win10+Python3.7.3+OpenCV3.4.1入门学习（二）————2.1图像的基本表示方法

Python版本是Python3.7.3，OpenCV版本OpenCV.3.4.1，开发环境为PyCharm

（二）图像处理基础

1. 二值图像
   二值图像是指仅仅包含黑色和白色两种颜色的图像。在计算机中，通过一个栅格状排列的数据集（矩阵）来表示和处理图像。计算机在处理该图像时，会首先将其划分为一个个的小方块，每一个小方块就是一个独立的处理单位，称为像素点。接下来，计算机会将其中的白色像素点（白色小方块区域）处理为“1”，将黑色像素点（黑色小方块区域）处理为“0”，以方便进行后续的存储和处理等操作。
   这类图像比较简单，图像内只有黑色和白色两种不同的颜色，因此只使用一个比特位（0或者1）就能表示。

2. 灰度图像
   二值图像表示起来简单方便，但是因为其仅有黑白两种颜色，所表示的图像不够细腻。如果想要表现更多的细节，就需要使用更多的颜色，例如灰度图像，它采用了更多的数值以体现不同的颜色，因此该图像的细节信息更丰富。
   通常，计算机会将灰度处理为256个灰度级，用数值区间[0, 255]来表示。其中，数值“255”表示纯白色，数值“0”表示纯黑色，其余的数值表示从纯白到纯黑之间不同级别的灰度。用于表示256个灰度级的数值0~255，正好可以用一个字节（8位二进制值）来表示。
   有些情况下，也会使用8位二进制值来表示一幅二值图像。这种情况下，使用灰度值255表示白色、灰度值0表示黑色。此时，该二值图像内仅有数值0和数值255两种类型的灰度值（灰度级），不存在其他灰度值的像素点。

3. 彩色图像
   神经生理学实验发现，在视网膜上存在三种不同的颜色感受器，能够感受三种不同的颜色：红色、绿色和蓝色，即三基色。自然界中常见的各种色光都可以通过将三基色按照一定的比例混合构成。除此以外，从光学角度出发，可以将颜色解析为主波长、纯度、明度等。从心理学和视觉角度出发，可以将颜色解析为色调、饱和度、亮度等。通常，我们将上述采用不同的方式表述颜色的模式称为色彩空间，或者颜色空间、颜色模式等。
   虽然不同的色彩空间具有不同的表示方式，但是各种色彩空间之间可以根据需要按照公式进行转换。这里仅仅介绍较为常用的RGB色彩空间。
   在RGB色彩空间中，存在R（red，红色）通道、G（green，绿色）通道和B（blue，蓝色）通道，共三个通道。每个色彩通道值的范围都在[0, 255]之间，我们用这三个色彩通道的组合表示颜色。对于一副彩色图像，可以理解为由R通道、G通道、B通道三个通道构成。其中，每一个通道都可以理解为一个独立的灰度图像。
   一般情况下，在RGB色彩空间中，图像通道的顺序是R→G→B，即第1个通道是R通道，第2个通道是G通道，第3个通道是B通道。需要特别注意的是，在OpenCV中，通道的顺序是B→G→R，即：
   ● 第1个通道保存B通道的信息。
   ● 第2个通道保存G通道的信息。
   ● 第3个通道保存R通道的信息。
   在图像处理过程中，可以根据需要对图像的通道顺序进行转换。除此以外，还可以根据需要对不同色彩空间的图像进行类型转换.