APP下载

图片文件越大越清晰吗

2017-11-04张雪松

中学科技 2017年10期
关键词:清晰度图像处理分辨率

张雪松

无论是网页制作,还是PPT制作,图片文件是我们经常要用到的素材。一般而言,图片文件越大,图片往往越清晰。但在实际的使用过程中,你有没有发现这样一件怪事:有的图片文件很小但很清晰,有的图片文件很大却相当模糊。这一违背常理的现象到底是怎么回事呢?

电脑处理的数字图片通常分为两类:矢量图和点阵图。矢量图使用直线和曲线来描述图形,无论放大、缩小还是旋转都不会失真,但它只能靠软件生成。日常接触和使用的图片主要是点阵图。一张点阵图由很多“点”也就是像素组成,每个像素是一个小方块。BMP格式的图片是Windows操作系统中的标准图像文件,也是最容易理解和计算的点阵图。以一张100像素X100像素的BMP格式的图片为例,因为每个像素一般都是由RGB三种颜色以不同参数混合而成的,所以图片文件大小至少为30 000字节(100X100X3=30 000),占用的圖片空间约为29.3KB。以此推理,图片像素数量越多,图片就应该越清晰。通常而言,像素越高分辨率越高,一张2000像素X2000像素的图片往往要比一张1000像素X1000像素的图片更清晰。但这种说法并不全面。

Tips RGB表示红色、绿色、蓝色,又称为三原色,对应英文R(Red)、G(Green)、B(Blue),三原色可以混合出所有的颜色。

如下面一张735像素X427像素的图片(图1),使用图像处理软件将其放大到原来的两倍(图2),图片更清晰了吗?恰恰相反,虽然图片文件的占用空间变大了,但画面反而变得模糊了。事实上,无论是图像处理软件Photoshop还是Windows系统自带的画图功能,都是使用插值的算法来放大图片的。各种插值算法虽然在实现方式上有所不同,但它们都会付出图片清晰度下降的代价。

BMP格式的图片虽然完整地保留了图片的信息,但它占用的存储空间实在太大了,一张1280像素X1280像素的BMP格式的图片,就有约4.7MB,在日常使用和网络传输时都十分不方便。

我们常用的图片格式多是JPG或是PNG之类的压缩格式,JPG属于有损压缩,而PNG属于无损压缩。

无损压缩通过减少重复像素来减小图片文件的大小,它不会损失图片中的任何信息。比如PNG压缩算法具有根据像素左、上的相邻像素推测此像素颜色的能力,如果一张图片采用的是同一颜色,那么在这种最理想的情况下,可以用一个像素的颜色信息加上图片长宽尺寸来描述,文件很小。

但无损压缩对于内容复杂的图片不那么有效,JPG有损压缩则可以进一步缩小图片文件的大小。虽然这种压缩会损失一部分图片信息,但这种损失通常是人眼无法辨别的或者说是看起来区别不大的。于是便出现了下面一种情况:一张清晰度高的图片,通过无损或有损压缩后,文件大小比清晰度更低的图片文件反而还要小。因为图片格式的差别,文件小的图片比文件大的图片更清晰,这种情况自然比较容易理解。

图片并不是文件越大越清晰,那么什么才是决定图片清晰度的关键呢?

图片分辨率决定了图像的精细程度。对一张图片来说,分辨率表示单位长度上像素的数量,也就是点密度。分辨率越高的图片,单位面积上会呈现更多的细节,图片肯定更清晰。通常情况下,图像的分辨率越高,同样面积所包含的像素数量就越多。而用图片包含像素数量的多少来衡量图片的清晰度,并不准确,毕竟决定图片清晰度的是像素的密度而不是像素的总数!

查看图片属性时,你会发现除了图片的“宽度”和“高度”的信息外,还会显示“水平分辨率”和“垂直分辨率”的信息。以小米Max手机拍摄的照片为例,照片的水平和垂直分辨率都是72dpi,而数码相机除了拍出72dpi的照片外,还可以经调整拍出180dpi、300dpi甚至更高分辨率的图片,而这些图片自然就要清晰多了。确切地说,一张照片的清晰度和原始分辨率有关,简单放大后清晰度反而会下降。

如上文所述,将一张735像素X427像素的照片用图像处理软件放大为原来的两倍,虽然它变为1470像素X854像素的图片,图片的像素数量的确增多了,而且水平分辨率和垂直分辨率相同,但软件算法不能无中生有,图片放大后,原始像素的密度降低了,图像看上去反而模糊了。

误区从何而来

决定图片清晰度的是分辨率,而分辨率的单位是每英寸的像素数(dpi)。一般地说,dpi更高的照相机所拍摄的图片也会有更多的像素数量,久而久之人们自然有一个惯性认识:像素越多,图片就越清晰。不过经仔细对比我们就会发现,对于同等分辨率的照相设备来说,照片像素多少决定的是图片尺寸的大小,无论是500万、800万还是1200万像素的相机,如果分辨率一样,它们的照片清晰度也是一样的,只不过1200万像素的相机照片尺寸和文件更大而已。endprint

猜你喜欢

清晰度图像处理分辨率
鲜明细腻,拥有更好的清晰度 Ascendo Immersive Audio CCRM-12 MKII/CCRM-6P/SMS-15
EM算法的参数分辨率
基于图像处理的机器人精确抓取的设计与实现
机器学习在图像处理中的应用
原生VS最大那些混淆视听的“分辨率”概念
基于深度特征学习的图像超分辨率重建
一种改进的基于边缘加强超分辨率算法
基于图像处理的定位器坡度计算
听音训练对汉语单音节听感清晰度的影响
Photo Shop通道在图像处理中的应用