数字图像有两个重要属性：空间位置(x,y)以及响应值I(x,y)。数字图像中像素的空间位置及响应值都是离散值，传感器输出连续电压信号。为了产生数字图像，需要把连续的数据转换为离散的数字化形式。采用的方式是图像量化与采样。

图像采样

图像量化

Python数据包

图像采样

  图像采样是将在空间上连续分布的模拟图像分割成M*N的网格，每个网格称为1个像素，M*N称为空间分辨率。根据香农采样定理，只要采样的频率大于被采样信号最高频率的二倍，就可以由采样信号对原始信号的完整恢复。

  采样方式可分为均匀采样与非均匀采样两类。均匀采样根据所需分辨率M*N，将图像分成M*N小块，对每个图像块(*ij),使用采样函数S，求得采样结果值S(*ij)。不均匀采样需要体现细节位置增加采样频率，在图像变化较小的区域，减小采样频率。

均值采样

from skimage import io
from matplotlib import pyplot as plt
import numpy as np  # 导入所需类包

img = io.imread("JOJO.jpg")
print(img.shape)  # 显示图像原始大小
print(type(img))  # 显示图像类型
ratio = 5  # 设置采样比率
img1 = np.zeros((int(img.shape[0] / ratio), int(img.shape[1] / ratio), img.shape[2]),
                dtype='int32')  # 设置采样后图像大小
for i in range(img1.shape[0]):
    for j in range(img1.shape[1]):
        for k in range(img1.shape[2]):  # 对图像进行遍历
            delta = img[i * ratio:(i + 1) * ratio, j * ratio:(j + 1) * ratio, k]
            # 获取采样图像块
            img1[i, j, k] = np.mean(delta)  # 计算均值，存入结果图像
plt.imshow(img1)
plt.show()
plt.imshow(img)
plt.show()

控制台：

(393, 700, 3)
<class 'numpy.ndarray'>

原始图像：

 采样后：

   采样频率对图像空间分辨率影响：一般而言，采样间隔越大，所得像素数越少，空间分辨率越低，图片质量越差；采样间隔越小，所得像素数越多，空间分辨率高，图像质量越好，但数据量大。

图像量化

  模拟图像经过采样后，空间上形成了离散化，并形成了像素。但采样所得的像素值（灰度值）依旧是连续量。采样后所得各个像素的灰度值从连续量到离散量称为图像的量化。图像像素值

I(x,y)的数字化称为图像的量化。图像的实际灰度层次越多，视觉效果越好。

from skimage import io
from matplotlib import pyplot as plt

img = io.imread("JOJO.jpg")  # 载入测试图像
img1 = io.imread("JOJO.jpg")
ratio = 128  # 设置量化比率
ratio1 = 64
for i in range(img.shape[0]):
    for j in range(img.shape[1]):
        for k in range(img.shape[2]):  # 对图像进行遍历
            img[i][j][k] = int(img[i][j][k] / ratio) * ratio
            img1[i][j][k] = int(img1[i][j][k] / ratio1) * ratio1
            # 对图像中每个像素进行量化
plt.imshow(img1)
plt.show()
plt.imshow(img)  # 打印采样后图像
plt.show()

128灰度级：

64灰度级：

   图像的量化比例决定了图像的颜色精细程度。量化等级越多，层次越丰富，灰度分辨率高，图像质量好，但数据量大；灰度分辨率低，图像质量差，可能出现假轮廓现象，颜色跨度大，但数据量小。

Python数据包

主要使用

skimage 

matplotlib

首先打开cmd窗口

输入：

python

 查看版本

https://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy选择对应版本的所需工具包

这里就 skimage 为例：

 根据电脑位数选择（大部分电脑64位），放入Python包下的Script目录（这里我的命名方式不太一样）：

 打开cmd窗口，cd 命令进入该目录：

pip install (后面跟上下载的文件全称）

 这里我已经下载好了。（注意，不能使用VPN，否则可能会出现报错）

查看是否安装成功：

pip list