一、什么是图像处理？
图像处理(image processing)，用计算机对图像进行分析，以达到所需结果的技术。又称影像处理。图像处理一般指数字图像处理。数字图像是指用工业相机、摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组，该数组的元素称为像素，其值称为灰度值。图像处理技术一般包括图像压缩，增强和复原，匹配、描述和识别3个部分。
二、常见的色彩空间介绍：
RGB：
RGB (Red 红色，Green 绿色，Blue 蓝色)，是根据人眼识别的颜色而定义的空间，可用于表示大部分颜色，也是图像处理中最基本、最常用、面向硬件的颜色空间，是一种光混合的体系.
RGB 颜色模式用三维空间中的一个点表示一种颜色，每个点有三个分量，分别表示红、绿、蓝的亮度值
在RGB模型的立方体中，
[1] - 原点对应的颜色为黑色，它的三个分量值都为0；
[2] - 距离原点最远的顶点对应的颜色为白色，三个分量值都为1.
[3] - 从黑色到白色的灰度值分布在这两个点的连线上，该虚线称为灰度线.
[4] - 立方体的其余各点对应不同的颜色，即三原色红、绿、蓝及其混合色黄、品红、青色.
HSI：
HSI 颜色空间可以用一个圆锥空间模型来描述，能清晰表现色调(Hue)、饱和度(Saturation, Chroma)和亮度(Intensity, Brightness)的变化情形.
色相 H(Hue) - 表示颜色的相位角. 红、绿、蓝分别相隔 120 度；互补色分别相差 180 度，即颜色的类别.
饱和度 S(Saturation) - 色彩的强度或纯度. 表示成所选颜色的纯度和该颜色最大的纯度之间的比率，范围：[0, 1]，即颜色的深浅程度.
亮度 I(Intensity) - 表示颜色的明亮程度，通常以 0% (黑色) 到 100% (白色) 的百分比来衡量(人眼对亮度很敏感).
三、 OpenCV基础图像处理
1、图像颜色空间转换
cv2.cvtColor(src,code,dst=None,dstCn=None)
- src:颜色空间转换的图像
- code：图像转换方式
模式 | 作用 |
cv2.COLOR_BGR2GRAY | BGR 转 灰度 |
cv2.COLOR_BGR2HSV | BGR 转 HSV |
cv2.COLOR_HSV2BGR | HSV 转 BGR |
cv2.COLOR_BGR2RGB | BGR 转 RGB |
cv2.COLOR_RGB2BGR | RGB 转 BGR |
import cv2
imgBGR = cv2.imread("first.jpg",cv2.IMREAD_COLOR)
imgGRAY = cv2.cvtColor(imgBGR,cv2.COLOR_BGR2GRAY)
imgHSV = cv2.cvtColor(imgBGR,cv2.COLOR_BGR2HSV)
imgRGB = cv2.cvtColor(imgBGR,cv2.COLOR_BGR2RGB)
cv2.imshow("GRAY",imgGRAY)
cv2.imshow("BGR",imgBGR)
cv2.imshow("RGB",imgRGB)
cv2.imshow("HSV",imgHSV)
cv2.waitKey()
cv2.destroyAllWindows()
2、图像的二值化：
阈值：
阈的意思是界限，故阈值又叫临界值，是指一个效应能够产生的最低值或最高值
简单来说 就是高于阈值取 最高值 低于阈值取 最低值(或者特殊值）
thresh , dst=threshold(src, thresh, maxval, type, dst=None)
- src:待处理的图像
- thresh：阈值
- maxval：高于阈值所变为的最高值
- type:划分的时候使用的是什么类型的算法，常用值为0（cv2.THRESH_BINARY）
接受值：
- thresh : 阈值
- dst ： 二值化后的图像
import cv2
img = cv2.imread("first.jpg",cv2.IMREAD_UNCHANGED)
retavel , dst = cv2.threshold(img,100,255,cv2.THRESH_BINARY)
print("阈值",retavel)
cv2.imshow("threshold",dst)
cv2.waitKey()
cv2.destroyAllWindows()
练习题3:
对一个图像颜色空间转换为GRAY，同时将图像进行二值化，显示2副图像，按s键保存。
