宿迁网站建设价位,成都 网站推广,湖北省建设厅网站a群,网站开发程序排名我对图像处理一直很感兴趣#xff0c;曾经写过好几篇博客。前几天读到一篇文章#xff0c;它提到图像其实是一种波#xff0c;可以用波的算法处理图像。我顿时有一种醍醐灌顶的感觉#xff0c;从没想到这两个领域是相关的#xff0c;图像还可以这样玩#xff01;下面我就… 我对图像处理一直很感兴趣曾经写过好几篇博客。前几天读到一篇文章它提到图像其实是一种波可以用波的算法处理图像。我顿时有一种醍醐灌顶的感觉从没想到这两个领域是相关的图像还可以这样玩下面我就来详细介绍这篇文章。一、为什么图像是波我们知道图像由像素组成。下图是一张 400 x 400 的图片一共包含了 16 万个像素点。每个像素的颜色可以用红、绿、蓝、透明度四个值描述大小范围都是0 255比如黑色是[0, 0, 0, 255]白色是[255, 255, 255, 255]。通过 Canvas API 就可以拿到这些值。如果把每一行所有像素上例是400个的红、绿、蓝的值依次画成三条曲线就得到了下面的图形。可以看到每条曲线都在不停的上下波动。有些区域的波动比较小有些区域突然出现了大幅波动比如 54 和 324 这两点。对比一下图像就能发现曲线波动较大的地方也是图像出现突变的地方。这说明波动与图像是紧密关联的。图像本质上就是各种色彩波的叠加。二、频率综上所述图像就是色彩的波动波动大就是色彩急剧变化波动小就是色彩平滑过渡。因此波的各种指标可以用来描述图像。频率frequency是波动快慢的指标单位时间内波动次数越多频率越高反之越低。上图是函数sin(Θ)的图形在2π的周期内完成了一次波动频率就是1。上图是函数sin(2Θ)的图形在2π的周期内完成了两次波动频率就是2。所以色彩剧烈变化的地方就是图像的高频区域色彩稳定平滑的地方就是低频区域。三、滤波器物理学对波的研究已经非常深入提出了很多处理波的方法其中就有滤波器filter过滤掉某些波保留另一些波。下面是两种常见的滤波器 。低通滤波器lowpass减弱或阻隔高频信号保留低频信号高通滤波器highpass减弱或阻隔低频信号保留高频信号下面是低通滤波的例子。上图中蓝线是原始的波形绿线是低通滤波lowpass后的波形。可以看到绿线的波动比蓝线小很多非常平滑。下面是高通滤波的例子。上图中黄线是原始的波形蓝线是高通滤波highpass后的波形。可以看到黄线的三个波峰和两个波谷低频波动在蓝线上都消失了而黄线上那些密集的小幅波动高频波动则是全部被蓝线保留。再看一个例子。上图有三根曲线黄线是高频波动红线是低频波动。它们可以合成为一根曲线就是绿线。上图中绿线进行低通滤波和高通滤波后得到两根黑色的曲线它们的波形跟原始的黄线和红线是完全一致的。四、图像的滤波浏览器实际上包含了滤波器的实现因为 Web Audio API 里面定义了声波的滤波。这意味着可以通过浏览器将lowpass和highpass运用于图像。lowpass使得图像的高频区域变成低频即色彩变化剧烈的区域变得平滑也就是出现模糊效果。上图中红线是原始的色彩曲线蓝线是低通滤波后的曲线。highpass正好相反过滤了低频只保留那些变化最快速最剧烈的区域也就是图像里面的物体边缘所以常用于边缘识别。上图中红线是原始的色彩曲线蓝线是高通滤波后的曲线。下面这个网址可以将滤波器拖到图像上产生过滤后的效果。http://fellipe.com/demos/lena-js/浏览器实现滤波的范例代码可以看这个仓库https://github.com/rssilva/web-audio-image-filtering。来源阮一峰的网络日志
