图像处理之比特平面分层和重构 |
您所在的位置:网站首页 › 图像处理中的比特数是什么意思 › 图像处理之比特平面分层和重构 |
一、比特平面分层
像素是由比特组成的数字。例如在256级灰度图像中,每个像素的灰度是由8比特(一个字节)组成。如下图所示,一幅8比特图像由8个1比特平面组成,其中平面1包含图像中所有像素的最低阶比特,而平面8包含图像中所有像素的最高阶比特。 设图像矩阵为 [ 1 2 3 4 ] \begin{bmatrix} 1 & 2 \\ 3 & 4 \end{bmatrix} [1324] 将矩阵中的元素逐个转化为二进制,可以写为: [ 00000001 00000010 00000011 00000100 ] \begin{bmatrix} 00000001 & 00000010 \\ 00000011 & 00000100 \end{bmatrix} [00000001000000110000001000000100] 这幅图像的8个比特平面矩阵分别为: 第8个比特层图像为: [ 0 0 0 0 ] \begin{bmatrix} 0 & 0 \\ 0 & 0 \end{bmatrix} [0000] 第7个比特层图像为: [ 0 0 0 0 ] \begin{bmatrix} 0 & 0 \\ 0 & 0 \end{bmatrix} [0000] 第6个比特层图像为: [ 0 0 0 0 ] \begin{bmatrix} 0 & 0 \\ 0 & 0 \end{bmatrix} [0000] 第5个比特层图像为: [ 0 0 0 0 ] \begin{bmatrix} 0 & 0 \\ 0 & 0 \end{bmatrix} [0000] 第4个比特层图像为: [ 0 0 0 0 ] \begin{bmatrix} 0 & 0 \\ 0 & 0 \end{bmatrix} [0000] 第3个比特层图像为: [ 0 0 0 1 ] \begin{bmatrix} 0 & 0 \\ 0 & 1 \end{bmatrix} [0001] 第2个比特层图像为: [ 0 1 1 0 ] \begin{bmatrix} 0 &1 \\ 1 & 0 \end{bmatrix} [0110] 第1个比特层图像为: [ 1 0 1 0 ] \begin{bmatrix} 1 & 0 \\ 1 & 0 \end{bmatrix} [1100] 代码实现 #分层处理 def getBitlayer(img): h, w = img.shape[0], img.shape[1] new_img = np.zeros((h, w, 8)) for i in range(h): for j in range(w): n = str(np.binary_repr(img[i, j], 8)) for k in range(8): new_img[i, j, k] = n[k] return new_img 分层可视化 ## 通过plt子图形式显示每层bit图 def showBitlayer(new_img): # 调整图像大小 实际大小为w*100,h*100 pixel plt.rcParams['figure.figsize'] = (10, 3.6) fig, a = plt.subplots(2, 4) m = 0 n = 8 for i in range(2): for j in range(4): plt.axis('off') a[i][j].set_title('Bit plane ' + str(n)) a[i][j].imshow(new_img[:, :, m], cmap=plt.cm.gray) m += 1 n -= 1 fig.tight_layout() # 调整整体空白 plt.subplots_adjust(wspace=0.5, hspace=-0.2) # 调整子图间距 plt.savefig('bitLayer.jpg') plt.show() 代码结果原始图像为: 比特平面分层结果: 图像分层时,第n层图像的数据,来自于二进制像素值的第n位,将其转换回十进制,则其值为 r ∗ 2 ( n − 1 ) r*2^{(n-1) } r∗2(n−1),那么使用某几层比特层进行重构,就将这几层的像素值转换回十进制后加起来。 原图重构代码 def rebuildImg(bitImags, build_list, img): h, w = img.shape[0], img.shape[1] new_img = np.zeros((h, w)) for i in range(h): for j in range(w): for m in build_list: new_img[i, j] += bitImags[i, j, 7-m] * (2 ** (m)) return new_img 重构图像可视化 def showRebuildimgimg(rebuildImag,img): plt.figure(figsize=(100, 20)) plt.subplot(121) plt.axis('off') plt.imshow(rebuildImag, cmap='gray') plt.subplot(122) plt.axis('off') plt.imshow(img, cmap='gray') plt.savefig('rebuiltImag.jpg') plt.show()重构图像结果为: dollars.tif点击这里下载。 参考博客 https://blog.csdn.net/qq_41398808/article/details/103109111?spm=1001.2101.3001.6650.7&utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromBaidu%7ERate-7-103109111-blog-86769995.235%5Ev38%5Epc_relevant_sort_base2&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromBaidu%7ERate-7-103109111-blog-86769995.235%5Ev38%5Epc_relevant_sort_base2&utm_relevant_index=11 https://blog.csdn.net/qq_42505705/article/details/86769995 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |