如何从一张256位单色图片中获得这个结果？

Question

如何从一张256位单色图片中获得这个结果？

c++opencvimage-processingcomputer-visiongray-code

3

我刚在我正在学习的《计算机视觉（数字图像处理）》一书中发现了这张图片。

image showing picture transformed in different ways

这本书没有解释如何达到这个结果，我想知道如何在其他图像上达到相同的结果。

我在书中找到这张图片的背景是“使用DFT、WHT和DCT进行块变换编码”。图片附近的文字说：

（a）一张256位单色图像。（b）-（h）图像（a）中四个最重要的二进制和格雷编码位平面。

你知道有什么可能的方法可以达到这个奇怪的结果吗？

- nic

1

猜测的话，“256位”部分可能是个错误，实际上应该指的是256个灰度级别（8位）。至少按照我的理解，随后的图像是最高有效位、次高有效位，以此类推。 - Jerry Coffin

1

猜测的话，“256位”部分可能是个错误，实际上应该指的是256级灰度（8位）。至少按我的理解，随后的图像是最高有效位、次高有效位，以此类推。 - Jerry Coffin

1

猜测的话，“256位”部分可能是个错误，实际上应该是指256个灰度级别（8位）。至少在我的理解中，随后的图像是最高有效位、次高有效位，以此类推。 - undefined

@JerryCoffin，实际上这与我从文本中得到的是一样的，但我觉得它看起来不像通常的位平面“效果”。它看起来像对那些“提取的位”进行了一些额外的转换。 - nic

可能是，但如果没有更多的信息，甚至猜测都几乎不可能。 - Jerry Coffin

显示剩余6条评论

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Christoph Rackwitz · Accepted Answer

这里是二进制的“位平面”。

如果你对格雷码有疑问，请先了解一下。然后我们可以讨论一下。这些想法与二进制代码并没有太大的区别。

你那里的书页照片显示了一些源图像的平面。源图像中的噪点在较低的平面中逐渐变得更加明显。

通过各种复制和打印步骤，噪声会变成灰度。这就是为什么只有最高的平面显示出相当清晰的边缘和纯黑/白色的原因。

请注意，每个平面都被拉伸为完全的黑色或白色。如果我不这样做，你只会得到越来越暗的图片，随着位数的增加。

im = cv.imread(cv.samples.findFile("lena.jpg"), cv.IMREAD_GRAYSCALE)

for k in range(8):
    title = f"bit position {k}, value {2**k}"
    plane = ((im >> k) & 1)
    cv.imshow(title, plane * 255)
    cv.waitKey()
    cv.destroyWindow(title)

plane = (im & (1 << k)) # and no scaling by 255