第1章 · 图像处理基础

第 1 章 · 图像处理基础

章节摘要：图像在计算机里是数字矩阵。本章动手建立灰度/RGB 表示、NumPy/OpenCV 内存布局与 RGB↔HSV 转换——读图、看 shape、改像素，为第 2 章去噪实验打地基。

阅读收获

1. 解释采样与量化如何产生 0–255 灰度
2. 用 OpenCV 读取图像并解释 (H,W,C) 与 dtype
3. 完成 RGB 到 HSV 转换并用于颜色分割实验

核心概念速览

子章节导航

1.1 数字图像概念

连续场景 → 采样量化 → 像素网格。

1.2 图像表示与数据结构

灰度/彩色/二值矩阵，行优先存储。

1.3 色彩模型与颜色空间

RGB、HSV、YCrCb 及 OpenCV 转换。

前置知识与后续延伸

• 前置：导读环境 pip install opencv-python
• 延伸：第 2 章在同一矩阵上做算术与滤波

本章学习建议

本章是全书的地基，目标是建立"图像等于矩阵"这个根本直觉。建议先动手跑一遍 1.1 的读图脚本，亲手打印出灰度图的 shape、dtype 和像素取值范围，再读后面的概念——有了"图像是一堆数字"的直观感受，后续所有算法都变成"对矩阵做运算"。学习时注意三件事：第一，分清 shape 中 H 在前 W 在后、坐标 (x,y) 中 x 是列号，这两个约定贯穿全书，搞反了后面每段代码都会出错；第二，OpenCV 默认 BGR 而不是 RGB，存图和显示时最容易踩坑；第三，颜色空间转换（HSV）要理解"为什么分割前先转颜色空间"，这是第一章里最接近实战的一个知识点。

本章阅读节奏

1.1 数字图像概念讲清采样量化，1.2 数据结构讲清内存布局，1.3 色彩模型讲清颜色表达。三节层层递进，建议一个下午读完并完成每节末尾的实验验收。学完本章你应当能回答：一张 640×480 的彩色图在内存里占多少字节？ROI 切片为什么是零拷贝？红色在 HSV 里为什么横跨两个区间？答得出这三问，第一章就过关了。

本书的后续章节会反复引用本章的三个结论：图像是矩阵（读图先验 shape 和 dtype）、内存是行优先且 BGR（ROI 切片是视图）、颜色空间决定分割难易（HSV 比 RGB 更适合颜色目标）。建议把这三个结论写成便签贴在桌面，做实验遇到诡异现象（全黑、色偏、行列颠倒）时，先回来对照这三条，绝大多数问题都能快速定位。