2.2.2 图像表达

画面识别是从大量的（x，y）数据中寻找人类的视觉关联方式，并再次应用。其中，x是输入，y表示所识别到的物体种类。输入的图像x在计算机中是一堆按顺序排列的数字，数值为0～255，其中0表示最暗，255表示最亮，如图2.8所示。为保留该结构信息，通常选择矩阵的表示方式，如28×28的矩阵。

图2.8 灰度图的图像表达示意图

图2.8是只有黑白颜色的灰度图，而更普遍的图片表达方式是RGB颜色模型，即红（Red）、绿（Green）、蓝（Blue）三原色的色光以不同的比例相加，以产生多种多样的色光。这样，在RGB颜色模型中，单个矩阵就扩展成了有序排列的3个矩阵，也可以用三维张量去理解，其中的每一个矩阵又叫这个图片的一个通道（Channel）。在计算机中，一张图片是数字构成的“长方体”，可用宽（width）、高（height）、深（depth）来描述，如图2.9所示。

图2.9 RGB图片的图像表达示意图