這篇文章會按照下面這個路線圖進行介紹，閱讀本文需要三分鐘，詳細閱讀本文需要半小時。
本文路線
流程圖最後一項，伽馬矯正、JPEG壓縮編碼和文件格式，只做粗略的理論介紹。因爲伽馬矯正和壓縮編碼，需要在實際應用，並且結合其他知識來理解，所以在後面會單開幾篇。
1、顏色是啥和我們爲什麼能看到它
顏色是啥，它其實是我們的視覺系統，對可見光的一種感知。如果我們是瞎子，那人類肯定不會發現還有顏色這種神奇的東西。光透過我們的眼睛，傳入我們的大腦，就像照相機咔嚓一聲，將一幅圖片記錄到內存卡。
早在之前，人類就發現光是一種電磁波，而人類並不能看見所有的電磁波，因此把能看見的電磁波，定爲可見光。它的波長在380和780nm之間。
我們在自然界看到的大多數光，都不是一種波長的光，它是由許許多多，不同波長的光組合而成，因此我們才能看到這麼多顏色。
就像我們看到的太陽光，它也是由多種不同顏色的光組合而成。我們小時候都玩過鏡子，用一面鏡子，來折射太陽光線到水裏，光線再通過水折射到牆上，就出現了彩虹。而牛頓，很早的時候就用棱鏡演示了這個事實：白光包含所有可見光譜的波長。
光譜色
在人的視網膜中，有三種對紅綠藍敏感程度不同的椎體細胞，視網膜通過神經元感知外部世界的顏色，而每個神經元，是一個對顏色敏感的椎體。紅綠藍三種椎體細胞，對不同頻率的光的感知不同，對不同亮度的感知程度也不同。所以後來人們在數字化圖像的時候，面對巨大的數據量，就可以使用壓縮編碼技術，來降低圖像的數據量，而使人眼感覺不到圖像質量的下降。
2、圖像的顏色模型
2.1 RGB相加混色模型
一個能發出光波的物體稱爲有源物體，它的顏色，由該物體發出的光波決定。就像彩色CRT一樣，三個電子槍分別產生R、G、B三種波長的光，並以各種不同的相對強度組合產生不同的顏色。
因爲R、G、B顏色模型是用三種光疊加，來產生特定的顏色，所以這種方法又稱爲RGB相加混色模型。
在自然界中，任何一種顏色，都可以用R、G、B這三種顏色值之和來確定，在數學書，它們構成一個三維的RGB矢量空間。所以只要R、G、B的數值不同，混合得到的顏色就不同，也就是光波的波長不同。
顏色 = R（紅的百分比）+ G（綠的百分比）+ B（藍的百分比）
相加混色產生顏色
2.2 彩色圖像
在柵格圖像下，一幅彩色圖像，可以看成由許多點組成。每個點稱爲一個像素，每個像素都有一個值，它表示特定顏色的強度。一個像素值通常由R、G、B三個分量表示。如果每個像素的每個顏色分量用“1”和“0”表示，即每種顏色的強度是100%或0%，那麼每個像素所呈現的顏色，就會是8種（2的三次方）顏色之一。
柵格圖像
2.3 CMY相減混色模型
一個不發光波的物體，稱爲無源物體，它的顏色，由物體吸收或者反射那些光波決定。就像我們看見樹葉是綠色的，是因爲陽光照在樹葉上，其他的可見光被吸收，綠光被反射，所以我們纔看得見。如果半夜去，能看見我服你！
當我們畫水彩的時候，我們將顏料進行混合，繪製的圖畫，也是一種無源物體。
使用C（青色cyan）、M（品紅magenta）、Y（黃色yellow）按一定比例混合得到顏色的方法，稱爲CMY模型，也稱CMY相減混色模型（爲什麼下面講）。
同樣，任何一種顏色使用C、M、Y也可以混合得到。
相減混色
爲什麼叫做CMY相減混色模型？
CMY相減混色模型這樣命名的原因，是因爲這種混色模型，使用從白光中，減去對應數值的C（青色cyan）、M（品紅magenta）、Y（黃色yellow）三種顏色而產生顏色。
如果這句話不能使你充分理解，那麼可以結合RGB相加混色模型一起理解。如下圖:
RGB相加混色
如圖所示，R（紅）、G（綠）、B（藍）的兩兩交集產生C（青）、M（品紅）、Y（黃），而RGB三者的交集產生白色。
列成等式就是這樣：
（1）白 = 紅 + 藍 + 綠；
（2）黃 = 紅 + 綠；
（3）青 = 藍 + 綠；
（4）品紅 = 紅 + 藍；
如果我們現在使用CMY相減混色模型來產生顏色，那麼它產生顏色的過程如下：
假如“黃”的數值已知，那麼可以用白色（基準值）減去黃色得到藍色，同理可得紅色和綠色的值。而我們都知道，RGB可以組成幾乎所有的顏色，因此顏色產生。
如果說到這還想不明白，請用（1）式分別減（2）、（3）、（4）式。
所以總結起來，相減混色和相加混色其實互爲互補色，RGB中顏色值爲1的地方，在CMY對應的位置上，其顏色值爲0。它們的關係如下所示：
相加色與相減色的關係
利用這種關係，RGB可以轉化成CMY，因爲RGB常用在顯示器、計算機圖像等顯示設備上，而CMY常用在打印機、印刷上，所以可以把顯示的顏色，轉換成打印的顏色。
3、圖像的三個基本屬性
3.1 圖像分辨率
前面我們介紹過顯示器分辨率，它表示顯示器能夠顯示畫面的細膩度。而圖像分辨率，是圖像精細程度的度量方法。對同樣尺寸的一幅圖像，如果像素數目越多，則說明圖像的分辨率越高，看上去越逼真。相反，圖像看起來越粗糙。
圖像分辨率也稱空間分辨率，或者像素分辨率。
在實際應用中，我們通常這樣表示圖像分辨率：
1、物理尺寸：通過每毫米的線數或行數來標識，比如一幅640x480的圖像，物理尺寸爲10mm x 10mm，那麼它每毫米有48行
2、行列像素：像素/行 x 行/幅，如640像素/行 x 480行/幅
3、像素總數：如手機或者數碼相機上標的，1200萬像素
4、單位長度上的像素：如像素每英寸（pixels per inch, PPI）
5、線對數：以黑白相鄰的兩條線爲一對
在這五種表示法中，如果是顯示在手機或者計算機顯示器上，第五種和第一種很少用到。比如線對數，在顯示器中，圖像被單行掃描，所以線對數用到較少，有興趣的可以自行百度。
3.1.1 圖像分辨率和屏幕分辨率
有的人可能咋然看到這兩個詞，有點分不清。其實道理很簡單，屏幕相當於畫布，圖像如果大於畫布，就畫不下，只能畫出整幅圖像的一部分。比如，如果屏幕分辨率爲640x480，那麼一副320x240的圖像，就只佔顯示屏的1/4。相反，2400x3000像素的圖像就不能顯示完整畫面。
有的人可能又會說，不對呀，我在電腦上或手機上打開任何一幅圖，都能看到完整的畫面呀。是這樣，我們在電腦上打開或者手機上打開圖片的時候，都會默認使用看圖軟件打開，在打開的時候，看圖軟件已經對原圖做了處理。
比如一幅分辨率大於屏幕分辨率的圖像，軟件會刪除圖像的一些像素，來顯示完整。如果你對圖片進行放大，那麼程序會根據算法，再添加一些像素進去。這樣一來，一幅高分辨率的圖像，被放大之後，被程序加入的像素就比低分辨率的要少，所以它依然很清晰，而低分辨率的此時可能已經看不清了。
有人可能還會說，不對呀，我在電腦上放大一幅圖片的時候，放大到最後，圖像的每個像素我都能看得見，程序加的像素在哪兒呢？在這裏我也放大一幅圖片放在這，請看下圖：
放大一張圖像
問這個問題的，首先是沒搞清楚圖像分辨率和屏幕分辨率是怎麼一回事。我現在使用的屏幕分辨率是1280x800，圖像被放大到每個像素都能看見，然而，像素點有這麼大嘛？顯示器上每行有1280個像素點，圖像被放大後，顯示器上依然有1280個點，而圖像的總像素也沒有變，那程序加的像素在哪兒呢？
就在放大後的每個像素格子上！可以這樣理解，放大前圖像的一個像素用顯示器的一個像素顯示，放大之後，圖像的一個像素格子用顯示器的20個像素顯示。那每個格子多餘的19個像素從哪兒來？