lectureofclass#15(pptfile).pptVIP

數位影像成像基本原理 利用感光元件收集能量，將能量大小的標準化至可見光譜的範圍內，以產生「顏色」。 For example, digital cameras. 數位影像成像基本原理 何謂數位影像處理？ 一張2D的數位影像可以想像成是一個函數f(x,y)，其中x, y代表座標位置， f(x,y)則為該位置對應的顏色或灰階值。數位影像有時也被當成是二維的訊號般地來解析。 影像中每一點(x, y)都對應到這張影像最基本的元素；這些元素稱為「像素」。 數位影像處理有兩層含意： 改變或增強影像中像素的值，讓觀察者容易辨識。 例如：亮度增強、對比增強… 從影像的像素值所呈現的找出「特徵」來加以量化分析。 例如：找出影像中的線段、臉部自動辨識… 何謂數位影像處理？ 一張2D的數位影像可以想像成是一個函數f(x,y)，其中x, y代表座標位置， f(x,y)則為該位置對應的顏色或灰階值。數位影像有時也被當成是二維的訊號般地來解析。 影像中每一點(x, y)都對應到這張影像最基本的元素；這些元素稱為「像素」。 數位影像處理有兩層含意： 改變或增強影像中像素的值，讓觀察者容易辨識。 例如：亮度增強、對比增強… 從影像的像素值所呈現的找出「特徵」來加以量化分析。 例如：找出影像中的線段、臉部自動辨識… 取樣與量化 取樣（sampling）：將點座標數位化/離散化。 量化（quantization）：將像素值/灰階值數位化。 取樣與量化 影像的解析度可以分成兩個部分來討論： 空間解析度：取樣越細，越能表現出影像中的細微變化。 灰階解析度：灰階越細，越能表現出豐富的顏色。 原則上，解析度越高，越能表現實務的細節與色澤，但解析度高到某一個程度，肉眼即難以分辨其差異，且解析度高代表影像的資料量也隨之增大。 取樣與量化 數位影像的解析度取決於三個參數：M, N, 與L。其中M與N分別代表空間的解析度（影像的長度與寬度）；L代表「灰階」（gray level）。 令L = 2k. k代表灰階所使用的bit個數。 像素灰階與色彩模型 通常影像的灰階以一個位元組，即8位元，來表現一組灰階。故共有28=256種組合，代表256個灰度。 常見的色彩模型為RGB模型，代表一種顏色可分成三個紅、綠、藍三種channnel。每一種channel用一個byte表示，故一種channel可表現256種程度的色階。 一張全彩的點矩陣影像（*.bmp），像素最少會用三個位元組表示（24位元），故共可表現出(256)3種顏色。 有關此類資訊一般都稱作像素格式（Pixel Format）。 所謂的灰色，又稱中性色彩，不含顏色資訊，僅可代表亮度。RGB三個channel的值相同。 載入二維圖片 利用開檔對話盒將圖片，圖形類別Bitmap： if (openFileDialog1.ShowDialog() == DialogResult.OK) //開啟開檔對話盒，回傳DialogResult.OK代表使用者按下開啟檔案按鈕 { Bitmap source = new Bitmap(openFileDialog1.FileName); MessageBox.Show(source.PixelFormat.ToString()); pictureBox1.Image = source; } Bitmap類別中的PixelFormat用來記載該圖形像素的相關資訊；最常用來判斷該影像中每個像素是由幾個位元所組成的。 其他範例： if (source.PixelFormat != PixelFormat.Format8bppIndexed) { MessageBox.Show(Please use 8-bit grau scale image!); return; } 讀取與寫入像素值 呼叫圖形類別Bitmap中的GetPixel方法可以讀取某一座標點(x, y)的顏色值: 語法：Color c = pic.GetPixel(x, y); 注意：這裡的x是水平軸的座標，y是垂直軸的座標 呼叫圖形類別Bitmap中的SetPixel方法可以寫入某一座標點(x, y)的顏色值: 語法：pic.SetPixel(x, y, c); c的型態為Color，可以用Color類別的FromArgb來設定RGB的值以產生顏色，如： pic.SetPixel(x, y, Col