Vaizdo gradientas yra terminas, naudojamas apibūdinti nuolatinį vaizdo poslinkį nuo šviesios prie tamsos arba tamsos į šviesą. Šis poslinkis konkrečiai susijęs su vienos spalvos intensyvumu, o tai reiškia, kad viena spalva iš baltos (maksimalaus intensyvumo) pereis į juodą, minimalaus intensyvumo. Šio poslinkio metu spalva judės per kiekvieną konkretaus atspalvio permutaciją. Panašus terminas „spalvos gradientas“ reiškia perėjimą nuo vienos spalvos prie kitos, neatsižvelgiant į intensyvumą. Nors šie du terminai turi tik paviršutiniškų panašumų, tarp jų yra daug painiavos ir jie dažnai keičiami netyčia.
Iš esmės vaizdo gradientas yra toks pat matematinis kaip grafinis terminas. Iš pradžių matematika buvo naudojama gradientų pagrindui sukurti, kol žmonės dar nesugebėjo juos padaryti. Šie gradientai naudojami kaip spalvų keitimo objektų vektoriaus krypties ir greičio nustatymo metodas. Vaizdu pagrįstas gradientas išaugo iš taikomųjų fizikos panaudojimo būdų ir tapo taikomosios grafikos dalimi.
Kai naudojamas grafikoje, vaizdo gradientas yra vienos spalvos intensyvumo poslinkio aprašymas. Intensyvumas yra dar vienas grafinis terminas, apibūdinantis spalvos atspindimos šviesos kiekį. Didelis intensyvumas reiškia, kad į žiūrovą atsispindi daugiau spalvų, todėl spalva yra artimesnė baltai. Mažas intensyvumas reiškia, kad spalva sugeria daugiau šviesos, todėl spalva yra artimesnė juodai. Bet kuriuo atveju pagrindinė spalva yra ta pati; jis tiesiog sugeria arba atspindi daugiau spalvos.
Realiai tai sukuria vaizdo gradientą, kuris atrodo kaip vienos spalvos pokytis nuo baltos iki juodos. Pritaikius prie standartinio paveikslėlio, atskiri paviršiai padengiami nedideliais nuolydžiais. Daugeliu atvejų viename vaizde bus sumaišytos spalvų sritys, kad vaizdas būtų prislopintas. Jei spalvos nebūtų sumaišytos, vaizde būtų akivaizdžių artefaktų, o tai paprastai atrodytų kaip blokas.
Pavyzdžiui, žmogaus veido nuotraukoje subjekto odos nuolydis bus kitoks, o ant drabužių – kitoks. Kompiuteris gali žiūrėti į atskirą vaizdo gradientą ir palyginti jį su kitais, dengiančiais paveikslėlį. Tada jis gali rasti vietas, kuriose skirtingos gradiento sritys liečiasi viena su kita. Tada ši informacija gali būti naudojama norint rasti objekto kraštus vaizde ir gauti skaitmeninį vaizdą. Tai dažnai naudojamas kaip vaizdų taisymo arba tobulinimo būdas, siekiant išryškinti papildomas detales.