机器视觉：数字图像基础

2.1 图像的数字化

想象一下，你有一张美丽的风景照片，但你想要在电脑上处理它。首先，我们需要把这张照片转换成电脑能理解的形式，这个过程就叫做图像的数字化。

• 像素：把照片想象成由无数小方块组成的，每个小方块我们叫它像素。每个像素都有自己的颜色。
• 分辨率：这就像是你站得离照片越近，看到的像素块就越大。分辨率越高，像素块越小，图像看起来就越清晰。
• 采样：就像用一个小网格去覆盖照片，每个网格点都记录下它所在位置的颜色。
• 量化：因为我们的电脑不能处理无限种颜色，所以我们需要把采样得到的颜色转换成电脑能处理的有限种颜色。

2.2 颜色空间与颜色模型

现在我们知道了像素，但颜色是怎么来的呢？

• 颜色空间：这就像是一张地图，告诉我们每种颜色在哪里。最常见的颜色空间有RGB（红绿蓝）和CMYK（青色、品红、黄色、黑色）。
• RGB模型：就像用三种颜色的颜料混合，可以创造出几乎所有的颜色。电脑屏幕就是用这个模型来显示颜色的。
• HSV模型：这个模型更接近我们对颜色的感知，它用色调、饱和度和亮度来描述颜色。

2.3 图像格式与存储

最后，我们得把数字化后的图像保存下来。

• 图像格式：就像不同的包装方式，JPEG、PNG、GIF等都是不同的图像格式，它们决定了图像的存储方式和质量。
• 压缩：有时候图像文件会很大，所以我们需要压缩它们，让文件变小，便于存储和传输。但压缩有时候会让图像质量降低。
• 位深度：这决定了每个像素可以有多少种颜色。位深度越高，颜色越丰富，图像越逼真。

学习资源

私我，拉你进机器视觉学习交流群。

如果你是从零开始学习，我这里有一份录制3个月价值3000元课程资料可以送给你。