数字图像(上)
前言
數(shù)字圖像是一個(gè)比較大的話題,其中有許多我們常聽說卻并不十分清楚的概念,也有之前并不曾深入了解的細(xì)節(jié)原理。本文會(huì)盡量詳細(xì)的串起這些知識(shí)點(diǎn)。其中的一些術(shù)語及容易混淆的概念會(huì)專門在基本概念中描述。都屬于主題的拓展,如果覺得有些點(diǎn)很難區(qū)分不妨先放下讀完全文再去看或許就能理解。也可能看到一些概念覺得新奇那可以在參考文檔里找到資料去深入了解。總的來說全文的每個(gè)模塊會(huì)盡量都描述詳細(xì)而不依賴前置條件,所以可以挑選自己需要的部分觀看。當(dāng)然如果能從頭讀到尾或許會(huì)有更多收獲。
圖像存儲(chǔ)
數(shù)字化圖像數(shù)據(jù)有兩種存儲(chǔ)方式:位圖存儲(chǔ)(Bitmap)和矢量存儲(chǔ)(Vector)。我們平常是以圖像分辨率(即象素點(diǎn))和顏色數(shù)來描述數(shù)字圖象的。例如一張分辨率為640*480,16位色的數(shù)字圖片,就由2^16=65536種顏色的307200(=640*480)個(gè)素點(diǎn)組成。
1.位圖圖像(點(diǎn)陣圖)
位圖圖像(在技術(shù)上稱作柵格圖像)使用圖片元素的矩形網(wǎng)格(像素)表現(xiàn)圖像。每個(gè)像素都分配有特定的位置和顏色值。在處理位圖圖像時(shí),您所編輯的是像素,而不是對(duì)象或形狀。
2.矢量圖形
矢量圖形(有時(shí)稱作矢量形狀或矢量對(duì)象)是由稱作矢量的數(shù)學(xué)對(duì)象定義的直線和曲線構(gòu)成的。矢量根據(jù)圖像的幾何特征對(duì)圖像進(jìn)行描述。
您可以任意移動(dòng)或修改矢量圖形,而不會(huì)丟失細(xì)節(jié)或影響清晰度,因?yàn)槭噶繄D形是與分辨率無關(guān)的。
也就是說位圖描述的是像素信息,而矢量圖描述的是路徑信息。因此位圖的信息量與尺寸是正相關(guān)的。而放大圖片會(huì)需要更多的像素信息,現(xiàn)有的像素信息不足以描述更大的圖會(huì)進(jìn)行信息填充,就會(huì)失真。而矢量圖描述的是路徑,路徑的描述與圖片大小無關(guān)因此就不會(huì)失真。
基本概念
**像素:**像素是組成圖像的最基本單元
像素尺寸:位圖圖像高度和寬度上的像素?cái)?shù)目
**圖像分辨率:**每單位長度上像素?cái)?shù)目 像素/英寸ppi。比如1英寸上能夠顯示300像素,則稱為300ppi。則11的圖片中像素總數(shù)為90000
[外鏈圖片轉(zhuǎn)存失敗,源站可能有防盜鏈機(jī)制,建議將圖片保存下來直接上傳(img-WiiHRDXC-1595502413047)(/img/bVbJKHq)]
如圖,可以看到該手機(jī)信息描述為分辨率為24001176像素。看到這里你可能在想不是說好了單位ppi嗎? 注意了,ppi是圖像分辨率,而這里的分辨率是屏幕分辨率。接下來我們就要來理清關(guān)于分辨率這塊的一些概念了。
1、2k、4k、1080p是什么:
1080p,這里的P(Progressive)表示的是“逐行掃描”,簡(jiǎn)單來說,P指的是圖像橫向像素的總行數(shù),比如720P表示圖像有720行的像素,1080P表示圖像總共有1080行像素?cái)?shù)。那么為什么又從720p、1080p的描述變到了2k、4k、8k呢?這是因?yàn)?*這是因?yàn)殡S著數(shù)字技術(shù)的不斷發(fā)展,像素?cái)?shù)量變得越來越大,人們就以K為單位表示視頻或屏幕的水平分辨率。**1K=1024,2K=2048,4K=4096,8K=8192,代表著1K圖像即水平方向上有1024個(gè)像素的圖像,2K圖像即水平方向上有2048個(gè)像素的圖像,以此類推,8K圖像即水平方向上有8192個(gè)像素的圖像。也就是說p表示的是逐行掃描的行數(shù),而k表示的是不考慮屏寬比情況下的列數(shù),是兩個(gè)維度,理論上來講1080p也可以稱為2k。以下是常見的分辨率描述。
2、dpi與ppi
PPI描述數(shù)字圖像的像素分辨率,而DPI描述打印圖像上的墨點(diǎn)數(shù)量。**PPI或每英寸像素?cái)?shù)是指屏幕可以顯示的固定像素?cái)?shù)和數(shù)字圖像中像素的密度。**像素或“圖片元素”是數(shù)字圖像的最小組成部分。放大任何數(shù)字圖像,你會(huì)看到它分解為彩色正方形-這些都是像素。
較低的ppi意味著每英寸只能又更少的信息數(shù)量,那么就會(huì)缺失細(xì)節(jié)。但是同樣的高ppi意味著需要相同尺寸的內(nèi)容需要更多個(gè)描述信息,就會(huì)占據(jù)更多內(nèi)存。關(guān)于存儲(chǔ)大小這個(gè)點(diǎn)我們后面就詳細(xì)述。
**DPI或每英寸點(diǎn)數(shù)是指物理打印機(jī)的分辨率值。**打印機(jī)通過噴出微小的點(diǎn)來再現(xiàn)圖像,每英寸的點(diǎn)數(shù)會(huì)影響打印的細(xì)節(jié)量和整體質(zhì)量。
如果一臺(tái)打印機(jī)的分辨率是4800×1200dpi,那么意味著橫向上,兩個(gè)墨點(diǎn)最近的距離可以達(dá)到1/4800英寸;在縱向上,兩個(gè)墨點(diǎn)的距離可以達(dá)到1/1200英寸。 另外,通常情況下我們認(rèn)為600x600DPI以上的圖像, 在普通紙上按照更高打印精度的打印是沒有意義的。這意味著在紙張橫向上,每一英寸長度上理論上可以放置4800個(gè)墨點(diǎn)。但是如果真的在普通介質(zhì)的一英寸上放置全部的4800個(gè)墨點(diǎn),會(huì)發(fā)生什么情況呢?–紙張對(duì)墨水的吸收過飽和,墨水連成一片,反而使分辨率下降。所以"理論"點(diǎn)數(shù),是指打印機(jī)能夠達(dá)到的能力極限,但是實(shí)現(xiàn)起來需要依靠紙張的配合,如果采用專用紙張,便可達(dá)到更好的性能,在每個(gè)英寸上放置更多的獨(dú)立墨點(diǎn),如果使用紙張不能支持選定的最高分辨率,就會(huì)出現(xiàn)相鄰的墨點(diǎn)交融聯(lián)成一片的情況,從而影響打印效果。
可以看到dpi和ppi其實(shí)都是描述單位長度上的呈像細(xì)節(jié),區(qū)別在于屏幕成像的最小單位是像素所以用ppi描述像素分辨率,而印刷是用墨點(diǎn)的所以衡量單位就是點(diǎn),用dpi來描述掃描精度。
另外,ppi和dpi經(jīng)常都會(huì)出現(xiàn)混用現(xiàn)象。但是他們所用的領(lǐng)域也存在區(qū)別。從技術(shù)角度說,“像素”只存在于電腦顯示領(lǐng)域,而“點(diǎn)”只出現(xiàn)于打印或印刷領(lǐng)域。
以上文本取字分辨率的百度百科。因?yàn)槭聦?shí)上這兩個(gè)概念會(huì)被混用,所以也會(huì)在非印刷場(chǎng)合看到dpi,這時(shí)就需要根據(jù)上下文語境判斷來,因?yàn)閐pi的dot這個(gè)點(diǎn)一般是指噴墨打印的墨點(diǎn),但也會(huì)被用來指掃描儀的采樣點(diǎn),指數(shù)字圖像的最小單位像素。所以有人用dpi跟來描述屏幕成像,他可能就是指圖像分辨率。
3、圖像分辨率與屏幕分辨率
分辨率,又稱解析度、解像度,可以細(xì)分為顯示分辨率、圖像分辨率、打印分辨率和掃描分辨率等。
**屏幕分辨率(顯示分辨率)是屏幕圖像的精密度,是指顯示器所能顯示的像素有多少。**由于屏幕上的點(diǎn)、線和面都是由像素組成的,顯示器可顯示的像素越多,畫面就越精細(xì),同樣的屏幕區(qū)域內(nèi)能顯示的信息也越多。因此顯示分辨率一定的情況下,顯示屏越小圖像越清晰,反之,顯示屏大小固定時(shí),顯示分辨率越高圖像越清晰。
圖像分辨率則是單位英寸中所包含的像素點(diǎn)數(shù),其定義更趨近于分辨率本身的定義。
掃描分辨率指在掃描一幅圖像之前所設(shè)定的分辨率,它影響所生成的圖像文件的質(zhì)量和使用性能,決定了圖像將以何種方式顯示或打印。如果掃描圖像用于640×480像素的屏幕顯示,則掃描分辨率不必大于一般顯示器屏幕的設(shè)備分辨率即一般不超過120DPI。
**設(shè)備分辨率(Device Resolution)又稱輸出分辨率,指的是各類輸出設(shè)備每英寸上可產(chǎn)生的點(diǎn)數(shù)。**如顯示器、噴墨打印機(jī)、激光打印機(jī)、繪圖儀的分辨率。這種分辨率通過DPI來衡量,PC顯示器的設(shè)備分辨率在60至120DPI之間,打印設(shè)備的分辨率在360至2400DPI之間。
資料參考:
dpi與ppi區(qū)別:
https://99designs.com/blog/tips/ppi-vs-dpi-whats-the-difference/
1080p和2k、4k的關(guān)系https://www.zhihu.com/question/24205632/answer/806843084
總結(jié)
- 上一篇: openstack云计算平台 1(认证服
- 下一篇: #私藏项目实操分享#Python爬虫实战