opencv草稿-图像识别的原理

我们先看一组图片以及它的局部放大



我们先要了解图片是如何在计算机中存储的
上面4张图可知，我们识别不同物体的方法是基于该区域颜色与其他区域颜色的不的同来区分的。
一张MN大小的图片包含了MN个像素，一个像素记录着改点的位置的颜色。那么这张图片就可由一个M*N的矩阵来存储。
那么计算机是如何识别图像的呢
计算机和人的眼睛一样，是通过颜色的轮廓来区分图像，真实的世界色彩由光的三原色组成，即红，绿，蓝。可以通过调色来生产各种颜色。在计算机中，则制定了RGB(red,gree,blue)通道作为图像识别的基础。
在黑白图片中，我们用灰度来表示色彩，称之为单通道。如第j行k列个像素值，我们用0来表示，则它是全黑。灰度的范围为(0~256）
在彩色图片中，我们用RGB通道来存储，又称为三通道。如某个像素是(3,1,45)则它的红绿蓝颜色区分度如此，如JPG图片就是三通道。
注意的是，有些图片是四通道图片，除RGB通道外还记录了透明度。如png图片。则它的一个像素可以如(3,1,45,91)表示。
同时，我们对图片存储内存的大小也做了规范。一个像素的颜色深度范围决定了其图片表示的精度范围，如一般图片采用的是8byte为一个像素内存，则它的颜色深度范围是2^{8(0-255)，若给该像素分配更大的内存如16byte。则它的颜色深度范围是2}16（0-65536)。