多媒体技术(1.1)之图像分辨率

2024-08-24 16:20

本文主要是介绍多媒体技术(1.1)之图像分辨率,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

「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

这篇关于多媒体技术(1.1)之图像分辨率的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1102984

相关文章

基于人工智能的图像分类系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 图像分类是计算机视觉中的一个重要任务,目标是自动识别图像中的对象类别。通过卷积神经网络(CNN)等深度学习技术,我们可以构建高效的图像分类系统,广泛应用于自动驾驶、医疗影像诊断、监控分析等领域。本文将介绍如何构建一个基于人工智能的图像分类系统,包括环境

usaco 1.1 Broken Necklace(DP)

直接上代码 接触的第一道dp ps.大概的思路就是 先从左往右用一个数组在每个点记下蓝或黑的个数 再从右到左算一遍 最后取出最大的即可 核心语句在于: 如果 str[i] = 'r'  ,   rl[i]=rl[i-1]+1, bl[i]=0 如果 str[i] = 'b' ,  bl[i]=bl[i-1]+1, rl[i]=0 如果 str[i] = 'w',  bl[i]=b

【WebGPU Unleashed】1.1 绘制三角形

一部2024新的WebGPU教程,作者Shi Yan。内容很好,翻译过来与大家共享,内容上会有改动,加上自己的理解。更多精彩内容尽在 dt.sim3d.cn ,关注公众号【sky的数孪技术】,技术交流、源码下载请添加微信号:digital_twin123 在 3D 渲染领域,三角形是最基本的绘制元素。在这里,我们将学习如何绘制单个三角形。接下来我们将制作一个简单的着色器来定义三角形内的像素

Verybot之OpenCV应用一:安装与图像采集测试

在Verybot上安装OpenCV是很简单的,只需要执行:         sudo apt-get update         sudo apt-get install libopencv-dev         sudo apt-get install python-opencv         下面就对安装好的OpenCV进行一下测试,编写一个通过USB摄像头采

【python计算机视觉编程——7.图像搜索】

python计算机视觉编程——7.图像搜索 7.图像搜索7.1 基于内容的图像检索(CBIR)从文本挖掘中获取灵感——矢量空间模型(BOW表示模型)7.2 视觉单词**思想****特征提取**: 创建词汇7.3 图像索引7.3.1 建立数据库7.3.2 添加图像 7.4 在数据库中搜索图像7.4.1 利用索引获取获选图像7.4.2 用一幅图像进行查询7.4.3 确定对比基准并绘制结果 7.

【python计算机视觉编程——8.图像内容分类】

python计算机视觉编程——8.图像内容分类 8.图像内容分类8.1 K邻近分类法(KNN)8.1.1 一个简单的二维示例8.1.2 用稠密SIFT作为图像特征8.1.3 图像分类:手势识别 8.2贝叶斯分类器用PCA降维 8.3 支持向量机8.3.2 再论手势识别 8.4 光学字符识别8.4.2 选取特征8.4.3 多类支持向量机8.4.4 提取单元格并识别字符8.4.5 图像校正

word转PDF后mathtype公式乱码以及图片分辨率降低等一系列问题|完美解决

word转PDF后mathtype公式乱码以及图片分辨率降低等一系列问题|完美解决 问题描述 最近在投一篇期刊论文,直接提交word文档,当时没有查看提交预览,一审审稿意见全是:公式乱码、公式乱码、乱码啊!!!是我大意了,第二次提交,我就决定将word文档转成PDF后再提交,避免再次出现公式乱码的问题。接着问题又来了,我利用‘文件/导出’或‘文件/另存为’的方式将word转成PDF后,发现公式

HalconDotNet中的图像特征与提取详解

文章目录 简介一、边缘特征提取二、角点特征提取三、区域特征提取四、纹理特征提取五、形状特征提取 简介   图像特征提取是图像处理中的一个重要步骤,用于从图像中提取有意义的特征,以便进行进一步的分析和处理。HalconDotNet提供了多种图像特征提取方法,每种方法都有其特定的应用场景和优缺点。 一、边缘特征提取   边缘特征提取是图像处理中最基本的特征提取方法之一,通过检

超越IP-Adapter!阿里提出UniPortrait,可通过文本定制生成高保真的单人或多人图像。

阿里提出UniPortrait,能根据用户提供的文本描述,快速生成既忠实于原图又能灵活调整的个性化人像,用户甚至可以通过简单的句子来描述多个不同的人物,而不需要一一指定每个人的位置。这种设计大大简化了用户的操作,提升了个性化生成的效率和效果。 UniPortrait以统一的方式定制单 ID 和多 ID 图像,提供高保真身份保存、广泛的面部可编辑性、自由格式的文本描述,并且无需预先确定的布局。

Winfrom中解决图像、文字模糊的方法

1.添加清单 2.将清单中的下面内容取消注释