基于python-tensorflow的机器视觉学习手札 （1.1）图像处理篇-表示方法、文件格式、像素运算

声明：以下都只是我在学习过程中的一些记录、思考与猜测，肯定会有很多不对的地方，欢迎大家批评指正！

一、图像处理基础知识篇

由于最早接触图像处理是在matlab上做毕业设计，所以入门书籍是《MATLAB图像处理实例详解》与冈萨雷斯的《数字图像处理（第二版）》。这两本书的pdf放在如下百度网盘链接里，需要可以自取：
链接：https://pan.baidu.com/s/1mQIgv9_62ABONo4zrdyVRA 密码：jd52
首先在第一篇里汇总一下数字图像处理中的一些基础知识，可能会分多p，希望自己能坚持下去。
编译环境：
本系列（如果能坚持下去）将都是由matlab来实现所有代码，原因是我个人觉得matlab更加具有数学可视化的特质，更容易阐述数学原理，当然也会用python-opencv来重复代码。前面一部分对实战无帮助，仅在此阐述概要。

1. 图像的表示方法

目前图像的传统表示方法分为五种，分别为二进制图像，索引图像，灰度图像，RGB图像，多帧图像。这些图像的表示方法网上很多详细解读，不在此赘述。

2. 图像文件格式

matlab中（很多其他语言也一样）有成熟的调用图片的子函数，这里只简要的提一下不同图像文件格式的区别：
BMP图像文件由四部分组成：1、BMP文件头数据（文件大小、图像类型、显示内容、从头到图像数据的偏移字符数、保留字）；2、BMP信息头数据（图像宽度、高度、颜色位数、压缩方法、字节数、目标设备的分辨率、定义颜色、信息头数据长度等）；3、colormap（RGB、灰度图不需要）；4、位图数据。
BMP文件不采用任何压缩，占用空间大，不受web支持。
GIF图像文件由5部分组成：1、文件标识块：识