图像相关的基础知识

欢迎各位朋友关注“郝旭帅电子设计团队”公众号，本公众号会定时更新相关技术类资料、软件等等，感兴趣的朋友可以浏览一下本公众号的其他“模块”，希望各位朋友都能在本公众号获得一些自己想要的“东西”。

本篇主要是图像相关的基础知识

一段视频是由若干个图片构成，一幅图片是由若干个像素点构成。

下图是一段视频的属性，可以看到宽度、帧高度、帧率。

时间维度（视频→图片序列）

视频并非连续的实体流，而是时间轴上的离散采样。

原理：利用人眼的“视觉暂留”特性，当每秒播放足够多的静态画面时，大脑会将其融合为连续动态影像。

关键参数：这个“密集度”被称为帧率（FPS），常见的有24帧（电影）、30帧（直播）或60帧（电竞）。每一帧都是一幅完整的独立图片。

技术补充：在实际压缩编码（如H.264）中，为了提高效率，并非每一帧都是完整图片。有些帧只记录与前一帧的变化差值（P帧和B帧），但还原到显示层时，依然会解码生成完整的图片供屏幕呈现。

空间维度（图片→像素矩阵）

每一幅数字图片本质上是一个二维像素矩阵（栅格化图像）。

布局：图片被规则地划分为M行× N列的微小方格，每个方格就是一个像素点。

关键参数：这里的“M×N”即分辨率（如1920×1080）。分辨率决定了图片的空间细节颗粒度——像素越多，能呈现的纹理就越精细；反之，像素不足就会看到明显的“马赛克”方格。

数据维度（像素→数字编码）

像素并不是一个物理“点”，而是一个存储颜色信息的数字单元。

色彩构成：每个像素的颜色通常由RGB（红绿蓝）三原色或YUV（亮度与色度）模型混合而成。

深度参数：每个通道用多少位（bit）来存储，决定了色彩的细腻程度，即色深（如8bit表示每通道有256级灰度）。若按RGB标准计算，一个像素点的颜色值通常由3个（或4个，含透明度）0~255之间的整数共同决定。

最底层本质：归根结底，这段描述的最底层是庞大的一维二进制数据流——每一帧的每一个像素的每一个颜色通道，最终都会被量化成“0”和“1”的比特串。

想要了解更多信息，可以关注微信公众账号“郝旭帅电子设计团队”。本篇内容中有部分资源来源于网络，如有侵权，请联系作者。