计算机视觉原理和应用-----1、颜色模型

一、彩色图像

        彩色图像分为：RGB模型和HSV颜色模型

在这里我们主要应用的是RGB模型，注意一点，Opencv中的图片的颜色通道顺序不是RGB而是BGR，这是个历史遗留问题。编代码的时候要注意。

二、灰度图像

1、颜色图像有三个颜色通道[R,G,B]，但是灰度图像只有一个通道，一般颜色图像转换为灰度图像是有公式的，I = [3,6,1]点乘【R，G，B】，就是r占3份，g占6份，b占1份。得到灰度图像。取值范围为【0，255】

2、为什么要从彩色图像转换到灰度图像呢？虽然灰度图像相对于彩色图像缺少了具体的颜色信息，但是灰度图像依然能够更好的展示出图像的轮廓，纹理，形状等关键特征，同时灰度图像的存储结构相对于彩色图片更加简单，这样如果我们想要提取图像中的特征与颜色图像无太多关联，那么我们就可以选择将彩色图片处理成灰度图片的预处理方式，从而减少计算量。

三、二值图像

1、二值图像顾名思义只有两个值黑和白，没有过渡颜色。其数据结构和灰度图像一样只是二维矩阵【彩色图像是三维矩阵】，这里面的值只有0，1.  

2、二值矩阵是在灰度图像上进一步计算的结果，计算过程比较简单，需要设定一个阈值，然后判断图片中不同点的灰度值，如果该点处的灰度值高于阈值则为1，否则为2.

3、这种黑白图像在图像分割等场景中具有很好的利用价值