圖片壓縮像素重疊怎麼算

1. 像素是怎麼計算的

像素和厘米是不能直接轉換的，只有分辯率（dpi）下才能進行轉換。例如說明如下：

平時經常使用72和300dpi，電腦顯示器用72dpi，照片用300dpi那麼像素和厘米的轉換為：72dpi 1厘米=28.346像素，300dpi 1厘米=118.11像素。

像素是指由圖像的小方格組成的，這些小方塊都有一個明確的位置和被分配的色彩數值，小方格顏色和位置就決定該圖像所呈現出來的樣子。厘米是一個長度計量單位，等於一米的百分之一。

(1)圖片壓縮像素重疊怎麼算擴展閱讀：

原始像素因為多數計算機顯示器的解析度可以通過計算機的操作系統來調節，顯示器的像素解析度可能不是一個絕對的衡量標准。 現代液晶顯示器按設計有一個原始解析度，它代表像素和三元素組之間的完美匹配。（陰極射線管也是用紅—綠—藍熒光三元素組，但是它們和圖像像素並不重合，無法和像素比較。）

對於該顯示器，原始解析度能夠產生最精細的圖像。但是因為用戶可以調整解析度，顯示器必須能夠顯示其它解析度。非原始解析度必須通過在液晶屏幕上擬合重新采樣來實現，要使用插值演算法。這經常會使屏幕看起來破碎或模糊。

例如，原始解析度為1280×1024的顯示器在解析度為1280×1024時看起來最好，也可以通過用幾個物理三元素組來表示一個像素以顯示800×600，但可能無法完全顯示1600×1200的解析度，因為物理三元素組不夠。
像素可以是長方形的或者方形的。有一個數稱為長寬比，用於表述像素有多方。

2. 像素是怎麼計算的

「像素」（Pixel） 是由 Picture(圖像) 和 Element(元素)這兩個單詞的字母所組成的，是用來計算數碼影像的一種單位，如同攝影的相片一樣，數碼影像也具有連續性的濃淡階調，我們若把影像放大數倍，會發現這些連續色調其實是由許多色彩相近的小方點所組成，這些小方點就是構成影像的最小單位「像素」（Pixel）。這種最小的圖形的單元能在屏幕上顯示通常是單個的染色點。越高位的像素，其擁有的色板也就越豐富，越能表達顏色的真實感。

一個像素通常被視為圖像的最小的完整采樣。這個定義和上下文很相關。例如，我們可以說在一幅可見的圖像中的像素（例如列印出來的一頁）或者用電子信號表示的像素，或者用數碼表示的像素，或者顯示器上的像素，或者數碼相機（感光元素）中的像素。這個列表還可以添加很多其它的例子，根據上下文，會有一些更為精確的同義詞，例如畫素，采樣點，位元組，比特，點，斑，超集，三合點，條紋集，窗口，等等。我們也可以抽象地討論像素，特別是使用像素作為解析度地衡量時，例如2400像素每英寸(ppi)或者640像素每線。點有時用來表示像素，特別是計算機市場營銷人員，因此ppi有時所寫為DPI(dots per inch)。

用來表示一幅圖像的像素越多，結果更接近原始的圖像。一幅圖像中的像素個數有時被稱為圖像解析度，雖然解析度有一個更為特定的定義。像素可以用一個數表示，譬如一個"3兆像素" 數碼相機，它有額定三百萬像素，或者用一對數字表示，例如「640乘480顯示器」，它有橫向640像素和縱向480像素(就像VGA顯示器那樣)，因此其總數為640 × 480 = 307,200像素。

數字化圖像的彩色采樣點(例如網頁中常用的JPG文件）也稱為像素。取決於計算機顯示器，這些可能不是和屏幕像素有一一對應的。在這種區別很明顯的區域，圖像文件中的點更接近紋理元素。

在計算機編程中，像素組成的圖像叫點陣圖或者光柵圖像。光柵一次源於模擬電視技術。點陣圖化圖像可用於編碼數字影像和某些類型的計算機生成藝術。

原始和邏輯像素

因為多數計算機顯示器的解析度可以通過計算機的操作系統來調節，顯示器的像素解析度可能不是一個絕對的衡量標准。

現代液晶顯示器按設計有一個原始解析度，它代表像素和三元素組之間的完美匹配。（陰極射線管也是用紅－綠－藍熒光三元素組，但是它們和圖像像素並不重合，因此和像素無法比較）。

對於該顯示器，原始解析度能夠產生最精細的圖像。但是因為用戶可以調整解析度，顯示器必須能夠顯示其它解析度。非原始解析度必須通過在液晶屏幕上擬合重新采樣來實現，要使用插值演算法。這經常會使屏幕看起來破碎或模糊。例如，原始解析度為1280×1024的顯示器在解析度為1280×1024時看起來最好，也可以通過用幾個物理三元素組來表示一個像素以顯示800×600，但可能無法完全顯示1600×1200的解析度，因為物理三元素組不夠。

像素可以是長方形的或者方形的。有一個數稱為長寬比，用於表述像素有多方。例如1.25:1的長寬比表示每個像素的寬是其高度的1.25倍。計算機顯示器上的像素通常是方的，但是用於數字影像的像素有矩形的長寬比，例如那些用於CCIR 601數字圖像標準的變種PAL和NTSC制式的，以及所對應的寬屏格式。

單色圖像的每個像素有自己的輝度。0通常表示黑，而最大值通常表示白色。例如，在一個8點陣圖像中，最大的無符號數是255，所以這是白色的值。

在彩色圖像中，每個像素可以用它的色調，飽和度，和亮度來表示，但是通常用紅綠藍強度來表示（參看紅綠藍）。

比特每像素

一個像素所能表達的不同顏色數取決於比特每像素(BPP)。這個最大數可以通過取二的色彩深度次冪來得到。例如，常見的取值有 ：

8 bpp [28=256；(256色)]；
16 bpp [216=65536； (65,536色，稱為高彩色)]；
24 bpp [224=16777216； (16,777,216色，稱為真彩色)]；
48 bpp [248=281474976710656；(281,474,976,710,656色，用於很多專業的掃描儀) 。

256色或者更少的色彩的圖形經常以塊或平面格式存儲於顯存中，其中顯存中的每個像素是到一個稱為調色板的顏色數組的索引值。這些模式因而有時被稱為索引模式。雖然每次只有256色，但是這256種顏色選自一個選擇大的多的調色板，通常是16兆色。改變調色板中的色彩值可以得到一種動畫效果。視窗95和視窗98的標志可能是這類動畫最著名的例子了。

對於超過8位的深度，這些數位就是三個分量（紅綠藍）的各自的數位的總和。一個16位的深度通常分為5位紅色和5位藍色，6位綠色（眼睛對於綠色更為敏感）。24位的深度一般是每個分量8位。在有些系統中，32位深度也是可選的：這意味著24位的像素有8位額外的數位來描述透明度。在老一些的系統中，4bpp（16色）也是很常見的。

當一個圖像文件顯示在屏幕上，每個像素的數位對於光柵文本和對於顯示器可以是不同的。有些光柵圖像文件格式相對其他格式有更大的色彩深度。例如GIF格式，其最大深度為8位，而TIFF文件可以處理48位像素。沒有任何顯示器可以顯示48位色彩，所以這個深度通常用於特殊專業應用，例如膠片掃描儀和列印機。這種文件在屏幕上採用24位深度繪制。

子像素

很多顯示器和圖像獲取系統出於不同原因無法顯示或感知同一點的不同色彩通道。這個問題通常通過多個子像素的辦法解決，每個子像素處理一個色彩通道。例如，LCD顯示器通常將每個像素水平分解位3個子像素。多數LED顯示器將每個像素分解為4個子像素；一個紅，一個綠，和兩個藍。多數數碼相機感測器也採用子像素，通過有色濾波器實現。（CRT顯示器也採用紅綠藍熒光點，但是它們和圖像像素並不對齊，因此不能稱為子像素）。

對於有子像素的系統，有兩種不同的處理方式：子像素可以被忽略，將像素作為最小可以存取的圖像元素，或者子像素被包含到繪制計算中，這需要更多的分析和處理時間，但是可以在某些情況下提供更出色的圖像。

後一種方式被用於提高彩色顯示器的外觀解析度。這種技術，被稱為子像素繪制，利用了像素幾何來分別操縱子像素，對於設為原始解析度的平面顯示器來講最為有效（因為這種顯示器的像素幾何通常是固定的而且是已知的）。這是反走樣的一種形式，主要用於改進文本的顯示。微軟的ClearType，在Windows XP上可用，是這種技術的一個例子。

兆像素

一個兆像素(megapixel)是一百萬個像素，通常用於表達數碼相機的解析度。例如，一個相機可以使用2048×1536像素的解析度，通常被稱為有「3.1百萬像素」 (2048 × 1536 = 3,145,728)。

數碼相繼使用感光電子器件，或者是耦合電荷設備(CCDs)或者CMOS感測器，它們記錄每個像素的輝度級別。在多數數碼相機中，CCD採用某種排列的有色濾波器，在Bayer濾波器拼合中帶有紅，綠，藍區域，使得感光像素可以記錄單個基色的輝度。相機對相鄰像素的色彩信息進行插值，這個過程稱為解拼（de-mosaic），然後建立最後的圖像。這樣，一個數碼相機中的x兆像素的圖像最後的彩色解析度最後可能只有同樣圖像在掃描儀中的解析度的四分之一。這樣，一幅藍色或者紅色的物體的圖像傾向於比灰色的物體要模糊。綠色物體似乎不那麼模糊，因為綠色被分配了更多的像素（因為眼睛對於綠色的敏感性）。參看[1]的詳細討論。

作為一個新的發展，Foveon X3 CCD採用三層圖像感測器在每個像素點探測紅綠藍強度。這個結構消除了解拼的需要因而消除了相關的圖像走樣，例如高對比度的邊的色彩模糊這種走樣。

類似概念

從像素的思想衍生出幾個其它類型的概念，例如體元素(voxel)，紋理元素(texel)和曲面元素(surfel)，它們被用於其它計算機圖形學和圖像處理應用。

數碼相機的像素

像素是衡量數碼相機的最重要指標。像素指的是數碼相機的解析度。它是由相機里的光電感測器上的光敏元件數目所決定的，一個光敏元件就對應一個像素。因此像素越大，意味著光敏元件越多，相應的成本就越大。

數碼相機的圖像質量是由像素決定的，像素越大，照片的解析度也越大，列印 尺寸在不降低列印質量的同時也越大。早期的數碼相機都是低於100萬像素的。從1999年下半年開始，200萬像素的產品漸漸成為市場的主流。當前的數碼相機的發展 趨勢，像素宛如PC機的CPU主頻，有越來越大的勢頭。

其實從市場分類角度看，面向普及型的產品，考慮性價比的因素，像素並不是 越大越好。畢竟200萬像素的產品，已經能夠滿足目前普通消費者的大多數應用。因 此大多數廠商在高端數碼相機追求高像素的同時，當前其產量最大的，仍是面向普 及型的百萬像素產品。專業級的數碼相機，已有超過1億像素級的產品。而300萬像 素級的產品，將隨著CCD（成像晶元）製造技術的進步和成本的進一步下降，也將很 快成為消費市場的主流。

另外值得消費者注意的是，當前的數碼相機產品，在像素標稱上分為CCD像素和經軟體優化後的像素，後者大大高於前者。如某品牌目前流行的數碼相機，其CCD像素為230萬，而軟體優化後的像素可達到330萬。

像素畫

像素其實是由很多個點組成。

我們這里說的「像素畫」並不是和矢量圖對應的點陣式圖像，而是指的一種圖標風格的圖像，此風格圖像強調清晰的輪廓、明快的色彩，同時像素圖的造型往往比較卡通，因此得到很多朋友的喜愛。

像素圖的製作方法幾乎不用混疊方法來繪制光滑的線條，所以常常採用.gif格式，而且圖片也經常以動態形式出現.但由於其特殊的製作過程，如果隨意改變圖片的大小，風格就難以保證了。

像素畫的應用范圍相當廣泛，從小時候玩的FC家用紅白機的畫面直到今天的GBA手掌機；從黑白的手機圖片直到今天全彩的掌上電腦；即使我們日以面對的電腦中也無處不充斥著各類軟體的像素圖標。如今像素畫更是成為了一門藝術，深深的震撼著你我。

效象素值

首先我們要明確一點，一張數碼照片的實際象素值跟感應器的象素值是有所不同的。以一般的感應器為例，每個象素帶有一個光電二極體，代表著照片中的一個象素。例如一部擁有500萬象素的數碼相機，它的感應器能輸出解析度為 2,560 x 1,920的圖像—其實精確來講，這個數值只相等於490萬有效象素。有效象素周圍的其他象素負責另外的工作，如決定「黑色是什麼」。很多時候，並不是所有感應器上的象素都能被運用。索尼F505V就是其中的經典案例。索尼F505V的感應器擁有334萬象素，但它最多智能輸出1,856 x 1,392即260萬象素的圖像。歸其原因，是索尼當時把比舊款更大的新型感應器塞進舊款數碼相機裡面，導致感應器尺寸過大，原來的鏡頭不同完全覆蓋感應器中的每個象素。

因此，數碼相機正是運用」感應器象素值比有效象素值大「這一原理輸出數碼圖片。在當今市場不斷追求高象素的環境下，數碼相機生產商常常在廣告中以數值更高的感應器象素為對象，而不是反映實際成像清晰度的有效象素。

感應器象素插值

在通常情況下，感應器中不同位置的每個象素構成圖片中的每個象素。例如一張500萬象素的照片由感應器中的500萬個象素對進入快門的光線進行測量、處理而獲得（有效象素外的其他象素只負責計算）。但是我們有時候能看到這樣的數碼相機：只擁有300萬象素，卻能輸出600萬象素的照片！其實這里並沒有什麼虛假的地方，只是照相機在感應器300萬象素測量的基礎上，進行計算和插值，增加照片象素。

當攝影者拍攝JPEG格式的照片時，這種「照相機內擴大」的成像質量會比我們在電腦上擴大優秀，因為「照相機內擴大」是在圖片未被壓縮成JPEG格式前完成的。有數碼相片處理經驗的攝友都清楚，在電腦裡面擴大JPEG圖片會使畫面細膩和平滑度迅速下降。雖然數碼相機插值所得的圖片會比感應器象素正常輸出的圖片畫質好，但是插值所得的圖片文件大小比正常輸出的圖片大得多（如300萬感應器象素插值為600萬象素，最終輸入記憶卡的圖片為600萬象素）。因此，插值所得的高象素看來並沒有太多的可取之處，其實運用插值就好像使用數碼變焦－並不能創造原象素無法記錄的細節地方。

CCD總象素

CCD總象素也是一個相當重要指標，由於各生產廠家採用不同技術，所以其廠家標稱CCD像素並不直接對應相機實際像素，所以購買數碼相機時更要看相機實際所具有總像素數。一般來講總像素水平達到300萬左右就可以滿足一般應用了，一般200萬象素、100萬象素產品也可以滿足低端使用，當然更高象素數碼相機可以得到更高質量照片，現在有些公司已經開始推出600萬象素級別普通數碼相機了。

3. 像素是怎麼計算的

像素是指由圖像的小方格組成的，這些小方塊都有一個明確的位置和被分配的色彩數值，小方格顏色和位置就決定該圖像所呈現出來的樣子。

可以通過用幾個物理三元素組來表示一個像素以顯示800×600，但可能無法完全顯示1600×1200的解析度，因為物理三元素組不夠。 像素可以是長方形的或者方形的。有一個數稱為長寬比，用於表述像素有多方。

例如1.25:1的長寬比表示每個像素的寬是其高度的1.25倍。計算機顯示器上的像素通常是方的，但是用於數字影像的像素有矩形的長寬比，例如那些用於CCIR 601數字圖像標準的變種PAL和NTSC制式的，以及所對應的寬屏格式。 單色圖像的每個像素有自己的灰度。

(3)圖片壓縮像素重疊怎麼算擴展閱讀

像素可以用一個數表示，比如一個「0.3兆像素」數碼相機，它有額定30萬像素；也可以用一對數字表示，例如「640x480顯示器」，它表示橫向640像素和縱向480像素（就像VGA顯示器），因此其總數為640 × 480 = 307,200像素。

數字化圖像的彩色采樣點（例如網頁中常用的JPG文件）也稱為像素。由於計算機顯示器的類型不同，這些可能和屏幕像素有些區域不是一一對應的。在這種區別很明顯的區域，圖像文件中的點更接近紋理元素。

在計算機編程中，像素組成的圖像叫點陣圖或者光柵圖像。光柵一詞源於模擬電視技術，點陣圖化圖像可用於編碼數字影像和某些類型的計算機生成藝術。

簡單說起來，像素就是圖像的點的數值，點畫成線，線畫成面。當然，圖片的清晰度不僅僅是由像素決定的。

4. 照片的像素是怎樣計算的

用ps裁剪，寬26mm，高32mm，dpi150.，像素為154×189。

通常表示照片規格會用「寸」來表示，和顯示器之類的產品用對角線長度表示尺寸的方式不同，照片所說的「幾寸」是指照片長的一邊的英寸長度。

比如6寸照片，就是指規格為6×4英寸的照片。而國際上還有一種通行的表示照片尺寸的方法，即取照片短的一邊的英寸整數數值加字母R來表示。比如6寸照片，規格為6×4英寸，即4R。

另外，數碼的片子別管像素是幾百萬，只看長邊的像素數，1200出5寸、1400出6寸，1700出7寸，類推 ……1寸（是指英寸）=2.54cm。

(4)圖片壓縮像素重疊怎麼算擴展閱讀：

照片的專業術語以及關系：

像素，就是在橫向上和縱向上有多少個像素，組成一個矩陣，就是你看到的圖片，比如你聽到的800*600，1600*1200等，有時候也指的是圖片文件占據存儲空間的多少，比如文件大小100k，指的是這個圖片文件佔用存儲空間大小是100KB。一般我們稱此數據為文件大小。

解析度，是指的圖片精度，比如過去普通顯示器的顯示精度是76dpi（每英寸長度上排布76個像素點），普通列印機的列印精度是可選的，一般最常用的是300dpi。

以上，可以知道了，對於同一個1600*1200的數字圖片，在300dpi的列印機上列印出來，面積為：寬1600/300*2.54=13.5cm，高1200/300*2.54=10.2cm。而如果設置成150dpi列印，則面積為27*20cm。

5. 根據下面數據，算壓縮比，還有怎麼算壓縮前和壓縮後的像素為什麼圖像會變小

壓縮比=壓縮前位元組數/壓縮後位元組數，如第一次壓縮的壓縮比=199680/148296
像素點數即size下對應的兩位數，如壓縮前的像素點數=320*208
圖像壓縮尺寸變小是壓縮過程進行了將解析度處理，如第一次壓縮相對於原圖來說大概是每兩行取1行，每兩列取一列。

6. 如何根據像素計算圖片大小

沒有經過壓縮的bmp格式方可通過像素計算圖像文件大小，經過壓縮的比如jpg那就受到壓縮程度和圖像內容復雜程度的影響說不清了。
原始圖像大小可以如此估算：水平像素*垂直像素*1色黑白或3基色*一種顏色深度bit數/8/1024/1024=MB數
比如1024*1024的24位彩色bmp=1024*1024*（3*8）/8/1024/1024=3MB

這是最簡單直接的估算，影響圖片大小的因素很多..一張圖片包含的不僅僅只有像素信息..還有照相機數據,備注等等等等...基本是無法用像素准確計算圖片大小的。

7. 圖片的像素怎麼算

1、像素是解析度的單位，如一個圖片的寬是1280像素，高是720像素，那麼它的解析度就是1280X720，所以圖片的像素通過圖片的寬和高來計算的。
2、像素，又稱畫素，為圖像顯示的基本單位，「像素」表示「圖像元素」之意。每個像素可有各自的顏色值，可采三原色顯示，因而又分成紅、綠、藍三種子像素，或者青、品紅、黃和黑。照片是一個個采樣點的集合，故而單位面積內的像素越多代表解析度越高，所顯示的圖像就會接近於真實物體。
更多關於圖片的像素怎麼算，進入：https://www.abcgonglue.com/ask/cec30f1616097802.html?zd查看更多內容

8. 圖像壓縮比如何計算

壓縮比=壓縮前所佔空間大小/實際所佔空間大小
圖像數據量=圖像的總像素*圖像位深度/8（Byte）
圖像的總像素=水平方向像素*垂直方向像素數
eg：有張jpeg格式的圖像，其實際佔用空間為160KB，該圖像的壓縮比
圖像信息
解析度 1024*512
寬度 1024像素
高度 512像素
水平解析度 96dpi
垂直解析度 96 dpi
位深度 24
壓縮前所佔空間大小=1024*512*24/8=1536KB
壓縮比=1536/160=9.6
9.6:1