图像数字化——图像读取和显示(不调用库函数)

图像读取和显示

一、图像数字化原理

1. 图像矩阵表示：

   • 数字图像本质上是二维/三维矩阵 $I\in {\mathbb{R}}^{H\times W\times C}$
   • 其中 $H$ 为高度（行数），$W$ 为宽度（列数），$C$ 为通道数（RGB图像 $C=3$）

2. 像素值范围：

   • 标准8位图像：$I(x,y,c)\in [0,255]\cap \mathbb{Z}$
   • 归一化表示：$\hat{I}(x,y,c)=\frac{I(x,y,c)}{255}\in [0,1]$

二、图像读取过程（load_image）

1. 文件解析：

   • 图像文件本质是二进制数据，包含：
     • 文件头：存储尺寸 $(W,H)$、色彩模式等元数据
     • 像素数据：按行优先或列优先排列的像素值

2. 数据结构转换：

   • 从文件到内存的映射：
     $$\text{File}\stackrel{\text{解码}}{}\text{Image Object}\stackrel{\text{转换}}{}\text{Numpy Array}$$

三、图像显示原理（display_image）

1. 色彩空间映射：

   • 对于RGB图像，显示时需要将数值映射到屏幕色彩空间：
     Display Color=[R′G′B′]=[γ(R/255)γ(G/255)γ(B/255)] \text{Display Color} = \begin{bmatrix} R' \\ G' \\ B' \end{bmatrix} = \begin{bmatrix} \gamma(R/255) \\ \gamma(G/255) \\ \gamma(B/255) \end{bmatrix} Display Color= ​R′G′B′​ ​= ​γ(R/255)γ(G/255)γ(B/255)​ ​
     其中 $\gamma$ 为显示器的伽马校正函数

2. 坐标系统：

   • 计算机图形学坐标系：
     $$\{\begin{array}{l}\text{原点}：(0,0)\text{位于左上角}\\ x\text{轴向右递增}\\ y\text{轴向下递增}\end{array}$$

四、关键数学概念

1. 图像采样定理：

   • 奈奎斯特频率要求：
     $$f_{sampling}\ge 2f_{max}$$
     其中 $f_{max}$ 是图像中的最高空间频率

2. 色彩量化：

   • 每个通道的量化误差：
     $$ϵ=\frac{1}{2^{bit\_depth}}$$
     8位图像 $ϵ=\frac{1}{256}$

五、技术细节分析

1. 内存布局：

   • 常见存储格式：
     • 行优先：$I_{row\_major}[y\times W+x]=I(x,y)$
     • 列优先：$I_{col\_major}[x\times H+y]=I(x,y)$

2. 图像缓冲区：

   • 显示过程涉及双缓冲机制：
     $$\text{Front Buffer}\leftrightarrow \text{Back Buffer}$$
     避免屏幕撕裂（tearing）

六、性能考量

1. 时间复杂度：

   • 读取复杂度：$O(H\times W\times C)$
   • 显示复杂度：$O(H\times W\times C)$

2. 空间复杂度：

   • 内存占用：
     $$M=H\times W\times C\times bpp\text{(bits per pixel)}$$
     8位RGB图像：$M=H\times W\times 3\times 8$ bits

七、扩展知识

1. 色彩空间转换：

   • RGB到灰度的转换：
     $$Y=0.299R+0.587G+0.114B$$

2. 图像编码原理：

   • JPEG压缩的核心步骤：
     $$\text{RGB}\to \text{YCbCr}\to \text{DCT}\to \text{Quantization}\to \text{Huffman Coding}$$

八、代码实现

# 导入所需的库
# PIL (Pillow) 库用于图像处理，提供了打开、操作图像的功能
from PIL import Image
# NumPy 库用于数值计算，这里用于将图像转换为数组进行处理
import numpy as np
# Matplotlib 的 pyplot 模块用于图像显示
import matplotlib.pyplot as plt

# 读取图像函数
def load_image(image_path):
    """
    读取指定路径的图像文件
    
    参数:
        image_path (str): 图像文件的路径，包括文件名和扩展名
                          例如："images/photo.jpg"
    
    返回:
        Image对象: PIL库的Image实例，代表打开的图像
    """
    # 使用PIL库的Image.open()方法打开图像
    # 该方法支持多种图像格式（JPG、PNG、BMP等）
    image = Image.open(image_path)
    
    # 返回打开的图像对象，供后续处理使用
    return image

# 显示图像函数
def display_image(image):
    """
    显示指定的图像
    
    参数:
        image (Image对象): 由PIL库打开的图像对象
    """
    # 将PIL的Image对象转换为NumPy数组
    # 图像在计算机中本质上是由像素值组成的二维或三维数组
    # 转换后可以方便地进行数值处理和显示
    image_array = np.array(image)
    
    # 使用matplotlib的imshow()函数显示图像数组
    # 该函数能根据数组的数值自动映射为对应的颜色
    plt.imshow(image_array)
    
    # 关闭坐标轴显示，使图像显示更整洁
    plt.axis('off')
    
    # 显示图像窗口
    plt.show()

# 主函数，程序入口
if __name__ == "__main__":
    # 图像文件的路径，需要根据实际情况修改
    # 这里假设图像文件与脚本在同一目录下，文件名为"imori.jpg"
    image_path = "imori.jpg"  # 替换为你的图像文件路径
    
    # 调用load_image函数读取图像
    image = load_image(image_path)
    
    # 调用display_image函数显示图像
    display_image(image)

结果

运行代码后，将得到一个图形，如下图所示，展示了读取的图像。

​