本文主要内容来自与《数字图像处理第二版中文版（冈萨雷斯）》第二章， 图像采集小节。
一、数字图像的表示
一幅图像可以被定义为一个二维函数f(x,y)，其中(x,y)是空间（平面）坐标，在任何坐标(x,y)处的幅度f被定义为图像在这一位置的亮度。
图像在x和y坐标以及在幅度变化上是连续的。要将这样的一幅图像转换成数字形式，要求对坐标和幅度进行数字化。将坐标值数字化称为取样，将幅值数字化称为量化。因此，当x、y分量及幅值f都是有限且离散的量时，我们称图像为数字图像。
图像的矩阵表示:
等式右边是定义的一幅数字图像, 阵列中每个元素都被称为图像元素、图画元素或像素(对于RGB格式图像f(0, 0)可能取值(33, 250, 12)，对于gray类型图像f(0, 0)可能取值33)
图像采样
在取样时，若横向的像素数（列数）为M ，纵向的像素数（行数）为N，则图像总像素数为M*N个像素。
一般来说，采样间隔越大，所得图像像素数越少，空间分辨率低，质量差，严重时出现马赛克效应；采样间隔越小，所得图像像素数越多，空间分辨率高，图像质量好，但数据量大。
图像的量化
- 量化等级越多，所得图像层次越丰富，灰度分辨率高，图像质量好，但数据量大；量化等级越少，图像层次欠丰富，灰度分辨率低，会出现假轮廓现象，图像质量变差，但数据量小。
假设有一副512*512， 256个灰度级的图像，它需要512*512个字节存储(256用8个bit表示，一个字节)。如果彩色视频(每秒25帧，美帧512*512)，那么一秒钟的视频数据量为512*512*1*3*25字节。
采样分为均匀采样和非均匀采样
均匀采样量化——适合像素灰度值在黑白范围较均匀分布的图像。
非均匀采样量化——对图像中像素灰度值频繁出现的灰度值范围，量化间隔取小一些，而对那些像素灰度值极少出现的范围，则量化间隔取大一些。
数字图像的质量在很大程度上取决于取样和量化中所用的样本数和灰度级。一般，当限定数字图像的大小时, 为了得到质量较好的图像可采用如下原则：
对缓变的图像， 应该细量化， 粗采样， 以避免假轮廓。
对细节丰富的图像，应细采样，粗量化， 以避免模糊（混叠）。
采样的个数和灰度等级的选取与分辨率和储存的能力两者有关，需要综合考虑。
主要参考：
《数字图像处理第二版中文版（冈萨雷斯）》第二章
部分内容：https://blog.csdn.net/zhulf0804/article/details/52517980