图像处理是对图像进行操作和分析的技术，目的是提高图像质量或者从图像中提取有用的信息。常见的图像处理技术包括图像增强、图像修复、噪声去除、图像分割等。图像处理广泛应用于医学影像、卫星遥感、安防监控、自动驾驶等领域，通过处理图像中的像素，能够实现对图像内容的识别、分析和改进。
图像是由像素点组成的矩阵，矩阵的每个点记录着图像的RGB值。数字图像处理即根据用户需求，使用计算机技术对图像进行处理得到所需效果。
本文整理了图像处理初学者应该需要了解的100个基础问题，涉及读取、显示图像、操作像素、拷贝图像、保存图像、灰度化、二值化、大津算法、HSV 变换、减色处理、平均池化、最大池化、高斯滤波、中值滤波、仿射变换等100多个知识点。
形态学又称数学形态学(Mathematical morphology),这是一门建立在格论和拓扑学基础之上的学科，是数学形态学图像处理的基本理论。常见的基本运算包括膨胀和腐蚀、开运算和闭运算、顶帽和黑帽运算等。图像的形态学处理常被用在图像的消除噪声和一些目标的特征提取上。
均值滤波，是图像处理中最常用的手段，从频率域观点来看均值滤波是一种低通滤波器，高频信号将会去掉，因此可以帮助消除图像尖锐噪声，实现图像平滑，模糊等功能。理想的均值滤波是用每个像素和它周围像素计算出来的平均值替换图像中每个像素。
采用 Gamma 校正法对输入图像进行颜色空间的标准化（归一化）；目的是调节图像的对比度，降低图像局部的阴影和光照变化所造成的影响，同时可以抑制噪音的干扰......
图像理解（image understanding,IU）就是对图像的语义理解。它是以图像为对象，知识为核心，研究图像中有什么目标、目标之间的相互关系、图像是什么场景以及如何应用场景的一门学科。
插值算法在图像缩放处理中是一项基本且重要的问题。插值算法有多种，最常用的有最近邻插值、双线性插值以及立方卷积插值。本文对三种插值算法进行简单分析并对它们的处理结果加以比较，最后总结了三种算法各自的优缺点。
常用的图像形态学操作包括膨胀、腐蚀、闭运算、开运算。膨胀操作会扩大（粗化）图像中物体的轮廓，可以用来弥补（填充）物体间的孔洞，强化离散点，代价是导致物体的面积比原来的面积要大。腐蚀操作会收缩（细化）图像中物体的轮廓，可以用来断开（分离）物体间的连接，消除离散点，代价是导致物体的面积比原来的面积要小。
彩色图像，每个像素通常是由红(R)、绿(G)、蓝(B)三个分量来表示的，分量介于(0，255)。灰度图像在黑色与白色之间还有许多级的颜色深度。二值图像的二维矩阵仅由0、1两个值构成，“0”代表黑色，“1”代白色。索引图像的文件结构比较复杂，除了存放图像的二维矩阵外，还包括一个称之为颜色索引矩阵MAP的二维数组。
图像处理中的空间域处理方法：数值运算、集合运算、逻辑运算、数学形态学操作。