声明，这是一篇针对非计算机专业的科普性介绍。
我们常常通过深度学习的方法，利用神经网络去处理图像的识别问题。我们常用的做法就是首先输入图像数据，然后经过一系列学习手段，最后输出一个判断的结果。这里我们不谈论学习的过程，也不谈论最终的结果如何验证，我们仅聚焦于我们输入的数据。

为什么要聚焦于我们输入的数据？
这对我们理解卷积神经网络的运作方式大有裨益。

比如下图：

以上图举例，我们平时看到的到啦A梦就是一个蓝胖子，当我们把图片无限放大（当然无限是一个比较夸张的修辞手法。。。），我们看到的就不再是光滑的图像，而是一个个离散的小格子。这些小格子我们称作像素点。
下面介绍几个专有名词：
像素点：像素是最小的图像单元，这种最小的图形的单元能在屏幕上显示通常是单个的染色点，这些染色点就是像素点。
RGB：RED GREEN BLUE，就是所谓的三基色，通常我们可以调整三种颜色的不同配比得到我们看到的任何颜色。
色彩深度计算机图形学领域表示在位图或者视频帧缓冲区中储存1像素的颜色所用的位数，通常色彩深度越高，表示可用的颜色越多。色彩深度是用$“n$位颜色”$（n-bitcolour）$来说明的。若色彩深度是$n$位，即有$2^n$种颜色选择，而储存每像素所用的位数就是$n$。 我们比较常见的是8位的深度，也就是俗称的256色。
尺寸有时候我们也叫像素，例如500*375.（这个很重要，这是我们后面做卷积时候的原始数据）的意思就是这幅图片宽度方向有500个像素点，高度方向有375个像素点。

神奇的三原色

如上图所示，我们以蓝胖子的舌头为例子说明一下红蓝绿色如何组成的大千世界。
选取舌头的原因是因为舌头是橘黄色，不是红色，不是蓝色也不是绿色。
我们选取舌头的图片里面第30行第30列的像素块进行分析，结果是30，119，233.这说明蓝色的色彩深度为30，绿色的色彩深度为119，红色的色彩深度为233.这三种颜色以这种配比可以形成橘黄色。（b,g,r）的顺序是opencv的默认读取方式。

了解了图像在计算机中的显示形式之后，我们在进行卷积操作做特征提取的时候，就不会这样抽象了。
一个小问题思考：
我们第二幅图里面有图像大小，17.7KB，请问这个是如何得到的？（网上有相关公式，但是希望大家手动计算一下）