柵格數據碼如何算圖片存儲量

⑴ 圖像文件存儲量的計算公式是什麼

圖像文件存儲量的計算公式：存儲量=水平像素×垂直像素×每個像素所需位數8（位元組）。

單色的圖象一位用來存儲顏色信息，1位=1/8位元組，假設有單色圖像解析度為120*120，所以體積=120*120*1/8=1.7k因為軟盤簇大小為512B，所以，只能佔用2k了

256色要佔用8位（2^8=256）也就是一位元組，16色是4位（2^4=16）佔半位元組，所以，算體積時用一半就可以

所以，圖形體積=解析度*佔用位數（即常說的16/32位色）/8或=解析度*顏色信息佔用的位元組數。

(1)柵格數據碼如何算圖片存儲量擴展閱讀：

圖像用數字任意描述像素點、強度和顏色。描述信息文件存儲量較大，所描述對象在縮放過程中會損失細節或產生鋸齒。在顯示方面它是將對象以一定的解析度分辨以後將每個點的色彩信息以數字化方式呈現，可直接快速在屏幕上顯示。

解析度和灰度是影響顯示的主要參數。圖像適用於表現含有大量細節（如明暗變化、場景復雜、輪廓色彩豐富）的對象，如：照片、繪圖等，通過圖像軟體可進行復雜圖像的處理以得到更清晰的圖像或產生特殊效果。

計算機中的圖像從處理方式上可以分為點陣圖和矢量圖。

⑵ 圖像的數據量公式如何計算，要詳細的介紹一下，謝謝！

⑶ 如何計算一幅圖像存儲所需要的數據量

對於圖像來說，它所需要的數據量就是這幅圖像所需要的存儲空間大小。

有兩種辦法來計算：

1. 實測法

   使用與要求相近的實際圖片，包括尺寸大小、色彩、數據格式。來統計一下實際的存儲空間的要求。圖片若是非壓縮格式，那麼這個尺寸是精確的，如果是壓縮格式，由於壓縮比和圖案相關，因此需要預留一部分浮動空間。

2. 估演算法

   首先計算每個像素點所使用的位數，比如彩色jpg可能會使用24位表示一個點，這樣的話就是3個位元組。

   再計算要求的長和寬所需要的點數，並與位元組數相乘。如100*100像素的彩色圖片需要100*100*3位元組，即30K。這個結果是非壓縮數據大小 。

   最後估算壓縮比，不同的演算法會有一個壓縮比范圍，如JPEG支持多種壓縮級別，壓縮比率通常在10：1到40：1之間，按10：1計算的話，上例中的實際存儲容量在3K左右。

   最終得到一個存儲容量大小，建議為此最終結果保留一定的浮動冗餘空間。

⑷ 圖像文件存儲量的計算公式是什麼

圖像文件存儲量=水平像素×垂直像素×每個像素所需位數／8
（位元組）

⑸ 怎樣用Arcgis統計一幅柵格圖像的value值及其對應的個數

⑹ 圖像的數據量公式如何計算，要詳細的介紹一下，謝謝！

⑺ 在gis中柵格計算器採用底數ln計算信息量如何操作

1/2分步閱讀
在ArcMap中載入柵格數據後，打開ArcToolbox。選擇「Spatial Analyst Tools」（空間分析工具）→「Map Algebra」（地圖代數）→「Raster Calculator」（柵格計算器）。啟動柵格計算器。

2/2
如圖所示，在左側文本框中可以選擇需要的地圖要素和屬性；在右側文本框中可以選擇需要的計算符號和函數模型；在圖中所示文本框中編輯所需要的計算公式；在「Output raster」（輸出柵格）中設置生成的柵格數據名稱及儲存路徑。設置完成後，點擊「OK」（確定），完成計算並

⑻ 柵格數據的編碼方法

編碼方法
在柵格文件中，每個柵格只能賦予一個唯一的屬性值，所以屬性個數的總數是柵格文件的行數乘以列數的積，而為了保證精度，柵格單元分得一般都很小，這樣需要存儲的數據量就相當大了。通常一個柵格文件的柵格單元數以萬計。但許多柵格單元與相鄰的柵格單元都具有相同的值，因此使用了各式各樣的數據編碼技術與壓縮編碼技術。主要的編碼技術簡介如下：
（一）直接柵格編碼
直接柵格編碼是將柵格數據看作一個數據短陣，逐行或逐列逐個記錄代碼。可每行從左到右逐個記錄，也可奇數行從左到右，偶數行從右到左記錄，為特定目的也可採用其它特殊順序。通常稱這種編碼的圖像文件為柵格文件，這種網格文件直觀性強，但無法採用任何種壓縮編碼方法。圖2.1 (c)的柵格編碼為：4，4，4，4，7，7，7，7；4，4，4，4，4，7，7，7；4，4，4，4，9，9，7，7；0，0，4，9，9，9，7，7；0，0，0，9，9，9，7，7；0，0，0，9，9，9，9，9；0，0，0，0，9，9，9，9；0，0，0，0，0，9，9，9。可用程序設計語言按順序文件或隨機文件記錄這些數據。
（二）鏈式編碼
鏈式編碼又稱弗里曼鏈碼或世界鏈碼。它由某一原始點和一系列在基本方向上數字確定的單位矢量鏈。基本方向有東、東南、南、西南、西、西北、北、東北等8個，每個後繼點位於其前繼點可能的8個基本方位之一。8個基本方向的代碼可分別用0，1，2，3，4，5，6，7表示，既可按順時針也可按逆時針表示。柵格結構按逆時針編碼上圖（2）可記錄為：1，3，7，7，7，6，6，5，4。其中前兩個數字1與3表示線狀物起點的坐標，即在第一行第三列，從第三個數字起表示單位矢量的前進方向。
鏈式編碼有效地壓縮了柵格數據，尤其對多邊形的表示最為顯著，鏈式編碼還有一定的運算能力，對計算長度、面積或轉折方向的凸凹度更為方便。比較適於存儲圖形數據。但對邊界做合並和插入等修改編輯工作很難實施，而且對局部修改要改變整體結構，效率較低。
（三）遊程編碼
遊程編碼是柵格數據壓縮的重要且比較簡單的編碼方法。它的基本思路是：對於一幅柵格圖像，常有行或列方向相鄰的若干點具有相同的屬性代碼，因而可採用某種方法壓縮重復的記錄內容。方法之一是在柵格數據陣列的各行或列象元的特徵數據的代碼發生變化時，逐個記錄該代碼及相同代碼重復的個數，從而可在二維平面內實現數據的大量壓縮。另一種編碼方案是在逐行逐列記錄屬性代碼時，僅記錄下發生變化的位置和相應的代碼。圖2.1 (c)柵格結構按遊程編碼方法可記錄為：
第一行4,47,4
第二行4,57,3
第三行4,49,27,2
第四行0,24,19,37,2
第五行0,39,37,2
第六行0,39,5
第七行0,49,4
第八行0,59,3
在這個例子中，原本64個柵格數據，只用了40數值就完整地表示了出來，可見用遊程編碼方法壓縮數據是十分有效的。
遊程編碼的編碼和解碼的演算法都比較簡單，佔用的計算機資源少，遊程編碼還易於檢索、疊加、合並等操作，在柵格單元分得更細時，數據的相關性越強，壓縮效率更高，數據量並沒有明顯增加。因此，該編碼適合微型計算機等中央處理器處理速度慢，存儲容量小的設備進行圖像處理。
（四）塊式編碼
塊式編碼是遊程編碼擴展到二維空間的情況，遊程編碼是在一維狀態記錄柵格單元的位置和屬性，如果採用正方形區域作為記錄單元，每個記錄單元包括相鄰的若干柵格，數據結構由記錄單元中左上角的柵格單元的行、列號（初始位置）和記錄單元的邊長（半徑）與記錄單元的屬性代碼三部分組成，這便是塊式編碼。因此可以說，遊程編碼是塊式編碼的特殊情況，塊式編碼是遊程編碼的一般形式。圖2.1 (c)表示的柵格結構按塊式編碼方法可記錄為：
（1，1，3，4），（1，4，1，4），（1，5，1，7），（1，6，2，7），（1，8，1，7）；
（2，4，1，4），（2，5，1，4），（2，8，1，7）；
（3，4，1，4），（3，5，2，9），（3，7，2，7）；
（4，1，2，0），（4，3，1，4），（4，4，1，9）；
（5，3，1，0），（5，4，2，9），（5，6，1，9），（5，7，1，7），（5，8，1，7）；
（6，1，3，0），（6，6，3，9）；
（7，4，1，0），（7，5，1，9），
（8，4，1，0），（8，5，1，0）。
從以上論述的塊式編碼的編碼原理可知，一個記錄單元所表示的地理數據相關性越強，也即記錄單元包含的正方形邊長越長，壓縮效率越高。而地理數據相關性差時，也即多邊形邊界碎雜時，塊式編碼的效果較差。
塊式編碼的運算能力弱，必要時其編碼的柵格數據須通過解碼轉換成柵格矩陣編碼的數據形式才能順利進行。塊式編碼在圖像合並、插入、面積計算等功能方面較強。
（五）四叉樹數據結構
四叉樹編碼又名四元樹編碼，可以通俗理解為一個具有四分枝結構的樹，它具有柵格數據二維空間分布的特徵，這是一種更為有效的編碼方法。四叉樹編碼將整個圖形區域按照四個象限遞歸分割成2n×2n象元陣列，形成過程是：將一個2×2圖像分解成大小相等的四部分，每一部分又分解成大小相等的四部分，就這樣一直分解下去，一直分解到正方形的大小正好與象元的大小相等為止，即逐步分解為包含單一類型的方形區域（均值塊），最小的方形區域為一個柵格單元。這個倒向樹狀的圖中「○」表示可繼續分割的方形區域；「□」表示具有同類屬性的方形區域；「■」表示不能再分的單個（最小）象元柵格，即所謂的樹葉，樹葉表示的是具有單一類型的地物或是符合既定要求的少數幾種地物，可以在任意層上。
通過以上對四叉樹結構的分析，可發現它有以下特點：
⑴ 存儲空間小：因為記錄的基本單位是塊，不是象素點，因此大大地節省了存儲空間。
⑵ 運算速度快：因為四叉樹結構的圖形操作是在數上進行的，比直接在圖上運算要快得多。
⑶ 柵格陣列各部分的解析度可變：不需要表示許多細節的地方，分級較少，因而解析度低；邊界復雜的地方分級較多，解析度高，因而在減少數據量的基礎上滿足了數據精度。
⑷ 容易有效地計算多邊形的數量特徵。
⑸ 與柵格結構之間的轉換，比其它壓縮方法容易。
⑹ 四叉樹編碼表示多邊形中嵌套其它屬性的多邊形時比較方便：它允許多邊形嵌套多邊形的結構，是非常實用的、重要的特點，這點深深得到地理信息系統數據編碼設計者的青睞。
⑺ 四叉樹編碼的不足之處是：轉換具有不確定性，對大小相等形狀相同的多邊形，不同人可能分解為不同的四叉樹結構，因而不利於形狀分析和模式識別。四叉樹編碼處理結構單調的圖形區域比較適合，壓縮效果好，但對具有復雜結構的圖形區域，壓縮效率會受到很大影響。
（六）八叉樹與十六叉樹結構
前面的數據結構都是基於二維的，在相當多的情況下，如地下資源埋藏、地下溶洞的空間分布，二維的坐標體系根本無法表達。因此需要有三維數據結構，如果考慮空間目標隨時間變化，那還需要4維數據結構。較好的表達三維與四維結構是在四叉樹基礎上發展起來的八叉樹（三維）和十六叉樹（四維）。
是將空間區域不斷地劃分為八個同樣大小的子區域，
（七）各種編碼的比較分析
比較以上各種編碼，可得出如下主要結論：
⑴ 直接柵格編碼直觀簡單，但數據出現大量冗餘；
⑵ 鏈式編碼對邊界的運算方便，壓縮效果好，但區域運算較困難；
⑶ 遊程編碼即較大幅度地保留了原始柵格結構，又有較高的壓縮效率，而且編碼解碼也較容易，但僅局限在一維空間上處理數據；
⑷ 塊式編碼在圖像合並、插入、面積計算等功能方面較強，當所表示的地理數據相關性強時，壓縮效率相當高；但地理數據相關性差時，塊式編碼的效果較差，而且塊式編碼的運算能力較弱；
⑸ 四叉樹編碼運算速度快，存儲空間小，解析度可變，壓縮效率高，但其轉換具有不確定性，難以形成統一演算法。