鲁达 图像的表示方法
- 二值图像
二值图像通常用一个数组来描述，像素值不是0就是1，0表示黑色，1表示白色，优点是占用空间最小。
- 灰度图像
灰度图像也称为单色图像，通常也是用一个二维数组描述，8位表示一个像素，0表示黑色，255表示白色，1~254表示不同深度的颜色。uint类型像素在【0, 255】或者【0， 65535】范围，double类型像素在【0.0， 1.0】范围。
- RGB彩色图像
RGB图像就是我们常说的真彩色，利用3个大小相同的二维数组表示像素，3个数组分别表示R（红色）,G（绿色）,B（蓝色）这三个分量，通过这3种基本颜色可以合成任意颜色。每一种颜色占8位，范围【0， 255】。
- 索引图像
索引图像，顾名思义，就是把像素值直接作为rgb调色板下标的图像。索引图像包括一个数据矩阵X和一个颜色映射map。X储存像素值，map是一个m*3的数据矩阵，储存每个像素值对应的三种颜色值，范围【0， 1】，double类型。
MATLAB图像类型转换
因为MATLAB方便，所以就以MATLAB为主要例子，常用函数如下：
gray2ind： 灰度转索引 imbinarize： 灰度 转二值 %im2bw已经不推荐用了 ind2gray: 索引转灰度 ind2rgb: 索引转真彩色 mat2gray： 数值矩阵转灰度 rgb2gray： 真彩色转灰度 rgb2ind： 真彩色转索引 dither： 图像抖动，灰度变二值或者真彩色变索引具体代码案例：
close all;clear all;clc; img = imread('data;); gray = rgb2gray(img); % rgb转灰度 bw = imbinarize(gray); % 必须是二维图像，所有先要把rgb转为灰度再转二值 [ind, map] = rgb2ind(img, 32);% rgb转索引 % map = colorcube(128); % ind2 = rgb2ind(img， map); subplot(2,2,1); imshow(img);title('原图像'); subplot(2,2,2); imshow(gray);title('灰度图像'); subplot(2,2,3); imshow(bw);title('二值图像'); subplot(2,2,4); imshow(ind, map);title('索引图像'); imwrite(ind, map,'data;); % 储存图像c++实现图像类型转换
opencv主要用到的转化函数为：
cvtColor( InputArray src, OutputArray dst, int code, int dstCn=0 );第一个参数是输入图像，第二个是输出图像，第三个是颜色空间转换的标识符，第四个是参数为目标图像的通道，通道类型很多。常用的就是彩色和灰度的互转：
COLOR_BGR2GRAY = 6 彩色到灰度 COLOR_GRAY2BGR = 8 灰度到彩色上一篇已经有注释了，所以就不重复注释，具体代码如下：
#include <opencv2; #include <iostream> #include <opencv2/highgui; using namespace cv; // 使用cv命名空间 int main(int argc, char ** argv){ Mat img = imread("data/image;); // 读取图像，如果没读取到就报错 if ()){ std::cerr << " Condn't not load image " << std::endl; return -1; } namedWindow("image", CV_WINDOW_NORMAL); imshow("image", img); // 显示图像 Mat gray; cvtColor(img, gray, COLOR_BGR2GRAY); // 建立一个矩阵，将真彩色图像转换为灰度图像 imwrite("data/image;, gray); // 保存灰度图像 imshow("image_gary", gray); waitKey(0); return 0; }python实现图像类型转换
python和MATLAB比较人性化的一点就是不需要特意指定类型gray，会自动识别
import cv2 as cv img = cv.imread("data/image;) # 读取图像 cv.namedWindow("image", cv.WINDOW_AUTOSIZE) cv.imshow("image", img) # 显示图像 gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY) # 和c++基本一样 cv.imwrite("data/image;, gray) # 保存灰度图像 cv.imshow("gary", gray) cv.waitKey(0) cv.destroyAllWindows()结果如下图：
总结：没有特殊需求还是MATLAB简单