歡迎來到「阿Han的軟體心法實戰營 - 影像處理」系列的文章區，我們會針對影像處理的相關知識、開發技巧進行分享，並教你手把手用程式寫出屬於自己的影像處理程式， 當然也會包括AI模型訓練的部分，就讓我們一起來探索影像處理的領域吧！
在進入影像辨識的世界之前， 我們先來了解一下關於解析度的基本概念吧！ 後續我們也會教您如何搭配OpenCV來進行影像相關的處理作業。
影像視覺
影像視覺主要目標是讓機器與人類一樣具有視覺能力的識別功能， 對人類來說眼睛看到影像， 透過大腦轉成可以理解的形式(球、建築…)， 最後再透過語言轉達， 看似很自然， 但對電腦來說可一點都不簡單。
電腦本身沒有眼睛， 因此需要透過拍照、錄影…等方式， 將圖片的物件轉成機器可以理解的0 1 0 1， 理解之後就能夠透過規則來辨別出可能的物件。
影像處理
影像處理的目標就是讓圖片轉換成機器可以閱讀的資料格式， 因為輸入裝置會有各式各樣的設備， 手機、攝影機、雷達…都是輸入的設備， 而經過影像處理之後， 統一轉換成標準格式， 才能夠進行後續的計算， 包括放大、縮小、變形、去雜訊…， 都是為了讓後續的影像辨識更快更精準。
怎麼儲存在電腦中？
基本上最小單位就是所謂的「pixel」像素， 也就是一格一格的概念， 它可以帶有特定的色彩和亮度信息。
黑白 x 灰階 x 彩色的佔用容量
- 黑白： 一個格子要嘛白、要嘛黑， 因此僅需要1個bits來儲存。
- 灰階： 從純黑(00000000)到純白(11111111)之間會有2 ^ 8 = 256種組合， 因此每一格pixel會需要8bits(1 bytes)來儲存。
- 彩色(RGB)：由於彩色RGB是用紅、綠、藍三個通道組成， 而每一個通道佔用的是8bits*3=24bits=3bytes。
座標
所謂解析度
我們常常看到的「800 * 600」、「1024 * 768」是什麼意思呢？ 通常是指圖像的像素數量。
以 800 * 600 為例， 就是x軸會有800格、而y軸會有600格組成的一張圖，因此解析度越高越清晰，因為格子的粗細度有所不同，但額外的也會增加空間的耗用。
結語
初步接觸影像辨識的過程， 基本的概念還是得建立才容易進入到實作階段， 因此我們試著對影像最基本的儲存開始了解起，之後對於影像辨識的運算會更加的清晰。
更多關於影像處理的知識歡迎來「🔒 阿Han的軟體心法實戰營 - 影像辨識」坐坐。
