位数（Bits）
在计算机术语中，信息的最小单位是1“位”（bit），而这1位的值就是0或者1。位数和二进制的结合，使电脑就像被数以百万个“开关”所控制。
由此我们可以推出，假如某幅图像位数为1位，则这二进制中的1位只可以记录两个信号：黑（0）和白（1）。
假如图像变成2位，这2位便能记录（2*2）4个色调：00 (黑), 01 (灰), 10 (灰), and 11 (白)。
同理，当图像位数为8位时，图像便可记录从00000000
(0)至11111111 (255)一共（2*8）256个色调。
JPEG通常是24位图像，因为24位刚好能为3个颜色通道（RGB）分别储存8位信息。24位的JPEG图像能记录
256 x 256 x 256 = 16.7百万种颜色。
32位浮点格式（Floating Point Format，面向高级用户）
在“传感器的线性特征”专题中，我们知道超过半数的色调是用来描述光亮的环境的。因此，即使一幅16位的图像也只有16级色调用来描述昏暗的环境，而描述光亮环境的则有32,768级色调。人类肉眼的非线性特征与传感器的线性特征恰恰相反，人类视觉对昏暗部分的细节比光亮部分的细节敏感得多。一幅32位的整数图像为图像的描述提供了更多色调，但是它同样受高光部分不成比例色调级数的限制。然而，32位的浮点图像更有效的运用了这“32位”，更好地解决了以上问题。传统的整数图像用32位描述4,294,967,296个整数，而浮点图像用23位描述分数，8位描述指数，1位作为标记，详情如下：
V = (-1)^S * 1.F * 2 ^ (E-127):
S = 标记（Sign）,1位，有2个可能值；
F = 分数（Fraction）,23位，有8,388,608个可能值；
E = 指数（Exponent）,8位，有256个可能值。
实际上，浮点图像让"0"级和"1"级之间几乎拥有无数个色调级数，"1"级和"2"级之间拥有超过800万个色调，"65,534"级和"65,535"级之间也拥有128个色调－－这比32位整数图像更加符合我们人类视觉的非线性特征。正是由于能储存无穷小的数字，32位浮点格式可以记录无限的动态范围。换句话说，32位浮点格式能记录无限动态范围，即记录更多昏暗的细节，而它所占的体积仅为每通道16位图像的一倍，非常节省空间和减低处理难度。一个更精确的格式会使动态和色调范围的压缩更加平滑。这种格式计算机绘图中十分常用，Adobe Photoshop CS2也开始支持该格式的图像处理。
本文来自：网易
网友评论