计算机视觉小白学习笔记（1.图像的基本表示方法）

二值图像顾名思义也就是由两个值（0和1）构成的图像，也就是指仅仅包含黑色和白色两种颜色的图像
如下图

在计算机中二值图像常用一个矩阵表示和处理图像，计算机在处理上图时，首先会将其分成一个个小方块（也就是像素点），随后计算机将会把黑色的像素点处理为0，白色为1，以方便后续的储存和处理。
这种方式的优点是比较轻便简单，图像内只有白色和黑色两种颜色，只用一个比特位就能表示。
而缺点是表达图像不够细腻，缺少很多细节

如下图

灰度图像相对于二值图像明显有了更多的细节
计算机通常会将灰度处理为256个灰度级，每个灰度用[0,255]区间内的相应数值表示，255表示纯白色，0表示纯黑色，每一个像素点的灰度可以用一个字节表示
通常情况下也会使用8位二进制数值表示一幅二值图像，这时只有255和0两个灰度值的像素点。

彩色图像是我们平时最常见的一类图像
色彩空间：从光学角度出发可以将颜色解析为主波长，纯度，明度等，从心理学角度和视觉角度出发可以将颜色解析为色调，饱和度，亮度等，我们将这些采用不同方式表达颜色的模式称为色彩空间。

RGB色彩空间

RGB色彩空间存在三个通道：R（红色）G（绿色）B（蓝色）

每一种颜色都由三基色混合而成，一般按照红色（R），绿色（G），蓝色(B)的顺序表示，
例如：
（0,0,0）表示黑色，
（255,255,255）表示白色，
（0,255,0）表示绿色
（139,69,19）表示棕色
一副彩色图像可以由RGB三个通道构成，每一个通道都可以看做是一个独立的灰度图像，若按照RGB的顺序来保存图像，则
第一个通道保存R通道的信息
第二个通道保存G通道的信息
第三个通道保存B通道的信息