数字媒体概论——2D图像图形
一：色彩基礎(chǔ)
1.1：色彩認(rèn)知
色彩是能引起我們共同的審美愉悅的、最為敏感的形式要素。色彩是最有表現(xiàn)力的要素之一，因?yàn)樗男再|(zhì)直接影響人們的感情。
豐富多樣的顏色可以分成兩個(gè)大類：無彩色系和有彩色系。有彩色系的顏色具有三個(gè)基本特性：色調(diào)、純度（也稱彩度、飽和度）、亮度。在色彩學(xué)上也稱為色彩的三大要素或色彩的三屬性
- 色調(diào)(Hue)：人眼看多種波長的光時(shí)所產(chǎn)生的彩色的感覺。反應(yīng)了顏色的種類，是決定顏色的基本特性。
- 飽和度（Saturation）：指色彩的鮮艷程度，也稱作顏色的純度
- 亮度（Luminance / Lightness / Grayscale Value）：單位是堪德拉每平米(cd/m2)或稱nit。是從白色表面到黑色表面的感覺連續(xù)體。圖像亮度是指畫面的明亮程度，圖像作用于人眼所引起的明亮程度的感覺。它與被觀察物體的發(fā)光或反射光強(qiáng)度有關(guān)。
色調(diào)差異：
飽和度差異：
亮度差異：
1.2：色彩表示
HSV顏色空間（Hue-Saturation-Value）：根據(jù)顏色的直觀特性由A. R. Smith在1978年創(chuàng)建的一種顏色空間，顏色參數(shù)為色調(diào)H，飽和度S，明度V
HSI顏色空間 (Hue Saturation Intensity/Lightness), HSL：符合人視覺直觀特性的一種顏色空間，用H、S、I三參數(shù)描述顏色特性，其中H色調(diào)；S表示顏色的深淺程度，稱為飽和度；I表示強(qiáng)度或亮度。
CMYK 彩色空間：是彩色印刷和彩色打印行業(yè)所用的，利用色料的三原色混色原理，加上黑色油墨，共計(jì)四種顏色混合疊加，形成所謂“全彩印刷”。
- 四種標(biāo)準(zhǔn)顏色是：Cyan 青色，Magenta 品紅色，Yellow 黃色；black黑色
- 青、品紅、黃是印刷三原色，理論上可以混合出黑色，但是現(xiàn)實(shí)中由于生產(chǎn)技術(shù)的限制，油墨純度往往不盡人意。為了降低成本更直接的方式是直接使用最常用的黑色油墨
YUV/YIQ 彩色空間：YUV/YIQ/YCrCb是被電視系統(tǒng)、視頻產(chǎn)業(yè)所廣泛采用的顏色空間
- 其中“Y”表示明亮度（Luminance或Luma），也就是灰度值；而“U”和“V” 表示的則是色度（Chrominance或Chroma），作用是描述影像色彩及飽和度，用于指定像素的顏色。
- YUV色彩空間的重要性是它的亮度信號Y和色度信號U、V是分離的。如果只有Y信號分量而沒有U、V信號分量，那么這樣表示的圖像就是黑白灰度圖像。彩色電視采用YUV空間正是為了用亮度信號Y解決彩色電視機(jī)與黑白電視機(jī)的兼容問題，使黑白電視機(jī)也能接收彩色電視信號。
- YUV與RGB可以相互換算
RGB 彩色空間：RGB顏色標(biāo)準(zhǔn)是工業(yè)界的一種顏色標(biāo)準(zhǔn)，是通過對紅?、綠(G)、藍(lán)(B)三個(gè)顏色通道的變化以及它們相互之間的疊加來得到各式各樣的顏色的
- 這個(gè)標(biāo)準(zhǔn)幾乎包括了人類視力所能感知的所有顏色，是運(yùn)用最廣的顏色系統(tǒng)之一。
- 顯示器、電腦大都采用了RGB顏色標(biāo)準(zhǔn)。在電腦中，RGB的亮度用整數(shù)來表示(例如8bit圖像取值范圍0-255) 。8bit圖像的RGB色彩總共能組合出約1678萬種色彩，即256×256×256=16777216。通常也被簡稱為1600萬色或千萬色。也稱為24位色。
視頻中為什么需要這么多的顏色空間？
雖然顏色還是那個(gè)顏色，但是不同的顏色空間的適用范圍并不相同：
- RGB：面向采集和顯示設(shè)備
- YUV：面向存儲
- HSL：面向人類視覺感知
- XYZ：RGB之間的轉(zhuǎn)換橋梁
從視頻采集到視頻消費(fèi)的整個(gè)過程，涉及到不同的設(shè)備和標(biāo)準(zhǔn)，而不同的設(shè)備和標(biāo)準(zhǔn)所支持的色域空間又不相同。正是通過不同的顏色模型轉(zhuǎn)換和不同的色域轉(zhuǎn)換，才得以在不同輸入、輸出、顯示設(shè)備上都呈現(xiàn)出最好的顏色，才得以讓我們實(shí)現(xiàn)以近似相同的觀看體驗(yàn)來消費(fèi)視頻。
色深度/位深度 Bit Depth：色彩的數(shù)字化就是使用數(shù)字來代表顏色，計(jì)算機(jī)使用二進(jìn)制bit位，如果用n bit表示彩色，則可以表示2的n次方種顏色(范圍在0~2的n次方-1之間)
灰度 Grayscale：灰度使用黑色調(diào)表示物體。 每個(gè)灰度對象都具有從 0%（白色）到灰度條100%（黑色）的亮度值。
- 在設(shè)計(jì)領(lǐng)域 “灰”形容飽和度
- 在研究領(lǐng)域 是亮度的一種計(jì)算
- 灰度值范圍與位深度有關(guān)
ALPHA通道（α Channel / Alpha Channel ）是指圖片的透明和半透明度通道
- 每個(gè)像素16比特存儲的位圖，每5個(gè)比特分別表示紅綠藍(lán)色，最后一個(gè)比特是阿爾法(透明/不透明)
- 使用32個(gè)比特存儲的位圖，每8個(gè)比特表示紅綠藍(lán)，和8bit阿爾法通道。在這種情況下，阿爾法通道還可以表示256級的半透明度。
- Alpha Channel 指定圖像的透明度，在圖像編輯中有很多用途，例如蒙版
- 阿爾法通道圖像中像素點(diǎn)的像素值計(jì)算：
1.3：BMP圖像文件格式
BMP格式，又稱為Bitmap（位圖），是Windows操作系統(tǒng)中的標(biāo)準(zhǔn)圖像文件格式。這種格式的特點(diǎn)是包含的圖像信息較豐富，幾乎不進(jìn)行壓縮
位圖文件由4個(gè)部分組成：
- 位圖文件頭（bitmap-file header）
- 位圖信息頭（bitmap-information header）
- 顏色表（color table）
- 位圖數(shù)據(jù)（Data Bits 或Data Body)
- 顏色表256x4=1024B
- 位圖數(shù)據(jù)
- 每個(gè)像素占一個(gè)字節(jié)，取得這個(gè)字節(jié)后，以該字節(jié)為索引查詢相應(yīng)的顏色
- 24位、32位位圖不需要調(diào)色板，位圖數(shù)據(jù)區(qū)就不是索引而是實(shí)際的像素值
- 24位RGB按照BGR的順序來存儲每個(gè)像素的各顏色通道的值，32位數(shù)據(jù)按照BGRA的順序存儲。一個(gè)像素的所有顏色分量值都存完后才存下一個(gè)下一個(gè)像素，不進(jìn)行交織存儲
1.4：色彩屬性的應(yīng)用示例
白平衡：白平衡是描述顯示器中紅、綠、藍(lán)三基色混合生成后白色精確度的一項(xiàng)指標(biāo)。反應(yīng)了白色在不同色溫下所體現(xiàn)的視覺感受，人眼可以自動根據(jù)環(huán)境調(diào)節(jié)色溫，而相機(jī)在不同色溫下的圖像視覺感受差別很大。所以有時(shí)候?yàn)榱怂囆g(shù)效果，有時(shí)候?yàn)榱艘曨l鏡頭白平衡的一致性，需要對白平衡進(jìn)行調(diào)整/設(shè)定
高動態(tài)范圍：傳統(tǒng)記錄顏色亮度信息一般是8位（Low Dynamic Range LDR），造成在計(jì)算和結(jié)果表達(dá)中差異范圍較少，因此反應(yīng)不了人眼所能感應(yīng)的光強(qiáng)度范圍（14+）。高動態(tài)范圍High Dynamic Range HDR圖像使用10、12、16、32位等更多bit來表現(xiàn)某一點(diǎn)的光照強(qiáng)度，并且在計(jì)算中采用高精度浮點(diǎn)運(yùn)算減少誤差。單張LDR恢復(fù)HDR的操作稱為逆色調(diào)映射(Inverse Tone Mapping ITM)
照相機(jī)和攝像機(jī)采集光強(qiáng)的傳感器精度也是8位，因此無法同時(shí)兼顧畫面中最亮和最暗的區(qū)域
HDR拍攝采用多曝光融合，形成最后亮、暗處都很清晰的畫面。
二：圖像
2.1：位圖
位圖：靜止的圖像是一個(gè)矩陣，陣列中的各項(xiàng)數(shù)字用來描述構(gòu)成圖像的各個(gè)點(diǎn)（稱為像素點(diǎn)Pixel ）的顏色信息。這種圖像稱為位圖（ Bit-mapped Image ）
用數(shù)碼相機(jī)拍攝的照片、掃描儀掃描的圖片以及計(jì)算機(jī)截屏圖等都屬于位圖。位圖的特點(diǎn)是可以表現(xiàn)色彩的變化和顏色的細(xì)微過渡，產(chǎn)生逼真的效果，缺點(diǎn)是在保存時(shí)需要記錄每一個(gè)像素的位置和顏色值，占用較大的存儲空間。常用的位圖處理軟件有Photoshop（同時(shí)也包含矢量功能）、Painter和Windows系統(tǒng)自帶的畫圖工具等，Adobe Illustrator則是矢量圖軟件。
2.2：分辨率
分辨率：圖像分辨率(Image Resolution): 圖像中像素個(gè)數(shù)，通常用水平垂直兩方向上的像素個(gè)數(shù)來表示
- 圖像可以看做矩陣，矩陣中每個(gè)元素對應(yīng)圖像中每個(gè)像素
- 超分辨率(Super-Resolution): 圖像放大、上采樣(Upsampling)、上尺度(Upscaling)
分辨率變化產(chǎn)生的圖像失真：
2.3：插值
插值 Interpolation：圖像插值就是利用已知鄰近像素點(diǎn)的灰度值（或rgb圖像中的三色值）來產(chǎn)生未知像素點(diǎn)的灰度值，以便由原始圖像再生出具有更高分辨率的圖像。
插值是對原圖像的像素重新分布，從而來改變像素?cái)?shù)量的一種方法。在圖像放大過程中，像素也相應(yīng)地增加，增加的過程就是“插值”發(fā)生作用的過程，“插值”程序自動選擇信息較好的像素作為增加、彌補(bǔ)空白像素的空間，而并非只使用臨近的像素，所以在放大圖像時(shí)，圖像看上去會比較平滑、干凈。不過需要說明的是插值并不能增加圖像信息，盡管圖像尺寸變大，但效果也相對要模糊些，過程可以理解為白酒摻水。
下圖從左至右：低分辨率圖像；最近鄰插值； 雙線性插值； 雙三次插值； 高分辨率圖像
2.4：圖像位深度
圖像位深度 Image Bit-Depth：是圖像中用來表示每一個(gè)像素的色彩所用到的二進(jìn)制位數(shù)，與之前色彩的數(shù)字化表示是一致的，也常稱為色深度。
- 真彩圖像(True Color) ：真彩色是指圖像中的每個(gè)像素值都分成R、G、B三個(gè)基色分量，每個(gè)基色分量直接決定其基色的強(qiáng)度。
- 偽彩圖像(Pseudo Color)：像素的顏色不是由基色分量直接決定，而是把像素值當(dāng)作彩色查找表(Color Look-Up Table, CLUT)的表項(xiàng)入口地址，查找相應(yīng)的R，G，B強(qiáng)度值。也叫做索引圖像。
- 灰度圖像：把白色與黑色之間按對數(shù)關(guān)系分為若干等級，稱為灰度。灰度目前最高分為256階——8位。用灰度表示的圖像稱作灰度圖。
圖像的數(shù)字化：一幅未經(jīng)壓縮的數(shù)字圖像的數(shù)據(jù)量大小計(jì)算如下：
圖像數(shù)據(jù)字節(jié)量大小 = 像素總數(shù)×圖像深度÷8 = 水平分辨率×垂直分辨率 ×圖像深度÷8一幅640×480的256色圖像為： 640×480×8／8 = 307200 bytes／1024=300KB圖像的色彩屬性：
2.5：圖像的顯示輸出屬性
圖像的顯示輸出屬性：對于顯示器、投影機(jī)、電視機(jī)等以點(diǎn)陣為核心顯示方式的輸出設(shè)備，有與圖像分辨率與色彩深度相關(guān)聯(lián)的屬性。
- 顯示分辨率：顯示設(shè)備當(dāng)前可以顯示的像素點(diǎn)總數(shù)。如高清分辨率可達(dá)到1920×1080。
- 色彩深度：顯示設(shè)備當(dāng)前可以表示的顏色種類與數(shù)量。
2.6：圖像的打印輸出屬性
圖像的打印輸出屬性：對于打印機(jī)、大型彩噴、數(shù)碼沖印等圖像輸出到實(shí)物的輸出設(shè)備，也有著與圖像自身屬性類似的輸出屬性。
- 打印分辨率：以DPI (Dot Per Inch)表示，表示打印精度，一英寸紙面上能夠容納多少墨點(diǎn)。比如100DPI就是一英寸中最多有100個(gè)點(diǎn)。在數(shù)碼沖印中，300DPI是可達(dá)到的最好分辨率，而120DPI則是底線。
- 色彩數(shù)量：是指輸出設(shè)備可以表示的色彩種類。HP最新的9色噴墨打印機(jī)的色彩變化可達(dá)三億八千八百萬種。
打印照片的問題：如何知道一張圖像適合打印多大尺寸的照片？
- DPI：打印精度衡量單位，指每英寸上能夠繪制的最大像素點(diǎn)數(shù)
- 高質(zhì)量:5寸或7寸、低質(zhì)量:10寸；需要圖像裁剪
2.7：圖像的輸入屬性
圖像的輸入屬性：
- 數(shù)碼相機(jī)、攝像機(jī)、掃描儀等圖像采集設(shè)備的光學(xué)器件CMOS（互補(bǔ)金屬氧化物半導(dǎo)體）或者CCD（電荷耦合器件陣列），很大程度決定了輸入圖像的品質(zhì)。
- 光學(xué)分辨率：直接由傳感器轉(zhuǎn)換信號得到的像素值個(gè)數(shù)。照相機(jī)一半是用像素?cái)?shù)目表示，如500萬像素；而掃描儀是用dpi，如1200dpi。
- 光學(xué)傳感器色彩位感知：由一個(gè)特制的棱鏡式分光鏡，將影像的成像紅綠藍(lán)成分射到三個(gè)不同的CCD平面，然后通過軟件的對準(zhǔn)處理，合成為一幅完整的全彩色畫面。相機(jī)軟件用來記錄紅、藍(lán)、綠色的位數(shù)，體現(xiàn)了其色彩深度。
光場相機(jī) Light Field：
- 光場技術(shù)，在1996年由斯坦福的Marc Levoy等人提出，采集光場的手段主要有兩種，一種是通過微透鏡陣列，這樣不但能記錄光線的強(qiáng)度信息，還能記錄光線的角度信息，另外一種是通過相機(jī)陣列技術(shù)。前者已經(jīng)由RenNG成功商業(yè)化成Lytro光場相機(jī)
- 多相機(jī)陣列（Camera Arrays）利用不同空間位置的多個(gè)相機(jī)來采集不同視角的照片。斯坦福大學(xué)的Bennett Wilburn等人用廉價(jià)的相機(jī)搭建一個(gè)高性能的相機(jī)陣列
- 當(dāng)所有的子相機(jī)之間的距離比較小時(shí)，也就是相機(jī)緊挨著放在一起，這時(shí)整個(gè)相機(jī)陣列可以看作一個(gè)單中心投影相機(jī)（Single-Center-of-Projection Camera）。這時(shí)整個(gè)相機(jī)陣列可以用來產(chǎn)生超分辨率、高信噪比、高動態(tài)范圍的照片。
- 當(dāng)所有的子相機(jī)之間的距離都很大時(shí)，這時(shí)整個(gè)相機(jī)陣列可以看成是一個(gè)多中心投影相機(jī)（Multiple-Center-of-Projection Camera），整個(gè)相機(jī)陣列所產(chǎn)生的數(shù)據(jù)就叫做光場，通過這些數(shù)據(jù)，我們可以得到物體的多視角信息，為其3D重建提供重要信息。
2.8：深度圖 Depth Map/Image
深度圖像（Depth image)也被稱為距離影像（range image），是指將從圖像采集器到場景中各點(diǎn)的距離（深度）作為像素值的圖像，它直接反映了景物可見表面的幾何形狀。
手機(jī)圖像采集+深度采集：
- ToF Time of flight：TOF是面光源投射，將紅外光均勻的投射在物體上，然后使用TOF相機(jī)捕捉紅外光反射的時(shí)間差，通過計(jì)算得出景深信息
- LiDAR Light Detection and Ranging，激光探測和測距：蘋果iPhone12手機(jī)用上了LiDAR激光雷達(dá)后，可以實(shí)現(xiàn)更快的對焦速度和更加精準(zhǔn)的3D建模，但是這顆雷達(dá)的探測距離僅為5米，所以和工業(yè)用途的激光雷達(dá)存在很大的性能差距
三：二維圖形
位圖圖像表示的局限性：
3.1：圖元
- 圖元指基本圖形元素，是最簡單的圖形，是一組描述點(diǎn)、線、面等幾何圖形的大小、形狀及其位置、維數(shù)的指令集合。在圖形文件中只記錄生成圖的算法和圖上的某些特征點(diǎn)，因此也稱矢量圖。
- 任何一個(gè)圖形表達(dá)都是由若干不同的點(diǎn)、線、面圖案或相同的圖案循環(huán)組合而成的，這些基本點(diǎn)線面圖案就是圖元。
- 圖形（Graphic）一般指用計(jì)算機(jī)繪制的畫面，由一些圖元組成。
3.2：矢量字體
矢量字體(Vector font)中每一個(gè)字形是通過數(shù)學(xué)曲線來描述的，它包含了字形邊界上的關(guān)鍵點(diǎn)，連線的導(dǎo)數(shù)信息等。字體的渲染引擎通過讀取這些數(shù)學(xué)矢量，然后進(jìn)行一定的數(shù)學(xué)運(yùn)算來進(jìn)行渲染。這類字體的優(yōu)點(diǎn)是字體實(shí)際尺寸可以任意縮放而不變形、變色。
主流的矢量字體格式有3種：Type1，TrueType和OpenType，這三種格式都是與平臺無關(guān)的。
- Type1全稱PostScript Type1，是1985年由Adobe公司提出的一套矢量字體標(biāo)準(zhǔn)，由于這個(gè)標(biāo)準(zhǔn)是基于PostScript Description Language(PDL)，而PDL又是高端打印機(jī)首選的打印描述語言，所以Type1迅速流行起來。但是Type1是非開放字體，Adobe對使用Type1的公司征收高額的使用費(fèi)。
- TrueType是1991年由Apple公司與Microsoft公司聯(lián)合提出另一套矢量字標(biāo)準(zhǔn)。由TrueType 字庫產(chǎn)生的字體，這里簡稱成TrueType 字體，也是Windows 常用的字體，它是一種基于輪廓技術(shù)的字體，字體信息是用直線段，二次貝塞爾曲線來描述的，這使得他們比其它矢量的字體更容易處理，保證了屏幕與打印輸出的一致性;同時(shí)，可以隨意縮放、旋轉(zhuǎn)而不必?fù)?dān)心會出現(xiàn)鋸齒，這也是矢量字體相對于點(diǎn)陣字體無可比擬的優(yōu)越性。
Type1使用三次貝塞爾曲線來描述字形，TrueType則使用二次貝塞爾曲線來描述字形。所以Type1的字體比TrueType字體更加精確美觀。一個(gè)誤解是，Type1字體比TrueType字體占用空間多。這是因?yàn)橥瑯用枋鲆粋€(gè)圓形，二次貝塞爾曲線只需要8個(gè)關(guān)鍵點(diǎn)和7段二次曲線；而三次貝塞爾曲線則需要12個(gè)關(guān)鍵點(diǎn)和11段三次曲線。然而實(shí)際情況是一般來說 Type1比TrueType要小10%左右。這是因?yàn)閷τ谏晕?fù)雜的字形，為了保持平滑，TrueType必須使用更多的關(guān)鍵點(diǎn)。由于現(xiàn)代大部分打印機(jī)都是使用PDL作為打印描述語言，所以Type1字體打印的時(shí)候不會產(chǎn)生形變，速度快；而TrueType則需要翻譯成PDL，由于曲線方程的變化，還會產(chǎn)生一定的形變，不如Type1美觀。
這么說來，Type1應(yīng)該比TrueType更具有優(yōu)勢，為什么如今的計(jì)算機(jī)上TrueType反而比Type1使用更廣泛呢？
OpenType則是Type1與TrueType之爭的最終產(chǎn)物。1995年，Adobe公司和Microsoft公司開始聯(lián)手開發(fā)一種兼容Type1和TrueType，并且真正支持Unicode的字體，后來在發(fā)布的時(shí)候，正式命名為OpenType。OpenType可以嵌入Type1和TrueType，這樣就兼有了二者的特點(diǎn)，無論是在屏幕上察看還是打印，質(zhì)量都非常優(yōu)秀。可以說OpenType是一個(gè)三贏的結(jié)局，無論是Adobe、Microsoft還是最終用戶，都從OpenType中得到了好處。Windows家族從Windows 2000開始，正式支持OpenType。打開系統(tǒng)的字體目錄（一般是C:\Windows\Fonts\或C:\Winnt\Fonts），可以看到：一個(gè)紅色A的圖標(biāo)的是點(diǎn)陣字體，兩個(gè)重疊的T的圖標(biāo)是TrueType字體，一個(gè)O的圖標(biāo)就是OpenType字體。
3.3：二維圖形的顯示輸出
由于當(dāng)前的顯示輸出裝置全部都是點(diǎn)陣方式，因此參數(shù)化的圖元必須被表達(dá)為圖像，即逐點(diǎn)顏色表達(dá)才能投射到屏幕上。這個(gè)從圖元到點(diǎn)陣的過程被稱之為光柵化(Rasterization)，光柵化其實(shí)是一種將圖形變?yōu)槎S圖像的過程。
3.4：反走樣技術(shù) Anti-Alasing
由于采樣不充分重建后造成的信息失真，就叫走樣；用于減少或消除這種效果的技術(shù)，就稱為反走樣。
- 基于超采樣的方法 Supersampling Anti-Aliasing
- 幾何反走樣：基于形態(tài)學(xué)的方法
3.5：圖像處理中的圖形化表達(dá)
圖形不擅長表達(dá)高頻變化的自然紋理；適宜于進(jìn)行邊界表達(dá)
邊緣檢測：
語義分割：
3.6：矢量化研究
非自然圖像：
自然圖像：
3.7：二維圖形的輸入
人機(jī)交互為主的參數(shù)化輸入：
圖像矢量化（描邊）：
3.8：二維圖形的輸出
直接輸出方式—繪圖儀：可將計(jì)算機(jī)的輸出信息以圖形的形式輸出。主要可繪制各種管理圖表和統(tǒng)計(jì)圖、大地測量圖、建筑設(shè)計(jì)圖、電路布線圖、各種機(jī)械圖與計(jì)算機(jī)輔助設(shè)計(jì)圖等。一般直接與CAD軟件連接。
間接輸出方式—圖像輸出：
3.9：2D動畫
傳統(tǒng)2D動畫：
- 逐幀動畫（傳統(tǒng)手繪）
- 動畫制作流程：任務(wù)劃分->原畫->中間畫->上色->拍攝
計(jì)算機(jī)技術(shù)輔助動畫:
- 電腦輔助中間畫
- 電腦輔助上色
- 電腦輔助后期
現(xiàn)代動畫制作流程：
基于AI的2D動畫生成：
3.10：圖像與圖形
兩者本質(zhì)是數(shù)字化表達(dá)方式不同
四：采集與生成
4.1：攝影設(shè)備的發(fā)展
4.2：2D圖像圖形軟件細(xì)分
2D圖像圖形軟件工作分為：調(diào)色功能、像素處理、圖層對象、圖形繪制、排版布局
4.3：常見2D格式
- BMP：Windows中最常用的圖象格式，有壓縮和非壓縮兩種，存儲文件的容量較大，可表現(xiàn)單色到24位的色彩
- DXF：AutoCAD中的圖形文件，以ASCII方式存儲圖形，表現(xiàn)圖形的尺寸大小非常準(zhǔn)確，是2D圖形的通用交換格式
- WMF：微軟Windows圖元文件，文件短小，圖案造型化
- GIF：各種平臺的各種圖形處理軟件上均可以使用的經(jīng)過壓縮的圖形格式。存儲的色彩數(shù)最高只能達(dá)到256種，色彩深度低。具有一定的動畫效果，所以多用在Web上
- JPG：通過一種有損壓縮方案獲得的高壓縮率的圖像文件，色彩最高可以達(dá)到24位其“有損性”一般不易被人察覺，廣泛應(yīng)用于Web中，沒有alpha通道，壓縮率高。
- PNG：一種采用無損壓縮算法的位圖格式。壓縮比高，生成文件容量小。有8位、24位、32位三種形式，其中8位PNG支持兩種不同的透明形式（索引透明和alpha透明），24位PNG不支持透明，32位PNG在24位基礎(chǔ)上增加了8位透明通道。常用于視頻序列圖存儲以及AI算法研究
- TIF：文件體積龐大，但存儲的信息量也是巨大，細(xì)微層次的信息較多，支持的顏色數(shù)最高可以達(dá)到16M，廣泛應(yīng)用在輕印刷行業(yè)中。常用于紋理材質(zhì)貼圖、高質(zhì)量印刷圖像
- PSD：Photoshop中的標(biāo)準(zhǔn)文件格式，專門為Photoshop而優(yōu)化
- CRD：CorelDraw的文件格式
- SWF：FLASH的發(fā)布格式，其實(shí)是一種多媒體文件的格式
五：圖像壓縮
5.1：圖像分塊
圖像被分割成大小為8x8的小塊，這些小塊在整個(gè)壓縮過程中都是單獨(dú)被處理的，最后再同樣拼接成最終結(jié)果
5.2：色彩空間變換
- RGB三通道同等重要，YCbCr/YUV亮度與色度分離
- 對于人眼來說，圖像中明暗的變化更容易被感知到。人眼有兩種感光細(xì)胞，能夠感知亮度變化的視桿細(xì)胞，以及能夠感知顏色的視錐細(xì)胞，由于視桿細(xì)胞在數(shù)量上遠(yuǎn)大于視錐細(xì)胞，所以更容易感知到明暗細(xì)節(jié)
5.3：JPEG圖像格式
JPEG（Joint Photographic Experts Group，聯(lián)合圖像專家小組）：此團(tuán)隊(duì)創(chuàng)立于1986年，其于1992年發(fā)布的 JPEG 標(biāo)準(zhǔn)在1994年獲得了 ISO 10918-1 的認(rèn)定，成為了圖片壓縮標(biāo)準(zhǔn)。
為什么要壓縮：圖像的數(shù)據(jù)量通常很大，所以就給圖像的存儲、處理和傳輸帶來了很大的問題。為了應(yīng)對這些問題，就需要對圖像進(jìn)行壓縮。
為什么可以壓縮：數(shù)據(jù)中存在空間、視覺、編碼等冗余。
PEG壓縮分四個(gè)步驟實(shí)現(xiàn)：顏色模式轉(zhuǎn)換及采樣、DCT變換、量化、編碼
1．顏色模式轉(zhuǎn)換及采樣：RGB色彩系統(tǒng)是我們最常用的表示顏色的方式。JPEG采用的是YCbCr色彩系統(tǒng)。想要用JPEG基本壓縮法處理全彩色圖像，得先把RGB顏色模式圖像數(shù)據(jù)，轉(zhuǎn)換為YCbCr顏色模式的數(shù)據(jù)。Y代表亮度，Cb和Cr則代表色度、飽和度。通過下列計(jì)算公式可完成數(shù)據(jù)轉(zhuǎn)換。 Y=0.2990R+0.5870G+0.1140B Cb=-0.1687R-0.3313G+0.5000B+128 Cr=0.5000R-0.4187G-0.0813B＋128 人類的眼晴對低頻的數(shù)據(jù)比對高頻的數(shù)據(jù)具有更高的敏感度，事實(shí)上，人類的眼睛對亮度的改變也比對色彩的改變要敏感得多，也就是說Y成份的數(shù)據(jù)是比較重要的。既然Cb成份和Cr成份的數(shù)據(jù)比較相對不重要，就可以只取部分?jǐn)?shù)據(jù)來處理。以增加壓縮的比例。JPEG通常有兩種采樣方式：YUV411和YUV422，它們所代表的意義是Y、Cb和Cr三個(gè)成份的數(shù)據(jù)取樣比例。
2.DCT變換：DCT變換的全稱是離散余弦變換(Discrete Cosine Transform)，是指將一組光強(qiáng)數(shù)據(jù)轉(zhuǎn)換成頻率數(shù)據(jù)，以便得知強(qiáng)度變化的情形。若對高頻的數(shù)據(jù)做些修飾，再轉(zhuǎn)回原來形式的數(shù)據(jù)時(shí)，顯然與原始數(shù)據(jù)有些差異，但是人類的眼睛卻是不容易辨認(rèn)出來。 壓縮時(shí)，DCT使用64個(gè)基（Basis）表示任意 8x8 圖像塊。只要用系數(shù)（系數(shù)表示每個(gè)單獨(dú)的基對整體圖像所做的貢獻(xiàn)）對這64個(gè)余弦波進(jìn)行加權(quán)，就可以表示出任何的圖形。
和FFT一樣，DCT也是將信號從時(shí)域到頻域的變換，不同的是DCT中變換結(jié)果沒有復(fù)數(shù)，全是實(shí)數(shù)。每8x8個(gè)像素值都變成了另外8x8個(gè)權(quán)重/系數(shù)值（經(jīng)過取整，取值范圍 -1024～1023）。
3、量化：圖像數(shù)據(jù)轉(zhuǎn)換為頻率系數(shù)后，還得接受一項(xiàng)量化程序，才能進(jìn)入編碼階段。DCT變換后，低頻部分集中在每個(gè)8x8塊的左上角，高頻部分在右下角。低頻部分比高頻部分要重要得多，移除很多高頻信息可能對于編碼信息只損失了很少信息。量化就是用使用量化矩陣與前面得到的DCT矩陣逐項(xiàng)相除并取整。由于量化表左上角的值較小，右下角的值較大，這樣就起到了保持低頻分量，抑制或丟掉高頻分量的目的
對Y采用細(xì)量化，對UV采用粗量化，可進(jìn)一步提高壓縮比。所以上面所說的量化表通常有兩張，一張是針對亮度的；一張是針對色度的。
量化表是控制 JPEG 壓縮比的關(guān)鍵，是根據(jù)人眼對不不同頻率的敏感程度的差別所積累下的經(jīng)驗(yàn)制定的，可以根據(jù)輸出圖片的質(zhì)量來調(diào)整量化表，表中數(shù)字越大則質(zhì)量越低，壓縮率越高。
4、編碼：游程編碼（Run-length Encode, RLE）為了保證低頻分量先出現(xiàn)，高頻分量后出現(xiàn)，以增加行程中連續(xù)“0”的個(gè)數(shù)，RLE采用了“之”字型(Zig-Zag)的排列方法。編碼采用EOB（End Of Block）字段，表示從字段開始后面全為0。然后再根據(jù)Huffman編碼再進(jìn)行壓縮，Huffman編碼無專利權(quán)問題，成為JPEG最常用的編碼方式
變換、量化、編碼過程回顧：
JPEG壓縮效果：
如果有興趣了解更多相關(guān)內(nèi)容，歡迎來我的個(gè)人網(wǎng)站看看：瞳孔的個(gè)人空間
總結(jié)
以上是生活随笔為你收集整理的数字媒体概论——2D图像图形的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： P1957 口算练习题 Java
- 下一篇： 远程控制-Sality（需专杀工具请三连