4 图像处理基础之图像的表示与存储

查看大图

图像在程序里本质上是矩阵。理解宽高、通道、dtype 和压缩格式，是后面所有图像处理和模型输入的基础。

查看大图

我会读取一张图后立刻打印 shape、dtype、取值范围和通道顺序。很多视觉 bug 都藏在 RGB/BGR 和数值范围里。

在计算机视觉领域，图像的表示与存储是理解后续图像处理技术的基本前提。无论是图像的输入、处理还是输出，图像如何在计算机中存储和表示都是至关重要的。本文将详细探讨图像的表示方式、数据结构、存储格式，以及相关的实际案例。

一、图像的表示

图像可以被视作一个二维数组，其中每个元素代表一个像素（Pixel）。在计算机中，图像通常通过以下几种方式进行表示：

查看大图

学习图像表示与存储时，先确认宽高、通道、像素值范围和文件格式。输入细节不清，后面的视觉模型很容易出错。

1. 灰度图像

灰度图像是每个像素只有一个灰度值，通常范围在0到255之间，0表示黑色，255表示白色，其余值表示不同的灰色调。灰度图像的表示通常可以用一个二维矩阵表示，例如：

[
 [0, 50, 100],
 [150, 200, 255]
]

在这个矩阵中，0 表示黑色，255 表示白色，而中间的值表示不同的灰度级别。

2. 彩色图像

相较于灰度图像，彩色图像通常使用三种颜色通道表示：红色（R）、绿色（G）和蓝色（B）。每个像素由三个值组成，分别代表这三个颜色通道的强度。彩色图像通常以三维数组的形式表示：

[
 [
  [255, 0, 0],   # 红色
  [0, 255, 0]    # 绿色
 ],
 [
  [0, 0, 255],   # 蓝色
  [255, 255, 0]  # 黄色
 ]
]

在这个示例中，表示了一幅包含红色、绿色、蓝色和黄色像素的小图像。

二、图像的存储格式

常见的图像存储格式有多种，每种格式都有其适用场景和特点。以下是几种主要的图像格式：

查看大图

读《图像处理基础之图像的表示与存储》时，可以把配图当成路线卡：先看整体顺序，再看每一步为什么这样做，最后再检查边界条件。

1. BMP（位图）

位图格式是未经压缩的图像格式，其优点是简单易实现，适合快速加载。但是，由于文件较大，不适合网络传输。

2. JPEG（联合图像专家组）

JPEG格式通过有损压缩算法显著减小文件大小，是一种广泛使用的图像格式，特别适合照片及复杂色彩的图像。使用JPEG格式时，图像可能会失去一些细节，但其压缩比高。

3. PNG（便携式网络图形）

PNG格式是一种无损压缩的图像格式，支持透明通道。它通常用于需要保持图像质量且具有透明性需求的场合，例如网页中的图标。

4. TIFF（标记图像文件格式）

TIFF格式常用于高质量图像的保存，广泛应用于印刷领域。TIFF文件可以是无损的，但文件通常较大。

三、图像读取与写入

在进行图像处理时，读取和写入图像文件是最基本的操作。使用Python的PIL库（Pillow），我们可以轻松实现图像的读取和写入。

读取图像

下面是用Pillow库读取图像的示例代码：

from PIL import Image

# 读取图像
image = Image.open('image.jpg')
image.show()

写入图像

将处理后的图像保存为新的文件格式：

# 保存为png格式
image.save('output.png')

四、案例分析

让我们来看一个简单的案例，使用Python和Pillow库读取一幅图像，并将其转换为灰度图像。

from PIL import Image

# 读取彩色图像
color_image = Image.open('color_image.jpg')

# 转换为灰度图像
gray_image = color_image.convert('L')

# 保存灰度图像
gray_image.save('gray_image.jpg')
gray_image.show()

在这个案例中，我们通过调用convert('L')方法将彩色图像转换为灰度图像，这展示了图像在表示和存储方面的重要性。

查看大图

读到这里，可以把《图像处理基础之图像的表示与存储》整理成一张复盘表：先说清主线，再拿一个小任务检查结果。

查看大图

读完《图像处理基础之图像的表示与存储》后，可以先挑一个小样例走完整流程，再判断哪些步骤已经能独立完成。

结论

图像的表示与存储是图像处理和计算机视觉的基础。选择合适的图像格式可以确保图像质量和存储效率的最佳平衡。理解图像在计算机中的表示方式，能够帮助我们更好地应用后续的图像处理技术。

在下一篇中，我们将深入探讨基本的图像处理技术，包括图像增强、滤波等，继续我们的计算机视觉从零教程系列。