Gradient slike je izraz, ki se uporablja za opis neprekinjenega premika od svetlega k temnemu ali temnega k svetlobi na sliki. Ta premik se nanaša posebej na intenzivnost ene barve, kar pomeni, da bo ena barva prešla od bele, največje intenzivnosti, do črne, minimalne intenzivnosti. Med tem premikom se bo barva premikala skozi vsako permutacijo svojega določenega odtenka. Podoben izraz “barvni gradient” se nanaša na premik iz ene barve v drugo ne glede na intenzivnost. Čeprav imata ta dva izraza le površne podobnosti, je med njima veliko zmede in se pogosto nehote izmenjujeta.
V svojem srcu je slikovni gradient enako matematični izraz kot grafični izraz. Prvotno je bila matematika uporabljena za ustvarjanje temeljev za gradiente, preden so jih ljudje v celoti sposobni narediti. Ti gradienti se uporabljajo kot metoda za določanje smeri in hitrosti vektorja pri predmetih, ki spreminjajo barvo. Gradient, ki temelji na slikah, je zrasel iz uporabne uporabe fizike in postal del uporabne grafike.
Ko se uporablja v grafiki, je slikovni gradient opis premika intenzivnosti znotraj ene barve. Intenzivnost je še en grafični izraz, ki opisuje količino svetlobe, ki jo odbije barva. Visoka intenzivnost pomeni, da se več barve odbija proti gledalcu, kar ima za posledico barvo, ki je bližje beli. Nizka intenzivnost pomeni, da barva absorbira več svetlobe, kar povzroči, da je barva bližje črni. V obeh primerih je osnovna barva enaka; samo absorbira ali odbija več barve.
V resnici to ustvari preliv slike, ki je videti kot premik iz bele v črno skozi eno barvo. Ko se nanese na standardno sliko, so posamezne površine prekrite z majhnimi prelivi. V mnogih primerih bo ena slika imela mešana barvna območja, da bi ustvarila zadušljivo sliko. Če barve ne bi bile mešane, bi na sliki prišlo do očitnih artefaktov, ki običajno povzročijo videz, podoben bloku.
Na primer, na sliki obraza osebe bo preliv na koži subjekta in drugačen preliv na njenih oblačilih. Računalnik lahko pogleda posamezen gradient slike in ga primerja z drugimi, ki pokrivajo sliko. Nato lahko poišče lokacije, kjer se različna gradientna območja dotikajo drug drugega. Te informacije lahko nato uporabite za iskanje robov subjekta na sliki in izpeljavo digitalne predstavitve. To se pogosto uporablja kot metoda popravljanja ali izboljšanja slik, da se prikažejo dodatne podrobnosti.