原文链接： https://blog.csdn.net/saltriver/article/details/78847964
计算机视觉旨在从图像中提取有用的信息，这已经被证实是一个极具挑战性的任务。那么图像是什么？或者说我们把图像看作什么？
有人说图像就是一张图片，一个场景，一个矩形(rectangle)，一个矩阵（matrix）。我们先看一个图像实例：
这是一张黑白图像，也就是常说的灰度图。更多的图像是彩色的RGB图像。灰度图处理起来更加简单方便，因此这里使用灰度图像，重在理解。
我们把这幅图像加上坐标刻度，如下图所示：
放到坐标系中后，我们能把一副图像看作是一个二维函数，定义成f(x, y)或者I(x, y)。任何一对空间坐标(x, y)处f的值看作该坐标点处的强度(intensity)或灰度。我们把每一坐标点处的强度在三维空间中看看。
下面是二维函数f(x, y)=x**2+y**2的可视化，与上述图像的二维函数相比，无非是坐标的取值范围不同，函数的表达式不一样。
把图像看作是一个二维函数，将对后续的图像处理理解和计算带来极大的便利，对图像的处理就是对函数的处理。需要强调的是把图像作为二维函数时，它是一个离散函数，且取值范围有所限定，比如x, y轴的坐标值，函数取值也限定在某个区间之内（不一定是[0-225]）。另外，图像作为函数，不可能得到上面类似f(x, y)=x**2+y**2这样的表达式。
对于彩色图像，同样可以看作是一个向量函数。f(x, y) = [r(x, y), g(x, y), b(x, y)]