图形学 | 蓄势待发！说一说图片相关的那些概念

2020-12-13 本文已影响0人彭旭锐

前言

在深入理解图片底层原理的过程中，会接触到各种概念，今天我们简单梳理一下。
如果能帮上忙，请务必点赞加关注，这真的对我非常重要。

系列文章

1. 存储形式

图像的主要存储形式分为：File、Stream、Bitmap。

2. 图片分类

2.1 有损压缩 & 无损压缩

所谓损失指的是图片的质量，根据压缩过程是否损失图片质量分为两种：

有损压缩（Lossy compression）

压缩过程中损失图片的一部分信息 / 质量，而这种损失是不可逆的。最常见的有损压缩手段是矢量量化，即按照一定的算法将颜色相似的一块区域合并为同一种颜色。

举例：JPEG。

无损压缩（Lossless Compression）

压缩过程中优化冗余数据，而这种优化不会造成图片质量损失。

举例：PNG。

2.2 位图 & 矢量图

位图（Bitmap，又称点阵图、栅格图）
- 通过像素阵列的排列来来显示图像；
- 像素是位图的最小单位，每个像素都有自己的颜色信息；
- 位图缩放会是增大 / 缩小单个像素，会出现失真（锯齿）。

举例：JEPG、PNG、GIF、WebP。

矢量图（Vector）
- 通过记录图像元素的形状和颜色的算法，根据算法运算来显示图像；
- 无限放大缩小不失真。

举例：SVG。

2.3 直接色 & 索引色

直接色（Index Colour）

像素数据数值本身就代表一种颜色，例如一个 ARGB 颜色类型的数值0xFFFF0000就代表正红色。

索引色（Direct Colour）

像素数据本身不代表颜色，而是一个指向颜色索引表的索引号。索引色格式适用于图像颜色类型较少的情况，相对于直接色能够大大缩小文件大小。

引用自 https://developer.android.com/topic/performance/network-xfer —— Android Developers

3. 色彩

3.1 色彩深度（Bit Depth）

表示像素能呈现的颜色数量，一般用数据位数表示。例如 8 bit 色彩深度，就是把每种颜色通道分为 256 种不同强度等级，所以 RGB 三种颜色通道加起来一共可以表示 $2^{24}$ 种颜色。

3.2 色彩空间（ColorSpace）

又称色域（Color Gamut），表示像素能涵盖的色彩范围，主要有以下几种：

CIE XYZ

1931 年，国际照明委员会（CIE）在测得三原色的准确波长后，定义了一个 XYZ 色彩空间，第一次表示出了人类肉眼可见的色彩范围。

引用自 https://baike.baidu.com/item/%E8%89%B2%E5%BD%A9%E7%A9%BA%E9%97%B4 —— 百度百科

经过数学运算之后可以转换为这张更直观的 CIE XY 色度图：

引用自 https://baike.baidu.com/item/%E8%89%B2%E5%BD%A9%E7%A9%BA%E9%97%B4 —— 百度百科

sRGB

目前互联网上最常见的色域标准，大概覆盖了 35% 的CIE XYZ 色彩空间。

YUV

主要用于表示彩色视频的色彩空间（节省带宽，每个像素位深最大不超过 12 位，最小为 6位）

CMYK

主要用于彩色印刷的色彩空间。

引用自 https://baike.baidu.com/item/%E8%89%B2%E5%BD%A9%E7%A9%BA%E9%97%B4 —— 百度百科

4. 文件格式

Editting...

GIF位深为8位，所以文件通常较小，而且支持alpha通道以及动画
Webp在等质量大小上和等大小清晰度上都占极大优势
SVG由xml描述，可以适配任何分辨率而保证图像不失真
所以图片压缩主要是针对PNG和JPEG这两种格式

png压缩采用libpng进行压缩，主要场景为编译阶段以及api层调用
jpeg压缩采用libjpeg（Android7后是）进行压缩，主要场景为api层调用

图形学 | 蓄势待发！说一说图片相关的那些概念

前言

系列文章

目录

1. 存储形式

2. 图片分类

2.1 有损压缩 & 无损压缩

2.2 位图 & 矢量图

2.3 直接色 & 索引色

3. 色彩

3.1 色彩深度（Bit Depth）

3.2 色彩空间（ColorSpace）

4. 文件格式

推荐阅读

感谢喜欢！你的点赞是对我最大的鼓励！欢迎关注彭旭锐的GitHub！

猜你喜欢

热点阅读