【图像处理入门】1. 数字图像的本质：从像素到色彩模型

作为图像处理的开篇，本文将带你拆解数字图像的底层逻辑：从模拟图像到数字信号的神奇转换，到像素世界的微观构成，再到彩色图像的编码奥秘。通过 Python 代码实战，你将亲手触摸图像的 “基因”—— 像素值，并学会用 OpenCV 和 Matplotlib 揭开图像的物理本质。

一、从照片到数字：图像的数字化过程

你手机里的照片是如何变成电脑能识别的文件？这需要经过采样和量化两个关键步骤：

1. 模拟图像的数字化三步曲

• 采样（Sampling）：把连续的图像空间坐标离散化。想象用网格纸覆盖照片，每个网格交点就是一个采样点，网格密度决定了图像分辨率（如 1920×1080 表示横向 1920 个、纵向 1080 个采样点）。
• 量化（Quantization）：把连续的像素值转化为离散的整数值。每个采样点的颜色亮度被量化为 0-255 的整数（如 8 位量化有 256 个等级），量化精度用 “位深度” 表示（常见 8 位、16 位、24 位）。
• 编码（Coding）：将量化后的数值按特定格式存储（如 BMP、JPEG、PNG）。

2. 分辨率 vs 位深度：图像的两大 DNA

• 分辨率：决定图像的细节丰富度（单位：像素 / 英寸，PPI）