- 焦距
焦距，是光學系統中衡量光的聚集或發散的度量方式，指平行光入射時從透鏡光心到光聚集之焦點的距離。亦是照相機中，從鏡片中心到底片或CCD等成像平面的距離。
相機的鏡頭是一組透鏡，當平行於主光軸的光線穿過透鏡時，光會聚到一點上，這個點叫做焦點，焦點到透鏡中心（即光心）的距離，就稱爲焦距。焦距固定的鏡頭，即定焦鏡頭；焦距可以調節變化的鏡頭，就是變焦鏡頭。
- 正交投影/平行投影
投影線垂直於投影面的投影屬於正交投影 ，也稱爲平行投影。
- 像素亮度
每個象素都有相應的亮度，這個亮度和色相是沒有關係的，同樣的亮度既可以是紅色也可以是綠色，就如同黑白(灰度)電視機中的圖像一樣，單憑一個灰度並不能確定是紅色還是綠色。 所以，像素的亮度和色相是無關的。不能說綠色比紅色亮，這是錯誤的說法。亮度最大，圖片變成白色，亮度最小，圖片變成黑色。
- 像素灰度
（摘錄）圖像灰度值的概念是什麼？灰度也可以認爲是亮度，簡單說就是色彩的深淺程度。
實際上在我們的日常生活中，通過三原色色彩深淺的組合，可以組成各種不同的顏色。產品能夠展現的灰度數量越多，也就意味着這款產品的色彩表現力更加豐富，能夠實現更強的色彩層次。
也就是說灰度分級越多，那麼每一種原色可以分的層次越多，那麼三種原色組合起來的色彩也就越豐富。
例如三原色16級灰度，能顯示的顏色就是16×16×16=4096色。不過目前的產品256級灰度已經非常地普遍了。
所謂顏色或灰度級指黑白顯示器中顯示像素點的亮暗差別，在彩色顯示器中表現爲顏色的不同，灰度級越多，圖像層次越清楚逼真。灰度級取決於每個像素對應的刷新存儲單元的位數和顯示器本身的性能。如每個象素的顏色用16位二進制數表示，我們就叫它16位圖，它可以表達2的16次方即65536種顏色。如每一個象素採用24位二進制數表示，我們就叫它24位圖，它可以表達2的24次方即16777216種顏色。
灰度就是沒有色彩，RGB色彩分量全部相等。如果是一個二值灰度圖象，它的象素值只能爲0或1，我們說它的灰度級爲2。用個例子來說明吧： 一個256級灰度的圖象，RGB(100,100,100)就代表灰度爲100,RGB(50,50,50)代表灰度爲50。
灰度是指黑白圖像中點的顏色深度，範圍一般從0到255，白色爲255 ，黑色爲0，故黑白圖片也稱灰度圖像，在醫學、圖像識別領域有很廣泛的用途。
彩色圖象的灰度其實在轉化爲黑白圖像後的像素值（是一種廣義的提法），轉化的方法看應用的領域而定，一般按加權的方法轉換，R ， G ，B 的比一般爲3：6：1。
任何顏色都有紅、綠、藍三原色組成，假如原來某點的顏色爲RGB(R，G，B)，那麼，我們可以通過下面幾種方法，將其轉換爲灰度：
1.浮點算法：Gray=R*0.3+G*0.59+B*0.11
2.整數方法：Gray=(R*30+G*59+B*11)/100
3.移位方法：Gray =(R*28+G*151+B*77)>>8;
4.平均值法：Gray=（R+G+B）/3;
5.僅取綠色：Gray=G；
通過上述任一種方法求得Gray後，將原來的RGB(R,G,B)中的R,G,B統一用Gray替換，形成新的顏色RGB(Gray,Gray,Gray)，用它替換原來的RGB(R,G,B)就是灰度圖了。
灰度的重要作用：一個圖片之所以能顯示的那麼絢麗，就是因爲灰度的作用。正式因爲三原色在不同灰度值的情況下會有不同的表現，所以在組合之後會有那麼多不同的效果。也正是爲圖片的絢麗是灰度的功勞，所以任何絢麗的圖片我們都會得到豐富的灰度圖。也就是說，我們完全不要去鄙視黑白圖片。
- 灰度和亮度
這裏姑且理解灰度和亮度的效果是一樣的，灰度越接近白色也會越亮，越接近於黑色，自然亮度越暗。
- 像素
像素是組成圖象的最基本單元要素：點。分辨率是指在長和寬的兩個方向上各擁有的像素個數。一個像素有多大呢？主要取決於顯示器的分辨率，相同面積不同分辨率的顯示屏，其像素點大小就不相同。
線是由無數個點組成的，而面是由無數條線組成，即一個平面是由無數個點所組成。但無論技術多先進發達，人類總是不可能做到一幅圖象由無數個點來構成的境界，只能在長和寬的方向上由有限個點組成而已。
這些有限的點就叫做像素，每一個長度方向上的像素個數cheng每一個寬度方向上的像素個數的形式表示，就叫做圖片的分辨率。
如一張640X480的圖片，表示這張圖片在每一個長度的方向上都有640個像素點，而每一個寬度方向上都480個像素點，總數就是640X480=307200（個像素），簡稱30萬像素。
因爲圖片都是放在顯示器上顯示的，對於固定的大小的顯示器，它上面能放多少個像素是固定的，如果圖片的像素跟顯示屏的像素相同，那麼圖面正好完整的顯示在顯示器上；如果圖片的像素大於顯示器的像素，那麼顯示器會壓縮圖片的像素然後顯示；如果小於顯示器的像素，那麼顯示器會放大圖片的像素，圖片自然會變的模糊。
