OpenCV 笔记(5)：二值图像的基本概念

Part11.  相关的基本概念

初学者可能会对灰度图像和二值图像，以及图像灰度化和图像二值化这些词容易混淆。下面，对这些专业词汇分别做出详细的解释。

二值图像(Binary Image)是指在图像中，灰度等级只有两种，图像中的任何像素点的灰度值均为0或者255，分别代表黑色和白色。通常在二值图像中，用白色像素表示对象的前景，用黑色像素表示对象的背景。从而实现将感兴趣的目标和背景分离。

灰度图像(Grayscale Image)，不仅仅只有黑色和白色，还有各种灰色，所以颜色信息更加丰富。灰度图像是单通道的，可以方便计算和处理，也可以用于得到图像的边缘信息、梯度信息，便于后续进一步分析和处理。

通常灰度图像的每个像素用 8 位来表示，则有 0-255 个灰度值共256(2的8次方)个。如果每个像素使用 16 位来表示，则有 65536个灰度值(2的16次方)。

边缘是图像的基本特征。边缘是图像性区域和另一个属性区域的交接处，是区域属性发生突变的地方，是图像中不确定性最大的地方，也是图像信息最集中的地方，图像的边缘包含着丰富的信息。

梯度是二维离散函数的求导。如果图像看成是一个二维离散函数，可以用梯度来衡量图像灰度的变化率。

彩色图像(Color Image)相比二值图像、灰度图像有更丰富的细节信息。彩色图像的每个像素，通常是由红(R)、绿(G)、蓝(B)三个通道来表示，每个通道的像素值介于[0，255]之间。

图像灰度化(Image grayscale)，是将一幅彩色图像转换成灰度图像的过程。灰度化会让像素矩阵中每个像素点都满足：

R=G=B

图像灰度化之后矩阵维数下降，运算速度也会大幅度提高。同时，灰度图像也能反应光照强度，并且图像的梯度