2021-09-26学习内容

Posted lc520xyp

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了2021-09-26学习内容相关的知识，希望对你有一定的参考价值。

学习内容

颜色空间

RGB

红绿蓝三个通道。但在科学研究一般不采用RGB颜色空间，因为它的细节难以进行数字化的调整。它将色调，亮度，饱和度三个量放在一起表示，很难分开

YUV

在 YUV空间中，每一个颜色有一个亮度信号 Y，和两个色度信号 U 和V。将亮度和色度分开，就可以再不影响颜色的情况下改变亮度强度。

Y = 0.299 R + 0.587 G + 0.114 B
U = -0.1687 R - 0.3313 G + 0.5 B + 128
V = 0.5 R - 0.4187 G - 0.0813 B + 128


R = Y + 1.402 (V-128)
G= Y - 0.34414 (U-128) - 0.71414 (V-128)
B= Y + 1.772 (U-128)

YCbCr

Y依然是亮度，Cb 和 Cr 指的是色彩， 其应用领域很广，JPEG MPEG都采用这个格式

Y=0.299R+0.587G+0.114B
Cb=0.564(B-Y)
Cr=0.713(R-Y)

 

R=Y+1.402Cr
G=Y-0.344Cb-0.714Cr
B=Y+1.772Cb
  1. YUV 4:4:4采样，每一个Y对应一组UV分量。
  2. YUV 4:2:2采样，每两个Y共用一组UV分量。
  3. YUV 4:2:0采样，每四个Y共用一组UV分量

cv2.imread(img_path, flag)

img_L = cv2.imread(img, cv2.IMREAD_UNCHANGED)  # BGR or G
# flags：标志位，{cv2.IMREAD_COLOR，cv2.IMREAD_GRAYSCALE，cv2.IMREAD_UNCHANGED}
# cv2.IMREAD_COLOR：默认参数，读入一副彩色图片，忽略alpha通道，可用1作为实参替代
# cv2.IMREAD_GRAYSCALE：读入灰度图片，可用0作为实参替代
# cv2.IMREAD_UNCHANGED：顾名思义，读入完整图片，包括alpha通道，可用 - 1
# 作为实参替代
# PS：alpha通道，又称A通道，是一个8位的灰度通道，该通道用256级灰度来记录图像中的透明度复信息，定义透明、不透明和半透明区域，其中黑表示全透明，白表示不透明，灰表示半透明

[…, 0]

即对最后一维数据的提取，0是下标

b=torch.Tensor([[[[10,2],[4,5],[7,8]],[[1,2],[4,5],[7,8]]]])

print(b.size())
(1, 2, 3, 2)

print(b[…,0])
tensor([[[10., 4., 7.],
[ 1., 4., 7.]]])

print(b[…,0].size())
(1, 2, 3)

print(b[…,2])
Traceback (most recent call last):
File “”, line 1, in
IndexError: index 2 is out of bounds for dimension 3 with size 2
    
print(b[0,…])
tensor([[[10., 2.],
[ 4., 5.],
[ 7., 8.]],
[[ 1., 2.],
[ 4., 5.],
[ 7., 8.]]])

print(b[0,…].size())
(2, 3, 2)

cv2.imencode()

是将图片格式转换(编码)成流数据，赋值到内存缓存中;主要用于图像数据格式的压缩，方便网络传输。

img_L = cv2.imread('0122.jpg')
result, encimg = cv2.imencode('.jpg', img_L, [int(cv2.IMWRITE_JPEG_QUALITY), quality_factor])
# '.jpg'表示把当前图片img按照jpg格式编码，按照不同格式编码的结果不一样

# result bool true
# 应该就是流数据了
flags
IMWRITE_JPEG_QUALITY Python: cv.IMWRITE_JPEG_QUALITYFor JPEG, it can be a quality from 0 to 100 (the higher is the better). Default value is 95.

cv2.imdecode()

img_L = cv2.imdecode(encimg, 0)

# flag 可能是下面的意思：
# cv2.IMREAD_COLOR：默认参数，读入一副彩色图片，忽略alpha通道，可用1作为实参替代
# cv2.IMREAD_GRAYSCALE：读入灰度图片，可用0作为实参替代
# cv2.IMREAD_UNCHANGED：顾名思义，读入完整图片，包括alpha通道，可用 - 1

np.newaxis

新增加一个维度

PSNR(Peak Signal-to-Noise Ratio) 峰值信噪比

方差定义为:
M S E = 1 m n ∑ i = 0 m − 1 ∑ j = 0 n − 1 ∥ I ( i , j ) − K ( i , j ) ∥ 2 M S E=\\frac{1}{m n} \\sum_{i=0}^{m-1} \\sum_{j=0}^{n-1}\\|I(i, j)-K(i, j)\\|^{2} MSE=mn1​i=0∑m−1​j=0∑n−1​∥I(i,j)−K(i,j)∥2
峰值信噪比定义为：
P S N R = 10 ⋅ log ⁡ 10 ( M A X I 2 M S E ) = 20 ⋅ log ⁡ 10 ( M A X I M S E ) P S N R=10 \\cdot \\log _{10}\\left(\\frac{M A X_{I}^{2}}{M S E}\\right)=20 \\cdot \\log _{10}\\left(\\frac{M A X_{I}}{\\sqrt{M S E}}\\right) PSNR=10⋅log10​(MSEMAXI2​​)=20⋅log10​(MSE ​MAXI​​)
一般地，针对 uint8 数据，最大像素值为 255,；针对浮点型数据，最大像素值为 1。

上面是针对灰度图像的计算方法，如果是彩色图像，通常有三种方法来计算。

  • 分别计算 RGB 三个通道的 PSNR，然后取平均值。
  • 计算 RGB 三通道的 MSE ，然后再除以 3 。
  • 将图片转化为 YCbCr 格式，然后只计算 Y 分量也就是亮度分量的 PSNR。

SSIM (Structural SIMilarity) 结构相似性

SSIM公式基于样本x和y之间的三个比较衡量：亮度 (luminance)、对比度 (contrast) 和结构 (structure)。
l ( x , y ) = 2 μ x μ y + c 1 μ x 2 + μ y 2 + c 1 c ( x , y ) = 2 σ x σ y + c 2 σ x 2 + σ y 2 + c 2 s ( x , y ) = σ x y + c 3 σ x σ y + c 3 l(x, y)=\\frac{2 \\mu_{x} \\mu_{y}+c_{1}}{\\mu_{x}^{2}+\\mu_{y}^{2}+c_{1}} c(x, y)=\\frac{2 \\sigma_{x} \\sigma_{y}+c_{2}}{\\sigma_{x}^{2}+\\sigma_{y}^{2}+c_{2}} s(x, y)=\\frac{\\sigma_{x y}+c_{3}}{\\sigma_{x} \\sigma_{y}+c_{3}} l(x,y)=μx2​+μy2​+c1​2μx​μy​+c1​​c(x,y)=σx2​+σy2​+c2​2σx​σy​+c2​​s(x,y)=σx​σy​+c3​σxy​+c3​​
一般取 c 3 = c 2 / 2 c_{3}=c_{2} / 2 c3​=c2​/2 。