Сколько памяти необходимо для хранения 64-цветного растрового изображения 32x128

Обновлено: 02.07.2024

Этот документ служит начальным введением в растровые изображения, поскольку они используются в компьютерной графике.

Определение

Растровые изображения определяются как регулярная прямоугольная сетка ячеек, называемых пикселями, каждый пиксель содержит значение цвета. Они характеризуются всего двумя параметрами: количеством пикселей и информативностью (глубина цвета) на пиксель. К растровым изображениям применяются и другие атрибуты, но они являются производными от этих двух основных параметров.

Обратите внимание, что растровые изображения всегда ориентированы горизонтально и вертикально. Пиксели следует считать квадратными, хотя на практике они могут иметь другие соотношения сторон.
В большинстве случаев растровые изображения используются для представления изображений на компьютере. Например, следующее растровое изображение имеет 397 пикселей по горизонтали и 294 пикселя по вертикали, и каждый пиксель содержит значение серого из 256 возможных оттенков серого.

Цветовая "глубина"

Каждый пиксель растрового изображения содержит определенную информацию, обычно интерпретируемую как информация о цвете. Информационное содержание всегда одинаково для всех пикселей в конкретном растровом изображении. Количество информации о цвете может быть любым, которое требуется приложению, но есть некоторые стандарты, основные из которых описаны ниже.

1 бит (черно-белое)

Это наименьший возможный информационный контент, который может храниться для каждого пикселя. Полученное растровое изображение называется монохромным или черно-белым. Пиксели с 0 считаются черными, пиксели с 1 — белыми. Обратите внимание, что хотя возможны только два состояния, их можно интерпретировать как любые два цвета: 0 соответствует одному цвету, 1 — другому цвету.

8-битные оттенки серого

В этом случае каждый пиксель занимает 1 байт (8 бит) памяти, что приводит к 256 различным состояниям. Если эти состояния отображаются на шкале оттенков серого от черного к белому, растровое изображение называется изображением в градациях серого. По соглашению 0 обычно черный, а 255 белый. Уровни серого — это числа между ними, например, в линейной шкале 127 соответствует уровню серого 50 %.

В любом конкретном приложении диапазон значений серого может быть любым. Чаще всего уровни 0–255 сопоставляются со шкалой 0–1, но некоторые программы сопоставляют их со шкалой 0–65535 (см. спецификацию цветов Apple). системы в качестве примера).

Это следующий шаг по сравнению с 8-битным серым, теперь каждому красному, зеленому и синему компонентам выделяется 8 бит. В каждом компоненте значение 0 относится к отсутствию вклада этого цвета, 255 относится к полностью насыщенному вкладу этого цвета. Поскольку каждый компонент имеет 256 различных состояний, всего возможно 16777216 цветов.

Идея цветового пространства RGB является фундаментальной концепцией компьютерной графики. В пространстве RGB любой цвет представлен точкой внутри цветового куба с ортогональными осями r,g,b.

Обратите внимание, что значения серого образуют прямую линию от черного к белому вдоль диагонали куба, r = g = b.

8-битный индексированный цвет

Индексированный цвет — это более экономичный способ хранения цветных растровых изображений без использования 3 байтов на пиксель. Как и в 8-битных серых растровых изображениях, с каждым пикселем связан один байт, только теперь значение в этом байте больше не является значением цвета, а является индексом в таблице цветов, называемой палитрой или таблицей цветов.

Существует ряд интересных атрибутов такой системы индексации цветов. Если в изображении менее 256 цветов, то это растровое изображение будет того же качества, что и 24-битное растровое изображение, но оно может храниться с одной третью данных. Интересных цветовых и анимационных эффектов можно добиться, просто изменив палитру. Это немедленно изменяет внешний вид растрового изображения, а при тщательном проектировании может привести к преднамеренным изменениям внешнего вида растрового изображения.

Распространенной операцией, которая уменьшает размер больших 24-битных растровых изображений, является преобразование их в индексированные цвета с оптимизированной палитрой, то есть палитрой, которая наилучшим образом представляет цвета, доступные в растровом изображении.

4-битный индексированный цвет

Это идентично 8-битному цвету, за исключением того, что теперь для индекса используется только половина байта, 4 бита. Это поддерживает таблицу до 16 цветов.

Обычно это то же самое, что и 24-битный цвет, но с дополнительным 8-битным растровым изображением, известным как альфа-канал. Этот канал можно использовать для создания замаскированных областей или представления прозрачности.

Как правило, это прямая система с 5 битами на компонент цвета и 1 битным альфа-каналом.

Разрешение

Разрешение — это атрибут растрового изображения, который необходим при визуальном просмотре или печати растровых изображений, поскольку пиксели сами по себе не имеют явных размеров. Разрешение обычно указывается в пикселях на дюйм, но может быть выражено в любой другой единице измерения. В большинстве процессов печати используются единицы измерения пикселей на дюйм (DPI) по историческим причинам.На устройствах с nn прямоугольными пикселями разрешение может быть указано двумя числами: горизонтальное и вертикальное разрешение.

Концепция независимости разрешения от информационного содержания растрового изображения очень важна, поскольку при постоянной глубине цвета информационное содержание между различными растровыми изображениями связано только с количеством пикселей по вертикали и горизонтали. Однако качество при отображении или печати растрового изображения зависит от разрешения. Поскольку разрешение определяет размер пикселя, его также можно использовать для изменения размера всего изображения.

В качестве примера рассмотрим одно растровое изображение размером 200 пикселей по горизонтали и 100 пикселей по вертикали. Если бы это растровое изображение было напечатано с разрешением 100 точек на дюйм, оно имело бы размеры 2 дюйма на 1 дюйм. Однако если тот же растровый рисунок был напечатан с разрешением 200 точек на дюйм, его размеры будут составлять всего 1 дюйм на полдюйма.

Всякий раз, когда растровое изображение отображается на мониторе компьютера, необходимо учитывать разрешение. Большинство компьютерных мониторов имеют диапазон разрешения от 60 точек на дюйм для низкого разрешения до 120 точек на дюйм для дисплеев с высоким разрешением. Как и в случае с печатными материалами, чем выше разрешение, тем менее очевидна пиксельная природа растрового изображения.

В качестве еще одного примера, следующие два изображения идентичны по информационному содержанию, однако они имеют разное разрешение и, следовательно, разные размеры в пикселях. Меньшее — 80DPI, большее — 30DPI. Пиксели гораздо более заметны в увеличенной версии.

Это еще не все, что касается представления растровых изображений на физических устройствах, поскольку разные устройства имеют разные возможности глубины цвета.

Преобразование глубины цвета.

Очень часто необходимо представить растровое изображение с одной глубиной цвета на устройстве с различными возможностями глубины цвета. Конечно, если целевое устройство имеет лучший цвет, чем растровое изображение, тогда нет проблем, поскольку растровое изображение может быть точно представлено. В обратной ситуации, когда адресат имеет другие и более низкие возможности, растровое изображение должно быть преобразовано во что-то, что дает наилучшее возможное представление.

В качестве примера рассмотрим проблему представления изображений в оттенках серого на монохромных (черно-белых) устройствах. Это достигается за счет использования переменного количества черных и белых пикселей для представления уровня серого. К счастью, черно-белое устройство обычно имеет гораздо более высокое разрешение, чем растровое изображение, поэтому для создания аппроксимации оттенков серого доступно несколько пикселей. Предположим, что растровое изображение в оттенках серого с разрешением 75 точек на дюйм будет отображаться на черно-белом принтере с разрешением 300 точек на дюйм. Существует матрица из черно-белых пикселей 4 x 4, которую можно использовать для представления каждого пикселя в оттенках серого.

Существует ряд методов, которые можно использовать для формирования соответствующего расположения черных и белых пикселей, один из которых называется дизерингом. Даже при использовании дизеринга существует множество возможных алгоритмов для определения расположения пикселей с дизерингом. Ниже показано изменение уровня серого с соответствующими черно-белыми примерами дизеринга (значительно увеличенными) с использованием шаблонного и диффузионного дизеринга.

Как уже упоминалось, существуют другие методы преобразования растровых изображений с высокой глубиной цвета в растровые изображения с меньшей глубиной цвета, но с более высоким разрешением. Такой метод, используемый в полиграфии, называется растрированием. Экранирование здесь обсуждаться не будет, за исключением того, что оно аппроксимирует уровни серого с помощью объектов разного размера (размер объекта пропорционален уровню серого). Объекты располагаются в регулярной матрице, расположенной под некоторым углом к горизонтали. Наиболее часто используемыми объектами изображения являются точки, линии и прямоугольники. Ниже показано изменение уровня серого с соответствующими черно-белыми примерами растрирования (сильно увеличенными) с использованием точечных и линейных растровых изображений.

Приведенное выше обсуждение и примеры преобразования глубины цвета относятся к изображениям в оттенках серого. Преобразование изображений с высокой глубиной цвета в изображения с низкой глубиной цвета не отличается по своей концепции. Как правило, процесс выполняется трижды, по одному для каждого компонента цвета.

Хранилище растровых изображений

Самый простой способ хранения растрового изображения — просто перечислить информацию о растровом изображении байт за байтом, строка за строкой. Файлы, сохраненные этим методом, часто называют файлами RAW. Объем дискового пространства, необходимый для любого растрового изображения, легко подсчитать, учитывая размеры растрового изображения (N x M) и глубину цвета в битах (B). Формула для размера файла в килобайтах:

где N и M — количество пикселей по горизонтали и вертикали, B — количество битов на пиксель. В следующей таблице показаны размеры файлов некоторых типов растровых изображений, если они хранятся в формате RAW.

Как видно из этой таблицы, большие 24-битные изображения приводят к очень большим файлам, поэтому сжатие становится важным. Существует большое количество форматов файлов, используемых для хранения сжатых растровых изображений, от самых простых до очень сложных.Сложные форматы существуют из-за очень больших файлов растровых изображений, которые существовали бы, если бы не использовалось сжатие. Существует две широкие категории форматов сжатых файлов: форматы без потерь (отлично сохраняют растровые изображения) и форматы с потерями. Ниже показана основная иерархия методов сжатия.

Самый грубый способ уменьшить размер растровых файлов — уменьшить информацию о цвете. Это называется уменьшением битов или квантованием. Например, можно преобразовать 24-битные растровые изображения в 8-битные индексированные растровые изображения, используя сглаживание для имитации потерянных цветов. Наиболее распространенным форматом с потерями на сегодняшний день является JPEG, описание того, как он работает, выходит далеко за рамки этого обсуждения. Его главное преимущество заключается в том, что он может предложить гораздо лучшую степень сжатия, чем форматы без потерь. Например, рассмотрим следующее растровое изображение, исходный размер которого составляет 500 x 350 пикселей при 24-битном цвете. Используя приведенную ранее формулу, размер несжатого файла составляет 500 x 350 x 24/8/1024 = 513 КБ

Сохраненный в оттенках серого (уменьшение битовой глубины) файл имеет размер 171 КБ (в 3 раза меньше), сохраненный и сжатый с использованием RLE — 388 КБ (75 % от исходного), сохраненный с использованием сжатия LZW — 188 КБ (36 % от исходного ), сохраненный в формате JPEG, составляет 30 КБ (коэффициент сжатия 17:1).
Ниже приводится описание простейшего метода сжатия без потерь, называемого кодированием длин серий (RLE), который используется с хорошим эффектом для растровых изображений, содержащих всего несколько цветов. Рассмотрим следующее маленькое 8-битное изображение размером 17 x 10 пикселей.

Если бы это было сохранено в формате RAW, потребовалось бы 16 байтов на строку для всех 10 строк. Однако первые две строки имеют одинаковый уровень, поэтому более эффективно просто сохранять количество одинаковых цветов в серии вместе с цветом серии. Для первых двух строк вместо 16 байт требуется всего по 2 байта на каждую.

В необработанном формате первые три строки будут

При использовании кодирования длин серий первые три строки будут

Хотя в реальных реализациях RLE задействовано больше деталей, чем описано здесь, это основной принцип кодирования длин серий. Чтобы RLE достигла некоторой степени сжатия, должны быть прогоны одного и того же цвета, по этой причине он вряд ли будет полезен для цветных изображений, таких как 24-битные фотографии.

1190 дней после
Рождественских каникул

Растровая графика, хранение и сжатие изображений

Растровая графика – это изображения, состоящие из прямоугольников, состоящих из маленьких точек, называемых пикселями. Почти все изображения, с которыми вы имеете дело на компьютере, являются примерами растровых изображений. Чем больше количество пикселей в изображении, тем выше разрешение изображения и тем больше деталей оно может содержать.

Базовое редактирование растровых изображений можно выполнять во многих программах, однако Adobe Photoshop является коммерческой программой, которую предпочитают многие фотографы.

Хранение изображений
Все растровые изображения хранятся на компьютере в виде прямоугольной сетки пикселей.
Разрешение изображения относится к количеству пикселей в сетке; более высокое разрешение означает, что в изображении может быть сохранено больше деталей.

В приведенной ниже презентации PowerPoint показано одно и то же изображение в формате jpg с пятью различными разрешениями.

Упражнение — Раскраска по номерам — Представление изображения (CS Unplugged)

Производители цифровых камер обычно указывают разрешение в мегапикселях (один миллион пикселей). Это относится к общему количеству пикселей в изображении. Современные камеры имеют разрешение 8 Мп (3254 x 2448), 12 Мп (4290 x 2800), 14 Мп (4290 x 3264) и даже выше.

Битовая глубина
Помимо разрешения, битовая глубина изображения влияет на его качество. Битовая глубина — это количество битов, используемых для хранения каждого пикселя изображения.
Самая распространенная для фотографов глубина цвета — 24 бита, также известная как истинный цвет. В полноцветных изображениях для хранения каждого пикселя используется 3 байта (24 бита = 3 байта). В каждом пикселе один байт (8 бит) используется для представления уровня красного, один байт для уровня синего и один байт для уровня зеленого.

Это изображение является полноцветным 24-битным (подробнее о том, как это сделать, см. ниже).
Вычисление будет следующим:

3648 x 2056 x 3 = 22 500 864 байта
22 500 864/1024 = 21 973,5 КБ
21 973,5/1024 = 21,5 МБ (т. е. размеры в пикселях указаны в верхней части экрана размера изображения)

На самом деле, этот расчет дает только максимальные требования к объему памяти, но фактическое требуемое пространство часто намного меньше
(это изображение занимает всего 3,7 МБ). Позднее мы увидим, почему.

Щелкните изображение выше, чтобы узнать, что такое поле Размер изображения в Photoshop

Сжатие
На самом деле приведенный выше расчет упрощен. Из-за огромного объема данных, необходимых для хранения изображений, видео и других мультимедийных данных, только несколько форматов файлов хранят данные с использованием этого несжатого подхода (BMP и TIFF являются двумя наиболее распространенными примерами).
Большинство форматов файлов используют некоторые форма сжатия для уменьшения избыточных повторяющихся данных в изображениях и, таким образом, уменьшения требуемого места в файле.

20 x 20 x 1 = 400 байт

щелкните изображение, чтобы открыть оригинал

Для упрощения предположим, что он использует только пять цветов. Мы можем предположить, что для обозначения каждого цвета на изображении используется одно число, и назначить их, как показано в таблице ниже.

Он может быть сохранен как: "два пикселя черного цвета, семь пикселей серого цвета, один пиксель черного цвета, десять пикселей серого цвета".

т.е. 2, 3, 7, 4, 1, 3, 10, 4

Первое число представляет количество пикселей, второе число – цвет пикселя. Это уменьшает количество цифр (байтов), необходимых для хранения этой части изображения, с 20 до 8.

Сжатие с потерями — это компромисс: качество изображения снижается в обмен на уменьшение объема памяти. Он делает это, отбрасывая данные, которые «вероятно» не будут упущены. Например, если два соседних пикселя на изображении имеют почти одинаковый цвет, сжатие с потерями может сделать их абсолютно одинаковыми. Затем он может применить стандартные методы без потерь к этим новым блокам непрерывного цвета. Однако после того, как данные были удалены, их нельзя получить снова.

Самым популярным форматом файла изображения, в котором используется сжатие с потерями, является JPEG.

Сжатие JPEG в действии

Мы можем оценить огромный объем данных, содержащихся в файлах изображений, с помощью замечательной утилиты Pixel Spreadsheet. Одной из мощных идей медиа-вычислений является абстракция данных: видимые манипуляции с изображениями производятся путем изменения низкоуровневых, почти невидимых объектов — пикселей. Pixel Spreadsheet позволяет загружать изображения, извлекать пиксельные данные и сохранять их в электронной таблице. Отсюда вы можете применить простую формулу для управления значениями. Например, установка значений одного цвета в 0 приведет к окрашиванию изображения. Вычитание каждого значения из 255 создает негативное изображение, а усреднение трех цветов дает оттенки серого. После перезагрузки новые значения можно отобразить как новое изображение и сравнить с исходным.

Используя эту утилиту, вы сразу увидите, как можно создавать простые эффекты Photoshop.

Задачи, чтобы проверить нашу способность выражать манипуляции с данными в виде формул в электронной таблице

Попробуйте повернуть или отразить изображение

Как работает сжатие файлов — How Stuff work
Статья: Все, что вам нужно знать о сжатии изображений

Невероятные интерактивные изображения

Лондон, вид сверху. Рекордное интерактивное изображение столицы с разрешением 320 гигапикселей, позволяющее увеличить масштаб улиц и зданий в 20 милях от нее — Daily Mail, 21 февраля 2013 г.
Изображение горы Эверест размером четыре миллиарда пикселей. Daily Mail, 19 декабря 2012 г.
Полетайте по Манхэтту, не вставая с дивана – Daily Mail, 10 января 2013 г.

Фото или компьютер?

Думаете, у вас хороший глаз? Можете ли вы отличить реальную фотографию от объекта, сгенерированного компьютером? Попробуйте подделку или фото-викторину

Растровые изображения должны быть сохранены в файле, использующем установленный формат файла растрового изображения, с именем с трехсимвольным расширением .bmp. Установленный формат файла растрового изображения состоит из структуры BITMAPFILEHEADER, за которой следует структура BITMAPINFOHEADER, BITMAPV4HEADER или BITMAPV5HEADER. Массив структур RGBQUAD (также называемый таблицей цветов) следует за структурой заголовка растровой информации. За таблицей цветов следует второй массив индексов в таблице цветов (фактические данные растрового изображения).

Формат файла растрового изображения показан на следующем рисунке.

Члены структуры BITMAPFILEHEADER идентифицируют файл; указать размер файла в байтах; и указать смещение от первого байта в заголовке до первого байта растровых данных. Члены структуры BITMAPINFOHEADER, BITMAPV4HEADER или BITMAPV5HEADER задают ширину и высоту растрового изображения в пикселях; цветовой формат (количество цветовых плоскостей и цветовых битов на пиксель) устройства отображения, на котором было создано растровое изображение; были ли растровые данные сжаты перед сохранением и какой тип сжатия использовался; количество байтов растровых данных; разрешение устройства отображения, на котором было создано растровое изображение; и количество цветов, представленных в данных. Структуры RGBQUAD определяют значения интенсивности RGB для каждого цвета в палитре устройства.

Массив индекса цвета связывает цвет в форме индекса со структурой RGBQUAD с каждым пикселем в растровом изображении. Таким образом, количество битов в массиве цветовых индексов равно количеству пикселей, умноженному на количество битов, необходимых для индексации структур RGBQUAD. Например, черно-белое растровое изображение 8x8 имеет массив цветовых индексов 8 * 8 * 1 = 64 бита, поскольку для индексации двух цветов требуется один бит. Redbrick.bmp, упомянутый в разделе «О растровых изображениях», представляет собой растровое изображение размером 32x32 с 16 цветами; его массив цветовых индексов равен 32 * 32 * 4 = 4096 бит, поскольку четыре бита индексируют 16 цветов.

Чтобы создать массив цветовых индексов для растрового изображения сверху вниз, начните с верхней строки растрового изображения. Индекс RGBQUAD для цвета крайнего левого пикселя — это первые n битов в массиве индексов цвета (где n — количество битов, необходимых для указания все структуры RGBQUAD). Цвет следующего пикселя справа — это следующие n биты в массиве и так далее. Достигнув самого правого пикселя в строке, продолжайте работу с самым левым пикселем в строке ниже. Продолжайте, пока не закончите со всем растровым изображением. Если это растровое изображение снизу вверх, начните с нижней строки растрового изображения, а не с верхней строки, по-прежнему двигаясь слева направо, и продолжайте до верхней строки растрового изображения.

Следующий шестнадцатеричный вывод показывает содержимое файла Redbrick.bmp.

В следующей таблице показаны байты данных, связанные со структурами в растровом файле.