每像素比特数的概念

---

---

Bpp 或每像素比特数表示每个像素的比特数。图像中不同颜色的数量取决于颜色深度或每像素比特数。

数学中的比特

这就像玩二进制比特。

一个比特可以表示多少个数字。

0

1

可以组合多少个两位组合。

00

01

10

11

如果我们设计一个公式来计算从比特中可以组合的总数，它将是这样的。

其中 bpp 表示每像素比特数。在公式中输入 1，得到 2，在公式中输入 2，得到 4。它呈指数增长。

不同颜色的数量

现在正如我们在开头所说，不同颜色的数量取决于每像素比特数。

下面给出了一些比特及其颜色的表格。

此表显示了不同的每像素比特数以及它们包含的颜色数量。

色调

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

色调可以表示为

彩色图像通常采用 24 bpp 或 16 bpp 格式。

我们将在图像类型教程中进一步了解其他颜色格式和图像类型。

颜色值

我们之前在像素概念教程中看到过，0 像素值表示黑色。

黑色

请记住，0 像素值始终表示黑色。但是，没有固定的值表示白色。

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

计算出黑色和白色的颜色值后，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

在讨论了每像素比特数之后，现在我们拥有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件事。

• 行数
• 列数
• 每像素比特数

计算大小的公式如下。

图像大小 = 行 * 列 * bpp

这意味着如果您有一张图像，比如这张

假设它有 1024 行和 1024 列。由于它是灰度图像，因此它具有 256 种不同的灰色阴影或每像素比特数。然后将这些值代入公式，我们得到

图像大小 = 行 * 列 * bpp

= 1024 * 1024 * 8

= 8388608 位。

但是由于这不是我们认识的标准答案，因此我们将将其转换为我们的格式。

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。

这就是图像大小的计算和存储方式。现在在公式中，如果给定图像的大小和每像素比特数，您还可以计算图像的行数和列数，前提是图像为正方形（行数和列数相同）。