图像2矩阵

数字图像的本质是矩阵，一个数字图像就是一个二维矩阵，矩阵中的每个元素代表图像的一个像素。

对于灰度图像来说，这个像素只有一个灰度值，英文是intensity，由8个bit来表示，每个像素的灰度值为0~255中的一个值；

对于彩色图像来说，计算机采用三原色，即RGB模式，每个像素由R、G、B三个值确定，也就是说对于彩色图像的每个像素，都是一个包含三个元素的一维数组来表示，每个像素对应的一维数组里面的三个元素分别代表B、G、R三个分量的值（0~255），这里要注意顺序，依次是B、G、R。

秉承Linus的理念“Talk is cheap, show me the code”，下面进行代码举例：

有一副原始图片rafa.jpg：

代码1，显示图片，并显示图像形状的信息

 1 import cv2
 2 import numpy as np 
 3 
 4 img = cv2.imread('rafa.jpg')
 5 
 6 print(img.shape)  #看看图片的shape
 7 cv2.namedWindow('Rafa')
 8 cv2.imshow('Rafa',img)
 9 
10 cv2.waitKey()
11 cv2.destroyAllWindows()

运行代码，输出为：

(200, 140, 3)

这表明，这幅图片，高度是200像素，宽度是140像素，有3个通道。

下面，我们把该图片层层解剖：

分别观察R、G、B三个通道的图片：

 

BGRA四通道

YUV、HSL色彩模型