图像就是矩阵

学过线性代数的对矩阵并不陌生。一般来说，图像是一个标准的矩形，有着宽度（width）和高度（height）。而矩阵有着行（row）和列（column），矩阵的操作在数学和计算机中的处理都很常见且成熟，于是很自然的就把图像作为一个矩阵，把对图像的操作转换成对矩阵的操作，实际上所有的图像处理工具都是这么做的。

我们看看下面这张图像：

用opencv读取：

import cv2
mountain = cv2.imread('mountain.bmp', 0) # 读取为灰度图
print("shape=", mountain.shape)
print("type=", type(mountain))

输出结果：

type= <class 'numpy.ndarray'>
shape= (480, 640)

可以看出，图像在读取后，存在了一个ndarray中，这是numpy中的矩阵类型。

源图像的宽度是640，高度是480，我们一般习惯上依次用高度、宽度的顺序。在矩阵中，高度对应的是多少行（row），宽度对应的是多少列（column），而矩阵的顺序是（row，column），所以输出的shape是（480, 640）。

把图像作为矩阵，可以很方便的进行一些操作，例如取图像中某个区域的值，也就是所谓的crop（裁剪）操作。

print(mountain[9:12, 9:12])

输出结果：

[[244 244 244]
 [244 236 244]
 [244 244 236]]

取大一些的区域，并显示出来。

cv2.imshow("crop", mountain[200:400, 200:600])
print(mountain[200:400, 200:600].shape)
cv2.waitKey()

输出结果：

(200, 400)

对于如下的彩色图像：

fruits = cv2.imread('fruits.bmp')
print("type=", type(fruits))
print("shape=", fruits.shape)
print(fruits[100, 100])

输出结果：

type= <class 'numpy.ndarray'>
shape= (480, 512, 3)
[ 52  96 116]

可以看出，彩色图像同样是一个矩阵，只是矩阵中的每一个点不是一个值，而是包含3个值的数组，这3个值就是RGB值，下面的代码查看RGB3通道的图像（注意，opencv的顺序是BGR）。

import matplotlib.pyplot as plt
fruits = cv2.cvtColor(fruits, cv2.COLOR_BGR2RGB)
fruits_all = [fruits, fruits[:, :, 0], fruits[:, :, 1], fruits[:, :, 2]]
channels = ["RGB", "red", "green", "blue"]
for i in range(4):
    plt.subplot(2, 2, i + 1)
    plt.imshow(fruits_all[i], cmap=plt.cm.gray)
    plt.title(channels[i])
plt.show()
for fruit in fruits_all:
    print(fruit.shape)

(480, 512, 3)
(480, 512)
(480, 512)
(480, 512)

可以看出，每一个RGB通道都是一个矩阵。这3个RGB通道叠在一起形成了彩色图像。

你还可以方便的得到某一行图像的值。

fruit_red = fruits[:, :, 0]
plt.plot(fruit_red[200, :])
plt.show()

输出结果：

那么，到底是把图像看作函数，还是看作矩阵？都可以，看你要干什么了，2个不同的角度而已。