【数字图像处理】是计算机科学领域的一个重要分支，主要研究如何使用数字技术对图像进行分析、变换和增强。课程适合初学者，通过通俗易懂的方式介绍相关知识。
图像可以是真实世界的照片，记录物体的外观；也可以是数学函数图形，展示特定的关系。图像处理涉及到的“数字”部分指的是将图像转化为数字数据，以便计算机能够理解和操作。这个过程称为**图像数字化**。
图像数字化包括两个关键步骤：**采样**和**量化**。
**采样**是将连续的图像分割成离散的单元，也就是像素。像素是图像的基本组成单元，每个像素都有特定的位置和颜色信息。采样密度决定了图像的分辨率，即图像中像素的数量，通常以水平和垂直方向的像素数表示。高分辨率意味着图像细节更丰富，但需要更多的存储空间。
**量化**是将每个像素的颜色或亮度值转换为数字。由于实际图像中像素往往包含多种颜色，量化过程中通常需要近似处理，选择最接近的颜色值。例如，用8位量化，颜色范围就是0-255，形成一个0-255的灰度等级，代表从纯黑到纯白的过渡。对于彩色图像，可能使用RGB模型，每个颜色通道（红、绿、蓝）都有8位，总共24位。
量化可能导致**图像失真**，尤其是在颜色过渡细腻的区域。如果量化级别不够，可能会出现明显的边界，即**伪轮廓**现象。此外，过度的采样或量化限制可能导致图像质量下降，如细节丢失或噪点增加。
数字图像处理的应用广泛，包括图像压缩、图像恢复、图像识别等。学习这个领域的知识不仅有助于理解图像在计算机中的表示方式，也为图像编辑软件、视频编码、机器视觉等领域奠定了基础。在实践中，平衡采样和量化之间的关系，以在存储和处理能力有限的情况下获得最佳图像质量，是数字图像处理的重要挑战。
