看到目前為止，能夠發現到影像辨識可說是深度學習應用中相當熱門且實用的一個項目，然而如果要瞭解其中的運作原理，便不能不提到像素這個名詞。

昨天我們提到TensorFlow現今已經運用在許多醫學與自然環境上的深度學習領域，例如乳癌病灶的篩檢、血癌病患不成熟白血球的分類、糖尿病病人眼底視網膜病變的判別、或是水果的分級等，不知道大家有沒有注意到，這些都需要使用到醫療儀器或自動化機械所產生的相片資訊，再投入到TensorFlow中經過深度學習的過程，才能產生「好」與「壞」，「優」與「劣」的判定和預測結果。因此，我們一定要來認識相片中的資訊 — 像素。

像素的英文為pixel，是影像顯示的基本單位，也是組成點陣數位影像的最小單位，每一個像素都有各自的顏色值，由紅、綠、藍(RGB)三種子像素所構成，在單位面積中的像素越多，代表解析度越高，相片中物體所呈現的影像也就更接近真實物體的顏色。換句話說，這些不同像素在相片中的相對位置即是相片資訊，解析度越高，代表相片資訊愈多，能給予電腦閱讀、學習及判別的特徵也就越多。

• 參考資料：
  https://zh.wikipedia.org/wiki/%E5%83%8F%E7%B4%A0
  https://www.wonder-product.com/pages/digital-image