多媒体技术(1.1)之图像分辨率

news2024/11/15 7:14:37

「分辨率」这个概念还有「解析度」等说法,所以能从字面上看出来,它描述的其实就是图像包含多少细节、有多「清晰」。但具体到怎么用数字来描述一个图像有多少细节,就有很多个描述的角度,于是「分辨率」有很多种意思。

  • 相机的分辨率,往往指的是它的「像素规模」,即它能拍出含有多少个像素的照片。我们可以简单地说「10 M(一千万像素,有时也写成 10 MP)」,也可以写成「4000 × 2672 像素」。对相机来说,把像素和图片物理尺寸联系起来是没有什么意义的,因为相机总是在缩放物体的图像。
  • 扫描仪和打印机的分辨率,往往是它们能在单位物理面积内扫描/打印多少个微小的点(像素或墨点),单位一般分别是 PPI(像素/每英寸)和 DPI(点/英寸)──因为把它们的像素/点和物理尺寸联系起来是有意义的。为什么不写它们能扫描/打印包含多少像素/点的图片呢?因为它们扫描/打印的图片尺寸不定呀!所以我们只能以单位面积来描述。
  • 显示器 能显示包含多少像素的图像的能力是固定的,所以我们可以像描述相机一样说它「1440 × 900 像素」。而它的物理尺寸是有意义的,所以也可以像描述扫描仪一样说它有多少 PPI,此时我们经常用「像素密度」来特指这个 PPI 参数。
  • 为什么上面说了这么多,却一直不说图片?因为图片是穿梭在上面说的这些设备之间的东西,它的「分辨率」概念和相机、扫描仪、打印机、显示器都有关。图片的分辨率一般有两种,一种是像相机一样描述总共有多少个像素(如「10 M」)或写成像素数量的乘法(如「4000 × 2672 像素」),另一种是像打印机一样使用 DPI 来确定图片的每一个像素(视作一个「点」)和实际的一个长度单位(英寸)之间的大小比例(比如「300 DPI」)。

基本概念

像素

在这里插入图片描述

组成这张图的单位是一个格子一个格子的颜色小方块组成的,这种小方块就叫做像素。像素就是图像显示的基本元素。

通过一点的排列,最终就会形式我们看到的图片,这类图片我们把它叫做“栅格图”、“点阵图”,所以你现在懂PS里图片拖进去后为什么要右键图层栅格化对象吧。

像素都是正方形?
不一定,我们看一张图:
在这里插入图片描述

根据显示媒介的不同可能会对像素值进行压缩或者扩大。大家在PS中新建画布的时候最下面有一个选择:
在这里插入图片描述

单指是没大小的和面积概念的,不能说,一个像素固定是多少平方微米吧。只有在单位面积分辨率里,像素有了大小。如1分辨率/英寸,就是这个像素是1英寸大。72分辨率就是1英寸长,宽段里都有72个像素。。
图片是像素为最基本单位,给像素赋予不同明暗的颜色,组成位图图片。。

分辨率

是图像清晰度,像素密度排列,像素在单位面积里排列越密,反映色阶过渡是越细,当然就越清晰,画面细腻。。如同面积里,10个像素来反映红黄过渡和30个像素来反映,自然30个像素反映色阶细腻,多20个来过渡。。
放大像素就是插值,如原来1英寸里10像素,放大到30个,那新增加的20个像素哪里来,是软件根据像素周围取样来加出来,因为加出来的像素颜色不能准确到位,就会不清晰,模糊了。。
如分辨率减小,尺寸不变,像素会被拿掉,那就是像素连续色调产生断层了,模糊自然产生。。
还有个概念,72分辨率是显示器的物理分辨率,图片像素尺寸和显示器尺寸同比显示,大了,图片会超出屏幕来显示,所以有显示大小和实际大小。。

分辨率其实包含两个概念的:

  1. 图像分辨率:就是说该图像的宽高上的像素点数。这个值在一开始图案生成的时候就已经确定下来。
  2. 显示(单位)分辨率:在显示媒介上在单位长度内显示多少像素(相对值,这个和你的显示终端的分辨率有关)

在单位上,分辨率是以DPI和PPI来作为单位的

  • 像素/英寸 Dots Per Inch
  • 像素/厘米 Pixel Per Inch

图像清晰有两个因素决定:

  • 显示媒介的分辨率
  • 图片的分辨率
  • 查看的空间距离

根据行业里的规则,一般来说,打印的出图DPI一般300即可满足需求。还记得乔布斯给苹果定义的视网膜屏幕吗?它将960×640的像素压缩到一个3.5英寸的显示屏内。也就是说,该屏幕的像素密度达到326像素/英寸(ppi),称之为“视网膜屏幕”。但是,如果你隔老远看手机屏幕,基本上你就告别视网膜屏幕了.一般来说,电子设备在0.3-0.4米的范围内使用300dpi即可很清晰.所以你可以推,你家里的电视如果观赏距离是3-4m那么像素值30dpi即可。

总结

图片大小的4个容易混淆的概念

  • 像素数目(Pixels):宽1024px,高768px

  • 实际尺寸(Print Size):厘米,英尺Inch

  • 分辨率(Resolution):DPI(dots per inch)

  • 占用磁盘空间:几兆M,几k

  • 像素数目(垂直或水平)=分辨率*实际尺寸

  • Pixels = Resolution(DPI)x Print size(in inches)

  • 图片质量取决于:像素数目;颜色种类(位深度)

  • 平时所说的屏幕分辨率,相机分辨率,其实指的是像素数目

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2069996.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

代码随想录算法训练营day29 | 贪心算法 | 134.加油站、135.分发糖果、860.柠檬水找零、406.根据身高重建队列

文章目录 134.加油站思路小结 135.分发糖果思路拓展——环形分糖小结 860.柠檬水找零思路 406.根据身高重建队列思路小结 今天是贪心算法专题第三天,直接上题目 134.加油站 建议:本题有点难度,不太好想,推荐大家熟悉一下方法二 …

STM32基础篇:定时器 × 输入捕获

通道的概念 如下图右半部分,为定时器的总体结构框图: 可以看出,在时基单元下方,有四个长条形的结构,我们将其称之为:通道1~通道4;每一个通道都会连接一个IO引脚(对应左半部分IO引脚…

OZON什么产品好卖丨OZON婴儿用具产品

Top1 摇铃 Деревянная стойка тренажер Монтессори для мобилей и игрушек для новорожденных / развивающая дуга 商品id:1557614414 月销量:707 OZON婴儿用具…

MSSQL 手工注入(第一关)

简介 SQL注入是一种安全漏洞,通过它可以执行意外的SQL命令或访问数据库中的信息。MSSQL注入通常发生在应用程序将用户输入作为SQL查询的一部分执行时,而没有对输入进行适当的验证或清理。 以下是MSSQL手工注入的流程: 一、打开靶场选择第一关…

进阶岛 多模态模型部署微调实践

一、任务介绍 follow 教学文档和视频使用QLoRA进行微调模型,复现微调效果,并能成功讲出梗图.尝试使用LoRA,或调整xtuner的config,如LoRA rank,学习率。看模型Loss会如何变化,并记录调整后效果(选做&#x…

【Electron】桌面应用开发启动直接打开一个网址或者浏览器打开一个网址

【Electron】桌面应用开发启动时直接打开一个网址或者跳转浏览器打开一个网址 前一篇有写过 Electron 桌面应用开发快速入门到打包Windows应用程序 但是现在需要程序打开的时候直接打开一个链接,在程序的窗口打开或者直接跳转浏览器打开 一、启动时直接打开一个网…

后端完成api顺序

contoroller层 Service层 点击getById,如果没有getById函数就先声明一个 然后完成函数体 db层 数据访问对象.数据库方法 //作用是提供对数据库中特定表的操作方法

【Hot100】LeetCode—437. 路径总和 III

目录 1- 思路前缀和哈希表dfs 2- 实现⭐437. 路径总和 III——题解思路 3- ACM 实现 题目连接:437. 路径总和 III 1- 思路 前缀和哈希表dfs ① 前缀和 求二叉树的前缀和,每求一次用一个 sum 传参记录更新 ② 哈希表 key 为前缀和 ,value…

k8s集群部署(sealos)

目录 部署Ubuntu22和k8s环境 环境准备 虚拟机安装ubantu 配置hosts 配置静态ip地址 配置国内阿里云的源 Master节点安装sealos软件 启用root和允许ssh远程连接 禁用firewalld和iptables 关闭交换分区 配置ipvs功能 配置时间同步 使用sealos部署k8s集群 增加K8s的ma…

[Linux#46][线程->网络] 单例模式 | 饿汉与懒汉 | 自旋锁 |读写锁 | 网络基础 | 书单

目录 1.线程安全 1.1 线程安全的单例模式 1.2 饿汉与懒汉实现方式: 实操 2.锁 3.读者写者问题 实操 4.网络基础 4.1 初始协议 书单: 1.线程安全 STL中的容器和智能指针的线程安全性整理如下:STL容器线程安全性: 状态&…

zdppy+vue3+onlyoffice文档管理系统实战 20240823上课笔记 Python缓存框架的进一步封装

上节课遗留问题 封装一些简单的方法,比如: set:设置缓存,带默认超时时间get:获取缓存delete:删除缓存delete_all:清空缓存 封装set方法 基本方法 from zdppy_cache import Cache# 创建缓存…

文字游侠AI工具:一个高效内容创作的革命性助手,效率一键提高20倍!

在当今快节奏、高效率要求的信息时代,传统的内容生产方式已经难以满足不断增长的网络信息需求。随着人工智能技术的飞速发展,一系列创新的AI工具应运而生,极大地改变了我们处理信息和创造内容的方式。其中,文字游侠AI工具凭借其出…

校友会系统小程序的设计

管理员账户功能包括:系统首页,个人中心,用户管理,校友管理,生活模块管理,兼职信息管理,表白墙管理,我的收藏管理,校友论坛,系统管理 微信端账号功能包括&…

css实现闪烁渐变背景,@property自定义属性

自 2024 年 7 月起,此功能适用于最新的设备和浏览器版本。此功能可能无法在较旧的设备或浏览器中使用。 property 是 CSS 中一个相对较新的功能,主要用于定义自定义属性(即 CSS 变量)的类型、继承性以及初始值。它允许开发者更好地…

DevEco Studio 预览器报错踩坑

This module is referencing one or more HSPs and cannot be previewed. To preview components in an HSP, switch to the HSP first. 不知道大家遇见这个问题没有 是因为我们在使用name跳转别的模块的页面时 引入了hsp模块进来 所以他在编译的时候 告诉我们这个模块中引…

pyro 教程 时间序列 单变量,重尾,python pytorch,教程和实例 Forecasting预测,布朗运动项、偏差项和协变量项

预测I:单变量,重尾 本教程介绍了预测模块,用Pyro模型进行预测的框架。本教程只涵盖单变量模型和简单的可能性。本教程假设读者已经熟悉慢病毒感染和张量形状. 另请参见: 预测II:状态空间模型 预测三:层次模型 摘要 要创建预测模型: 创建预测模型班级…

加密学中的零知识证明(Zero-Knowledge Proof, ZKP)到底是什么?

加密学中的零知识证明(Zero-Knowledge Proof, ZKP)到底是什么? 引言 在加密学的应用中,零知识证明(Zero-Knowledge Proof, ZKP)无疑是一颗璀璨的明星。它不仅挑战了我们对信息验证的传统认知,…

如何使用ssm实现理发店会员管理系统的设计和实现+vue

TOC ssm089理发店会员管理系统的设计和实现vue 绪论 1.1 选题背景 网络技术和计算机技术发展至今,已经拥有了深厚的理论基础,并在现实中进行了充分运用,尤其是基于计算机运行的软件更是受到各界的关注。计算机软件可以针对不同行业的营业…

C语言刷题日记(附详解)(2)

一、有理数加法 输入格式: 输入在一行中按照a1/b1 a2/b2的格式给出两个分数形式的有理数,其中分子和分母全是整形范围内的正整数。 输出格式: 在一行中按照a/b的格式输出两个有理数的和。注意必须是该有理数的最简分数形式,若…

OpenCSG全网首发!Phi-3.5 Mini Instruct全参微调中文版

前沿科技速递🚀 🎉 震撼发布!OpenCSG正式推出全参数微调的Phi-3.5-mini-instruct中文版模型! 🔍 本次发布的Phi-3.5-mini-instruct中文版模型基于最新的Phi-3.5架构,经过全参数微调,专为中文场景…