企业官网建设流程全解析

感谢各位大佬对我的支持，如果我的文章对你有用，欢迎点击以下链接
🐒🐒🐒 个人主页
😎😎😎 C语言
🐿️🐿️🐿️ C语言例题
🐓🐓🐓 数据结构C语言
🐔🐔🐔 C++
🐱‍👓🐱‍👓🐱‍👓 Linux
🐣🐣🐣 python
😎😎😎 软件测试
🏀🏀🏀 笔试练习题
🐱‍👤🐱‍👤🐱‍👤 秋招准备算法题
🐱‍🚀🐱‍🚀🐱‍🚀 高并发内存池项目
🐿️🐿️🐿️ 文章链接目录
🐯🐯🐯 面试总结
🛴🛴🛴 实习内容

灰度值对黑电平影响重要性

灰度值设置其实是调整黑电平偏置
灰度是指黑白图像中颜色的亮度范围，从纯黑到纯白之间的一系列灰色过渡有动态范围的浪费

什么是灰度

灰度是指黑白图像中颜色的亮度范围,从纯黑到纯白之间的一系列灰色过渡
通常使用 0 到 255 的数值来表示
这里的
0 代表纯黑（无信号）
255 代表纯白（饱和信号）

什么是黑电平

黑电平是指当输入光信号为零（即完全黑暗环境）时，图像传感器或显示设备输出的基准电信号值

黑电平的设置直接影响图像的对比度和动态范围利用：
黑电平过低暗部出现截断失真
黑电平过高图像整体发灰，对比度降低

灰度值对黑电平影响举例

为什么灰度值在15附近会保护暗部以及没有动态范围的浪费

例子1

假设图像的一小部分像下面这个格子的数字，一个格子表示一个像素读取的灰度值（图像中表示的是没用噪声影响的情况）

因为像素灰度值 = 黑电平 + 真实信号 + 噪声
在暗场种真实信号为0
由于存在噪声，因为噪声是随机波动的导致会出现下面这种情况（以暗场为例）
灰度值=黑电平+噪声
噪声有正有负
因为灰度值必须>=0，所以当出现黑电平+噪声为负时，灰度值输出的结果为0
也就是说假设噪声都为-10，所以表格最后的结果为下面这样

例子2

以跑步比赛举例子:
黑电平就是起跑线
噪声就是运动员起跑时的轻微晃动
灰度值是赛道长度
初始起跑线为0： 运动员稍微往后退一点如果起跑线往前挪到15，即使运动员往后退了10，他依然在赛道上就是所有后退的动作都看不见了，细节丢失
如果起跑线往前挪到15,即使运动员往后退了10，他依然在赛道上
所有的微小动作都被记录下来了，没有浪费

保护暗部原因

在极暗的环境下，真实信号几乎为0，主要看到的是随机噪声
如果黑电平设得太低（如0），负向的噪声会被强制变成0。这就像把照片里最黑的地方涂成了死黑，失去了明暗过渡的细节
将黑电平抬高到15，确保即使是最小的负向噪声波动，也不会触底
这样，暗部的细微变化就能被完整保留，而不是被算法一刀切成纯黑

不浪费动态范围原因

动态范围 = 最高亮度 - 最低有效噪声
有人觉得抬高黑电平会占用宝贵的像素值，从而减少了可用范围
但是如果不抬高黑电平，0-15之间的空间其实是被无效的死黑和截断的噪声占据的，这些空间无法承载任何有效信息，属于“无效占用”
抬高黑电平到15，是将原本会“溢出”或“失真”的信号拉回正常区间 虽然看起来占用了低位数值，但它换来了信号的完整性