2.2.2 圖像表達

畫面識別是從大量的（x，y）數據中尋找人類的視覺關聯方式，并再次應用。其中，x是輸入，y表示所識別到的物體種類。輸入的圖像x在計算機中是一堆按順序排列的數字，數值為0～255，其中0表示最暗，255表示最亮，如圖2.8所示。為保留該結構信息，通常選擇矩陣的表示方式，如28×28的矩陣。

圖2.8 灰度圖的圖像表達示意圖

圖2.8是只有黑白顏色的灰度圖，而更普遍的圖片表達方式是RGB顏色模型，即紅（Red）、綠（Green）、藍（Blue）三原色的色光以不同的比例相加，以產生多種多樣的色光。這樣，在RGB顏色模型中，單個矩陣就擴展成了有序排列的3個矩陣，也可以用三維張量去理解，其中的每一個矩陣又叫這個圖片的一個通道（Channel）。在計算機中，一張圖片是數字構成的“長方體”，可用寬（width）、高（height）、深（depth）來描述，如圖2.9所示。

圖2.9 RGB圖片的圖像表達示意圖