图像大小的计算

图像大小的计算一直为图片大小计算所吸引，近日搜索资料得知，与大家分享。数码照片文件大小和拍摄时设置的分辨率和品质有关，还和被拍摄景物的色彩，纹理复杂程度有关，同样的相机设置拍白墙和风景文件大小是不一样的。找个编辑图片的软件，如Photoshop就可以只改变图片占用空间的大小，不会改变长和高，但要牺牲质量。用ACDsee也可另存为，然后可改变质量，降低文件就变小，大小不变。文件大小是指一个文件占用电脑的磁盘空间的大小。不光是图片文件，其它任何类型的文件都要占用空间，而图片文件的大小与文件格式（JPG、BMP、PSD、GIF、TIFF、PNG、CDA等等）、文件的实际像素、实际尺寸都有直接的关系，但就算两张图片的以上几点都完全一样，文件的大小还可能是不相等的，因为每一张图片所包含的色彩信息量是不同的，一面白墙的相片跟一个MM的照片，文件大小铁定是不同的。

首先，图片大小的存储基本单位是字节（byte），每个字节是由8个比特（bit）组成。1、位（bit）来自英文bit，音译为“比特”，表示二进制位。位是计算机内部数据储存的最小单位，11010100是一个8位二进制数。一个二进制位只可以表示0和1两种状态（21）；两个二进制位可以表示00、01、10、11四种（22）状态；三位二进制数可表示八种状态（23）……2、字节（byte）字节来自英文Byte，音译为“拜特”，习惯上用大写的“B”表示。字节是计算机中数据处理的基本单位。计算机中以字节为单位存储和解释信息，规定一个字节由八个二进制位构成，即1个字节等于8个比特（1Byte=8bit）。八位二进制数最小为00000000，最大为11111111；通常1个字节可以存入一个ASCII码，2个字节可以存放一个汉字国标码。位在计算机中极少单独出现。它们几乎总是绑定在一起成为8位集合，称为字节。为什么一个字节中有8位呢？一个类似的问题是：为什么一打鸡蛋有12个呢？8位字节是人们在过去50年中不断对试验及错误进行总结而确定下来的。1字节（Byte）=8位（bit）。所以，一个字节在十进制中的范围是[0~255],即256个数。

图片大小跟颜色模式有直接关系：1.灰度模式：图片每一个像素是由1个字节数值表示，也就是说每一像素是由8为01代码构成。比如：240*320=76800px；76800*1（byte）/1024=75k；2.RGB模式：即redbluegreen三原色简写。图片每一个像素是由3个字节数值表示，也就是说每一像素是由24为01代码构成。比如：240*320=76800px；76800*3（byte）/1024=225k；3.CMYK模式：即青色（c）洋红（m）黄色（y）黑色（k）构成。图片每一个像素是由4个字节数值表示，也就是说每一像素是由8为01代码构成。.比如：240*320=76800px；76800*4（byte）/1024=300k；

4.dpi是指单位面积内像素的多少，也就是扫描精度，目前国际上都是计算一平方英寸面积内像素的多少。dpi越小，扫描的清晰度越低，由于受网络传输速度的影响，web上使用的图片都是72dpi,但是冲洗照片不能使用这个参数，必须是300dpi或者更高350dpi。例如要冲洗4*6英寸的照片，扫描精度必须是300，那么文件尺寸应该是(4*300)*(6*300)=1200像素*1800像素=2160000px。2160000px*4Byte/1024/1024=0.823M实例1：一幅1024x768的256色图像大小是多少?未压缩的。答：1024x768*8bit=6291456bit/8/1024/1024=0.75M，因为256色图像是8位的。怎么计算图片大小?图片的颜色位数单色的图象一位用来存储颜色信息，1位=1/8字节，所以体积=120*120*1/8=1.7k因为软盘簇大小为512B，所以，只能占用2k了；4位（2^4=16）占半字节，16色，所以，算体积时用一半就可以；8位应该是2的8次方，就是256种颜色，256色要占用8位（2^8=256）也就是一字节；16位是65536种颜色；32位就是4294967269种颜色(42.9亿种颜色，真的有32bit的颜色吗？)；所以，图形体积=分辨率*占用位数（即常说的16/32位色）/8或=分辨率*颜色信息占用的字节数*.一幅彩色静态图像（RGB），设分辨率为256×512，每一种颜色用8bit表示，则该彩色静态图像的数据量为多少？图像文件大小计算：文件的字节数=图像分辨率*图像量化位数/8图像分辨率=X方向的像素数*Y方向的像素数图像量化数=二进制颜色位数256*512*3*8/8=393216B=384K实例1：

1600*1200的解析度192万像素，在屏幕上用72DPI显示，那就是说每英寸上会有72个像素点，实际的图像大小就是5.64米*4.23米计算是1600/72*25.4/100和1200/72*25.4/100

同样的如果要用于印刷300DPI，就是每英寸300个像素，就是1600/300*25.4/100和1200/300*25.4/100，图像的实际大小就变成了1.35米*1.01米了。实例2：问：一幅1024x768的256色图像大小是多少?答：1024x768*8bit，因为256色图像是8位的。实例3：

130w象素的是1280*1024，大小和文件格式于压缩率有关，普通的jpeg大约在100到300之间。

象素数=横象素数*纵象素数，比如1280*1024=1310720,这就是130万。可以用公式12xy=象素数来计算图片大小，其中的x是横象素数的1/4，y是纵象素数的1/3。可以算得320w的图片大小是1920＊1600左右。

同样格式的图片，以同样的比率压缩，那么Kb数于面积成正比。颜色模式颜色模式，是将某种颜色表现为数字形式的模型，或者说是一种记录图像颜色的方式。分为：RGB模式、CMYK模式、HSB模式、Lab颜色模式、位图模式、灰度模式、索引颜色模式、双色调模式和多通道模式。目录简介原理RGB颜色模式CMYK模式HSB颜色模式Lab颜色模式位图模式灰度模式索引颜色模式双色调模式多通道模式简介CorelDRAW、3DsMAX、Photoshop等，都具有强大的图像处理功能，而对颜色的处理则是其强大功能不可缺少的一部分。因此，了解一些有关颜色的基本知识和常用的视频颜色模式，对于生成符合我们视觉感官需要的图像无疑是大有益处的。原理颜色的实质是一种光波。它的存在是因为有三个实体：光线、被观察的对象以及观察者。人眼是把颜色当作由被观察对象吸收或者反射不同波长的光波形成的。例如，当在一个晴朗的日子里，我们看到阳光下的某物体呈现红色时，那是因为该物体吸收了其它波长的光，而把红色波长的光反射到我们人眼里的缘故。当然，我们人眼所能感受到的只是波长在可见光范围内的光波信号。当各种不同波长的光信号一同进入我们的眼睛的某一点时，我们的视觉器官会将它们混合起来，作为一种颜色接受下来。同样我们在对图像进行颜色处理时，也要进行颜色的混合，但我们要遵循一定的规则，即我们是在不同颜色模式下对颜色进行处理的。RGB颜色模式虽然可见光的波长有一定的范围，但我们在处理颜色时并不需要将每一种波长的颜色都单独表示。因为自然界中所有的颜色都可以用红、绿、蓝(RGB)这三种颜色波长的不同强度组合而得，这就是人们常说的三基色原理。因此，这三种光常被人们称为三基色或三原色。有时候我们亦称这三种基色为添加色(AdditiveColors)，这是因为当我们把不同光的波长加到一起的时候，得到的将会是更加明亮的颜色。把三种基色交互重叠，就产生了次混合色：青(Cyan)、洋红(Magenta)、黄(Yellow)。这同时也引出了互补色(ComplementColors)的概念。基色和次混合色是彼此的互补色，即彼此之间最不一样的颜色。例如青色由蓝色和绿色构成，而红色是缺少的一种颜色，因此青色和红色构成了彼此的互补色。在数字视频中，对RGB三基色各进行8位编码就构成了大约1677万种颜色，这就是我们常说的真彩色。顺便提一句，电视机和计算机的监视器都是基于RGB颜色模式来创建其颜色的。CMYK模式CMYK颜色模式是一种印刷模式。其中四个字母分别指青（Cyan）、洋红（Magenta）、黄（Yellow）、黑（Black），在印刷中代表四种颜色的油墨。CMYK模式在本质上与RGB模式没有什么区别，只是产生色彩的原理不同，在RGB模式中由光源发出的色光混合生成颜色，而在CMYK模式中由光线照到有不同比例C、M、Y、K油墨的纸上，部分光谱被吸收后，反射到人眼的光产生颜色。由于C、M、Y、K在混合成色时，随着C、M、Y、K四种成分的增多，反射到人眼的光会越来越少，光线的亮度会越来越低，所有CMYK模式产生颜色的方法又被称为色光减色法。HSB颜色模式从心理学的角度来看，颜色有三个要素：色泽(Hue)、饱和度(Saturation)和亮度(Brightness)。HSB颜色模式便是基于人对颜色的心理感受的一种颜色模式。它是由RGB三基色转换为Lab模式，再在Lab模式的基础上考虑了人对颜色的心理感受这一因素而转换成的。因此这种颜色模式比较符合人的视觉感受，让人觉得更加直观一些。它可由底与底对接的两个圆锥体立体模型来表示，其中轴向表示亮度，自上而下由白变黑；径向表示色饱和度，自内向外逐渐变高；而圆周方向，则表示色调的变化，形成色环。Lab颜色模式Lab颜色是由RGB三基色转换而来的，它是由RGB模式转换为HSB模式和CMYK模式的桥梁。该颜色模式由一个发光率(Luminance)和两个颜色(a,b)轴组成。它由颜色轴所构成的平面上的环形线来表示色的变化，其中径向表示色饱和度的变化，自内向外，饱和度逐渐增高；圆周方向表示色调的变化，每个圆周形成一个色环；而不同的发光率表示不同的亮度并对应不同环形颜色变化线。它是一种具有“独立于设备”的颜色模式，即不论使用任何一种监视器或者打印机，Lab的颜色不变。其中a表示从洋红至绿色的范围，b表示黄色至蓝色的范围。位图模式位图模式用两种颜色（黑和白）来表示图像中的像素。位图模式的图像也叫作黑白图像。因为其深度为1，也称为一位图像。由于位图模式只用黑白色来表示图像的像素，在将图像转换为位图模式时会丢失大量细节，因此Photoshop提供了几种算法来模拟图像中丢失的细节。在宽度、高度和分辨率相同的情况下，位图模式的图像尺寸最小，约为灰度模式的1/7和RGB模式的1/22以下。灰度模式灰度模式可以使用多达256级灰度来表现图像，使图像的过渡更平滑细腻。灰度图像的每个像素有一个0（黑色）到255（白色）之间的亮度值。灰度值也可以用黑色油墨覆盖的百分比来表示（0%等于白色，100%等于黑色）。使用黑折或灰度扫描仪产生的图像常以灰度显示。索引颜色模式索引颜色模式是网上和动画中常用的图像模式，当彩色图像转换为索引颜色的图像后包含近256种颜色。索引颜色图像包含一个颜色表。如果原图像中颜色不能用256色表现，则Photoshop会从可使用的颜色中选出最相近颜色来模拟这些颜色，这样可以减小图像文件的尺寸。用来存放图像中的颜色并为这些颜色建立颜色索引，颜色表可在转换的过程中定义或在生成索引图像后修改。双色调模式双色调模式采用2-4种彩色油墨来创建由双色调（2种颜色）、三色调（3种颜色）和四色调（4种颜色）混合其色阶来组成图像。在将灰度图像转换为双色调模式的过程中，可以对色调进行编辑，产生特殊的效果。而使用双色调模式最主要的用途是使用尽量少的颜色表现尽量多的颜色层次，这对于减少印刷成本是很重要的，因为在印刷时，每增加一种色调都需要更大的成本。多通道模式多通道模式对有特殊打印要求的图像非常有用。例如，如果图像中只使用了一两种或两三种颜色时，使用多通道模式可以减少印刷成本并保证图像颜色的正确输出。6.8位/16位通道模式在灰度RGB或CMYK模式下，可以使用16位通道来代替默认的8位通道。根据默认情况，8位通道中包含256个色阶，如果增到16位，每个通道的色阶数量为65536个，这样能得到更多的色彩细节。Photoshop可以识别和输入16位通道的图像，但对于这种图像限制很多，所有的滤镜都不能使用，另外16位通道模式的图像不能被印刷。名词解释——图像压缩色彩空间位数图像压缩（Compression）图像文件有两种压缩方式：无损压缩和有损压缩。无损压缩无损压缩的效果与WinZip压缩相似。在WinZip压缩中，如果你把一个文件压缩成Zip文件，然后重新解压缩，打开原来的文件，你会发现解压后的文件跟原文件并没有任何差异。在压缩和解压缩的过程中并没有任何信息缺失。数码图像的TIFF格式便能让用户对其进行无损压缩。有损压缩有损压缩通过丢弃信息减少图像体积（大小），就像为文件编写摘要。当你需要为10页的文件编写摘要时，这些摘要可能只占9页甚至1页，没看过原文件的人不可能从你的摘要中还原出原文件，因为你在编写摘要的过程中已经丢弃了一部分原文件的信息。JPEG就是一种有损压缩的图像格式。

下面的表格展示了一张500万象素图片(2,560x1,920)以不同格式压缩的效果。色彩空间（ColorSpaces）RGB加色法（AdditiveRGBColors）人类肉眼中的锥形细胞对红、绿、蓝（RGB）三种颜色最为敏感。我们感知到的其他颜色都是由这三种颜色按不同比例混合所得的。电脑显示屏发射出红、绿、蓝三种颜色的混合光线，产生不同颜色。例如，红色和绿色混合产生黄色；红、绿、蓝三原色混合产生白色。CMYk减色法（SubtractiveCMYkColors）一件印刷品通过反射落在其身上的光线，间接地让我们看到它的颜色。例如，一张黄色的纸会吸收白光（自然光）中的蓝色部分，反射红色和绿色部分，因而显出黄色。这种做法跟显示器直接发出红色和绿色光线而产生黄色的效果是非常相似的。打印机通过青色（Cyan），洋红（Magenta），黄色（Yellow）墨水的不同比例混合，创造出其他不同的颜色。CMYk的原色结合并相减，得产生黑色。但实际上打印机会用到黑色的墨水，加强黑色的效果。因此，CMYk最后的“k”就是代表黑色（black）。CMYk减色法（SubtractiveCMYkColors）一件印刷品通过反射落在其身上的光线，间接地让我们看到它的颜色。例如，一张黄色的纸会吸收白光（自然光）中的蓝色部分，反射红色和绿色部分，因而显出黄色。这种做法跟显示器直接发出红色和绿色光线而产生黄色的效果是非常相似的。打印机通过青色（Cyan），洋红（Magenta），黄色（Yellow）墨水的不同比例混合，创造出其他不同的颜色。CMYk的原色结合并相减，得产生黑色。但实际上打印机会用到黑色的墨水，加强黑色的效果。因此，CMYk最后的“k”就是代表黑色（black）。数码相机传感器上的象素负责收集光子，并通过光电二极管把光子转化成电荷，继而通过一系列处理，形成图像。我们在“动态范围”专题里面已经谈到，一旦接收光子的“桶”（bucket）满载，由额外光子转化成的电荷便会溢出，并且这种溢出对象素值是没有影响的，因此会导致象素值的感光不足或感光过度。当电荷溢出至其旁边的象素，使旁边的象素在处理光子过程中感光过度（例如描述天空的明亮的象素有电荷溢出，使树叶或树枝边缘的较暗的象素感光过度），这时候就是“高光溢出”。高光溢出不仅会使画面损失细节，而且增加了紫边出现的机会。

一些传感器带有“高光溢出保护”（anti-bloominggates）功能，吸收溢出的电荷，减少溢出电荷对附近象素的滋扰。这种功能基本能抑止高光溢出，除非照片光暗对比非常强烈或由于人为原因造成照片严重过曝。位数（Bits）在计算机术语中，信息的最小单位是1“位”（bit），而这1位的值就是0或者1。位数和二进制的结合，使电脑就像被数以百万个“开关”所控制。由此我们可以推出，假如某幅图像位数为1位，则这二进制中的1位只可以记录两个信号：黑（0）和白（1）。假如图像变成2位，这2位便能记录（2*2）4个色调：00(黑),01(灰),10(灰),and11(白)。同理，当图像位数为8位时，图像便可记录从00000000(0)至11111111(255)一共（2*8）256个色调。JPEG通常是24位图像，因为24位刚好能为3个颜色通道（RGB）分别储存8位信息。24位的JPEG图像能记录256x256x256=16.7百万种颜色。32位浮点格式（FloatingPointFormat，面向高级用户）在“传感器的线性特征”专题中，我们知道超过半数的色调是用来描述光亮的环境的。因此，即使一幅16位的图像也只有16级色调用来描述昏暗的环境，而描述光亮环境的则有32,768级色调。人类肉眼的非线性特征与传感器的线性特征恰恰相反，人类视觉对昏暗部分的细节比光亮部分的细节敏感得多。一幅32位的整数图像为图像的描述提供了更多色调，但是它同样受高光部分不成比例色调级数的限制。然而，32位的浮点图像更有效的运用了这“32位”，更好地解决了以上问题。传统的整数图像用32位描述4,294,967,296个整数，而浮点图像用23位描述分数，8位描述指数，1位作为标记，详情如下：V=(-1)^S*1.F*2^(E-127):S=标记（Sign）,1位，有2个可能值；F=分数（Fraction）,23位，有8,388,608个可能值；E=指数（Exponent）,8位，有256个可能值。实际上，浮点图像让"0"级和"1"级之间几乎拥有无数个色调级数，"1"级和"2"级之间拥有超过800万个色调，"65,534"级和"65,535"级之间也拥有128个色调－－这比32位整数图像更加符合我们人类视觉的非线性特征。正是由于能储存无穷小的数字，32位浮点格式可以记录无限的动态范围。换句话说，32位浮点格式能记录无限动态范围，即记录更多昏暗的细节，而它所占的体积仅为每通道16位图像的一倍，非常节省空间和减低处理难度。一个更精确的格式会使动态和色调范围的压缩更加平滑。这种格式计算机绘图中十分常用，AdobePhotoshopCS2也开始支持该格式的图像处理。色彩位数色彩位数：色彩深度又称色彩位数，是指扫描仪对图像进行采样的数据位数，也就是扫描仪所能辨析的色彩范围。目前有18位、24位、30位、36位、42位和48位等多种。色彩深度计算机图形学领域表示在位图或者视频帧缓冲区中储存1像素的颜色所用的位数，它也称为位/像素（bpp）。色彩深度越高，可用的颜色就越多。目录组成单位应用领域数码摄像头扫描仪组成单位色彩深度是用“n位颜色”（n-bitcolour）来说明的。若色彩深度是n位，即有2∧n种颜色选择，而储存每像素所用的位数就是n。常见的有：（单色）：黑白二色。2位：4种颜色，用于CGA。4位：16种颜色，用于CGA、EGA及VGA。8位灰阶：都是黑、灰、白色之间，有256个层次。15或16位彩色（高彩色）：电脑所用的三原色是红、绿和蓝。在15位彩色中，每种原色有25=32个层次，共32768种颜色；而在16位彩色中，绿色有26=64个，共有65536个颜色。24位彩色（真彩色）：每种原色都有256个层次，它们的组合便有256*256*256种颜色。32位彩色：除了24位彩色的颜色外，额外的8位是储存重叠图层的图形资料(alpha频道)。另外有高动态范围影像(HighDynamicRangeImage)，这种影像使用超过一般的256色阶来储存影像，通常来说每个像素会分配到32+32+32个bit来储存颜色资讯，也就是说对于每一个原色都使用一个32bit的浮点数来储存.应用领域数码摄像头色彩位数又称彩色深度，数码摄像头的彩色深度指标反映了摄像头能正确记录色调有多少，色彩位数的值越高，就越可能更真实地还原亮部及暗部的细节。色彩位数以二进制的位（bit）为单位，用位的多少表示色彩数的多少。目前几乎所有的数码摄像头的色彩位数都达到了24位（也就是能表达2的24次方种颜色），可以生成真彩色的图象。总之色彩位数高，就可以得到更大的色彩动态范围。也就是说，对HYPERLINK"/view/19