2022-04-20-图像数据化原理

学习目标：

`图像怎么数字化？
：
参考文章原文1.
参考文章原文2.
参考文章原文3.

学习内容：

1. 图像和像素的关系
2. 像素是什么，与分辨率之间的关系
3. 图像转化为三维数据，每个数字具体表示什么

学习成果：

图像和像素的关系，像素是什么，与分辨率之间的关系?

参考原文链接

像素（pixel）是指由图像的小方格组成的，

1. 这些小方块都有一个明确的位置和被分配的色彩数值，小方格颜色和位置就决定该图像所呈现出来的样子。
2. 可以将像素视为整个图像中不可分割的单位或者是元素。 不可分割的意思是它不能够再切割成更小单位抑或是元素，它是以一个单一颜色的小格存在 。

图像转化为三维数据，每个数字具体表示什么

1. 数值化：
   其中图像数字化，可以形成三维数组，其中从内到外的顺序中，一维表示像素的RGB值（R：red; G:green; B:blue); 二维表示每行像素组成的图像的数值；三维是整个图像。
2. 通道（RGB）：
   通道（channel）是一个传统术语，指图像的一个特定成分。标准数码相机拍摄的照片具有三个通道：红、绿和蓝。你可以将它们想象为三个堆叠在一起的二维矩阵（每种颜色一个），每个矩阵的像素值都在0到255之间。
3. 图像的灰度级：
   灰度级指黑白显示器中显示像素点的亮暗差别，在彩色显示器中表现为颜色的不同，灰度级越多，图像层次越清楚逼真。注意，灰度值只是表征单色的亮暗程度。
   在彩色图像/RGB图像中，图像是一个三维矩阵，如400×300×3，其中400表示列数，300表述行数，3代表三个分量，也就是R,G,B。
   每一层矩阵（400×300×1/2/3）分别对应R/G/B的灰度值，此处的矩阵仅仅表示对应单色光灰度值，不是彩色的图像。
   而数字图像的本质是一个多维矩阵。一幅图的本质是一个4003003的一个矩阵，说明这个图像有400列，300行，以及在色彩上有三个分量，分别是R、G、B。每个分量单独拿出来都是一个400*300（*1）的矩阵
   如你所见，它们并不是彩色的，而是一幅灰度图像
   对于一副8bit的图像来说，矩阵元素的取值范围是从0-255（0 - 2^8-1）
   矩阵中的元素对应我们所说的像素（pixel），其值即该像素的灰度值，数值越大，像素的颜色越‘白/浅’；数值越小，像素的颜色越’黑/深‘ 。
4. 图像的深度
   图像中像素点占得bit位数，就是图像的深度，比如：二值图像：图像的像素点不是0 就是1 （图像不是黑色就是白色），图像像素点占的位数就是 1 位，图像的深度就是1，也称作位图。灰度图像：图像的像素点位于0-255之间，（0：全黑，255代表：全白，在0-255之间插入了255个等级的灰度）。2^8=255，图像的深度是8。依次轮推，我们把计算机中存储单个像素点所用的 bit 位称为图像的深度。