数字图像处理技术:基于Python的实现
上QQ阅读APP看书,第一时间看更新

1.4.2 数字图像分类

随着计算机图形学及相关技术的发展,人们可以应用一定的数学模型生成图像,如卡通图像、游戏中的场景等。为了表示区别,有时我们会将依据数学模型人为生成的图像称为图形(Graphics);将从自然场景获取的图像称为图片(Picture)。

在数字图像处理中,图像一般分为以下4类。

1.灰度图像

当一幅图像有2k灰度级时,通常称该图像是k位图像。例如,当一幅图像有256(=28)个可能的灰度级时,称该图像是8位图像。灰度图像矩阵元素的取值范围通常为[0, 255],因此其数据类型一般为8位无符号整型,这就是人们经常提到的256级灰度图像(见图1-8(a))。在该取值范围中,“0”表示黑色,“255”表示白色,中间的数字从小到大表示由黑到白的过渡色。

(a)灰度图像

(b)二值图像

图1-8 图像分类

2.二值图像

一幅二值图像的二维矩阵仅由0、1两个逻辑值构成,“0”代表黑色,“1”代表白色,如图1-8(b)所示。由于二值图像中的每一像素的取值仅有 0、1两种可能,所以计算机中二值图像的数据类型通常为一个二进制位。二值图像通常用于文字、线条图的扫描与识别,以及掩模图像的存储。二值图像可被看成灰度图像的一个特例。为了显示二值图像,逻辑值“0”对应于灰度值“0”,逻辑值“1”则对应于灰度值“255”。

3.彩色图像

RGB色彩模式常用来表示彩色图像。它分别用红(R)、绿(G)、蓝(B)三基色来表示每一像素的颜色。图像中每一像素的颜色值直接存放在图像矩阵中,由于每一像素的颜色需由RGB这3个分量来表示,因此RGB色彩模式的图像矩阵与其他色彩模式的图像矩阵不同,是一个三维矩阵,可用表示,其中,MN分别表示图像的行、列数;3个的二维矩阵分别表示各像素的RGB分量。RGB色彩模式的数据类型一般为8位无符号整型,通常用于表示和存放真彩色图像,当然也可以用于存放灰度图像。

综上所述,可以看出在图像的这3种基本类型中,随着图像所表示的颜色类型的增加,图像所需的存储空间也增加。二值图像仅能表示黑、白两种颜色,所需的存储空间最小;灰度图像所需存储空间与图像的灰度级有关,灰度级越高,所需的存储空间越大;RGB图像的存储空间是对应8位灰度图像所需存储空间的3倍。

4.索引图像

索引图像是一种把像素值直接作为RGB调色板索引的图像,可把像素值“直接映射”为调色板数值。调色板是一个矩阵形式描述,它可以预先定义好每种颜色,且可供选用的一组颜色数最多为256种。调色板通常与索引图像存储在一起,装载图像时,调色板将和图像一同自动装载。