影像和影像處理

已完成

備註

有關更多詳細信息，請參閱 文本和圖像 選項卡！

對電腦來說，影像是數值 像素值的 陣列。 例如，請考慮下列陣列：

 0   0   0   0   0   0   0  
 0   0   0   0   0   0   0
 0   0  255 255 255  0   0
 0   0  255 255 255  0   0
 0   0  255 255 255  0   0
 0   0   0   0   0   0   0
 0   0   0   0   0   0   0

陣列由七行七列組成，代表 7x7 像素圖像的像素值（稱為圖像的 分辨率）。 每個像素的值介於 0（黑色）和 255（白色）之間;這些邊界之間的值代表灰色陰影。 此陣列所代表的影像看起來類似下列 （放大） 影像：

此影像的圖元值陣列是二維 （代表列和欄，或 x 和 y 座標） ，並定義圖元值的單一矩形。 像這樣的單層像素值代表灰階影像。 實際上，大多數數位影像都是多維的，由代表紅色、綠色和藍色 （RGB） 色調的三層（稱為 通道）組成。 例如，我們可以透過定義三個像素值通道來表示彩色影像，這些通道會建立與上一個灰階範例相同的方形：

Red:
 150  150  150  150  150  150  150  
 150  150  150  150  150  150  150
 150  150  255  255  255  150  150
 150  150  255  255  255  150  150
 150  150  255  255  255  150  150
 150  150  150  150  150  150  150
 150  150  150  150  150  150  150

Green:
 0    0    0    0    0    0    0          
 0    0    0    0    0    0    0
 0    0   255  255  255   0    0
 0    0   255  255  255   0    0
 0    0   255  255  255   0    0
 0    0    0    0    0    0    0
 0    0    0    0    0    0    0

Blue:
 255  255  255  255  255  255  255  
 255  255  255  255  255  255  255
 255  255   0    0    0   255  255
 255  255   0    0    0   255  255
 255  255   0    0    0   255  255
 255  255  255  255  255  255  255
 255  255  255  255  255  255  255

這是生成的圖像：

紫色方塊由以下組合表示：

Red: 150 
Green: 0 
Blue: 255 

中間的黃色方塊由以下組合表示：

Red: 255
Green: 255
Blue: 0

篩選

執行影像處理工作的常見方法是套用 篩選 條件，以修改影像的圖元值來建立視覺效果。 篩選是由一或多個圖元值的陣列所定義，稱為篩選 核心。 例如，您可以使用 3x3 核心來定義篩選，如下列範例所示：

-1 -1 -1
-1  8 -1
-1 -1 -1

然後核心在影像上進行捲積，對每個 3x3 像素區塊計算加權總和，並將結果指派給新的影像。 藉由探索逐步範例，以更輕鬆地了解篩選的運作方式。

讓我們從我們先前探索的灰階影像開始：

 0   0   0   0   0   0   0  
 0   0   0   0   0   0   0
 0   0  255 255 255  0   0
 0   0  255 255 255  0   0
 0   0  255 255 255  0   0
 0   0   0   0   0   0   0
 0   0   0   0   0   0   0

首先，我們會將濾波器核心套用至映像的左上角區塊，將每個圖元值乘以核心中的對應權數值，並將結果相加。

(0 x -1) + (0 x -1) + (0 x -1) +
(0 x -1) + (0 x 8) + (0 x -1) +
(0 x -1) + (0 x -1) + (255 x -1) = -255

結果 （-255） 會成為新數位列中的第一個值。 然後，我們會將篩選核心沿著右邊的一個像素移動，然後重複作業：

(0 x -1) + (0 x -1) + (0 x -1) +
(0 x -1) + (0 x 8) + (0 x -1) +
(0 x -1) + (255 x -1) + (255 x -1) = -510

再者，結果會被新增至新的陣列，目前包含兩個值：

-255  -510

此過程會重複執行，直到濾鏡卷積整個影像為止，如動畫所示：

濾波器在影像上執行捲積運算，計算出一個新的值陣列。 某些值可能超出 0 到 255 像素的值範圍，因此值會調整以符合該範圍。 由於篩選的形狀，因此不會計算圖元的外緣，因此會套用邊框間距值（通常是 0）。 產生的陣列代表新的影像，其中篩選條件已轉換原始影像。 在此情況下，篩選條件的效果是突出影像中圖形的 邊緣。

若要更清楚地看到篩選的效果，以下是套用至實際影像的相同篩選範例：

原始影像	已篩選的影像

由於濾波器會在整個影像上進行捲積，因此這種影像處理通常稱為 卷積濾波。 此範例中使用的濾鏡是一種特定類型的濾鏡（稱為 拉普拉斯 濾鏡），可突出顯示影像中物件的邊緣。 您可以使用許多其他類型的篩選來建立模糊、銳化、色彩反轉和其他效果。