第三章 数字图像基础：像素与分辨率、色彩空间、直方图与文件格式
各位同学，欢迎来到第三章。说实话，这一章是整个视觉仿生系统的地基。你想想看，如果连图像的基本构成都不清楚，后面谈什么目标检测、特征提取？那都是空中楼阁。
我个人习惯，在开始任何项目之前，先把“原材料”吃透。图像就是我们的原材料。今天我们就把它掰开揉碎了讲清楚。
3.1 像素与分辨率：图像的“原子”与“尺度”
先问个问题：一张数字图像，本质上是什么？
说白了，就是一个二维数组。数组里的每个元素，就是一个像素（Pixel）。像素是图像的最小单元，就像原子之于物质。
每个像素存储着颜色信息。对于灰度图，一个像素就是一个亮度值（0-255）。对于彩色图，通常是三个值（R, G, B）。
分辨率呢？就是这张图像“有多细”。
- 空间分辨率：比如 1920×1080，表示宽1920个像素，高1080个像素。总像素数 = 1920 × 1080 ≈ 207万（也就是我们常说的200万像素）。
- 位深度：每个像素用多少位来表示。8位灰度图，每个像素占1字节。24位真彩色，每个像素占3字节。
核心公式：
图像数据量（字节） = 宽度（像素） × 高度（像素） × 位深度（字节/像素）
举个例子：一张 1920×1080 的24位真彩色图，未经压缩的数据量是：1920 × 1080 × 3 = 6,220,800 字节 ≈ 5.93 MB。
我的经验： 我在做嵌入式视觉项目时，经常要在“分辨率”和“帧率”之间做取舍。分辨率越高，数据量越大，处理时间越长。我曾经在一个无人机避障项目里，为了实时性，硬是把 1080p 降到了 640×480，帧率从15fps提到了30fps。嗯，有时候“够用”比“最好”更重要。
3.2 色彩空间：RGB、HSV 与灰度
色彩空间，就是描述颜色的数学模型。不同的模型适用于不同的场景。
3.2.1 RGB 色彩空间
这是最常用的模型。红（R）、绿（G）、蓝（B）三原色叠加。每个通道0-255，共1677万种颜色。
但 RGB 有个问题：它和人感知颜色的方式不太一样。你想想看，调整亮度时，R、G、B三个值都要改，很麻烦。
3.2.2 HSV 色彩空间
这个就好用多了。H（色调）、S（饱和度）、V（明度）。
- H（Hue）：0-360°，代表颜色种类。红色在0°，绿色在120°，蓝色在240°。
- S（Saturation）：0-100%，颜色纯度。0%是灰色，100%是纯色。
- V（Value）：0-100%，明暗程度。
避坑指南： 我曾经在做一个颜色识别项目时，直接用 RGB 阈值去分割红色物体。结果光照一变，全乱了。后来换成 HSV，只对 H 通道做阈值，S 和 V 放宽范围，效果稳定多了。记住：做颜色检测，优先用 HSV。
3.2.3 灰度图
灰度图只有一个通道，值0（黑）到255（白）。
为什么需要灰度图？因为很多算法（比如边缘检测、特征点提取）只关心亮度变化，不关心颜色。灰度图数据量只有彩色图的1/3，处理速度更快。
RGB 转灰度的经典公式：
Gray = 0.299 × R + 0.587 × G + 0.114 × B为什么权重不一样？因为人眼对绿色最敏感，对蓝色最不敏感。这是生理学决定的。
3.3 图像直方图：图像的“统计报告”
直方图，说白了就是统计每个亮度值有多少个像素。
横轴：亮度值（0-255）。纵轴：像素个数。
直方图能告诉我们什么？
- 曝光情况：像素集中在暗区，图像偏暗；集中在亮区，图像偏亮。
- 对比度：分布范围宽，对比度高；分布集中，对比度低。
- 图像质量：有没有过曝或欠曝的区域。
直方图均衡化： 这是我最常用的图像增强手段之一。它把直方图“拉平”，让像素分布更均匀，从而提升对比度。我在做夜间监控图像增强时，这招屡试不爽。
OpenCV 里实现直方图均衡化就一行代码：
import cv2
img = cv2.imread('dark_image.jpg', 0) # 以灰度图读取
equ = cv2.equalizeHist(img)
cv2.imwrite('enhanced.jpg', equ)3.4 图像文件格式与压缩
原始图像数据量太大，必须压缩。不同的格式有不同的压缩策略。
| 格式 | 压缩方式 | 特点 | 适用场景 |
|---|---|---|---|
| BMP | 无压缩 | 质量无损，文件巨大 | 极少使用，仅用于测试 |
| JPEG | 有损压缩 | 压缩率高，细节有损失 | 照片、网络传输 |
| PNG | 无损压缩 | 支持透明通道，质量无损 | 图标、截图、需要透明背景 |
| GIF | 无损（256色） | 支持动画，颜色少 | 简单动画、表情包 |
我的建议： 在嵌入式系统里，我通常用 JPEG 做图像传输，用 PNG 做模板匹配的模板文件。为什么？JPEG 体积小，适合无线传输；PNG 无损，保证模板特征不丢失。
JPEG 的压缩原理很有意思。它利用人眼对亮度敏感、对颜色不敏感的特性，把颜色信息压缩得更狠。这就是为什么 JPEG 在文字边缘容易出现“振铃效应”——那些伪影。
注意： 不要反复保存 JPEG 文件。每次保存都会重新压缩，质量会逐次下降。我曾经见过一个同事，一张图反复编辑保存了十几次，最后图像全是马赛克。嗯，血的教训。
本章知识体系
下面这张图，是我用 SVG 画的本章知识结构。你可以把它当作一张“地图”，随时回来查阅。
好了，这一章的内容就到这里。像素、分辨率、色彩空间、直方图、文件格式——这些概念看似基础，但每一个都直接影响着后续算法的效果和性能。我建议你动手写几行代码，读一张图，看看它的直方图，再试试不同格式的压缩效果。实践出真知。
公众号:蓝海资料掘金营，微信deep3321