多维数组是图像处理的底层数据载体，图像本质是按规则组织的数字集合：二值/灰度图对应二维数组，rgb/rgba图为三维数组，视频、体数据、批量样本则分别对应四维、三维、五维数组；所有图像操作均为数组运算，其高效性依赖内存连续、向量化、视图机制与类型精准控制。
多维数组是图像处理的底层数据载体，图像不是“图片文件”，而是按规则组织的数字集合——这个规则，就是多维数组的结构。
像素即数组元素
每个像素对应数组中的一个或多个元素：
- 二值图像 → 二维数组，每个元素是0或1
- 灰度图像 → 二维数组，每个元素是0–255的整数，代表明暗程度
- RGB彩色图像 → 三维数组，形状为 [高, 宽, 3]，第三维依次存红、绿、蓝通道值
- 带透明度的RGBA图像 → 三维数组，形状为 [高, 宽, 4]
操作即数组运算
常见图像处理动作，本质都是对多维数组的读写与变换：
- 裁剪：取子区域切片，如 img[50:150, 80:200, :]
- 翻转：调用 np.flip(img, axis=1) 沿水平轴镜像
- 灰度化：对第三维加权平均，gray = 0.299*R + 0.587*G + 0.114*B
- 通道分离：r_channel = img[:, :, 0] 单独提取红色分量
效率依赖数组特性
图像处理追求实时性，多维数组为此提供关键支撑：
- 内存连续存储：使CPU缓存友好，批量像素操作极快
- 向量化计算：避免Python循环，一行代码完成整图运算
- 视图机制（如ndarray的view）：不复制数据即可改变维度解释，节省内存
- 类型精准控制：用uint8存像素、float32做滤波，兼顾精度与开销
从静态到动态：更高维的延伸
不只是单张图，多维数组自然承载更复杂图像数据：
- 视频帧序列 → 四维数组 [帧数, 高, 宽, 3]
- 医学CT/MRI → 三维体数据 [深度, 高, 宽]，每页是一张切片
- 批量训练样本 → 五维数组 [批次, 帧/切片数, 通道, 高, 宽]，直供深度学习框架
