图像基础概念 - 迷途小书童的Note迷途小书童的Note

图像基本分类

根据颜色通道划分

• 每个像素只包含一个灰度值，通常表示图像的亮度。

• 每个像素包含多个颜色通道，如 RGB（红、绿、蓝）、CMYK（青、品红、黄、黑）等，用于表示彩色图像。

根据表示方式

• 使用像素阵列来表示图像，每个像素都有固定的位置和颜色值。

• 使用数学方程或几何形状来表示图像，可以放大缩小不失真。

根据存储方式

• 使用无损压缩算法来减小图像文件的大小，如 PNG、TIFF 等。

• 通过去除图像中的冗余信息来减小文件大小，但会损失一定的图像质量，如 JPEG、GIF 等。

像素是图像的最基本单元，它是图像中的一个点，具有特定的位置和颜色。在灰度图像中，每个像素只有一个灰度值；在彩色图像中，每个像素由多个颜色通道组成，如红色、绿色和蓝色（RGB）。

上图中，美女的眼睛，放大后看到的就是一个个的像素点，一张1920×1080的图片，其含义就是水平方向有1920个像素点，而垂直方向有1080个像素点，总像素是2073600（约200万像素），也就是1920×1080。

图像的分辨率是指图像的大小或者尺寸，通常用像素表示，数值越大，图像越清晰，体积也越大。例如上面说的1920×1080(1080P)，常见的分辨率还有：1280×720(720P)、3840×2160(4K)、7680×4320(8K)。这里的 P 指的是 Progressive Scan，即逐行扫描，每个视频帧都是一次性完成的完整图像，而不是交替扫描方式 I (interlaced scan)。逐行扫描相比交替扫描，能够提供更清晰、更平滑的图像。

图像中的位深(Bit Depth)指的是每个像素用于表示颜色或灰度级别的位数。它决定了图像能够包含的颜色或灰度级别的数量，从而影响了图像的色彩深度和色彩精度。

例如 RGB 图像中常见的位深为8，也就是每个颜色通道有 2^8=256个，总共可以表示256^3种颜色。

位深越高，图像的色彩精度越高，可以表示的颜色或灰度级别就越多，图像的细节和质量也就越好。然而，高位深度也意味着图像文件大小更大，处理和存储所需的资源更多。

帧率即 FPS(Frames Per Second，每秒有多少帧画面)，帧率越高，画面越流畅，越低则越卡顿。如一个视频的帧率为30 FPS，意味着在每秒钟内连续播放30张图像帧，而一个帧率为60 FPS 的视频则表示每秒钟播放60张图像帧。

码率(Bit Rate是指单位时间内传输或处理的比特数，通常用于描述音频或视频信号的数据传输速率，以 bps(bits per second)为单位表示。常见的码率单位包括 kbps(千比特每秒)或 Mbps(兆比特每秒)。

在视频编码中，码率也是描述视频质量和文件大小的重要指标之一。较高的视频码率可以提供更高质量的视频，但会产生更大的视频文件，而较低的视频码率则会导致视频质量下降，但可以减小视频文件的大小。

YUV 是一种颜色编码方法，Y 表示亮度(Luma)，也就是灰度值。U 分量和 V 分量存储了是色度(Chroma)信息，主要描述了视频的色彩及饱和度，用于指定每个像素的颜色。主要用于电视系统以及模拟视频领域，它将亮度信息 Y 与色彩信息 UV 分离，没有 UV 信息一样可以显示完整的图像，不过显示出来的是黑白效果，解决了彩色电视机和黑白电视机之间的兼容问题。早期的黑白电视机只有亮度值 Y，后面彩色电视的出现引入了 UV 分量，形成了现有的 YUV 格式，又称为 YCbCr 格式。

人眼对亮度敏感而对色度不敏感，因此在 YUV 格式中可以减少 UV 的数据量，在不影响用户观看的情况下，能够有效地压缩总体的数据量。与 RGB 格式相比，可以大大减少存储空间，相对应的在传输过程中也会减少带宽的消耗量。

常见的 YUV 格式有 YUV444、YUV422、YUV420。

YUV444 格式，一个 Y 分量对应一组 UV 分量，及完全采样，如下图所示：

对于 YUV422 格式，每两个 Y 共用一组 UV 分量。如下图所示

对于 YUV420 格式，并不是说只有 Y 分量和 U 分量，没有 V 分量。U 分量和 V 分量是交替出现的，例如第一行为4:2:0，则第二行为4:0:2，如此反复依次交替，如下图所示