图像如何存储在计算机中？

点击上方“AI算法与图像处理”，选择加"星标"或“置顶”
重磅干货，第一时间送达

介绍

深度学习技术普遍用于非结构化数据，例如文本数据或图像数据。在处理任何类型的数据之前，应先对它有充分的了解。

因此，在本文中，我们将讨论图像并查看它们如何实际存储在计算机上。我们将介绍两种保存图像的流行格式-灰度和RGB格式。

直接开始吧！

黑白或灰度图像如何存储在计算机中？

让我们举个例子。在这里，我们已经采取了黑白图像，也被称为一个 灰度图像。

这是数字8的图像。现在，如果我们进一步放大并且仔细观察，你会发现图像变得失真，并且你会在该图像上看到一些小方框。

这些小方框叫做Pixels。我们经常使用的图像维度是X x Y。这实际上是什么意思？这意味着图像的尺寸就是图像的高度（x）和宽度（y）上的像素数。

在这种情况下，高度为24像素，宽度为16像素。因此，此图像的尺寸将为24 x 16。尽管我们看到的是这种格式的图像，但计算机以数字的形式存储图像

这些像素中的每一个都表示为数值，而这些数字称为像素值。这些像素值表示像素的强度。对于灰度或黑白图像，我们的像素值范围是0到255。

接近零的较小数字表示较深的阴影，而接近255的较大数字表示较浅或白色的阴影。

因此，计算机中的每个图像都以这种形式保存，其中你具有一个数字矩阵，该矩阵也称为Channel

现在你能猜出这个矩阵的形状吗？好吧，它将与图像的高度和宽度上的像素值数量相同。在这种情况下，矩阵的形状将为24 x 16

现在，让我们快速总结一下到目前为止我们已经学到的要点-

• 图像以数字矩阵的形式存储在计算机中，其中这些数字称为像素值。
• 这些像素值代表每个像素的强度。
• 0代表黑色，255代表白色。
• 数字矩阵称为通道，对于灰度图像，我们只有一个通道。

彩色图像如何存储在计算机上？

现在我们有了关于如何将灰度图像存储在计算机中的想法，让我们看一个彩色图像的示例。让我们以彩色图像为例，这是一条狗的图像，

该图像由许多颜色组成，几乎所有颜色都可以从三种原色（**红色，绿色和蓝色）生成。**我们可以说每个彩色图像都是由这三种颜色或3个通道（红色，绿色和蓝色）

这意味着在彩色图像中，矩阵的数量或通道的数量将会更多。在此特定示例中，我们有3个矩阵：1个用于红色的矩阵，称为红色通道

另一个绿色的称为绿色通道

最后是蓝色的矩阵，也称为蓝色通道。

这些像素都具有从0到255的值，其中每个数字代表像素的强度，或者你可以说红色，绿色和蓝色的阴影。最后，所有这些通道或所有这些矩阵都将叠加在一起，这样，当图像的形状加载到计算机中时，它会是

其中N是整个高度上的像素数，M是整个宽度上的像素数，3表示通道数，在这种情况下，我们有3个通道R，G和B。在我们的示例中，彩色图像的形状将是   **6 x 5 x 3，**因为我们在高度上有6个像素，在宽度上有5个像素，并且存在3个通道。

尾注

本文介绍了两种最常见的图像格式：灰度和RGB，以及它们如何存储在计算机中。

个人微信（如果没有备注不拉群！）
请注明：地区+学校/企业+研究方向+昵称



下载1：何恺明顶会分享

在「AI算法与图像处理」公众号后台回复：何恺明，即可下载。总共有6份PDF，涉及 ResNet、Mask RCNN等经典工作的总结分析

下载2：终身受益的编程指南：Google编程风格指南

在「AI算法与图像处理」公众号后台回复：c++，即可下载。历经十年考验，最权威的编程规范！

下载3 CVPR2021

在「AI算法与图像处理」公众号后台回复：CVPR，即可下载1467篇CVPR 2020论文 和 CVPR 2021 最新论文

点亮 ，告诉大家你也在看