Opencv学习----位图(bitmap)原理详解五---位图存储

2.5 位图存储

存储位图的最简单方法是简单地逐字节地列出位图信息。此方法存储的文件通常称为RAW文件。考虑到位图尺寸（N x M）和位深（B）中的颜色深度，任何位图所需的磁盘存储量都很容易计算。文件大小的公式以KB为单位

其中N和M是水平和垂直像素的数量，B是每个像素的位数。下表显示了几种位图类型的文件大小（如果它们以RAW格式存储）。

从该表中可以看出，大型24位图像将导致非常大的文件，这就是压缩变得重要的原因。有大量的文件格式用于存储从简单到非常复杂的压缩位图。存在复杂的格式是因为如果不使用压缩将存在非常大的位图文件。压缩文件格式有两大类，一类是无损的（完全保留位图），另一类是有损的。以下显示了压缩技术的主要层次结构。

减小位图文件大小的最简单方法是减少颜色信息，这称为比特缩减或量化。例如，可以使用抖动将24位位图转换为8位索引位图，以模拟丢失的颜色。到目前为止最常见的有损格式是JPEG，它的工作原理描述远远超出了本讨论的范围。它的主要优点是它可以提供比无损格式更好的压缩比。例如，考虑以下位图，其原始图像是24位颜色的500 x 350像素。使用前面给出的公式，未压缩文件大小为500 x 350 x 24/8/1024 = 513K

保存为灰度（位深度减少）文件为171K（小3倍），使用RLE保存和压缩它是388K（原始的75％），使用LZW压缩保存它是188K（原始的36％），保存作为JPEG，它是30K（压缩比为17：1）。

以下是对称为行程编码（RLE ）的最简单的无损压缩技术的描述，该技术对仅使用少量颜色的位图具有良好的效果。考虑以下小的17 x 10像素，8位图像。

如果要以RAW格式存储，则所有10行每行需要16个字节。但是前两行都是相同的级别，因此在运行中简单地保存相同颜色的数量以及运行颜色会更有效。前两行而不是需要16个字节，每个只需要2个字节。

在原始格式中，前三行是

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 1 1 1 1 1 1 1 1 1 1 1 1 0 0

使用行长编码，前三行将是

16 0

2 0 12 1 2 0

虽然RLE的实际实现中涉及的细节多于此处描述的，但这是运行长度编码背后的基本原理。为了使RLE达到某种程度的压缩，需要运行相同的颜色，因此对于高度彩色的图像（例如24位照片）不太可能有用。

Opencv学习----位图(bitmap)原理详解五---位图存储相关推荐

Opencv学习----位图(bitmap)原理详解三---位图解析度
2.3 解析度分辨率是位图的一个属性,在视觉上查看或打印位图时是必需的,因为像素本身没有明确的尺寸.分辨率通常以每英寸像素数指定,但可以是任何其他测量单位.由于历史原因,大多数打印过程保留每英寸像素 ...
机器学习，深度学习基础算法原理详解（图的搜索、交叉验证、PAC框架、VC-维（持续更新））
机器学习,深度学习基础算法原理详解(图的搜索.交叉验证.PAC框架.VC-维.支持向量机.核方法(持续更新)) 机器学习,深度学习基础算法原理详解(数据结构部分(持续更新)) 文章目录 1. 图的搜索 ...
[从零学习汇编语言] - 转移指令原理详解
文章目录前言一.转移指令原理 1.1 计算机如何识别数据和指令 1.2 转移指令原理 1.3 转移分类 1.3.1 转移行为分类 1.3.2 转移指令分类二.操作符详解 2.1 offset 2 ...
十二、【数据结构】位图(bitmap)的详解与实现
一.定义 --概念部分参考http://www.iteblog.com/archives/148 位图法就是bitmap的缩写.所谓bitmap,就是用每一位来存放某种状态,适用于大规模数据, ...
OpenCV学习(21) Grabcut算法详解
grab cut算法是graph cut算法的改进.在理解grab cut算之前,应该学习一下graph cut算法的概念及实现方式. 我搜集了一些graph cut资料:http://yunpan. ...
java多线程学习-java.util.concurrent详解(五) ScheduledThreadPoolExecutor
转载于:http://janeky.iteye.com/blog/769965 我们先来学习一下JDK1.5 API中关于这个类的详细介绍: "可另行安排在给定的延迟后运行命令,或者定期执行 ...
网卡重启影响nfs吗_NFS原理详解
PS:哈哈,这篇的篇幅真的非常的长.要看完真的要有很强的耐心那.我自己写也快写吐了呢. [ATong学习linux]NFS原理详解一.NFS介绍 1)什么是NFS 它的主要功能是通过网络让不同的机器 ...
【深度学习系列】卷积神经网络CNN原理详解(一)——基本原理(1)
上篇文章我们给出了用paddlepaddle来做手写数字识别的示例,并对网络结构进行到了调整,提高了识别的精度.有的同学表示不是很理解原理,为什么传统的机器学习算法,简单的神经网络(如多层感知机)都可 ...
离线强化学习(Offline RL)系列3: (算法篇)策略约束 - BRAC算法原理详解与实现(经验篇)
论文原文:[Yifan Wu, George Tucker, Ofir Nachum: "Behavior Regularized Offline Reinforcement Learnin ...

Opencv学习----位图(bitmap)原理详解五---位图存储

2.5 位图存储

Opencv学习----位图(bitmap)原理详解五---位图存储相关推荐

最新文章

热门文章