2.1 引言：如何表示一張圖像
空間坐標(biāo)
像素顏色信息
基本的圖像處理可以包含：1）幾何處理（在空間坐標(biāo)上運(yùn)算）2）代數(shù)處理（在像素顏色上）
2.2 代數(shù)處理
2.2.1 灰度變換（Gray Level Transformation）
灰度：以純黑為基調(diào)的采樣標(biāo)準(zhǔn)爵政，相當(dāng)于使用一系列介于純黑和純白的顏色表達(dá)圖片钾挟。
灰度變換是最簡單的圖像處理任務(wù)等龙，其描述為：輸入一張圖片蛛砰，輸出灰度轉(zhuǎn)化后的圖片泥畅∥蝗剩灰度圖片只有一個(gè)顏色指標(biāo)聂抢，轉(zhuǎn)化過程中逐個(gè)像素掃描處理琳疏∈槟唬灰度變換的主要目標(biāo)是使圖像更為清洗台汇」赌牛灰度變換是圖像增強(qiáng)較為普遍的方法牵素。
灰度轉(zhuǎn)換涉及到對圖像像素的亮度調(diào)整两波、對比度調(diào)整等。
亮度調(diào)整：
亮度通俗理解為圖片的明暗程度抱怔。將灰度定位[0,255]屈留，則像素值越接近0灌危，亮度越低勇蝙，反之越高味混。亮度調(diào)整的基本方法：
對比度調(diào)整：對比度指的是圖像最大灰度和最小灰度之間的差值陕壹。亮度調(diào)整可以使圖像整體變亮或者變暗糠馆，而對比度可以使圖片亮的更亮又碌，暗的更暗毕匀。
對比度調(diào)整分為三種情形皂岔，1）對比度上升 2）對比度下降 3）二值圖轉(zhuǎn)換，函數(shù)圖像如下：
實(shí)例圖像如下：
突出特定灰度：
目的是增強(qiáng)某些特征唤蔗。
函數(shù)特征為：
實(shí)例如下：
位平面分割：
對于一個(gè)像素的灰度揽咕，是采用8位進(jìn)行記錄亲善，但是這0位所攜帶的信息等級是不同的笼踩，這很容易理解嚎于，1000 0000 和 0000 0000 之間的差距遠(yuǎn)大于1000 0001和1000 0000挟冠。將每一位數(shù)值組成的圖像認(rèn)為是一個(gè)平面肋僧，那么一張?jiān)紙D像可以分為8個(gè)平面控淡。下圖展示了分割之后的情形辫诅，上面是原圖炕矮，下面是分割后的8個(gè)圖片〉祷荆可見在分割后的圖片中腐螟，最低幾位代表的圖片基本是雜音遭垛，對我們分辨圖片基本沒有作用锯仪。
2.2.2 多圖像的代數(shù)處理
2.3 基本幾何處理
一張圖片在幾何意義上是一個(gè)2D矩陣久窟，包含像素點(diǎn)斥扛。
基本的集合處理包含：
水平&垂直翻轉(zhuǎn)（flip）
縮放（resize/zoom in/zoom out）
旋轉(zhuǎn)（rotation）
...
仿射變換（Affine Transform）
透視變換（Perspective Transform）
...
圖像變形（Image Warping）
縮放操作處理的基本解決思路有兩種：
1）Projection
對小圖中的每個(gè)像素，計(jì)算其在大圖中對應(yīng)的像素匾灶，再拷貝小圖租漂。問題是大圖中的某些像素點(diǎn)會缺失哩治。
2）Lookup
對大圖中的每個(gè)像素憔杨，計(jì)算其在小圖中對應(yīng)的像素驾孔，再拷貝小圖。問題是大圖中的有些像素點(diǎn)無法確定其顏色霉颠。
對于Lookup的顏色問題蒿偎，往往采用重采樣方法诉位，具體解決方法有：
）最近鄰（Nearest Neighbor）：找到最近的源像素，然后復(fù)制其顏色啤誊。
）雙線性插值（Bilinear Interpolation）：尋找4個(gè)相鄰的像素點(diǎn)岳瞭，在水平和豎直方向上分別進(jìn)行一次插值。
）雙三次插值（Bicubic Interpolation）：尋找周圍16個(gè)近鄰像素點(diǎn)蚊锹，根據(jù)與目標(biāo)點(diǎn)的距離計(jì)算插值瞳筏。
仿射變換：
仿射變換是平移、縮放牡昆、旋轉(zhuǎn)姚炕、翻轉(zhuǎn)、錯切的原子操作的合并變換丢烘。仿射變換基于一個(gè)轉(zhuǎn)換矩陣A柱宦，A由三個(gè)不共線的點(diǎn)共同決定。這是因?yàn)樵诜律渥儞Q中铅协，我們對于原圖像的一個(gè)點(diǎn)的表示方法為：
因此可以通過三個(gè)點(diǎn)計(jì)算以下方程組：
如果獲得的點(diǎn)對多于3個(gè)：可以計(jì)算以下公式
2.4 圖像的直方圖與圖像統(tǒng)計(jì)
直方圖：統(tǒng)計(jì)不同灰度的峰值圖像。直方圖會忽略原圖中的幾何信息，但是仍然有一定的參考意義楼咳。
2.4.1 直方圖均衡
直方圖均衡的目的是通過灰度轉(zhuǎn)換等方式碟贾，修改圖片的灰度分布朱巨，使得新圖直方圖的分量可以占據(jù)整個(gè)可能的灰度分量沥阳，并且與原圖有統(tǒng)一的分布桂敛。
這主要是為了亮度能夠在圖片上更好的分布粗仓，增強(qiáng)有用部分的對比度并保持整體對比度不變。
2.4.2 直方圖匹配
直方圖匹配是通過修改當(dāng)前直方圖分布曙蒸，獲得指定形狀的直方圖。
2.4.3 區(qū)域增強(qiáng)
之前的所有方法都是全局的周蹭，但如果我們有增強(qiáng)局部部分的需要显拳，就要使用另外的方法次和。這需要我們基于每個(gè)像素附近的灰度分布設(shè)計(jì)轉(zhuǎn)換函數(shù)畅形。
大致的計(jì)算過程為：
定義一個(gè)正方形（或矩形）鄰域竖席，并逐個(gè)像素的移動該區(qū)域的中心畸陡。
計(jì)算鄰域中點(diǎn)的直方圖
獲得直方圖均衡/特化函數(shù)
映射以鄰域?yàn)橹行牡南袼氐幕叶燃?/p>
2.4.4 直方圖增強(qiáng)
我們可以使用直接從直方圖中獲得的一些統(tǒng)計(jì)參數(shù)，而不是直接使用圖像直方圖進(jìn)行增強(qiáng)贡必。
統(tǒng)計(jì)參數(shù)
平均值：平均灰度的度量
方差：平均對比度的度量
2.5 圖像的幾何結(jié)構(gòu)
2.5.1 像素鄰域
Reference：
https://zhuanlan.zhihu.com/p/44813768
https://blog.csdn.net/weixin_35811044/article/details/85267856
