当前课程知识点:计算机文化基础 > 第3课:数字世界中形形色色的“数” > 认识图像数字化过程中的采样和量化 > 采样和量化
前面我们花了一些时间来了解
数码相机里的
图像传感器是如何成像的
之所以了解它
就是为了更好的来理解
数字化图像里边的采样和量化
在数字化的过程当中
这样就是把连续的模拟信号
转换为离散的数字信号
也就是把连续的图像函数
在空间和色彩
这两个维度上进行离散化的处理
这个过程啊
包含了采样和量化
这两个关键动作
我们用一个动画
来解释这个过程
我们可以看到
在空间和幅值上
无穷多的连续的图像
经过采样这个动作以后
在空间维度上
我们就用了有限个点的点阵图像
来代替了原来的
无穷多个点的连续图像
而且每个点的色彩
我们也可以通过量化这个动作
用数量有限的色彩来表示它
这两个动作都是离散化的
自然界的景象
通过这两个离散化的动作
就形成了计算机能够识别的
数字图像
正如前面我们介绍的
图像传感器
传感器的表面上
每一个感光点
就像每一个带有刻度的
这样的一个小桶
光线啊就像雨滴一样
洒在这个小桶里
小桶的容量越大
它所能度量的雨的大小范围就越大
桶的刻度越精细
度量的精度就越高
这要说明什么问题呢
我们结合后面的问题
一起来理解
讲到这里啊
很多同学都会有这样一个问题
相对于连续和无穷
离散的有限处理
不免要损失一部分的信息
那么离散化后的信息量
还能不能够胜任呢
如果以我们人类
是否能够察觉到这些损失
为评判标准的话
答案是
离散化后的处理是绝对能够胜任的
想必大家
对苹果ipone4配备的视网膜显示屏
并不陌生
它可以将一个960×640的分辨率
压缩到一个3.5英寸的显示屏内
这是一个什么概念呢
这就使得显示屏的像素密度啊
达到了每英寸326个点
你知道人眼的分辨能力有多强吗
当像素密度超过了每英寸300个点以后
其实人眼就无法区分出
单独的像素点
就不会再出现颗粒感
这样的视觉感受
因此
这类具备
超高像素密度的显示屏呢
就得名视网膜显示屏
虽然
它仍是数字化的
离散化的
有限的
但它的损失啊
我们已经觉察不到了
这样一类比啊
我们就知道
采样就是图像传感器上的感光点阵列
它决定了
要用多少个点来描述一个图像的细节
比如
这样的一幅图像
256×256的图像
这就表明
这幅图像将有65536个点所组成
采样点个数
也就是采样密度
对图像的质量
是有着显著的影响
这里给出了同一幅图像
不同采样密度
呈现出来的不同的效果
其实这个不同啊
是取决于我们
人眼的细节的辨识能力
比如256×256
就是6万多个点组成的
它与128×128
这1万多个点组成的图像
实际上从某种程度上来说
区别不是很明显
到了64×64
将近5000个点
这马赛克效应就出现了
而到了32×32
就1024个点
我们就会看到
它的这个马赛克效应就更加明显
继续往下再减
几乎就不能看
或者看不懂
那我们再来看
量化这个动作
量化我们要决定的是
量化的位数
量化的位数就明确的像我们刚才的
小桶的容量
和刻度单位的精度
所以位数越多
表明能够表示的颜色范围就越大
越能准确的表示
每个采样点的色彩信息
对于一幅图像来说
当采样点的点数不变
也就是说密度不变的时候
量化位数越多
图像色彩或者是亮度信息
就越接近我们看到的质量
首先
我们以只有亮度变化
的这样一种灰度图来举例
来看一看
我们可以看到
量化位数由8位
也就是2的8次方
256个刻度
这样的一个精度表示
到了2的5次方
量化位数有5位
32个台阶
到了4位
有16个台阶
再到3位
有8个台阶
两位
有4个台阶
我们可以看到
随着这个量化位数的减少
灰度图像就会出现
虚假的轮廓线
极端的情况
那就是采用的1位量化位
那么
这样的话
它就只能表示黑白这样的色彩
我们把它称之为二值图
我们再举一个彩色的例子来看一看
量化位数越多
能够表示的颜色数就越多
比如我们看
量化位数为24
它就意味着
它能够表示2的24次方
1677万种颜色
非常接近人眼能够识别的
颜色范围
通常
我们把这类图片的颜色范围
称为真彩色
如果降低量化位数
比如我们看
8位
那么这个时候
图像它就会出现这种色滩的现象
也就是虚假的轮廓线
如果我们再继续减少到4位
也就意味着
它能够表示的颜色数
只有16种颜色
那么图像颜色的效果
变化就非常明显
除非啊
你是在追求某种风格
否则这时候的色彩质量
下降的已经不能够接受了
讲到这里啊
我们已经对数字化过程中的
两个关键概念有了认识
那么大家试着和我
一起来完成一下
这道计算题
换一种方式来验证一下
所学的概念
我们来看看这道题
如果对一幅图像
水平方向采样了640个点
垂直方向采样了480个点
并且
每个点的色彩信息
采用了8个比特来量化
请你计算一下
这个数字图像
它的数据量有多大
能计算出来吗
有思路吗
好我们来看看
我们能不能用这样一个计算
来表示刚才的描述呢
640×480×8个bit
640×480就刚才的采样密度
决定了最终得到了多少个采样点
而8个bit
就刚才选用了
每个采样点用8个bit
来进行量化
这样的一个环节
也正因为
在量化这个环节当中
引入了比特
所以也才有了
这个图像在数字世界当中的大小的概念
那好了
这就是计算结果
那么多bit
接下来我们把它除以8
是为了把bit转换成字节byte
然后再除以1024
是为了在byte这个字节前
加上一个常见的单位K
所以我们可以看到
这就是结果
也就是我们这道题
通过计算数字化
图像后的文件大小
它是300KB
这样的一个大小
-由一个短片引出......
-梳理IT产业大脉络(上)
-梳理IT产业大脉络(下)
-你的第一门计算机入门课
--课程介绍及要求
-实践:图像处理入门
--实践小作业要求
--操作前的几点准备
-第1课习题作业
-第1课导学帖
--第1课导学帖
-现代计算机为什么是电子数字的?
-二进制与十进制有什么区别?
--了解二进制
-为什么莱布尼兹没有认识到二进制的重要性?
--与、或、非
-从ENIAC到现代通用计算机
--新材料带来新发展
-摩尔定律会失效吗?
--摩尔定律失效
-讲座:计算机世界中的巨无霸
-参观:感受世界巨无霸(太湖之光)
--神威太湖之光简介
--探秘神威太湖之光
-参观补充:走进济南国家超算中心
--走进国家超算中心
-实践:我的计算机有多快?
-第2课习题作业
-第2课导学帖
--第2课导学帖
-数码相机是如何“计算”出一张数字照片?
--如何拍摄彩色照片
-认识图像数字化过程中的采样和量化
--采样和量化
-计算机是如何感知声音波形的?
--声音量化三要素
-换一种思路来数字化文本信息
--字符集的发展历程
-实践:常用网络资源下载
--常见下载方法介绍
--常见文件类型下载
- 第3课习题作业
-第3课导学帖
--第3课导学帖
-软件解决的目标是什么?
--软件的目的是什么
-我们使用的软件是怎么来的?
--软件是怎么来的1
--软件是怎么来的2
-操作系统拥有什么样的神力?
--操作系统的演变1
--操作系统的演变2
--CPU的管理调度
--虚拟存储技术
-访谈:如何成功研发一款手机APP
-实践:如何利用注册表进行系统优化
--注册表概述
--注册表与信息安全
-第4课习题作业
-第4课导学帖
--第4课导学帖
-数字存储前言
--梳理数字存储历史
--磁、光存储介质
--半导体存储介质
-怎样在存储介质上表示1和0?
-怎样从存储介质读取1和0?
-如何找到所需的数据?
-实践:文章排版基本技能
--引言
--中文输入
--图文混排
--页面设置
--利用表格布局标题
--分栏和首字下沉
--设置页眉与页脚
--设置插图润色排版
--LaTeX入门
-第5课习题作业
-第5课导学帖
--第5课导学帖
-演示文稿制作准备
--操作前的几个概念
--实践前的环境准备
-制作演示文稿
--设置超链接按钮
--设置超链接文本
-作品赏析
-第6课习题作业
-第6课导学帖
--第6课导学帖
-联网目的和资源共享模式的变迁
--资源共享模式
--异构网互联
-物联网连入互联网
--互联网与因特网
-访谈:PC在智能穿戴生态系统中的定位
--对话联想(上)
--对话联想(下)
-参观:联想创新中心掠影
--探秘联想创新中心
-第7课习题作业
-第7课导学帖
--第7课导学帖
-从网络组织来描述计算机网络
--计算机网络的定义
--网络软件
-从功能角度来认识计算机网络
--网络体系结构
--IPv4(上)
--IPv4(下)
--IPv6
-实践:网络不通怎么办
--网络连接
-第8课习题作业
-第8课导学帖
--第8课导学帖
-认识图像传感器
--认识图像传感器
--图像传感器的应用
--图像传感器的市场
-图像传感器的应用
--在汽车中的应用1
--在汽车中的应用2
--物联网中的应用
-了解图像传感器技术
--图像传感器的技术
-图像传感器的挑战
--问题与挑战
-讲座:如何在大数据中精准生活
--走进大数据
--生活中的大数据
-实践:HTML入门实践
--HTML作业要求
--HTML基本标记
--综合样例(上)
--综合样例(下)
-第9课习题作业
-第9课导学帖
--第9课导学帖
-认识搜索引擎
--这就是搜索引擎
-信息检索背后的关键技术
--海量数据的获取
--搜索结果排名
-搜索引擎的未来
--情境感知的搜索
--社会化搜索
--智能搜索
-实践:Aminer学术搜索
--Aminer介绍
-第10课习题作业
-第10课导学帖
--第10课导学帖
-信息安全的基本要求
--早期的计算机安全
-新型的网络攻击有哪些
--信息泄露
--移动安全
-未知攻 焉知防
--未知攻焉知防
--未知攻焉知防2
--信息加密
--安全防范原则
-实践:Excel实践
--实例操作
--实例操作2
--实例操作3
--绘制图表
-第11课习题作业
-第11课导学帖
--第11课导学帖
-回顾与展望
--回顾与展望1
--回顾与展望2
--回顾与展望3
--回顾与展望4
-什么是计算
--什么是计算
-访谈:信息技术交叉应用
--对话风投专家1
--对话风投专家2
--对话风投专家3
-嘉宾分享:闲谈数字产业创新
-第12课习题作业
-第12课导学帖
--第12课导学帖