近來實習，方覺課堂上學的太少，完全不夠用，雖然我是個乖乖女，嗚嗚~~~~(>_<)~~~~
系列文章希望記錄CNN時尚圖片分類識別全過程，持續更新中（偷笑），如有共同學習的可以發郵件加友交流[email protected]。
第一篇 圖像的像素，灰度與表示
因爲要學習下圖片識別嘛，第一個問題就是圖像的表示，很有意思的感覺~
一、灰度是什麼？
1.從黑白圖像講起，顧名思義，只有兩種亮度，明暗(黑白),說明只有兩種灰度值啦。
那灰度是什麼呢？
灰度值，是指黑白相機（其實是灰度相機，真正的黑白，只有黑和白二值）拍出的圖像某個像素座標點的值。從0~255共256級。看起來白的，值較大，接近或等於255，看起來黑的，值較小，接近或等於0。
這樣對於灰度圖像來說可以理解爲由多個不同亮度的像素點組成，灰度級越多，圖像層次越清楚逼真。
2.這裏補充圖像二值化：
我們剛剛說的灰度圖像和黑白圖像不一樣。圖像二值化就可以變爲黑白圖啦，首先設定閾值，所有灰度大於或等於閥值的像素被其灰度值爲255表示，否則灰度值爲0。。如果某特定物體在內部有均勻一致的灰度值，並且其處在一個具有其他等級灰度值的均勻背景下，使用閥值法就可以得到比較的分割效果。如果物體同背景的差別表現不在灰度值上（比如紋理不同），可以將這個差別特徵轉換爲灰度的差別，然後利用閥值選取技術來分割該圖像。動態調節閥值實現圖像的二值化可動態觀察其分割圖像的具體結果。可參見博客：http://blog.csdn.net/chenamo9651/article/details/886749
二、彩色圖像的灰度化
像素中具有RGB三通道的彩色圖像來說怎樣才能得到灰度圖像呢？
如果對於一張本身就是灰度圖像（8位灰度圖像）來說，他的像素值就是它的灰度值，如果是一張彩色圖像，則它的灰度值需要經過函數映射來得到。在數字圖像處理過程中，一個像素的顯示是通過R\G\B三個值組成的，當然我說的是彩色圖像，不是灰度圖像。任何顏色都有紅、綠、藍三原色組成，假如原來某點的顏色爲RGB(R，G，B)，那麼，我們可以通過下面幾種方法，將其轉換爲灰度。只要使R=G=B，三者的值相等就可以得到灰度圖像。R=G=B=255爲白色，R=G=B=0爲黑色，R=G=B=小於255的某個整數時，此時就爲某個灰度值。
1.浮點算法：Gray=R*0.3+G*0.59+B*0.11
2.整數方法：Gray=(R*30+G*59+B*11)/100
3.移位方法：Gray =(R*28+G*151+B*77)>>8;
4.平均值法：Gray=（R+G+B）/3;
5.僅取綠色：Gray=G；
通過上述任一種方法求得Gray後，將原來的RGB(R,G,B)中的R,G,B統一用Gray替換，形成新的顏色RGB(Gray,Gray,Gray)，用它替換原來的RGB(R,G,B)就是灰度圖了。轉化程序可見：http://www.cnblogs.com/BYTEMAN/archive/2012/06/29/2570459.html
三、附個好圖
摘抄來的哈哈哈~像素值，是指相機、攝像頭有多少萬像素。如30萬、130萬、500萬、1000萬像素。表現在圖像、顯示器、屏幕上則爲640*480，1280*1024像素等。其中某個點的像素座標（1000，500），則表示橫向第1000點、縱向500點上的那個點。
如果在圖像中來看，像素值表示了圖像的大小、像素座標表示地址、灰度值表示地址中的值。