À cause du pouvoir séparateur limité de l’œil humain, nous percevons une image construite au moyen d'un très grand nombre d'éléments distincts et minuscules dans sa globalité.

Ce constat est exploité par les systèmes informatiques qui commandent des dispositifs (imprimante, moniteur…) capables de produire de tels éléments (point lumineux sur un écran, point d'encre sur une feuille de papier…).

Le fait que ces éléments puissent être dissociés permet aux systèmes informatiques de traiter les images. Chacun des éléments minuscules est appelé pixel (de « picture element »).

Dans sa représentation, une image peut être considérée comme une matrice rectangulaire de pixels. C'est aussi pourquoi on parle d'image matricielle.

L'association d'un code de couleur (valeur numérique) à chaque pixel transforme l'image en image numérique.

Si la plupart des nombres qui composent l'image numérique correspondent aux couleurs des différents pixels, certains nombres représentent des informations utiles à sa reconstitution en sortie, notamment les dimensions de l'image (nombre de pixels en largeur et en hauteur).