数字图像组成-深度学习与深度合成

图像是人类通过眼睛对外界的一种视觉感受，它可以存在于人们的脑海之中，也可以通过某种形式（如照片或数码照片）保存下来，在此主要讨论的是计算机对图像（一般称之为数字图像）的处理，下面了解一下计算机怎么看待图像。

计算机中图像分为矢量图（vector）或位图（bitmap）两种。矢量图根据几何特性来绘制图形，尽管具有占用内存空间较小、清晰度与分辨率无关等优点，但其主要依靠软件使用线段和曲线描述图像，图形色彩不丰富，无法表现逼真的实物，矢量图常用于表示标识、图标等简单直接的图像。而位图图像也称点阵图像，使用一格一格的像素点来描述图像，可以表现出色彩丰富的图像，如逼真表现自然界各类实物，因此，包括手机、数码相机等拍摄的照片都以位图的形式进行存放，其存储的文件类型包括jpg、png、bmp、tiff等。在深度学习的图像处理中基本都以位图作为处理对象。

位图图像的最基本组成单元为像素，图像可以看作很多像素的集合。像素一般代表图片中某个位置的颜色，很多个像素点按照行列的形式排列起来，就可以组成一个二维平面点阵，这就是图像。以我们常见的电脑桌面背景为例，如果是1920px×1080px的大小，那就代表1920列、1080行，共1920×1080（273600）个像素。

图像表达常会用色彩空间的概念，如常见RGB色彩空间和灰度色彩空间这两种，也称为RGB图像和灰度图像。RGB色彩空间包含了大量人眼可见的色彩，在日常生活中也经常可以见到其应用。利用RGB色彩空间表示的图像又称为三通道彩色图，使用红色、绿色和蓝色加色混合产生不同的合成色，RGB分别代表英文单词Red、Green和Blue。这里的三通道代表通道数，可简单理解为表示单个像素点所需要三个整数数字来代表，如（0，100，200），分别代表红色部分的颜色值为0、绿色部分为100、蓝色部分为200。注意三种色彩对应的取值范围都是0～255，数值越大表示颜色越深，越小则越浅。所以RGB像素不同的组合总数为：256×256×256=16777216，其中（0，0，0）表示黑色，（255，255，255）表示白色。用16进制数表示时，000000代表黑色，FFFFFF代表白色。

灰度色彩空间相对而言更加简单，因为只有一个色彩通道，也可以叫作单通道图像。灰度图像中的每一个像素点通常用0～255之间的一个整数数字表示，0表示黑色，255表示白色，整数数字从0变到255表示颜色由黑变白的一个过程。像素点颜色越黑则越接近0，越白则越接近255（图3-1）。(www.xing528.com)

图3-1　灰度图像数值与色彩对应关系

基于以上认识，不管是RGB图像还是灰度图像都可以使用像素点矩阵来表示，差异就是不同空间表示像素的方法不同。灰度图像可用一维矩阵表示，里面填满了0～255间的整数；而彩色图像则是三维矩阵表示，维度分别代表高、宽和通道数。在计算机对图像进行读取时，单个图像文件以三维矩阵的形式存储于数组（array）中，多个图像文件可以将对应多个数组存放于列表（list）数据类型中，方便图像文件的各种后续处理（图3-2）。

图3-2　灰度图像表示

在OpenCV中，使用的是与大多数RGB通道不同的BGR通道，即第一个元素是蓝色（Blue）、第二个颜色是绿色（Green）、第三个颜色是红色（Red）。