958
計算機視覺入門基礎——計算機如何‘看’圖片。
更多深度文章，請關注：https://yq.aliyun.com/cloud
計算機視覺是一門研究如何使機器‘看’的科學，我們都喜歡看美麗的圖像，但是你有沒有想過計算機是如何看這些圖像的？接下來，我會詳細介紹說明計算機如何處理圖像的。
看到上麵的圖像，一個正常的人可以很容易地知道，圖像中有一隻貓。但是，計算機可以真正看到貓嗎？答案是否定的，計算機看到數字矩陣（0到255之間）。一般來說，我們可以將圖像分類為灰度圖像或彩色圖像。首先，我們先討論灰度圖像然後再討論彩色。上圖是灰度圖像，表示每個像素表示像素的亮度。了解更多關於像素。讓我們先來看看上麵圖片中計算機是怎麼看的。
我已將上麵的圖像大小調整為18 * 18，以便於理解。與我們不同的是，計算機將圖像看作2D矩陣。你可能聽說有人說這幅畫的大小是1800 * 700或1300 * 700，這個大小顯示了一個圖像的寬度和高度。換句話說，如果大小為1300 * 700，則水平方向為1300像素，垂直方向為700像素。這意味著總共有910000（1300 * 700）像素。如果圖像的大小為700 * 500，那麼矩陣的維數將為（700,500）。這裏，矩陣中的每個元素（像素）表示該像素中的亮度強度。這裏，0表示黑色，255表示白色，數字越小，越接近黑色（數字大小決定黑的程度）。
在灰度圖像中，每個像素表示僅一種顏色的強度。換句話說，它有一個通道。而在彩色圖像中，我們有3個通道RGB（紅，綠，藍）。標準數碼相機都有3（RGB）通道。
如上圖所示，彩色圖像由紅色，綠色和藍色三個通道組成。現在的問題是，計算機如何看待這個形象？同樣，答案是他們看到矩陣。現在下一個問題應該是，我們要如何在矩陣中表示這個圖像，因為它有3個通道，與我們隻有一個通道的灰度圖像不同。在這種情況下，我們利用3D矩陣來實現表示彩色圖像。我們有一個通道的矩陣，但在這種情況下，我們將有三個矩陣堆疊在一起，這就是為什麼它是3D。700 * 700彩色圖像的尺寸將為（700,700,3）。假設第一個矩陣表示紅色通道，則該矩陣的每個元素表示該像素中的紅色強度，同樣為綠色和藍色。通常，彩色圖像中的每個像素具有與其相關聯的三個數字（0至255）。這些數字表示該特定像素中的紅色，綠色和藍色的強度。至於為什麼是紅綠藍這三色，想必大家都知道色度學的最基本原理，即三基色原理。大多數顏色都可以通過三色按照不同的比例混合產生。
計算機將圖像看作矩陣。灰度圖像具有一個通道（灰色），因此我們可以在2D矩陣中表示灰度圖像，其中每個元素表示該特定像素中亮度的強度。記住，0表示黑色，255表示白色。灰度圖像有一個通道，而彩色圖像有三個通道RGB（紅，綠，藍）。我們可以在深度為3的3D矩陣中表示彩色圖像。
本文由阿裏雲雲棲社區組織翻譯。
文章原標題《How do computers see an image ?》，作者：Savan Visalpara
作者個人網站：https://savan77.github.io/，可以與作者交流。
譯者：袁虎，審閱：
文章為簡譯，更為詳細的內容，請查看原文
最後更新：2017-06-29 09:02:48