1.2 數字圖像的基本概念

1.2.1 圖像與數字圖像

圖像（Image）是人類獲取信息、表達信息和傳遞信息的重要手段，是人類感知和認識世界的基礎。圖像是通過各種觀測系統，以不同的形式和手段觀測客觀世界而獲得的，可以直接或間接作用于人眼，進而產生視知覺的實體。圖像的種類有很多，根據人眼的視覺特性可分為可見圖像和不可見圖像。可見圖像包括生成圖像（通常稱圖形或圖片）和光圖像兩類。圖像側重于根據給定的物體描述模型、光照及想象中的攝像機的成像幾何，生成一幅圖或像的過程。光圖像側重于用透鏡、光柵、全息技術產生的圖像。通常所說的圖像是指后者。不可見圖像包括不可見光成像和不可見量形成的圖像，如：γ射線、X射線、紫外線、紅外線、微波等。利用圖像處理技術能夠把不可見射線所成的圖像加以處理轉換成可見圖像。

數字圖像（Digital Image）是由模擬圖像數字化得到的、以像素為基本元素的、可以用數字計算機或數字電路存儲和處理的圖像。數字圖像的空間坐標和明暗程度都是離散的、不連續的，由數組或矩陣來表示。圖像中每個基本單元稱為圖像的元素，簡稱像素（Pixel）。

根據每個像素所代表信息的不同，可將數字圖像分為RGB圖像、灰度圖像、二值圖像、和索引圖像。

1.RGB圖像

RGB色彩模式是工業界的一種顏色標準，是通過對紅（R）、綠（G）、藍（B）三個顏色通道的變化以及它們相互之間的疊加來得到各式各樣的顏色的，RGB即是代表紅、綠、藍三個通道的顏色，這個標準幾乎包括了人類視力所能感知的所有顏色，是目前運用最廣的顏色模型之一。

在計算機中，RGB的所謂“多少”就是指亮度，并使用整數來表示。通常情況下，R、G、B各有256級亮度，用數字表示為從0、1、2、…、255。注意雖然數字最高是255，但0也是數值之一，因此共256級。按照計算，256級的RGB色彩總共能組合出約1678萬種色彩，即256×256×256=16777216。通常也被簡稱為1600萬色或千萬色，也稱為24位色（2的24次方）。

RGB是從顏色發光的原理來設計的，通俗點說它的顏色混合方式就好像有紅、綠、藍三盞燈，當它們的光相互疊合的時候，色彩相混，而亮度卻等于兩者亮度之和，越混合亮度越高，即加法混合。紅、綠、藍三盞燈的疊加情況，中心三色最亮的疊加區為白色，加法混合的特點：越疊加越明亮。紅、綠、藍三個顏色通道每種顏色各分為256階亮度，在0時“燈”最弱，而在255時“燈”最亮。當三色灰度數值相同時，可以產生不同灰度值的灰色調，即三色灰度都為0時，是最暗的黑色調；三色灰度都為255時，是最亮的白色調。

如圖1-2a所示的藍色加號圖像，其R、G、B分量在計算機中由圖1-2b所示的三個矩陣來表示。根據RGB分量矩陣可知，圖1-2a的分辨率為9×9×3。

2.灰度圖像

灰度圖像通常顯示為從最暗的黑色到最亮的白色的灰度，每種灰度稱為一個灰度級，通常用L表示。彩色圖像可按照一定規律向灰度圖像轉換。在灰度圖像中，像素可以取0～L-1之間的整數值，根據保存灰度數值所使用的數據類型的不同，可能有256種取值或者2m種取值，當m=1時即退化為二值圖像。

圖1-3a為圖1-2a的灰度圖，該灰度圖在計算機中由圖1-3b所示的灰度矩陣來表示。圖1-3a的圖像分辨率為9×9。

3.二值圖像

二值圖像中只有黑和白兩種顏色，也就是說每個像素非黑即白。在二值圖像中，像素只有0和1兩種取值，一般用0來表示黑色，用1來表示白色。有時，二值圖像中的白色像素也用255來表示。

圖1-4a是圖1-2a和圖1-3a的二值圖像，可由圖1-4b所示的二值矩陣來表示。圖1-4a的分辨率為9×9。

4.索引圖像

索引圖像的文件結構比較復雜，除了存放圖像的二維矩陣外，還包括一個稱為顏色索引矩陣MAP的二維數組。MAP的大小由存放圖像的矩陣元素值域決定，如果矩陣元素值域為[0，255]，則彩色圖像的MAP矩陣的大小為256×3，用MAP=[RGB]表示。MAP中每一行的三個元素分別指定該行對應顏色的紅、綠、藍單色值，MAP中每一行對應圖像矩陣像素的一個灰度值，如某一像素的灰度值為64，則該像素就與MAP中的第64行建立了映射關系，該像素在屏幕上的實際顏色由第64行的[RGB]組合決定。也就是說，圖像在屏幕上顯示時，每一像素的顏色由存放在矩陣中該像素的灰度值作為索引通過檢索顏色索引矩陣MAP得到。索引圖像的數據類型一般為8位無符號整型（int8），相應索引矩陣MAP的大小為256×3，因此一般索引圖像只能同時顯示256種顏色，但通過改變索引矩陣，顏色的類型可以調整。索引圖像的數據類型也可采用雙精度浮點型（double）。索引圖像一般用于存放色彩要求比較簡單的圖像，如Windows系統中色彩構成比較簡單的壁紙多采用索引圖像存放，如果圖像的色彩比較復雜，就要用到RGB真彩色圖像。

1.2.2 數字圖像的存儲格式

圖像處理的程序必須考慮圖像文件的格式，否則無法正確地打開和保存圖像文件。每一種圖像處理軟件幾乎都有各自處理圖像的方式，用不同的格式存儲圖像。為了利用已有的圖像文件，或者在不同的軟件中使用圖像，就要注意圖像格式，必要時還得進行圖像格式的轉換。下面介紹幾種常用的圖像存儲格式。

（1）BMP格式

BMP是Bitmap的簡寫，它是Windows操作系統中的標準圖像文件格式，能夠被多種Windows應用程序所支持。這種格式的特點是包含的圖像信息較豐富，幾乎不進行壓縮，但由此導致了它與生俱來的缺點——占用磁盤空間過大。BMP文件的圖像深度可選1bit、4bit、8bit及24bit。BMP位圖文件默認的文件擴展名是“.bmp”“.dib”或“.rel”。

（2）JPEG格式

JPEG（Joint Photographic Experts Group，聯合圖像專家組）是一種有損壓縮的圖像格式，其文件擴展名為“.jpg”或“.jpeg”，是目前互聯網和數字照相機中常見的圖像存儲格式。嚴格地說，JPEG并不是一種圖像格式，而是一種壓縮圖像數據的方法。但是，由于它的用途廣泛而被人們認為是圖像格式中的一種。

JPEG是由聯合圖片專家組提出的，它定義了圖片、圖像的共用壓縮和編碼方法，這是目前為止最好的壓縮技術。JPEG主要是存儲顏色變化的信息，特別是亮度的變化。JPEG格式壓縮的是圖像相鄰行和列間的多余信息，只要壓縮掉的顏色信息不至于引起人眼視覺上的明顯變化（視覺可接受），它就是一種很好的圖像存儲格式。

由JPEG壓縮方法處理圖像而節省的空間是大量的。例如，一個727×525的真彩色圖像，其原始的每個像素24位格式占用1145KB, GIF格式是240KB，非常高質量的JPEG格式為155KB，而標準的JPEG格式則僅為58KB。當在顯示器上觀看時，58KB的JPEG圖像同GIF圖像格式的質量相同，155KB的JPEG圖像比起256色的GIF圖像則要好得多。當壓縮比取得不太大時，由JPEG解壓縮程序重建后的真彩色圖像與使用某種像素存儲的原始圖片相比，幾乎看不出什么區別，故能正常瀏覽顯示。

JPEG的壓縮方式通常是破壞性資料壓縮（lossy compression），即在壓縮過程中圖像的品質會遭受到可見的破壞。一張圖片多次上傳下載后，圖片逐漸會失真。另外，多次存儲需采用同一壓縮比對同一幅圖像壓縮后再解壓縮，所得到的圖像與原圖像是不同的。因此，對同一幅圖像應采用一個壓縮比保存，如果在用JPEG方法壓縮后存儲，打開后保存為另外的格式，并在下一次又用JPEG方法壓縮，這是不可取的。切記，圖像一旦用JPEG方法壓縮保存后，建議不要再存儲為其他格式；如果確實要保存為其他格式，則應該記住該圖像文件以后不再用JPEG格式保存。

（3）PNG格式

PNG（Portable Network Graphics）是便攜式網絡圖形，是新型圖像文件格式，其文件擴展名為“.png”。PNG能夠支持較高級別的無損壓縮圖像文件，可以減少占用空間和網絡傳輸所需的帶寬，常用于計算機程序或網頁上的圖像顯示。

PNG格式常用的有8位、24位、32位三種，其中8位PNG支持兩種不同的透明形式（索引透明和alpha透明），24位PNG不支持透明，32位PNG在24位基礎上增加了8位透明通道（32-24=8），即RGB+alpha，因此可展現256級透明程度。PNG這種支持圖像半透明格式的功能，可使圖像中某些部分不顯示出來，在圖像與背景顏色內容出現疊加時更加友好，可用來創建一些有特色的圖像。

（4）TIFF格式

標簽圖像文件格式（Tag Image File Format, TIFF）是一種靈活的位圖格式，主要用來存儲包括照片和藝術圖在內的圖像，其文件擴展名為“.tif”。

TIFF是基于標記的文件格式，它廣泛地應用于對圖像質量要求較高的圖像的存儲與轉換。由于它的結構靈活和包容性大，已成為圖像文件格式的一種標準。TIFF格式是桌面出版系統中使用最多的圖像格式之一，它不僅在排版軟件中普遍使用，也可以用來直接輸出。用Photoshop編輯的TIFF文件可以保存路徑和圖層。