Du hast grundsätzlich Recht, dass die Kamerapixel jeweils nur eine Farbe aufzeichnen. Jedoch ist ein Pixel auch eine "geografische" Angabe, und bezeichnet einen Ort auf dem Sensor. An jedem dieser Orte wird nun eine der drei Primärfarben aufgezeichnet. Das kann man dann direkt als Raw-Format speichern. Im Raw-Konverter (entweder kameraintern oder als Programm auf dem Rechner) werden dann zu jedem Farbwert die beiden fehlenden Farben an Hand der jewiligen farbgleichen Nachbarpixeln hinzugeschätzt - nach aufwändigen mathematischen Algorithmen. Danach hast Du dann ein echtes RGB-Bild, an dem nun jeder Pixel über alle drei Farben verfügt. Jedem Kamera-Pixel wird nun also ein RGB-Pixel des Bildes zugeordnet. Ein Monitor arbeitet ähnlich, wie eine Kamera, er bedient sich auch der drei Grundfarben, um die gewünschte Farbe darzustellen. Im Gegensatz zur Kamera, ist aber ein Monitorpixel in drei Sub-Pixel unterteilt. Auf meinem TFT sieht das beispielsweise so aus:
Eingerahmt siehst Du nun das, was man EINEN Monitorpixel nennt. Er besteht aus einem roten, einem grünen und einem blauen Streifen. Das ist die kleinste grafische Einheit, aus der alle Monitor-Grafiken aufgebaut werden. Pixel kommt ja ursprünglich von "picture element", also eine Art "Bild-Atom". Und wie Atome aus Protonen, Neutronen und Elektronen bestehen, so besteht ein Monitor aus Sub-Pixeln. Die aufgenommene Stelle ist eine weiße Fläche in der Monitordarstellung. Nach üblichem Sprachgebrauch in unserem Bereich meint nun eine 100%-Darstellung, dass ein interpolierter RGB-Kamerapixel durch einen Monitorpixel dargestellt wird. Wenn Deine Kamera ein Bild in 800 Pixel Breite erzeugt, dann wird es in 100%-Ansicht auf dem Monitor auch 800 (Monitor-)Pixel breit angezeigt.