图像的深度： 图片是由一个个像素点构成的，所有不同颜色的像素点构成了一副完整的图像，计算机存储图片是以二进制来进行的。 1 bit : 用一位来存储，那么这个像素点的取值范围就是0或者1，那么我们看来这幅图片要么是黑色要么是白色。 4 bit : 取值范围为 0 到 2 的4次（左闭右开 ...

（转） 1.数字图像 ：每个数字图像都是包含像素点的矩阵，这个矩阵包含所有像素点的强度值； 2.通道 ： 把数字图像按照颜色成分划分 其中 单通道图像 ：每个像素点只用一个数值来表示，只可以表示灰度，0表示黑 三通道 ： RGB模式，用红绿蓝来表示图像，可以表示彩色，全0表示黑色 四通道 ...

矩阵数据类型: – CV_(S|U|F)C S = 符号整型 U = 无符号整型 F = 浮点型 E.g.: CV_8UC1 是指一个8位无符号整型单通道矩阵, CV_32FC2是指一个32位浮点型双通道矩阵 CV_8UC1 CV_8SC1 CV_16U C1 CV_16SC1 CV_8UC2 ...

参考：opencv-图像类型、深度、通道 通道表示每个点能存放多少个数，例如RGB彩色图像中每个像素点存放三个值，即3通道的 图像中像素点占得bit位数，就是图像的深度，比如：二值图像：图像的像素点不是0 就是1 （图像不是黑色就是白色），图像像素点占的位数就是 1 位，图像的深度 ...

直接通过python矩阵操作变换，简单高效 其中，[::-1] 表示顺序相反操作 ，如下面操作： 输出：[5, 4, 3, 2, 1] ...

1.PIL 支持单通道及多通道Uint8 TIFF图像读取，读取单通道Uint16 TIFF图像转为Uint8处理，直接读取Uint16 TIFF多通道图像出错，错误信息： 2.OpenCV 对于cv2，imread的关于通道数和位深的flags有四种选择 ...

1，通道 ...

获取图像属性 1: 形状-shape: 通过shape关键字获取图像的形状，返回包含行数、列数、通道数的元祖。其中灰度图像返回行数和列数，彩色图像返回行数、列数和通道数 2:像素数目-size: 通过size关键字获取图像的像素数目，其中灰度图像返回行数 * 列数，彩色图像 ...