引语（tucao）

这个月打算浅浅地了解一下图像处理，有了之前涉略的DSP基础知识，和MatLab的基本使用方法，心里也有了13数，感觉可以开始学这块知识了。

前几天折腾了几个晚上，了解了基础原理，终于大概知道一些简单的特效处理是怎么回事了，虽然不能自己写一个PS出来（笑），但是也能简单模拟出一些功能的实现。

目标

处理图像，无非就是给一张图片，把图片变成你想要的效果，无论是高级的效果，还是普通的效果（模糊，锐化，边缘检测），其核心部分都是对指定的图像数据，按预先设定的规则进行处理。

总的步骤大致如下：

1. 解析图片文件
2. 使用能产生指定特效的算法
3. 对图片数据进行处理

步骤很简单，但是什么都不会的我，一开始完全没有思路，只能边学边懵逼边查资料，一步一步处理。

解析图片文件

讲个题外话，小时候觉得电脑上的图片文件好神奇啊，不明白是怎么把各种颜色混在一个文件里面，追朔起来，第一次的数字图像处理应该是当时用记事本打开一张jpg文件，然后看到各种乱码后默默地关掉了电脑。（一条咸鱼失去了梦想）

现实中的信号是连续的模拟信号，经过DSP离散成计算机中的数字信号，而在没有压缩的情况下（比如raw的图片格式或者无压缩的bmp位图格式），里面主要储存着一个被称为像素的东西。

诶？像素是什么？
......

好吧，这里让度娘帮忙解释一下https://baike.baidu.com/item/%E5%83%8F%E7%B4%A0/95084?fr=aladdin

知道像素之后，回到正题，对图像的处理，就转变到对各个像素的处理，一般而言，每种类型的图片，其像素储存的信息也不同

• 黑白图片（二值图片）
  其每个像素只储存0或1，0为黑色，1为白色

  
  黑白地图

• 灰度图片
  比如8位，每个像素储存2的8次方有256种“颜色深度”，0为黑色，255为白色

  
  虎

-真彩图片
每个像素储存的是彩色的颜色，这一点和美术有点相似，每一个像素中储存3个信息，分别是R（red红色）通道，G（green绿色）通道，和B（blue蓝色）通道，每个通道分别储存256个颜色深度，最终的像素颜色由RGB三种颜色叠加得到

彩色

了解BMP文件格式

为了去繁化简，我们不使用jpg，png那些带压缩的图像格式，在这里我们以bmp位图文件格式为例

好吧，虽然知道了图片像素的基本原理，但是你还无法简单的打开它（当然，记事本是不行的），这里只是介绍原理，所以我们使用最原始的十六进制编辑工具，比如WinHex，我这里使用的是Ultraedit。

图片文件的字节码

对，我想我当时和大多数人也一样，看不懂

网上查了一下BMP的文件格式：

数据段名称	大小（byte）	开始地址	结束地址
位图文件头(bitmap-file header)	14	0000h	000Dh
位图信息头(bitmap-information header)	40	000Eh	0035h
调色板(color table)	由biBitCount决定	0036h	未知
图片点阵数据(bitmap data)	由图片大小和颜色定	未知	未知

诶？“未知”是什么鬼？
看来像素数据的地址是不确定的，要从那几个文件头里面找，那就先看看位图文件头的格式定义：

位图文件头

hiahiahia，最后一项的 bfOffBits 即为所求，看下字节码里面对应的数据：

bfOffBits

最后4bytes是 36 00 00 00
好的，我也知道是16进制，但是不能直接算，因为这里是小端模式

所谓的小端模式，是指数据的低位保存在内存的低地址中，而数据的高位保存在内存的高地址中，这种存储模式将地址的高低和数据位权有效地结合起来，高地址部分权值高，低地址部分权值低，和我们的逻辑方法一致。

所以 bfOffBits = (0x00000036)=54
地址偏移54位到这里：02 02 02 00 00 00......

这里后面所有的就是像素数据啦，但是要怎看呢？
这个根据不同的文件类型有不同的编码方式：

图片编码

我用的是bmp 24位 真彩格式

24bpp-RGB：24bpp的位图又称为真彩位图，它通常只有这一种编码格式，在24bits中，低8位表示Blue分量；中8为表示Green分量；高8位表示Red分量。

也就是说，每三个字节一个代表一个像素，第一个是B通道，第二个是G通道，第三个是R通道
也就是我们的图片中第一行第一列的像素（1，1）是
B-0x02-2
G-0x02-2
R-0x02-2

用PS查看一下是什么颜色：

黑色

好吧是黑色，再找其他的

B-0XF9-249
G-0xFF-255
R-0x75-117

青色

青色！
根据这个原理，图片只要改动像素，图片就能变成任意模样

//好吧，整了这么多原理，好像很腻害的样子，但是貌似还没什么用orz
不错，只能修改像素被没有什么用，有了这些基础知识，我们就可开始玩一些高级的东西（准备好了吗孩子们？是的船长）

++++++++++++++++++++++++++分割线++++++++++++++++++++++++++++++

一张图片像素很多，用二进制编辑方式一个个去修改是不切实际的（某dalao：不存在的）

这种耗时耗精力的事情当然交给计算机去处理啦，知道原理，我们只需要编写一个程序，就能快速对图片每个像素处理，达到特效处理的目的。

这里当然可以使用C/C++，写一个自己的“PS”
我本来打算放一个写好的CPP，但是这里还是MatLab来简化代码量

（啊？为什么不用C++？
................
/(ㄒoㄒ)/~~
我原来的那个DSP的工程爆炸了不能用了orz，只能用别的）

当然，有Python、JAVA基础的话也是可以使用其他语言，语言只是工具，哪个顺手用哪个
(当然，你要用ASM我也没什么可说的，//参见汇编dalao)

这里用matlab

matlab

"生产"一张图片

用循环生成一个512X512的矩阵

data矩阵

显示出来就是渐变图像了

渐变

这个是你自己“制作”的第一张图片！！！
修改一些参数，可以有其他更好看的效果，这里只是一个示范

开始探索图像处理

回到正题，我们要修改图片，当然要先载入图片

先定位到图片所在目录
再使用imread(filename)函数读取并解析图片数据，放到一个变量I里面：

Image 图像矩阵

先显示一下原图（西蒙尼娅同学，借你们一用(-:）

原图

彩色不好处理（代码量大，先转化成灰度图）

灰度图

比如说我要模糊它，假如是1倍模糊
其实也就是平均周围的像素值

| 1 , 2 | =>sum=1+2+3+4=10
| 3 , 4 | sum=sum÷4=2.5
=>|2.5 , 2.5 |
=>|2.5 , 2.5 |

通过这种方法就能模糊它啦

2x2模糊算法 模糊

换成3X3或者5X5能更加模糊

使用能产生指定特效的算法

这里要用到一点DSP的知识（傅里叶同学不会来，请放心食用）
DSP中有一个卷积的算法，听说在图像处理里面很常用

关于二维的卷积计算方法是怎么算，请查阅度娘，这里篇幅有限（真正要解释卷积是什么还是有点复杂的，这里简要地去说反而会误导（怠惰一笑））

这里使用一个3X3的卷积核，在matlab中自定义一个处理函数，用一个3X3的矩阵表示卷积核（这么粗糙的代码真是养生）

卷积核

使用
-1 -1 0
-1 0 1
0 1 1
作为卷积核

得到的图像是

网格化

使用
1 1 1
1 7 1
1 1 1
强调边缘卷积核

强调边缘

是不是很厉害的样子？
由于我技术有限，其实这些还是不完全的算法，没有达到真正的效果

使用卷积配合一些其他技术，可以达到更高级的处理效果（下面的功能算法比较复杂，就不上图了）

边缘检测

边缘检测

高反差
（这个的辅助算法是网上找到的，还是没有完全理解，先拿来装bi一用吧（-:）

高反差

基本上就是这样，以上的原理和过程采用C/C++、JAVA之类的语言进行工程开发，自己设计一下界面之类的，“自制PS”也不是不行（高傲脸）

总结

学到现在发现，无论是学什么技术，都不是一条平坦的路，过程中会遇到许多困难，正因为如此，才需要不断的突破自我。

引用下西蒙的那句话：
要钻就要一口气钻破天际，就算是自掘坟墓也要钻破障碍，穿破一切就是我的胜利
（手动滑稽）