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的深度或每像素的位数。

数学中的位：

这就像玩二进制位一样。

一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比特可以组成的组合总数，那就是这样的。

其中 bpp 表示每像素位数。将1代入公式，得到2，将2代入公式，得到4。它呈指数增长。

不同颜色的数量：

正如我们一开始所说的，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。

该表显示了每个像素的不同位数以及它们包含的颜色量。

色调

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 ，意味着它有 256 种不同的颜色或 256 种色调。

阴影可以表示为：

彩色图像通常采用 24 bpp 格式或 16 bpp。

我们将在图像类型教程中了解有关其他颜色格式和图像类型的更多信息。

颜色值：

我们之前在像素概念教程中已经看到，0像素值表示黑色。

黑色：

请记住，0 像素值始终表示黑色。但没有固定的值来表示白色。

白色：

表示白色的值可以计算为：

在 1 bpp 的情况下，0 表示黑色，1 表示白色。

在 8 bpp 的情况下，0 表示黑色，255 表示白色。

灰色：

当计算出黑白颜色值时，就可以计算出灰色的像素值。

灰色实际上是黑色和白色的中间点。也就是说，

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 开始计数）。

图像存储要求

在讨论了每像素位数之后，现在我们已经有了计算图像大小所需的一切。

图片大小

图像的大小取决于三个因素。

• 行数
• 列数
• 每个像素的位数

下面给出了计算尺寸的公式。

图像大小 = 行数 * 列数 * bpp

这意味着如果你有一张图像，就说这个：

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，或者说每个像素有位数。然后将这些值代入公式，我们得到

图像大小 = 行数 * 列数 * bpp

= 1024 * 1024 * 8

= 8388608 位。

但由于它不是我们认可的标准答案，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。

这就是图像尺寸的计算和存储方式。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）。