这一章主要讲解图像是如何从现实世界转变到计算机世界中去的，首先讲了2D和3D的一些变换，以及3D到2D的投影，通过这些就了解了一个三维场景是如何变成一个二维图片的。这里面涉及到了大量的变换。我的理解是，计算机图形学是研究给定的三维场景、光源等条件，求某一视角所能获取的二维图像，而计算机视觉是它的逆过程，当然这一逆过程存在大量的不确定性因素（具体实现还要看后面的算法了）。接下来讲了现实的三维世界中，光在整个三维世界是如何作用的，这就涉及到了照明、反射、阴影等问题。最后，形成我们所看到的电子照片，是光通过了镜头、传感器、增益等等以及数字后处理、压缩，这里面又涉及到了信号处理方面的知识。
2.1 几何基元和变换。
2.1.1 几何基元
包括了2D点、2D直线、2D圆锥曲线、3D点、3D平面、3D直线、3D二次曲面。
数学表达方式类似于高中代数，只不过是用齐次坐标表达的。
2.1.2 2D变换
包括平移、旋转+平移、缩放旋转、仿射、投影。
这些变换是分层次的，上面一行是下面一行的子集。
上面的归类之外还有：直线方程的变换、拉伸与挤压。
另外还有一些看不懂的知识：平面状表面流、双线性内插（用于任意非共线的4点运动的内插）。
2.1.3 3D变换
包括了平移、旋转+平移、缩放旋转、仿射、投影。
2.1.4 3D旋转
2.2 光度测定学的图像形成
2.3 数字摄像机
人类的视觉系统对相对亮度差别是敏感的。
2.3.3 压缩
压缩是摄像机处理流水线上的最后阶段。
首先将信号转换为YCbCr，可以用更高的保真度来压缩亮度信号。使用的是重采样的方法。
接下来是块变换阶段。方法是离散余弦变换DCT。
第三步使用可变数位长度编码机制进行编码，如Huffman编码和算数编码。对于视频，会执行基于块的运动补偿。
最后，压缩算法的品质通常采用峰值信噪比（PSNR）来表达。