C#图像的缩放与旋转处理程序设计(9)
时间:2017-05-17 17:09 来源:毕业论文 作者:毕业论文 点击:次
此时等式人边的f(x,y)被称为数字图像，矩阵中的每一个元素称为像素（Pixel）。本书主要讨论数字图像，在后续内容中如不特别指出，f(x,y)代表的是数字图像。 对于伯数字图像，存储该数字图像需要的比特数为 b=M×N×k (2.6) 根据图像的不同，通常可以分为以下三类。 灰度图像 当一幅图像具有灰度级时，常称该图像是k比特图像。比如，一幅有个灰度级，就称其为8比特图像，灰度图像矩阵元素f(i,j)的取值范围通常为[0,255]，所以称为256级灰度图像，一般地，“0”级表示纯黑色，“255”级表示纯白色，中间的灰度级从小到大表示由黑到白的过渡。 二值图像 一幅二值图像的二文矩阵仅由为0、1两个值组成，“0”代表白色，“1”代表黑色，二值图像通常用于文字、线条图的扫描识别和掩膜图像的存储，二值图像可以看成是灰度图像的一个特例，请注意，在图像存储时，即使二值图像其灰度值仍然在[0,255]内，但它仅有两个值：0和255。所以二值图像在存储时，必须将0-1图像序列转化成255-0图像序列。 RGB彩色图像 RGB图像分别用红（R）、绿（G）、蓝（B）三原色的组合来表示每个像素的颜色。图像中的每个像素的颜色值，用RGB三原色表示直接存放在图像矩阵中。由于每一像素的颜色需要R、G、B三个分量来表示，所以RGB图像的图像矩阵与其它类型的图像矩阵不同，是一个三文矩阵可用M*N*3表示。比如，若f表示彩色图像，则 这是一个三文向量，由表示R、G、B值的3个分量组成。 图像缩放 数字图像缩放就是指图像分辨率的变换。包括由高分辨率图像转变为低分辨率图像和由低分辨率转变为高分辨率图像。数字图像缩放是图像处理领域里非常常见的操作，属于数字图像的几何变换范畴。随着信息科技的发展，图像缩放技术的应用范围越来越广，包括计算机图像处理软件中的应用，互联网上的多媒体浏览，数字电视视频传输与显示领域，天文与气象观测领域，军事领域，医学图像应用领域及数码照片拍摄与处理领域。总之只要有视频多媒体出现的地方，有图像处理的地方，都会有数字图像缩放技术的身影。随着数字化时代的到来，该技术会越来越多的得到应用。 缩放原理 图像缩放技术即图像放大、缩小的技术，是图像处理技术中应用非常广泛的一种技术。在图像的缩放中，常常提到两个概念，水平缩放系数和垂直缩放系数。水平缩放系数控制水平像素的缩放比例，如果水平缩放系数为1，则图像宽度保持不变；如果水平缩放系数小于1，则图像宽度减小，图像在水平位置被压缩；相反，如果水平缩放系数大于1，则图像宽度增大，图像在水平位置上被拉伸。垂直缩放系数与水平缩放系数类似，不过作用在垂直向上。实际运用缩放时，常常需要保持原始图像宽度和高度的比例，即水平缩放系数与垂直缩放系数取值相同，这种缩放方法不会使图像变形。 图像的放大又称为上采样，是指图像分辨率的提高；而图像缩小又称为下采样，是指图像分辨率的缩小。图像的分辨率，是指图像的点阵数，以dpi为单位。常见的分辨率有640*480、1024*768、1600*1200、2084*1536。在成像的两组数字中，前者为图像宽度，后者为图片的高度，两者相乘得出的是图片的像素。长宽比一般为4:3或16:9.通常用插值技术进行图像缩放。 (责任编辑：qin) |