开始使用计算机视觉

数字图像处理和计算机视觉是一个有趣的领域，因为它位于数学和计算机科学之间。因此，理解基础知识并使用编程来理解该主题非常有用。

数字图像是 2 维或 3 维信号的离散化。换句话说，数字图像是连续域的像素或体素的采样组。

                                        f : R² ⊃ Ω → R

其中 f 是Ω上的数字图像：矩形图像域

为简单起见，我们只讨论二维数字图像，就像 StackOverflow 头像中的图像一样。

关于像素：在我们开始讨论图像类型之前，关于像素值的快速说明。根据经验，像素以值 0 开始，其表示无光（黑色），达到 1，最大强度（例如白色），并且它们以整数表示。

二进制图像： 仅黑白图像。每个像素为 0 或 1，每个像素可以用一个比特表示。它们并不是非常普遍地知道，因为它们通常用于科学应用或用于其他图像处理操作，例如掩模。

二进制图像示例。 （警告此文件的图像像素值不一定是二进制，这是用于演示，这也是 Lena，图像处理世界的明星）

灰度图像： 借助在线过滤器，每个人都能很好地了解这些图像。这些图像通常是每像素一个字节，0 为黑色，255 为白色，两者之间的所有内容都是不同的灰色，因为人类只能区分 40 种灰度，这个范围对于许多应用来说已经足够了（注意这些值）这里的像素映射从 0 到 1 到字节值 0 - 255）

彩色图像： 最后，最常见的数字图像类型，彩色图像。我们在这里必须提到渠道的概念。数字图像也具有通道，实际上，上述二进制和灰度图像也具有通道。最常见的描述是 RGB（红 - 绿 - 蓝）模型，在这种情况下，图像有 3 个通道（不要将它与尺寸混淆，这些仍然是 2D 图像）来描述图像的红色，蓝色和绿色。在这种情况下，每个像素是一个三元组，值介于 0 - 255（无红色至大多数红色），0 - 255（无绿色至大多数绿色），0 - 255（无蓝色至最蓝色）之间。对于此模型，像素{0,0,0}为黑色，{255,255,255}为白色，{255,0,0}为红色，{255,255,0}为黄色。但是，颜色是一个非常广泛的主题，你可以查看参考资料以获取更多信息。

超光谱图像：

在我们讨论了频道之后，谈论高光谱图像更容易。这些图像可以有数百个通道，通常用于显微镜，卫星成像等。

阅读

1. 信号采样： https ： //en.wikipedia.org/wiki/Sampling_(signal_processing)

2. 数字图像处理圣经：RC Gonzalez，RE Woods：数字图像处理。第三版，Pearson Prentice Hall，Upper Saddle River，2008。

3. 计算机视觉评论（直到深度学习）：R。Szeliski：计算机视觉：算法和应用。施普林格，纽约，2010 年。

4. 要了解二进制，灰度，彩色图像： https ： //en.wikipedia.org/wiki/Grayscale