OpenCV学习日记（2）

绪言

大家好哇，这里是第二篇的OpenCV学习日记，和上一篇是一脉相承的。

图像基本要素简介

图像有几个要素，像素、通道（色彩空间）是我们要研究基本的两个要素。
像素，也就是图像的最基本的单位，我们知道，图像是用矩阵存储在计算机当中的，而像素则是图像矩阵中最基本的矩阵单位。像素由通道的值决定颜色，因此，通道才是最基本的要素。而通道组成了色彩空间，下面我们来看一下常用的色彩空间：

1.灰度色彩空间

也就是我们常说的灰度图，灰度图的一大特点就是它所需的存储空间小（因为抛弃了色彩信息，大小直接就砍到1/3）。而我们常说的人脸识别，是不需要彩色信息的（因为我们只需要抽取基本特征）。

2.BGR色彩空间

也就是我们在日常生活中最常见到的三原色图。每一个像素点都由三原色的比例调配构成。而在OpenCV中使用BGR而不是使用我们最常用的RGB色彩空间。

3.HSV色彩空间

也就是在PS中最常用的图像三要素：色调、饱和度、亮度。

数学知识简介

我们知道，图像处理最需要的，就是卷积。而卷积，自然而然是数学知识。本篇将会介绍傅里叶变换和卷积操作，以确保读者可以有足够的数学储备。

图像处理中的数学

连续傅里叶变换

在用数学的严谨语言说明什么是傅里叶变换之前，我们先来用一个例子来简单地阐述一下傅里叶变换。
假设我们在听交响乐。并假设大提琴正在拉着A调（440Hz）基频的音调，这里就产生了一个频率440Hz的正弦波。（下面的图像没有按实际比例绘图 ，仅为说明）

然后，F调（880Hz）的钢琴声传来：

你的耳朵会自动进行傅里叶变换，你会听到这两个声音叠加起来的声波（正弦波的叠加是线性的）：

所以你会听到一个非纯音，这个音是由这两个音叠加而成的。
好，我们管这个叫傅里叶级数。傅里叶级数的表达式为：
$f(x)=\frac{a_0}{2}+\sum_{n=0}^{\infty}(a_ncosnx+b_nsinnx)$
其中
$a_0=\frac{1}{\pi}\int_{-\pi}^{\pi}f(x)cosnxdx$

b0