像素值

说的直白一些，图片可以看成是一个2维数组组成的矩形结构。每个格子里存放的是图片在此坐标处的像素的取值，即这一点的颜色值。

像素值范围
8位
2 8 2^82
8
= 2 2 ( B ) ∗ 2 3 ( G ) ∗ 2 3 ( R ) = 256 ( 色 ) 2^2(B) * 2^3(G)* 2^3(R) = 256(色)2
2
(B)∗2
3
(G)∗2
3
(R)=256(色)
总共显示256种颜色
取值范围：0~255

16位
2 16 = 2 5 ( B ) ∗ 2 6 ( G ) ∗ 2 5 ( R ) = 65536 ( 色 ) 2^{16} = 2^5(B)*2^6(G)* 2^5(R) = 65536(色)2
16
=2
5
(B)∗2
6
(G)∗2
5
(R)=65536(色)
总共显示65536种颜色
取值范围：0~65535

24位
2 24 = 2 8 ( B ) ∗ 2 8 ( G ) ∗ 2 8 ( R ) = 16777216 ( 色 ) 2^{24} = 2^8(B) *2^8(G) *2^8(R) = 16777216(色)2
24
=2
8
(B)∗2
8
(G)∗2
8
(R)=16777216(色)
总共显示16777216种颜色
取值范围：0~16777215

32位
32位：Alpha透明度 + 24位

单个原始颜色
当8/16位深度时，单个原始颜色（R/G/B）最大只能表示为( 0 − 2 3 ) / ( 0 − 2 6 ) (0 -2^3 )/(0-2^6)(0−2
3
)/(0−2
6
)，无法满足（0~0xff）的范围，所以显示的颜色范围有限。
当24位深度时，使用24bit显示一个像素点，由8bit Red 8bit Green 8bit Blue组合颜色而成，每一个原始颜色（R/G/B）都可以完全显示（0~0xff），所以24位及以上，我们就叫做真彩色。
图片存储
首先需要知道计算机中的数据都是使用0，1表示出来的。即计算机中1位只能取值0或者1。

电脑磁盘空间，资源管理器内存占用都是B，以字节为单位，即分配内存块时以字节为单位进行分配。一个字节（Byte）占用8位（bit）。

计算机常见数据存储单位换算：
1GB=1024MB
1MB=1024KB
1KB=1024Byte(字节)
1Byte(字节)=8bit(位)

8bit
如果一个图片支持256种颜色（如GIF格式），那么就需要256=2^8 个不同的值来表示不同的颜色。也就是从0到255，用二进制表示就是从00000000到11111111，总共需要8位二进制数，所以颜色深度是8 Bit。

存储一个像素值需要1B的内存。
24bit
如果是BMP格式，每个像素可以支持RGB各8bit，即R8，G8，B8，不同的红绿蓝组合可以构成25 6 3 256^3256
3
种颜色，就需要3个8位的2进制数，总共24位，所以颜色深度是24 Bit。

存储一个像素值需要3B的内存。
32bit
还有PNG格式，这种格式除了支持24位的颜色外，还支持alpha通道（就是控制透明度用的），总共是32位，所以颜色深度是32 Bit。颜色深度越大，图片占的空间越大。

存储一个像素值需要4B的内存。
16位
较上面的比较复杂，每像素用16位表示，RGB分别为5bitR,6bitG,5bitB的组合。

存储一个像素值需要2B的内存。
色彩 16.7M
色彩16.7M意思是支持显示最大色彩数量为1670万，即可以显示1670万种不同的颜色。“M”是百万的意思，是英文million的缩写。16.7M=16.7百万=1670万。

显示器一般用二进制来表示颜色。16位色的发色总数是65536色，也就是2的16次方；24位色被称为“真彩色”，它可以达到人眼分辨的极限，发色数是1677万多色，也就是2的24次方。一般所有显示器或液晶电视都会标注这个值。

显示器的像素由RGB三基色组成，低端的显示器各个基色只能表现6位色，即2的6次方=64种颜色，可以计算出每个独立像素可以表现的最大颜色数是64×64×64=262144种颜色。

中高端液晶显示器利用FRC技术使得每个基色则可以表现8位色，即2的8次方=256种颜色，则像素能表现的最大颜色数为256×256×256=16777216种颜色，这种显示板显示的画面色彩丰富，层次感好。高端显示器的分辨率较中端显示器要更高。

除了16位色、24位色之外，现在越来越多的显示器采用32位色。32位色并非是2的32次方的发色数，它其实也是1677万多色，不过它增加了256阶颜色的灰度，为了方便称呼，就规定它为32位色。色彩过渡更自然，色彩表现力更好，屏幕更细腻。

在同样大小的屏幕分辨率越高就显示得越清楚，所以，如果同样大小的屏幕分辨率低的话就算显示1600万色也没有分辨率高的26万好。例如：同样材质制作的2.4英寸的TFT屏幕、240×320的分辨率，那么1600万色要好于26万色和6.5万色。

学习：色彩16.7M

————————————————
版权声明：本文为CSDN博主「WaitFoF」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_41498261/article/details/104898045

理解图像深度：8bit、16bit、24bit、32bit； 16.7M色彩相关推荐

将HBITMAP转换成BMP位图文件的各个部分，可以在1BIT,4BIT,8BIT,16BIT,24BIT,32BIT之间转换
VC将HBITMAP转换成BMP位图文件的各个部分,可以在1BIT,4BIT,8BIT,16BIT,24BIT,32BIT之间转换 http://blog.ednchina.com/wxleasyla ...
python 16bit转8bit的工具_python存储16bit和32bit图像的实例
笔记:python中存储16bit和32bit图像的方法. 说明:主要是利用scipy库和pillow库,比较其中的不同. ''' 测试16bit和32bit图像的python存储方法 ''' imp ...
opencv 图像深度depth的理解
我们在创建mat的时候,可以选择的CvType中有很多的选项 CV_8UC1 CV_8SC1 CV_16U C1 CV_16SC1 CV_8UC2 CV_8SC2 CV_16UC2 CV_16SC2 ...
python存储16bit和32bit图像
笔记:python中存储16bit和32bit图像的方法. 说明:主要是利用scipy库和pillow库,比较其中的不同. ''' 测试16bit和32bit图像的python存储方法 ''' imp ...
bmp格式 8bit与24bit深度相互转换
bmp格式 8bit与24bit相互转换一.实验要求在图像处理软件中生成8bit和24bit深度的BMP文件,编写程序实现不同像素深度文件的相互转换.重点掌握函数定义.缓存区分配.倒序读写.结构体 ...
c++下Gdal将16bit的tif图像转8bit
c++下Gdal将16bit的tif图像转8bit [使用软件及版本]Gdal4.x(含proj等),vs2019 打包完的,到手即用. 头文件(仅罗列关键文件,其他基础自行添加) #include ...
16bit图像任选8bit显示
C++之取出一个字节中的某几位把一个16位的变量的高8位和低8位取出来 C/C++ 16bit转8bit 16bit灰度图像映射到8bit显示 RGB转8色16色256色
opencv关于图像深度转换的一点理解
常用图像深度如下: 图像类型数据类型字节取值范围显示范围 CV_8U unsigned char 1 0~255 0~255 CV_8S char 1 -128~127 -128~128 CV ...
图像深度（Image Depth）
图像深度是指存储每个像素所用的位数,他也是用来度量图像的色彩分辨率的.他确定了彩色图像的每个像素可能有的色彩数,或者确定灰度图像的每个像素可能有的灰度级数.他决定了色彩图像中可能出现的最多的色彩数,或 ...

理解图像深度：8bit、16bit、24bit、32bit； 16.7M色彩

文章目录

文件格式的角度

图片深度

像素值

理解图像深度：8bit、16bit、24bit、32bit； 16.7M色彩相关推荐

最新文章

热门文章