学习笔记:图形表示 (3.5.5)

欢迎来到数字图像的世界!如果你曾好奇电脑或手机是如何存储照片或商标的,这一章将为你揭晓答案。我们将探索计算机将可见图像转化为简单的二进制数据(0 和 1)的两种主要方式。
对于从事数字媒体、编程,或者仅仅是想为自己的作品选择正确文件格式的同学来说,理解这些内容至关重要!

3.5.5.1 位图图形 (光栅图像)

位图图形是表示照片等复杂、逼真图像最常用的方式。你可以把位图想象成一个巨大的马赛克或铺满瓷砖的地板。

位图如何表示图像:

位图是由一个个被称为像素 (pixels,即 picture elements 的缩写) 的网格组成的。计算机逐行存储网格中每个像素的颜色信息。

位图的关键概念
  1. 像素尺寸 (分辨率)
  2. 位图的尺寸或称分辨率,是用它的宽度(像素数)乘以高度(像素数)来衡量的。
    示例:一张宽 1920 像素、高 1080 像素的图像,通常记作 1920 x 1080 像素。

  3. 颜色深度
  4. 颜色深度是用于表示单个像素颜色的位数 (bits)
    每个像素使用的位数越多,图像能显示的颜色就越丰富,画面也就越真实、细腻。

    记忆小贴士:如果使用 \(n\) 位作为颜色深度,可以表示 \(2^n\) 种不同的颜色。

    • 1 位(单色):\(2^1 = 2\) 种颜色(通常为黑白)。
    • 8 位:\(2^8 = 256\) 种颜色。
    • 24 位(真彩色):\(2^{24} \approx 1670\) 万种颜色(高质量照片的标准)。
计算存储需求(不含元数据)

要计算未压缩位图的存储大小,你需要知道图像的总像素数以及每个像素所需的位数。

存储公式(单位为 bit):

$$ \text{存储需求} = \text{宽度(像素)} \times \text{高度(像素)} \times \text{颜色深度(bit)} $$

分步计算示例:

假设有一张宽 100 像素、高 50 像素的小图,颜色深度为 8 位。

  1. 计算总像素数(尺寸):
    $$ 100 \times 50 = 5000 \text{ 像素} $$
  2. 计算总存储量(bit):
    $$ 5000 \text{ 像素} \times 8 \text{ bit/像素} = 40,000 \text{ bit} $$
  3. (可选,但常用)转换为字节(因为 1 Byte = 8 bit):
    $$ 40,000 \text{ bit} / 8 = 5000 \text{ Bytes} $$

你知道吗?这个计算得出的是原始图像的大小。真实的图像文件(如 JPG 或 PNG)由于使用了压缩技术,通常会小得多!

元数据 (Metadata)

图像文件中还包含元数据。元数据是“关于数据的数据”。它存储了计算机正确打开和显示图像所需的关键信息,但这些信息本身不属于颜色数据的一部分。

位图元数据的典型例子包括:

  • 图像的宽度(像素数)。
  • 图像的高度(像素数)。
  • 颜色深度(bit)。
小回顾:位图

位图使用像素网格,每个像素分配一个颜色代码。存储空间由总像素数和颜色深度(每个像素的位数)决定。

3.5.5.2 矢量图形 (Vector Graphics)

矢量图形则采用了完全不同的方法。它们不是存储每个微小点的颜色数据,而是将图像存储为一系列绘制形状的数学指令。

矢量如何表示图像:

矢量图像使用对象列表(或几何形状)来表示图像。当你打开矢量文件时,计算机读取这些指令并在屏幕上绘制出这些形状。

类比:位图就像一张完成的照片;而矢量图就像一套施工说明或数学蓝图。

对象的典型属性(绘图指令)

列表中的每个几何对象都存储了相关属性。这些属性精确规定了对象应如何绘制。常见属性包括:

  • 位置:对象开始处的 x 和 y 坐标(例如,左上角或中心点)。
  • 轮廓颜色:对象边框或线条的颜色。
  • 线条宽度:对象轮廓的粗细。
  • 填充颜色:用于填充形状封闭区域的颜色。

对于一个圆,列表中可能包含圆心的位置、半径和颜色属性。对于一条线,它可能存储起点、终点和线条宽度。

核心要点:矢量

矢量图形使用数学定义(对象和属性列表)而非存储单个像素的颜色。这就是为什么它们常用于商标和插图的原因。

3.5.5.3 位图与矢量图形的比较

这两种方法各有优缺点,适用于不同的任务。你必须能够比较它们的优势和劣势,特别是关于色彩范围可缩放性方面。

比较:优缺点
特性 位图图形 矢量图形
逼真度与细节 极佳。能捕捉复杂的照片和细腻的颜色渐变(因为存储了每个像素的颜色)。 不适合处理复杂照片。最适合表现锐利的线条和色彩分明的色块。
可缩放性 (重置大小) 较差。如果你放大位图,像素会被拉伸,导致图像变得模糊或出现“马赛克”。 极佳。图像会根据数学指令重新计算,因此无论大小如何,始终保持完美清晰。
文件大小 通常非常大,尤其是高分辨率和高颜色深度的图像。 通常较小,因为只存储了形状的属性(指令),而非每个像素。
编辑 难以编辑单个形状。编辑通常涉及直接修改像素颜色。 易于编辑。你可以移动、调整大小或更改单个对象的颜色,而不会影响其他对象。
应用场景

选择合适的格式完全取决于图像的类型。

何时使用位图(例如:JPG, PNG, GIF 格式):

  • 照片:需要微妙的色彩变化和逼真的细节。
  • 复杂艺术/扫描图像:任何需要大量颜色范围和高度还原原稿的图像。
  • 应避免的常见错误:如果商标需要以不同尺寸打印,千万不要使用位图,否则放大时会模糊不清!

何时使用矢量图(例如:SVG, AI, EPS 格式):

  • 商标与品牌设计:因为它们无论是在名片上还是巨大的广告牌上,都必须看起来完美且平滑。
  • 技术绘图与插图:由精确线条和形状定义的图像(如平面图、地图或简单的图表)。
  • 字体 (字形):字体中的字符都是通过数学方式定义的,因此可以平滑缩放。
概念检查点

想象你有一个公司商标。如果将其存储为位图,每当公司将商标印在巨型海报上时,质量都会下降(变得模糊或出现马赛克)。如果将其存储为矢量图,计算机只需重新绘制数学线条,确保在任何尺寸下都能达到最高质量。这就是矢量图最大的优势!