图片压缩像素重叠怎么算

1. 像素是怎么计算的

像素和厘米是不能直接转换的，只有分辩率（dpi）下才能进行转换。例如说明如下：

平时经常使用72和300dpi，电脑显示器用72dpi，照片用300dpi那么像素和厘米的转换为：72dpi 1厘米=28.346像素，300dpi 1厘米=118.11像素。

像素是指由图像的小方格组成的，这些小方块都有一个明确的位置和被分配的色彩数值，小方格颜色和位置就决定该图像所呈现出来的样子。厘米是一个长度计量单位，等于一米的百分之一。

(1)图片压缩像素重叠怎么算扩展阅读：

原始像素因为多数计算机显示器的分辨率可以通过计算机的操作系统来调节，显示器的像素分辨率可能不是一个绝对的衡量标准。 现代液晶显示器按设计有一个原始分辨率，它代表像素和三元素组之间的完美匹配。（阴极射线管也是用红—绿—蓝荧光三元素组，但是它们和图像像素并不重合，无法和像素比较。）

对于该显示器，原始分辨率能够产生最精细的图像。但是因为用户可以调整分辨率，显示器必须能够显示其它分辨率。非原始分辨率必须通过在液晶屏幕上拟合重新采样来实现，要使用插值算法。这经常会使屏幕看起来破碎或模糊。

例如，原始分辨率为1280×1024的显示器在分辨率为1280×1024时看起来最好，也可以通过用几个物理三元素组来表示一个像素以显示800×600，但可能无法完全显示1600×1200的分辨率，因为物理三元素组不够。
像素可以是长方形的或者方形的。有一个数称为长宽比，用于表述像素有多方。

2. 像素是怎么计算的

“像素”（Pixel） 是由 Picture(图像) 和 Element(元素)这两个单词的字母所组成的，是用来计算数码影像的一种单位，如同摄影的相片一样，数码影像也具有连续性的浓淡阶调，我们若把影像放大数倍，会发现这些连续色调其实是由许多色彩相近的小方点所组成，这些小方点就是构成影像的最小单位“像素”（Pixel）。这种最小的图形的单元能在屏幕上显示通常是单个的染色点。越高位的像素，其拥有的色板也就越丰富，越能表达颜色的真实感。

一个像素通常被视为图像的最小的完整采样。这个定义和上下文很相关。例如，我们可以说在一幅可见的图像中的像素（例如打印出来的一页）或者用电子信号表示的像素，或者用数码表示的像素，或者显示器上的像素，或者数码相机（感光元素）中的像素。这个列表还可以添加很多其它的例子，根据上下文，会有一些更为精确的同义词，例如画素，采样点，字节，比特，点，斑，超集，三合点，条纹集，窗口，等等。我们也可以抽象地讨论像素，特别是使用像素作为分辨率地衡量时，例如2400像素每英寸(ppi)或者640像素每线。点有时用来表示像素，特别是计算机市场营销人员，因此ppi有时所写为DPI(dots per inch)。

用来表示一幅图像的像素越多，结果更接近原始的图像。一幅图像中的像素个数有时被称为图像分辨率，虽然分辨率有一个更为特定的定义。像素可以用一个数表示，譬如一个"3兆像素" 数码相机，它有额定三百万像素，或者用一对数字表示，例如“640乘480显示器”，它有横向640像素和纵向480像素(就像VGA显示器那样)，因此其总数为640 × 480 = 307,200像素。

数字化图像的彩色采样点(例如网页中常用的JPG文件）也称为像素。取决于计算机显示器，这些可能不是和屏幕像素有一一对应的。在这种区别很明显的区域，图像文件中的点更接近纹理元素。

在计算机编程中，像素组成的图像叫位图或者光栅图像。光栅一次源于模拟电视技术。位图化图像可用于编码数字影像和某些类型的计算机生成艺术。

原始和逻辑像素

因为多数计算机显示器的分辨率可以通过计算机的操作系统来调节，显示器的像素分辨率可能不是一个绝对的衡量标准。

现代液晶显示器按设计有一个原始分辨率，它代表像素和三元素组之间的完美匹配。（阴极射线管也是用红－绿－蓝荧光三元素组，但是它们和图像像素并不重合，因此和像素无法比较）。

对于该显示器，原始分辨率能够产生最精细的图像。但是因为用户可以调整分辨率，显示器必须能够显示其它分辨率。非原始分辨率必须通过在液晶屏幕上拟合重新采样来实现，要使用插值算法。这经常会使屏幕看起来破碎或模糊。例如，原始分辨率为1280×1024的显示器在分辨率为1280×1024时看起来最好，也可以通过用几个物理三元素组来表示一个像素以显示800×600，但可能无法完全显示1600×1200的分辨率，因为物理三元素组不够。

像素可以是长方形的或者方形的。有一个数称为长宽比，用于表述像素有多方。例如1.25:1的长宽比表示每个像素的宽是其高度的1.25倍。计算机显示器上的像素通常是方的，但是用于数字影像的像素有矩形的长宽比，例如那些用于CCIR 601数字图像标准的变种PAL和NTSC制式的，以及所对应的宽屏格式。

单色图像的每个像素有自己的辉度。0通常表示黑，而最大值通常表示白色。例如，在一个8位图像中，最大的无符号数是255，所以这是白色的值。

在彩色图像中，每个像素可以用它的色调，饱和度，和亮度来表示，但是通常用红绿蓝强度来表示（参看红绿蓝）。

比特每像素

一个像素所能表达的不同颜色数取决于比特每像素(BPP)。这个最大数可以通过取二的色彩深度次幂来得到。例如，常见的取值有 ：

8 bpp [28=256；(256色)]；
16 bpp [216=65536； (65,536色，称为高彩色)]；
24 bpp [224=16777216； (16,777,216色，称为真彩色)]；
48 bpp [248=281474976710656；(281,474,976,710,656色，用于很多专业的扫描仪) 。

256色或者更少的色彩的图形经常以块或平面格式存储于显存中，其中显存中的每个像素是到一个称为调色板的颜色数组的索引值。这些模式因而有时被称为索引模式。虽然每次只有256色，但是这256种颜色选自一个选择大的多的调色板，通常是16兆色。改变调色板中的色彩值可以得到一种动画效果。视窗95和视窗98的标志可能是这类动画最着名的例子了。

对于超过8位的深度，这些数位就是三个分量（红绿蓝）的各自的数位的总和。一个16位的深度通常分为5位红色和5位蓝色，6位绿色（眼睛对于绿色更为敏感）。24位的深度一般是每个分量8位。在有些系统中，32位深度也是可选的：这意味着24位的像素有8位额外的数位来描述透明度。在老一些的系统中，4bpp（16色）也是很常见的。

当一个图像文件显示在屏幕上，每个像素的数位对于光栅文本和对于显示器可以是不同的。有些光栅图像文件格式相对其他格式有更大的色彩深度。例如GIF格式，其最大深度为8位，而TIFF文件可以处理48位像素。没有任何显示器可以显示48位色彩，所以这个深度通常用于特殊专业应用，例如胶片扫描仪和打印机。这种文件在屏幕上采用24位深度绘制。

子像素

很多显示器和图像获取系统出于不同原因无法显示或感知同一点的不同色彩通道。这个问题通常通过多个子像素的办法解决，每个子像素处理一个色彩通道。例如，LCD显示器通常将每个像素水平分解位3个子像素。多数LED显示器将每个像素分解为4个子像素；一个红，一个绿，和两个蓝。多数数码相机传感器也采用子像素，通过有色滤波器实现。（CRT显示器也采用红绿蓝荧光点，但是它们和图像像素并不对齐，因此不能称为子像素）。

对于有子像素的系统，有两种不同的处理方式：子像素可以被忽略，将像素作为最小可以存取的图像元素，或者子像素被包含到绘制计算中，这需要更多的分析和处理时间，但是可以在某些情况下提供更出色的图像。

后一种方式被用于提高彩色显示器的外观分辨率。这种技术，被称为子像素绘制，利用了像素几何来分别操纵子像素，对于设为原始分辨率的平面显示器来讲最为有效（因为这种显示器的像素几何通常是固定的而且是已知的）。这是反走样的一种形式，主要用于改进文本的显示。微软的ClearType，在Windows XP上可用，是这种技术的一个例子。

兆像素

一个兆像素(megapixel)是一百万个像素，通常用于表达数码相机的分辨率。例如，一个相机可以使用2048×1536像素的分辨率，通常被称为有“3.1百万像素” (2048 × 1536 = 3,145,728)。

数码相继使用感光电子器件，或者是耦合电荷设备(CCDs)或者CMOS传感器，它们记录每个像素的辉度级别。在多数数码相机中，CCD采用某种排列的有色滤波器，在Bayer滤波器拼合中带有红，绿，蓝区域，使得感光像素可以记录单个基色的辉度。相机对相邻像素的色彩信息进行插值，这个过程称为解拼（de-mosaic），然后建立最后的图像。这样，一个数码相机中的x兆像素的图像最后的彩色分辨率最后可能只有同样图像在扫描仪中的分辨率的四分之一。这样，一幅蓝色或者红色的物体的图像倾向于比灰色的物体要模糊。绿色物体似乎不那么模糊，因为绿色被分配了更多的像素（因为眼睛对于绿色的敏感性）。参看[1]的详细讨论。

作为一个新的发展，Foveon X3 CCD采用三层图像传感器在每个像素点探测红绿蓝强度。这个结构消除了解拼的需要因而消除了相关的图像走样，例如高对比度的边的色彩模糊这种走样。

类似概念

从像素的思想衍生出几个其它类型的概念，例如体元素(voxel)，纹理元素(texel)和曲面元素(surfel)，它们被用于其它计算机图形学和图像处理应用。

数码相机的像素

像素是衡量数码相机的最重要指标。像素指的是数码相机的分辨率。它是由相机里的光电传感器上的光敏元件数目所决定的，一个光敏元件就对应一个像素。因此像素越大，意味着光敏元件越多，相应的成本就越大。

数码相机的图像质量是由像素决定的，像素越大，照片的分辨率也越大，打印 尺寸在不降低打印质量的同时也越大。早期的数码相机都是低于100万像素的。从1999年下半年开始，200万像素的产品渐渐成为市场的主流。当前的数码相机的发展 趋势，像素宛如PC机的CPU主频，有越来越大的势头。

其实从市场分类角度看，面向普及型的产品，考虑性价比的因素，像素并不是 越大越好。毕竟200万像素的产品，已经能够满足目前普通消费者的大多数应用。因 此大多数厂商在高端数码相机追求高像素的同时，当前其产量最大的，仍是面向普 及型的百万像素产品。专业级的数码相机，已有超过1亿像素级的产品。而300万像 素级的产品，将随着CCD（成像芯片）制造技术的进步和成本的进一步下降，也将很 快成为消费市场的主流。

另外值得消费者注意的是，当前的数码相机产品，在像素标称上分为CCD像素和经软件优化后的像素，后者大大高于前者。如某品牌目前流行的数码相机，其CCD像素为230万，而软件优化后的像素可达到330万。

像素画

像素其实是由很多个点组成。

我们这里说的“像素画”并不是和矢量图对应的点阵式图像，而是指的一种图标风格的图像，此风格图像强调清晰的轮廓、明快的色彩，同时像素图的造型往往比较卡通，因此得到很多朋友的喜爱。

像素图的制作方法几乎不用混叠方法来绘制光滑的线条，所以常常采用.gif格式，而且图片也经常以动态形式出现.但由于其特殊的制作过程，如果随意改变图片的大小，风格就难以保证了。

像素画的应用范围相当广泛，从小时候玩的FC家用红白机的画面直到今天的GBA手掌机；从黑白的手机图片直到今天全彩的掌上电脑；即使我们日以面对的电脑中也无处不充斥着各类软件的像素图标。如今像素画更是成为了一门艺术，深深的震撼着你我。

效象素值

首先我们要明确一点，一张数码照片的实际象素值跟感应器的象素值是有所不同的。以一般的感应器为例，每个象素带有一个光电二极管，代表着照片中的一个象素。例如一部拥有500万象素的数码相机，它的感应器能输出分辨率为 2,560 x 1,920的图像—其实精确来讲，这个数值只相等于490万有效象素。有效象素周围的其他象素负责另外的工作，如决定“黑色是什么”。很多时候，并不是所有感应器上的象素都能被运用。索尼F505V就是其中的经典案例。索尼F505V的感应器拥有334万象素，但它最多智能输出1,856 x 1,392即260万象素的图像。归其原因，是索尼当时把比旧款更大的新型感应器塞进旧款数码相机里面，导致感应器尺寸过大，原来的镜头不同完全覆盖感应器中的每个象素。

因此，数码相机正是运用”感应器象素值比有效象素值大“这一原理输出数码图片。在当今市场不断追求高象素的环境下，数码相机生产商常常在广告中以数值更高的感应器象素为对象，而不是反映实际成像清晰度的有效象素。

感应器象素插值

在通常情况下，感应器中不同位置的每个象素构成图片中的每个象素。例如一张500万象素的照片由感应器中的500万个象素对进入快门的光线进行测量、处理而获得（有效象素外的其他象素只负责计算）。但是我们有时候能看到这样的数码相机：只拥有300万象素，却能输出600万象素的照片！其实这里并没有什么虚假的地方，只是照相机在感应器300万象素测量的基础上，进行计算和插值，增加照片象素。

当摄影者拍摄JPEG格式的照片时，这种“照相机内扩大”的成像质量会比我们在电脑上扩大优秀，因为“照相机内扩大”是在图片未被压缩成JPEG格式前完成的。有数码相片处理经验的摄友都清楚，在电脑里面扩大JPEG图片会使画面细腻和平滑度迅速下降。虽然数码相机插值所得的图片会比感应器象素正常输出的图片画质好，但是插值所得的图片文件大小比正常输出的图片大得多（如300万感应器象素插值为600万象素，最终输入记忆卡的图片为600万象素）。因此，插值所得的高象素看来并没有太多的可取之处，其实运用插值就好像使用数码变焦－并不能创造原象素无法记录的细节地方。

CCD总象素

CCD总象素也是一个相当重要指标，由于各生产厂家采用不同技术，所以其厂家标称CCD像素并不直接对应相机实际像素，所以购买数码相机时更要看相机实际所具有总像素数。一般来讲总像素水平达到300万左右就可以满足一般应用了，一般200万象素、100万象素产品也可以满足低端使用，当然更高象素数码相机可以得到更高质量照片，现在有些公司已经开始推出600万象素级别普通数码相机了。

3. 像素是怎么计算的

像素是指由图像的小方格组成的，这些小方块都有一个明确的位置和被分配的色彩数值，小方格颜色和位置就决定该图像所呈现出来的样子。

可以通过用几个物理三元素组来表示一个像素以显示800×600，但可能无法完全显示1600×1200的分辨率，因为物理三元素组不够。 像素可以是长方形的或者方形的。有一个数称为长宽比，用于表述像素有多方。

例如1.25:1的长宽比表示每个像素的宽是其高度的1.25倍。计算机显示器上的像素通常是方的，但是用于数字影像的像素有矩形的长宽比，例如那些用于CCIR 601数字图像标准的变种PAL和NTSC制式的，以及所对应的宽屏格式。 单色图像的每个像素有自己的灰度。

(3)图片压缩像素重叠怎么算扩展阅读

像素可以用一个数表示，比如一个“0.3兆像素”数码相机，它有额定30万像素；也可以用一对数字表示，例如“640x480显示器”，它表示横向640像素和纵向480像素（就像VGA显示器），因此其总数为640 × 480 = 307,200像素。

数字化图像的彩色采样点（例如网页中常用的JPG文件）也称为像素。由于计算机显示器的类型不同，这些可能和屏幕像素有些区域不是一一对应的。在这种区别很明显的区域，图像文件中的点更接近纹理元素。

在计算机编程中，像素组成的图像叫位图或者光栅图像。光栅一词源于模拟电视技术，位图化图像可用于编码数字影像和某些类型的计算机生成艺术。

简单说起来，像素就是图像的点的数值，点画成线，线画成面。当然，图片的清晰度不仅仅是由像素决定的。

4. 照片的像素是怎样计算的

用ps裁剪，宽26mm，高32mm，dpi150.，像素为154×189。

通常表示照片规格会用“寸”来表示，和显示器之类的产品用对角线长度表示尺寸的方式不同，照片所说的“几寸”是指照片长的一边的英寸长度。

比如6寸照片，就是指规格为6×4英寸的照片。而国际上还有一种通行的表示照片尺寸的方法，即取照片短的一边的英寸整数数值加字母R来表示。比如6寸照片，规格为6×4英寸，即4R。

另外，数码的片子别管像素是几百万，只看长边的像素数，1200出5寸、1400出6寸，1700出7寸，类推 ……1寸（是指英寸）=2.54cm。

(4)图片压缩像素重叠怎么算扩展阅读：

照片的专业术语以及关系：

像素，就是在横向上和纵向上有多少个像素，组成一个矩阵，就是你看到的图片，比如你听到的800*600，1600*1200等，有时候也指的是图片文件占据存储空间的多少，比如文件大小100k，指的是这个图片文件占用存储空间大小是100KB。一般我们称此数据为文件大小。

分辨率，是指的图片精度，比如过去普通显示器的显示精度是76dpi（每英寸长度上排布76个像素点），普通打印机的打印精度是可选的，一般最常用的是300dpi。

以上，可以知道了，对于同一个1600*1200的数字图片，在300dpi的打印机上打印出来，面积为：宽1600/300*2.54=13.5cm，高1200/300*2.54=10.2cm。而如果设置成150dpi打印，则面积为27*20cm。

5. 根据下面数据，算压缩比，还有怎么算压缩前和压缩后的像素为什么图像会变小

压缩比=压缩前字节数/压缩后字节数，如第一次压缩的压缩比=199680/148296
像素点数即size下对应的两位数，如压缩前的像素点数=320*208
图像压缩尺寸变小是压缩过程进行了将分辨率处理，如第一次压缩相对于原图来说大概是每两行取1行，每两列取一列。

6. 如何根据像素计算图片大小

没有经过压缩的bmp格式方可通过像素计算图像文件大小，经过压缩的比如jpg那就受到压缩程度和图像内容复杂程度的影响说不清了。
原始图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*一种颜色深度bit数/8/1024/1024=MB数
比如1024*1024的24位彩色bmp=1024*1024*（3*8）/8/1024/1024=3MB

这是最简单直接的估算，影响图片大小的因素很多..一张图片包含的不仅仅只有像素信息..还有照相机数据,备注等等等等...基本是无法用像素准确计算图片大小的。

7. 图片的像素怎么算

1、像素是分辨率的单位，如一个图片的宽是1280像素，高是720像素，那么它的分辨率就是1280X720，所以图片的像素通过图片的宽和高来计算的。
2、像素，又称画素，为图像显示的基本单位，“像素”表示“图像元素”之意。每个像素可有各自的颜色值，可采三原色显示，因而又分成红、绿、蓝三种子像素，或者青、品红、黄和黑。照片是一个个采样点的集合，故而单位面积内的像素越多代表分辨率越高，所显示的图像就会接近于真实物体。
更多关于图片的像素怎么算，进入：https://www.abcgonglue.com/ask/cec30f1616097802.html?zd查看更多内容

8. 图像压缩比如何计算

压缩比=压缩前所占空间大小/实际所占空间大小
图像数据量=图像的总像素*图像位深度/8（Byte）
图像的总像素=水平方向像素*垂直方向像素数
eg：有张jpeg格式的图像，其实际占用空间为160KB，该图像的压缩比
图像信息
分辨率 1024*512
宽度 1024像素
高度 512像素
水平分辨率 96dpi
垂直分辨率 96 dpi
位深度 24
压缩前所占空间大小=1024*512*24/8=1536KB
压缩比=1536/160=9.6
9.6:1