OpenCV， color reduction method

OpenCV， color reduction method2015-05-15目标：

这次学习的目标是回答下面的几个问题：

1 图片像素是如何被扫描的？

2OpenCV 矩阵值如何被存储？

3如何衡量算法的性能？

4什么是查找表和为什么要用他们？

看完这篇，希望能够解决上面的这些问题。

正文：

首先我们考虑一下简单的色彩降低方法（color reduction method，翻译的不好请指正），如果使用的是c或c++无符号的char（八字节大小的空间），一个信道（channel）有256个不同的值（2^8=256），但是如果使用的是GRB方案，三个channel的话，颜色的数量就会变为256*256*256，大概是16个million这么多，这么多的颜色数量，对于计算机来说仍然是一个负担，所以可以想一些方法来降低这些色彩数量。

可以使用简单的方法来降低图像色彩空间，比如，将0-9的数字都统一用0来代替，10-19的数字都统一用10代替。这种转换方案可以用下面的公式表示

通过上面的公式，把所有像素点的值更新一下。但是，上面的公式中有除法，这里要表达一个是，计算量比较多的情况下，不用乘除，就不要用，最好把他们转换为加减。我们知道，在转换前像素点的值只有256个，所以我们可以用查找表的方式，我们事先把所有的计算结果都保存在一个数组里，每次要执行上面的公式计算的时候，结果直接从数组里取出来就ok了。比如32对应30，表table[32]=30是早计算出来的，直接访问table[32]就OK了。

图片矩阵如何在内存中存储的：

灰度图片的矩阵存储方式：

灰度图片的每一个像素点，只由一个值来表示，所以，就是一个普通的二维矩阵。

彩色图片的矩阵存储方式：

彩色图片的存储方式和灰度图片不一样，这里展示的是RGB格式的，可以看到，每一个像素，由三个值，代表蓝色，绿色，红色的三个数值表示，存储方式不是三维的，而是二维，不过列向量放大了三倍。从图片中可以清楚的看到。