圖像如何存儲在計算機中？

介紹

深度學習技術普遍用於非結構化數據，例如文本數據或圖像數據。在處理任何類型的數據之前，應先對它有充分的瞭解。

因此，在本文中，我們將討論圖像並查看它們如何實際存儲在計算機上。我們將介紹兩種保存圖像的流行格式 - 灰度和 RGB 格式。

直接開始吧！

讓我們舉個例子。在這裏，我們已經採取了黑白圖像，也被稱爲一個灰度圖像。

這是數字 8 的圖像。現在，如果我們進一步放大並且仔細觀察，你會發現圖像變得失真，並且你會在該圖像上看到一些小方框。

這些小方框叫做 Pixels。我們經常使用的圖像維度是 X x Y。這實際上是什麼意思？這意味着圖像的尺寸就是圖像的高度（x）和寬度（y）上的像素數。

在這種情況下，高度爲 24 像素，寬度爲 16 像素。因此，此圖像的尺寸將爲 24 x 16。儘管我們看到的是這種格式的圖像，但計算機以數字的形式存儲圖像

這些像素中的每一個都表示爲數值，而這些數字稱爲像素值。這些像素值表示像素的強度。對於灰度或黑白圖像，我們的像素值範圍是 0 到 255。

接近零的較小數字表示較深的陰影，而接近 255 的較大數字表示較淺或白色的陰影。

因此，計算機中的每個圖像都以這種形式保存，其中你具有一個數字矩陣，該矩陣也稱爲 Channel

現在你能猜出這個矩陣的形狀嗎？好吧，它將與圖像的高度和寬度上的像素值數量相同。在這種情況下，矩陣的形狀將爲 24 x 16

現在，讓我們快速總結一下到目前爲止我們已經學到的要點 -

現在我們有了關於如何將灰度圖像存儲在計算機中的想法，讓我們看一個彩色圖像的示例。讓我們以彩色圖像爲例，這是一條狗的圖像，

該圖像由許多顏色組成，幾乎所有顏色都可以從三種原色（** 紅色，綠色和藍色）生成。** 我們可以說每個彩色圖像都是由這三種顏色或 3 個通道（紅色，綠色和藍色）

這意味着在彩色圖像中，矩陣的數量或通道的數量將會更多。在此特定示例中，我們有 3 個矩陣：1 個用於紅色的矩陣，稱爲紅色通道

另一個綠色的稱爲綠色通道

最後是藍色的矩陣，也稱爲藍色通道。

這些像素都具有從 0 到 255 的值，其中每個數字代表像素的強度，或者你可以說紅色，綠色和藍色的陰影。最後，所有這些通道或所有這些矩陣都將疊加在一起，這樣，當圖像的形狀加載到計算機中時，它會是

其中 N 是整個高度上的像素數，M 是整個寬度上的像素數，3 表示通道數，在這種情況下，我們有 3 個通道 R，G 和 B。在我們的示例中，彩色圖像的形狀將是 6 x 5 x 3， 因爲我們在高度上有 6 個像素，在寬度上有 5 個像素，並且存在 3 個通道。

本文介紹了兩種最常見的圖像格式：灰度和 RGB，以及它們如何存儲在計算機中。

本文由 Readfog 進行 AMP 轉碼，版權歸原作者所有。
來源：https://mp.weixin.qq.com/s/X7raT9APRfqHK4ShIWiy4w