色彩及图像基础(二)

色彩及图像基础(二) 学习时间:2014.04.30 学到了-- 1. 图形分为矢量图和位图. 2. 矢量图(vector - based image),是用一系列计算机指令来描述和记录一幅图,这幅图可分解为一系列子图如点.线.面等. 3. 位图(bit-mapped image),是用像素点来描述或映射的图,也即位映射图.位图在内存中也就是一组计算机内存地址位(bit)组成,这些位定义图像中每个像素点的颜色和亮度.位图一般也称为图像. 4. 矢量图和位图的比较: 5. 图像分辨率:DPI(do

图像处理复习1——图像基础和空域增强

图像处理复习 CH2 图像基础 2.1 噪声 噪声定义为妨碍人们感觉器官对所接收的信源信息理解的因素,噪声有以下几个常见分类: (1)按统计理论分类 平稳噪声:统计特性不随时间变化 非平稳噪声:统计特性随时间变化 (2)按频谱形状分类 白噪声:频谱均匀分布 三角噪声:频谱与频率平方成正比 (3)按幅度分布形状分类:高斯噪声.雷利噪声 (4)按噪声与信号关系分类:加性噪声.乘性噪声 处理噪声时往往假设噪声是加性噪声并且噪声和信号是相互统计独立的 2.2 成像基础模型 假设投影成像有以下模型: 则由

第3章 图像基础

  第3章图像基础 在开始构建图像分类器之前,首先要理解图像是什么.首先要理解图像的基石--像素. 1          像素--图像的基石 像素是图像最原始的构建块.每副图像由像素集合构成.通常,像素考虑为给定一副图片下,在给定位置的"颜色"或亮度的"强度".如图1所示: 图1 1000像素宽,750像素高的图像 图1的图像为1000*750分辨率,意味着1000像素宽且750像素高.我们可以用矩阵来概念化图像,在这个例子中,矩阵1000列(宽)和750行(高),

matlab图像基础知识

1.MATLAB支持的几种图像文件格式: ⑴JPEG(Joint Photogyaphic Expeyts Group):一种称为联合图像专家组的图像压缩格式. ⑵BMP(Windows Bitmap):有1位.4位.8位.24位非压缩图像,8位RLE(Run length Encoded)的图像.文件内容包括文件头(一个BITMAP FILEHEADER数据结构).位图信息数据块(位图信息头BITMAP INFOHEADER和一个颜色表)和图像数据. ⑶PCX(Windows Paintbru

图像基础操作(含代码)

打开BMP格式图像文件 BMP文件分为BITMAPFILEHEADER.BITMAPINFORHEADER.RGBQUAD三部分文件头BF包含文件的类型,文件的大小,位图数据距文件头的偏移量等,BI是说明位图的信息,有位图的颜色位数biBitCount,位图的高度宽度,以及位图数据的大小,通过读取BMP格式文件的这些信息,就能对其进行解码,打开BMP文件. 例程: //选取文件 LPCTSTR lpszFilter = "BMP Files(*.bmp)|*.bmp|任何文件|*.*||&quo

GDI+学习之------色彩与图像

色彩 在GDI+中,色彩是通过Color类来描述的,不是用RGB类,用RGB构造会出错!GDI+中的色彩信息值是由一个32位的数据来表示的,它包括8位alpha值和各8位的R.G.B值,对于alpha值是用来表示透明度的,0表示完全透明,255表示不透明.从本质上讲,透明度是像素之间的一种合成运算,它的计算公式是: 输出色彩=前景色*Alpha值/255 + 背景色*(255-Alpha值)/255  举个例子来说,假设有一个点,其色彩的红色分量值为150,背景色的红色分量值为100,在进行输出

图像基础-灰度图像,彩色图像,二值图像,索引图

可参考:图像类型 彩色图像.灰度图像.二值图像和索引图像区别 原文地址:https://www.cnblogs.com/fcfc940503/p/11435281.html

基于python3+opencv3图像基础IO操作

环境 Anaconda+python3.5.2+opencv3 1. 先测试一下numpy的矩阵. import numpy as np import cv2 img=np.zeros((3,3),dtype=np.uint8) print(img.shape) img=cv2.cvtColor(img,cv2.COLOR_GRAY2BGR) print('\n') print(img.shape) print('\n') print(img) 2. import cv2 grayImage=c