图片与向量的关系
-
黑白图片
黑白图片(灰度图)通过 2 维向量(矩阵)来表达。2个维度的长度分别代表了图片的高度和宽度(以像素为单位),向量元素记录着每一个像素的灰度(数值越大,颜色越浅)
例如下面右图矩阵标注了左图像素点的灰度分布:
-
彩色图片
彩色图片通过 3 维向量来表达。3个维度的长度分别代表了图片的高度、高度(以像素为单位)和通道数。在RGB模式下,彩色图片有3个通道,保存着图片各个像素红色(Red)、绿色(Green)和蓝色(Blue)的量化数值。
下图展示了彩色图片对应的3维向量的结构:
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· DeepSeek 开源周回顾「GitHub 热点速览」
· 物流快递公司核心技术能力-地址解析分单基础技术分享
· .NET 10首个预览版发布:重大改进与新特性概览!
· AI与.NET技术实操系列(二):开始使用ML.NET
· 单线程的Redis速度为什么快?