应用网站建设营销策划方案范文

1、图片：通常指的是数字图片，数据结构通常是数组

2、像素：最小的图像单元，一张图像由好多的像素点组成。就是一个方形的小区域，下图是博主用numpy随机生出的20*10单通道图片，数一数，刚好每行10个小方格，共20行。

即图片的高度和宽度分别为20,10

import torch
import random
import numpy as np
import os
import matplotlib.pyplot as plt
imge = np.random.randint(0,256,size=(20,10))
plt.imshow(imge,cmap='gray')
plt.show()  # 显示图片

 ​             ​

3、图片尺寸：高度*宽度，即上图的20*10

4、图像分辨率：指图像中存储的信息量，是每英寸中的像素点个数，即像素密度（像素个数/英寸）

5、屏幕分辨率：屏幕分辨率就是屏幕上显示的像素个数,一般是以(水平像素数×垂直像素数)表示。常说的2k屏，4k屏就是这个意思

6、单通道图片：俗称灰度图，图片由二维矩阵构成，每个像素点用一个值表示颜色，它的像素值在0到255之间，0是黑色，255是白色，中间值是一些不同等级的灰色

下面的图片就是单通道图片，（10, 5）

import torch
import random
import numpy as np
import os
import matplotlib.pyplot as pltimge = np.random.randint(0,256,size=(10,5))
print(imge)
# [[195  97  38 133  46]
# [168 181 130  98 128]
# [174  76   2  11  52]
# [155 243 221 101 168]
# [ 12 159 246  80 237]
# [177 133  88   5 235]
# [ 74 115  43 175  58]
# [218 159 120 155 170]
# [240  15  32 194 193]
# [222 229 226  76 153]]
print(imge.shape) #(10, 5)
plt.imshow(imge,cmap='gray')
plt.show()

 ​

 7、黑白图片：二值图像（黑白图像）：每个像素点只有两种可能，0和1，0代表黑色，1代表白色。数据类型通常为1个二进制位。

import torch
import random
import numpy as np
import os
import matplotlib.pyplot as pltimge = np.random.randint(0,2,size=(10,5))  # 像素值在0，1之间：黑白图片
print(imge)
#[[0 1 0 0 1]
# [1 1 1 0 0]
# [1 0 1 1 0]
# [0 1 0 0 1]
# [0 0 1 0 0]
# [0 1 0 1 1]
# [0 1 0 0 0]
# [1 0 1 0 0]
# [0 1 1 1 0]
# [1 0 1 1 1]]
print(imge.shape)
plt.imshow(imge,cmap='gray')
plt.show()

7、三通道图片：可以是彩色图，可以是灰度模式的图像。三通道分别指RGB(红，绿，蓝)通道。将通道红绿蓝三通道比作三个手电筒，那么RGB的值就是三个手电筒的灯光亮度。

import numpy as np
import matplotlib.image as mping
import matplotlib.pyplot as plt
from PIL import Imageimge = mping.imread('F:\研二\壁纸\love.jfif')
print(imge[:,:,0] == imge[:,:,1])
print(imge[:,:,1] == imge[:,:,2])
imgplot = plt.imshow(imge)
plt.show()

 如果R,G,B三个通道的亮度一致，即R=G=B，那么这样的图片就是灰度模式的图片。如果这三个值不相等，那么就是彩色图片。因此三通道的彩色照片变成灰度模式的图的方式就是，将R，G，B三个通道值改成一样。下面的图片的R,G,B三个通道值一致

import numpy as np
import matplotlib.image as mping
import matplotlib.pyplot as plt
from PIL import Imageimge = mping.imread('F:\研二\壁纸\love.jfif')
imge[:,:,1] = imge[:,:,2]  # 三通道的值是一样的，灰度图（单通道）
imge[:,:,0] = imge[:,:,1]
print(imge[:,:,0] == imge[:,:,1])
print(imge[:,:,1] == imge[:,:,2])
imgplot = plt.imshow(imge)
plt.show()

 转灰度可以用平均法，最大法，等等。

8、三通道转灰度图(单通道)：

doctor.jfif 

import matplotlib.pyplot as plt
from PIL import Image
import numpy as npimg = Image.open('F:\研二\壁纸\doctor.jfif')
s = np.array(img.convert('L'))
plt.imshow(s, cmap='gray')
imgplot = plt.imshow(s)
plt.show()

转为灰度图