图像的数字化表示与色彩空间

一句话定义

图像在计算机中是按行列采样、量化为有限整数或浮点值的像素矩阵，一个或多个通道（灰度、RGB、HSV 等）共同构成它的数字表示。

为什么重要

所有视觉算法的第一输入都是这个矩阵：理解分辨率、位深、通道与坐标约定，是读懂任何后续处理（滤波、投影、卷积）的前提；工程事故里相当一部分来自对通道顺序、数据类型、坐标轴方向的误解，而不是算法本身。

直观类比

把图像想象成一张超大城市网格地图：每个交叉路口（像素）记录了几个数字（通道值），整张地图就是矩阵；相机成像相当于把连续的光场压扁、采样成这份离散档案，压扁和采样的方式决定了你后面能看到什么。

前置知识

本库知识点 kp-001 为入口站，无前置知识点；建议先具备库外的 NumPy 数组基本操作。

核心概念

像素（Pixel）：图像的最小采样单元，记录一个或多个数值。
分辨率（Resolution）：宽 × 高的像素数，如 1920×1080。
位深（Bit Depth）：每个通道值的量化精度，8 位取值 0–255，16 位取值 0–65535；深度网络常用 float32 或归一化到 0–1 的 float。
通道（Channel）：灰度图 1 个通道，RGB 彩色图 3 个通道，带透明度的 PNG 是 4 通道（RGBA）。
色彩空间（Color Space）：描述颜色的坐标系。RGB 面向显示设备；HSV（色相、饱和度、明度）更贴近人类直觉，常用于颜色阈值分割；Lab 把明度与色度分开，对光照变化更稳健。
坐标约定：图像处理约定原点在左上角，x 向右、y 向下；这与数学中的笛卡尔系（y 向上）相反，是初学者的第一大坑。

原理与机制

数字图像由「采样」与「量化」两步形成：连续光场先被传感器以固定间隔采样成网格（采样率对应分辨率），再把每个采样点的连续亮度映射到有限整数（量化对应位深）。采样不足产生马赛克与锯齿，量化不足产生色带。灰度化并非简单平均，而是按人眼对绿色最敏感的特性加权。OpenCV 出于历史原因按 BGR 顺序存储彩色图像，而 Matplotlib、PIL 等按 RGB 解释，混用会造成「红蓝互换」的诡异颜色。

公式与模型

常用 BT.601 加权灰度化：

Gray = 0.299·R + 0.587·G + 0.114·B

归一化到网络输入区间：

x_norm = x / 255 （8 位图 → 0 到 1）

HSV 中色相 H 用角度 0–360 度表示，饱和度 S 与明度 V 在 0–1 区间，三者可由 RGB 经非线性变换互相推导，此处只需记住「HSV 把颜色判断从三个耦合变量拆成独立旋钮」。

图示

实例与案例

一张 1920×1080 的 8 位 RGB 图在内存中占 1920×1080×3 ≈ 6.2 MB。读取时若误用 RGB 库直接显示 OpenCV 读入的数据，人脸会泛蓝；若把 16 位医学影像按 8 位读取，亮度层级会被截断成色带。颜色分割任务（如隔离黄色安全帽）通常先转到 HSV，再对 H 通道设阈值，避免 RGB 三通道随光照同时漂移。

import cv2
img = cv2.imread('frame.jpg')          # BGR, uint8, 形状 (H, W, 3)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
print(img.shape, img.dtype)            # (1080, 1920, 3) uint8

常见误区

x 与 y 顺序：NumPy 形状是 (高 H, 宽 W)，索引写作 img[y, x]；写成 img[x, y] 在非正方形图像上会越界或取错像素。
RGB 与 BGR 混用：OpenCV 读入是 BGR，转给 RGB 系工具前要 cvtColor。
把量化误差当噪声：色带是量化位数不足造成的系统性伪影，靠「去噪」算法救不了。
认为灰度图没有信息损失：灰度化是三通道到一通道的投影，颜色判断类任务必须保留彩色通道。

与其他知识点的关系

本站是全库起点：kp-002 的卷积作用在像素矩阵上；kp-004 的几何变换改变像素坐标；kp-010 的相机投影把三维点映射回这张网格；kp-028 把这些操作落成 OpenCV 代码。

自测题

形状为 (1080, 1920, 3) 的 uint8 数组，第 5 行第 10 列像素的蓝色分量如何索引？

答案要点：img[4, 9, 0]——注意 OpenCV 是 BGR 顺序，通道 0 是蓝，且 y 在前 x 在后。

为什么颜色阈值分割常用 HSV 而不是 RGB？

答案要点：HSV 中色相与明度解耦，光照强度变化主要影响 V，阈值更稳定；RGB 三通道随光照整体漂移。

8 位灰度图能表示多少级亮度？为什么会出现色带？

答案要点：256 级；量化级数不足时平滑渐变被迫跳变，产生可见条带。