每像素位数的概念

Bpp 或每像素位数表示每像素的位数。图像中不同颜色的数量取决于颜色深度或每像素的位数。

数学中的位：

就像玩二进制位一样。

一个位可以表示多少个数字。

0

1

可以进行多少个两位组合。

00

01

10

11

如果我们设计一个公式来计算可以从位中进行的组合总数，它将是这样的。

其中 bpp 表示每像素位数。将 1 代入公式中，您将得到 2，将 2 代入公式中，您将得到 4。它会呈指数增长。

不同颜色的数量：

现在，正如我们在开始时所说的那样，不同颜色的数量取决于每个像素的位数。

下面给出了一些位及其颜色的表格。

此表显示每个像素的不同位数及其包含的颜色量。

阴影

您可以轻松注意到指数增长的模式。著名的灰度图像为 8 bpp ，这意味着它有 256 种不同的颜色或 256 种色调。

色调可以表示为：

彩色图像通常为 24 bpp 格式，或 16 bpp。

我们将在图像类型教程中看到有关其他颜色格式和图像类型的更多内容。

颜色值：

我们之前在像素概念教程中看到，0 像素值表示黑色。

黑色：

请记住，0 像素值始终表示黑色。但没有固定值表示白色。

白色：

表示白色的值可以这样计算：

如果是 1 bpp，0 表示黑色，1 表示白色。

如果是 8 bpp，0 表示黑色，255 表示白色。

灰色：

计算黑白颜色值后，就可以计算灰色的像素值。

灰色其实是黑色和白色的中间点。话虽如此，

在 8bpp 的情况下，表示灰色的像素值为 127 或 128bpp（如果从 1 开始计数，而不是从 0 开始）。

图像存储要求

在讨论了每像素位数之后，现在我们掌握了计算图像大小所需的一切。

图像大小

图像的大小取决于三个因素。

• 行数
• 列数
• 每像素位数

计算大小的公式如下。

图像大小 = 行数 * 列数 * bpp

这意味着如果您有一张图片，比如说这个：

假设它有 1024 行和 1024 列。由于它是灰度图像，因此它有 256 种不同的灰度，或者说每像素有位数。然后将这些值放入公式中，我们得到

图像大小 = 行数 * 列数 * bpp

= 1024 * 1024 * 8

= 8388608 位。

但由于这不是我们认识的标准答案，因此将其转换为我们的格式。

将其转换为字节 = 8388608 / 8 = 1048576 字节。

转换为千字节 = 1048576 / 1024 = 1024kb。

转换为兆字节 = 1024 / 1024 = 1 Mb。

这就是计算和存储图像大小的方式。现在在公式中，如果给定图像的大小和每像素的位数，您还可以计算图像的行和列，前提是图像是正方形（相同的行和相同的列）。