RGB图像之灰度级和通道的理解(矩阵含义等）
一言以敝之：图像有R，G，B三个二维矩阵，矩阵数值在0-255之间，数值大小表示允许通过色彩多少，也称为灰度值，灰度越大，相应色彩越深（此处为光，故R，G，B均为0为黑色）
具体参考下列介绍：
最近刚开始学数字图像处理，在看到灰度级时候以为灰度只是表示黑白/深浅色图像，其实灰度级指黑白显示器中显示像素点的亮暗差别，在彩色显示器中表现为颜色的不同，灰度级越多，图像层次越清楚逼真。
注意，灰度值只是表征单色的亮暗程度。
在彩色图像/RGB图像中，图像是一个三维矩阵，如4003003，其中400表示列数，300表述行数，3代表三个分量，也就是R,G,B。
每一层矩阵（4003001/2/3）分别对应R/G/B的灰度值，此处的矩阵仅仅表示对应单色光灰度值，不是彩色的图像。
数字图像的本质是一个多维矩阵
我们先为以一个RGB色彩空间的400*300的图片为例：
这幅图的本质是一个4003003的一个矩阵
PI[ 400, 300, 3 ]
列 行 分量
说明这个图像有400列，300行，以及在色彩上有三个分量，分别是：
每个分量单独拿出来都是一个400*300（*1）的矩阵
如你所见，它们并不是彩色的，而是一幅灰度图像
对于一副8bit的图像来说，矩阵元素的取值范围是从0-255（0 - 2^8-1）
矩阵中的元素对应我们所说的像素（pixel），其值即该像素的灰度值，数值越大，像素的颜色越‘白/浅’；数值越小，像素的颜色越’黑/深‘
对于图像每个分量来说，它只是灰度，谈论色彩没有意义，它是“黑白”的！（用黑白来描述灰度图像并不准确，用深浅可能更准确一些，但也不严谨。所以我加上了引号。你要愿意把通道设成红色绿色紫色黄色都行）
在图像显示时，我们把图像的R分量放进红色通道里，B分量放进蓝色通道里，G分量放进绿色通道里。经过一系列处理，显示在屏幕上的就是我们所看到的彩色图像了。
所以说，通道和一幅图像根本就没关系！数字图像是矩阵，矩阵只描述其空间位置和在色彩上的分量，哪有通道了？通道是什么？CHANNEL！图片中有channel这个概念吗？有个回答说通道类似颜料，这个意思就有点接近了。
想要什么颜色，对应的通道里的灰度值就大一点就行了
回到上面那幅图，先看彩色的，两人坐的椅子是红色的（有点偏色，不过不重要）
再看下面的RGB三分量。R分量的图上，椅子对应的部分比较浅（灰度值高），而在G分量和了B分量上很深。
随便在椅子上取一个样点，其灰度值分别是（R:179,G:45,B:9）。所以在显示的时候，红色通道里灰度值大，绿色通道和蓝色通道里的灰度值小，显示出来的就是红色（绿色通道里的灰度值又比蓝色大一些，所以最终显示的结果有点接近橘红色）
再看乔帮主的牛仔裤，蓝色通道的灰度值大，绿色其次，红色最少，所以显示为蓝青色。
如果我们交换一下分量放置的顺序，把G分量放进红色通道里，把R分量放进绿色通道里，B分量放进蓝色通道里，会怎么样呢
此时绿通道中的灰度值最大，红色通道和蓝色通道中的灰度值都较低
于是就变成了这样
[外链图片转存失败(img-jgutNY7F-1568455078494)(https://img-blog.csdn.net/20161221185547020?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvc2lsZW5jZTIwMTU=/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast)]
还可以这样变成蓝色了
能理解这种交换通道的原理，就基本能够理解通道的含义了
网上很多人把通道和选区混为一谈，这是错误的，不利于对图像处理更深一步的理解。当然在ps中有个通道混合器，不仅仅是交换通道这么简单，玩法更加丰富
这里只介绍了RGB模式下的通道。
这些所谓的xxx模式，其实就是把我们看到的颜色，用不同的方式表达出来。我们熟知的RGB色彩空间，就是把一种颜色，用RGB三个分量表达出来。此外还有CMYK（四个分量）、Lab（三个）、HSV（三个）等等。不同色彩空间之间的关系，类似于空间直角坐标系(x,y,z)，球坐标系(r,φ,θ)或柱坐标(r,φ,z)之间的关系。
此外还有一些特殊的通道，如alpha通道（存放透明度）等
RGB图像之灰度级和通道的理解(矩阵含义等）相关推荐
- RGB图像之灰度级和通道的理解
最近刚开始学数字图像处理,在看到灰度级时候以为灰度只是表示黑白/深浅色图像,其实灰度级指黑白显示器中显示像素点的亮暗差别,在彩色显示器中表现为颜色的不同,灰度级越多,图像层次越清楚逼真. 注意,灰度值 ...
- 【图像处理】RGB图像边缘检测
[fishing-pan:https://blog.csdn.net/u013921430 转载请注明出处] 灰度图边缘检测 在学习图像处理时,首先接触到的就是灰度图像的边缘检测,这是图像处理最 ...
- 【深度学习】RGB图像的内存排列方式及HWC和CHW格式解析
目录 摘要 一.RGB图像的内存排列方式 二.HWC格式和CHW格式 HWC格式 CHW格式 三.HWC和CHW格式的关系 总结 摘要 RGB图像是计算机视觉和图像处理领域中最为常见的图像格式之一,而 ...
- RGB图像三个分量的理解和显示
RGB图像由格式为M×N×3的三维数组组成,其中的"3"可以理解为三幅M×N的二维图像(灰度值图像).这三幅图像分别代表R.G.B分量,每个分量的像素点取值范围是[0,255]. ...
- 详细理解RGB图像、全色图像、多光谱图像、高光谱图像
参考: https://www.zhihu.com/question/54688096 http://blog.sina.com.cn/s/blog_15183f5750102vxgm.html ht ...
- 彩色rgb图像拆分为rgb三个通道，并重新合并为彩色图像
import numpy as np import imageio import matplotlib.pyplot as pltimg = imageio.imread(r'E:\Vaihingen ...
- 图像去雾----暗通道
暗通道去雾算法原理及实现 1. 算法原理. 基本原理来源于何凯明大神的CVPR09的论文Single Image Haze Removal Using Dark Channel Prior 暗通道. ...
- 一条python语句实现BGR图像转RGB图像
为什么要将BGR图像转RGB图像,一个典型的应用场景是opencv的颜色通道顺序为[B,G,R],而matplotlib的颜色通道顺序为[R,G,B].所以当用opncv读取的图像最终用matplot ...
- halcon 单通道图像转成3通道_halcon图像处理基本运算
halcon图像处理基本运算 图像处理最基本的操作包括颜色空间转换,各种代数运算,放射变换等.通过熟悉这些常见的操作,可以对图像有基本的认识,尤其是对刚开始接触视觉图像处理的人而言,熟悉这些操作,可以 ...
最新文章
- (multi)set的某些操作
- a=10a=0C语言,C语言基础练习题（含答案）
- 解决方法|ESP8266环境搭建出现 usrbinenv bashr ：没有那个文件或目录
- 使用二进制的方式安装mysql实践纪要
- hdu 5094 Maze
- 「BZOJ2654」tree
- web前端的渐进增强式开发模型
- 【教程】javascript浏览器对象入门教程
- 动图：七分钟帮你理解什么是KMP算法？
- VSCode: 快捷键大全
- 超好看的二次元个人主页源码
- linux拷贝安装包到另一个目录下,把windows下的压缩包放到Linux目录下去
- 植物大战僵尸 辅助 总结
- EMC、EMI、EMS和ESD的定义、区别和测试项
- select后面的子查询
- win10可以上网但显示无法连接到Internet
- 揭密 HAP 激光雷达的实际性能表现
- xp显示桌面很慢,解决办法
- android 高德地图范围圆圈公里_根据坐标点显示地图显示范围（高德地图）
- 使用Beyond Compare合并代码后出现乱码问题