比特平面分层（一些基本的灰度变换函数）基本原理及Python实现

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了比特平面分层（一些基本的灰度变换函数）基本原理及Python实现，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1680字，纯文字阅读大概需要3分钟。

内容图文

1. 基本原理

在灰度图中，像素值的范围为[0, 255]，即共有256级灰度。在计算机中，我们使用8比特数来表示每一个像素值。因此可以提取出不同比特层面的灰度图。比特层面分层可用于图片压缩：只储存较高比特层（为什么使用较高层，而不是较低层？通过二进制转换，我们知道较高层在数值中的贡献更大）；如使用高四位比特层表示原有的八层比特平面。

2. 测试结果

图源自skimage

3. 代码

 1 def extract_bit_layer(input_image, layer_num):
 2     '''
 3     提取比特层
 4     :param input_image: 原图像
 5     :param layer_num: 提取层
 6     :return: 提取到的比特层
 7     '''
 8     input_image_cp = np.copy(input_image)  # 输入图片的副本
 9 
10     if layer_num == 1:
11         input_image_cp = np.where((input_image_cp >= 0) & (input_image_cp < 2), 255, 0)
12     elif layer_num == 2:
13         input_image_cp = np.where((input_image_cp >= 2) & (input_image_cp < 4), 255, 0)
14     elif layer_num == 3:
15         input_image_cp = np.where((input_image_cp >= 4) & (input_image_cp < 8), 255, 0)
16     elif layer_num == 4:
17         input_image_cp = np.where((input_image_cp >= 8) & (input_image_cp < 16), 255, 0)
18     elif layer_num == 5:
19         input_image_cp = np.where((input_image_cp >= 16) & (input_image_cp < 32), 255, 0)
20     elif layer_num == 6:
21         input_image_cp = np.where((input_image_cp >= 32) & (input_image_cp < 64), 255, 0)
22     elif layer_num == 7:
23         input_image_cp = np.where((input_image_cp >= 64) & (input_image_cp < 128), 255, 0)
24     elif layer_num == 8:
25         input_image_cp = np.where((input_image_cp >= 128) & (input_image_cp < 256), 255, 0)
26     else:
27         print("please enter the number of bit layers from 1 to 8")
28 
29     output_image = input_image_cp
30 
31     return output_image

内容总结

以上是互联网集市为您收集整理的比特平面分层（一些基本的灰度变换函数）基本原理及Python实现全部内容，希望文章能够帮你解决比特平面分层（一些基本的灰度变换函数）基本原理及Python实现所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端