图像处理的基本操作(灰度化，二值化)

基本的概念：

图像的深度：
图像中像素点占得bit位数，就是图像的深度，并不是每个像素点分配了多少位内存空间，就一定能够要用完，深度仅仅标识用于真真能表示颜色的位数，比如二值化图每一个像素点可能已经分配了8位，但是实际上只用到了1位，深度就是1

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，图像的深度就是1，也称作位图。

灰度图像：图像的像素点位于0-255之间，（0：全黑，255代表：全白，在0-255之间插入了255个等级的灰度）。2^8=255，图像的深度是8。
依次轮推，我们把计算机中存储单个像素点所用的 bit 位称为图像的深度。
图像的通道

有了图像深度的概念，我们知道如果是24位的图像，则这个像素点的颜色的取值范围是：从0到2^24。这个范围特别大，如果我们知道了某店的像素值怎么判断像素点的颜色呢？

我们知道 RGB是基本的三原色，如果我们用8位代表一种颜色，每种颜色最大是255，这样每个像素点的颜色值的范围就是（0-255,0-255,0-255）。这样图像的通道就是3。

灰度图的图像存储模型：

灰度图像像素点的存储就是对应的原图从左到右，从上到下，依次排列，每个点的值就是就是像素点的值，每个点的地址就是像素像素点的地址。

RGB图片的存储模型

RGB彩色图像和灰度图相比，每个像素点都有3个通道。每个通道占的内存空间都是8位。在内存中，RGB 图像的存储是以二维数组的形式。

灰度化之后得图片大小一定会比原来的图片的大小小吗

这个是不一定的，要看具体的压缩算法：会不会把那些不表示颜色的位删掉，灰度图的每一个像素点只需要8位，但是有些压缩算法不会把多余的位去掉，就像一个24位的彩色图，灰度化后只需要8位，但是其他的16位有可能保存，全部为0。这个取决于压缩算法。。

看大神怎么回答：