总目录：1.1 OpenCV介绍与学习路线　｜　第一章：认识图像与跑通流程　｜　编号：1.2

← 上一节：1.1 OpenCV介绍与学习路线　｜　下一节：1.3 读取显示与保存图像 →

---

1.2 图像、像素与坐标

怎么把你看到的彩色世界存在计算机里呢？ 在 OpenCV 看来，它们先统统变成一格一格的数字。

一、图像就是规则排列的像素

像素（pixel） 是数字图像最小的采样单元。把画面放得足够大，就能看到像素格子：

二、分辨率与数组形状

现在你拍一张照片，如果用更多的像素来表示，就有更多细节，自然也就更清晰。 不过这也意味着存储的数组更大了，将来计算量也大些。

分辨率 640 × 480 通常按“宽 × 高”说；NumPy 数组的 shape 却按“高、宽、通道”返回：

image = cv2.imread("image.jpg")
height, width, channels = image.shape
print(width, height, channels)

日常说法：640 × 480（宽 × 高）
数组形状：(480, 640, 3)（高, 宽, 通道）

三、二值图、灰度图与彩色图

1. 二值图

二值图只分前景和背景，实际常用 uint8 保存为 0 和 255：

0   → 黑色
255 → 白色

它常来自 threshold、inRange 或 Canny，也是 查找轮廓 最常见的输入。

2. 灰度图

8 位灰度图通常有 256 个等级：0 是黑，255 是白，中间是不同亮度。

灰度图不是“只有黑和白”，这点别和二值图混了。

3. 彩色图

彩色图可以看成多张通道图叠在一起。OpenCV 默认读取的三通道图顺序是 BGR：蓝、绿、红。

blue, green, red = cv2.split(image)

四、OpenCV 的坐标方向

图像坐标从左上角开始：

(0, 0) ─────────→ x（列，向右）
  │
  │
  ↓ y（行，向下）

访问像素时却写 image[y, x]，因为 NumPy 索引是 [行, 列]：

bgr = image[100, 200]   # y=100, x=200

一句话记住：

说坐标时是 (x, y)，切数组时是 [y, x]。

五、像素值、数据类型与溢出

普通 8 位图像的类型多为 uint8，范围是 0～255：

print(image.dtype)  # uint8

uint8 做 NumPy 原生加法时可能回绕：

value = np.uint8(250)
print(value + np.uint8(10))  # 可能回绕成 4

而 OpenCV 的 cv2.add 会做饱和运算，把超出的值压到 255。以后做亮度运算时要分清这两种规则。

本篇最小检查

import cv2

image = cv2.imread("image.jpg")
if image is None:
    raise FileNotFoundError("图像路径不对")

print("shape:", image.shape)
print("dtype:", image.dtype)
print("左上角 BGR:", image[0, 0])

---

← 上一节：1.1 OpenCV介绍与学习路线　｜　下一节：1.3 读取显示与保存图像 →