计算机视觉入门学习笔记（二）——图像预处理

原视频教程：
https://www.bilibili.com/video/BV19x411X7k6?from=search&seid=9816644268076164289

一、图像显示与储存原理

1.1、图像怎么显示

计算机视觉中，主要有RGB颜色空间与HSV颜色空间：
RGB：三个颜色通道（RGB），有时候有四个（ARGB）
HSV：三个通道（HSV），色调、饱和度、亮度

1.2、图像怎么储存

二、图像增强的目标

改善视觉效果，转为更适合人或者机器分析，突出有意义的东西，抑制无用信息
空间域处理：点运算【直方图】，形态学运算【膨胀，腐蚀】，临域运算【卷积，金字塔】
频率域处理：傅里叶变换，小波变换

三、点运算：基于直方图的对比度增强

3.1 直方图是什么

将某一张照片的像素灰度[0,255]全部找出来，并按照个数统计其分布，得到的统计曲线就是直方图，如下图

3.2 直方图均衡化（经典方法）

如3.1图，可以看出此时灰度分布不均匀，图像集中在了较暗的地方。这种情况大多数是因为相机的的成像、曝光等等有问题，可以通过直方图均衡化来调整。对直方图进行非线性拉伸，使得其大致均匀分布。注意通常为非线性拉伸。

3.3 自适应直方图均衡化（AHE）

简单地非线性拉伸直方图成为直方图均衡化的经典算法，想象一下，当图像中存在过亮的情况，比如正对着光源拍摄，这种情况使用经典算法，会导致亮的部分更亮，因此经典算法作用有限，可以使用自适应直方图均衡化。分为以下几步：
1、设定一个模板，在原始图片上滑动，步长固定；
2、在滑动的时候，对模板覆盖住的区域进行直方图均衡的经典算法，并对每个像素点进行结果赋值；
3、滑动结束后 ，每个像素点会有多个赋值，取多个赋值的均值为最终的结果，这个结果成为即为AHE得到的映射函数。

3.4 限制对比度自适应直方图均衡（CLAHE） 没搞懂