图像和滤波

作者: 少寨主的互联网洞察 | 来源:发表于2018-03-04 14:30 被阅读17次

    致谢@阮一峰
    摘录自原文地址:

    http://www.ruanyifeng.com/blog/2017/12/image-and-wave-filters.html

    图像其实是一种波,可以用波的算法处理图像

    图像?VS波?

    bg2017121301.jpg
    以上的lena图来自于花花公子封面,是一张400X400的图片,包含160000个像素.
    每个像素的颜色,可以用红、绿、蓝、透明度四个值描述,大小范围都是0 ~ 255,比如黑色是[0, 0, 0, 255],白色是[255, 255, 255, 255]。

    如果把每一行所有像素(上例是400个)的红、绿、蓝的值,依次画成三条曲线,就得到了下面的图形。


    bg2017121302.png

    可以看到,每条曲线都在不停的上下波动。有些区域的波动比较小,有些区域突然出现了大幅波动(比如 54 和 324 这两点)。

    对比一下图像就能发现,曲线波动较大的地方,也是图像出现突变的地方。
    这说明波动与图像是紧密关联的。图像本质上就是各种色彩波的叠加。

    波的频率特性对应图像的什么?

    色彩剧烈变化的地方,就是图像的高频区域;色彩稳定平滑的地方,就是低频区域。

    滤波器:

    • 高通
    • 低通
      以下两幅图说明了高通和低通的区别:


      高通滤波.png
      低通滤波.png

    图像的滤波:

    lowpass使得图像的高频区域变成低频,即色彩变化剧烈的区域变得平滑,也就是出现模糊效果

    lena_lowpass.jpg
    highpass正好相反,过滤了低频,只保留那些变化最快速最剧烈的区域,也就是图像里面的物体边缘,所以常用于边缘识别
    lena_highpass.jpg
    下面这个网址

    http://fellipe.com/demos/lena-js/

    采用JavaScript运用各个算子对图像进行处理滤波,可以非常鲜明的体会到滤波对图像产生的效果

    相关文章

      网友评论

        本文标题:图像和滤波

        本文链接:https://www.haomeiwen.com/subject/hngffftx.html