Sebuah gambar dapat didefinisikan sebagai fungsi dua dimensi (x, y)(gambar 2D), di mana x dan y adalah koordinator spasial, dan amplitudo f pada pasangan (x, y) adalah tingkat abu-abu gambar pada saat itu. titik. Misalnya, gambar tingkat abu-abu dapat direpresentasikan sebagai:
fij di mana fij f (xi, yj)
Jika x, y dan nilai amplitudo dari f terbatas, besaran diskrit, gambar itu disebut "gambar digital".
Kumpulan nilai digital yang terbatas disebut elemen gambar atau piksel. Biasanya, piksel disimpan dalam memori komputer sebagai array dua dimensi atau matriks bilangan real. Gambar berwarna di bentuk oleh kombinasi gambar 2D individu. Banyak teknik pemrosesan gambar untuk gambar monokrom yang dapat diperluas ke gambar berwarna (3D) dengan memproses gambar tiga komponen secara individual.
PCA (Principal Component Analysis)
 PCA banyak digunakan dan terkenal dari metode multivariat "standar" yang ditemukan oleh Pearso (1901) dan Hotelling (1993) pertama kali diterapkan dalam ekologi oleh Goodall (1954) dengan nama 'Analisis faktor' ('Analisis faktor utama' adalah sinonim dari PCA). Ini adalah cara untuk mengidentifikasi pola dalam data, dan mengungkapkan data sedemikian rupa untuk persamaan dan perbedaannya. PCA adalah alat yang ampuh untuk menganalisis data.Â
 Keuntungan utama lain dari PCA adalah setelah anda menemukan pola-pola ini dalam data, dan anda memproses data, yaitu dengan mengurangi jumlah dimensi, tanpa banyak kehilangan informasi. Teknik ini digunakan dalam kompresi gambar. Dibutuhkan matriks dari n objek dengan variabel p, yang mungkin berkorelasi (komponen utama atau sumbu utama) yang merupakan kombinasi linier dari variabel p asli, komponen k pertama menampilkan sebanyak mungkin dari variasi antar objek.
Mekanisme Pengenalan Wajah (Face Recognition).
 Teknologi ini memiliki beberapa tahapan atau mekanisme, diantaranya:
