一张图片引发的思考

看到一张图片，然后引发的一系列知识点的搜索

随便打开一张jpg图片，大小4MB，像素为600px*500px,分辨率为75dpi

好吧，最先引发的几个问题：

1.jpg、png、gif、bmp等等格式的文件有什么区别呢？

答：GIF是一种无损压缩，支持256（8bit）种颜色，支持单一透明度，常用于网页动画；

      JPG图片：有损压缩图片，不支持动画和透明色，24bit颜色（2的24次方种颜色）

      PNG：无损压缩，不支持动画，但是支持full alpha通道（后面讲什么是alpha）。

      BMP：windows位图

     总结一句话：就是各种图片格式而已，当需要深究时，请看：zh.wikipedia.org/wiki/图形文件格式比较

2.什么是像素?

答：把一张图片不断的放大，发现最后是一个一个的颜色块组成的，这样一个颜色块就是一个像素，所以可以想想：width像素为600px，也就是宽度上由600个这样的颜色块组成，height像素为500px，表示高度上由500个这样的颜色块组成。所以往往看到一张图片的尺寸，600px*500px就知道这个图片宽度和长度上到底有多少像素了。600*500=300000=30万像素，就是大家平时经常说的30万像素，表示一个图片最后由30万个像素组成的。那么同样是30万像素的两个照片，是不是看起来清新度就一样啊？当然不是，这样想，都是30万的像素，那么对于一张5cm*6cm的图片和一张50m*60m的照片，哪个更清楚呢？当然是前者，这就涉及到另外一个概念，分辨率。

3.什么是分辨率？

答：例如72DPI，表示每英寸（2.54厘米）上有72个像素，所以分辨率越高，那么每英寸上像素也就越高，当然也有用横向和纵向像素表示分辨率的，例如1024*768

4.像素、分辨率、尺寸和大小之间有什么关系吗？

答：对于一个实际尺寸为6英寸*8英寸的照片，如果分辨率为72DPI，那么像素也可以算出来了，为：(6*72)px*(8*72)px=312px*576px=18万px，所以相同大小的图片（这里的大小指的是尺寸，例如英寸、厘米等等），分辨率越高，像素也越高；同样的，像素越高，分辨率越高。

那么和大小（多少MB）有什么关系呢？答案是没有直接的关系，也就是相同的像素，文件大小不一定一样，会有其他的因素有关，但是一般情况下，像素越大，图片也越大、

好吧，总结一下，记住这句好就OK了“分辨率表示的是单位长度上有多少像素”：这句话里面有三个词：“分辨率”+“长度”+“像素”，任意两个确定了，第三个值也就确定了，例如：分辨率确定了，长度也确定了，那么像素也确定了。大家平时说的像素越大，图片越清晰，往往是有个默认假设，那就是图片尺寸大小是固定的。

5.什么是RGB？

答：前面说的一个一个的颜色块就是一个像素，那么这个颜色块到底是什么颜色呢？”红色“？"绿色"？还是别的颜色？好吧，下面说说RGB，也就是Red、Green、Blue，其实我们看到的 几乎任何颜色都可以用不同比例的红绿蓝颜色来混合而成，也就是RGB分量构成，每个分量的大小从0到255，（一共是8bit）这样R(0)G(0)B(0)就表示白色，R(255)G(255)B(255)黑色，如果R数字比较大，其他GB的数字很小，那么颜色就比较偏红色。所以RGB可以表示的颜色数目为256*256*256种，2的24次方，所以也叫24位色，也叫真彩色。那么我们平时也会看到32位色，表示什么呢?接下来看ARGB。

6 .什么是ARGB呢？

答：前面说的32位色，其实也是只能表示2的24次方，只是在前面增加了一个A：灰度值或者是透明度，也就是常说的alpha值，那么alpha值有什么用呢？这样想，有两张图片，重叠在一起，是不是只能看到上面的图片了，那是因为默认的alpha值是100%，也就是不透明，所以把下面的遮住了，而通过改变alpha值，可以让上下两张图片都显示，所以alpha值可以让图片平滑的去合成，大家可以在ps里面亲自尝试去体会。如果你真的去尝试了，可能会遇到除了RGB，可能还有一种模式：CMYK，和RGB有什么区别呢?接下来看CMYK。

6.RGB和CMYK有什么区别呢？

答：想一想，看电脑屏幕上的字和看书上的字有什么区别？电脑屏幕上的字是自己发光的，而书上的字是反光的，所以在一间黑暗的房间，可以看见电脑里面的字，而看不到书上的字，所以RGB是一种发光的色彩模式，例如电子屏幕上看到的图像，而CMYK是一种依靠反光的色彩模式，例如期刊杂志图书上看到的图像，RGB的三原色为Red、Green、Blue，CMYK的三（四）原色为Cyan:青色、Magenta：洋红色、Yellow：黄色、Black：黑色。

好了，前面说这么多，那么计算机里面是如何数字化图像的呢？之前说的，一个图像是一个一个的像素组成的，例如一个500*600px的图像，就是500*600个点组成的，每个点由ARGB组成，所以可以表示成一个500*600的矩阵表示，也就是说， 任何一个图片，在计算机里面对应一个矩阵，对图片的修改，也就是对矩阵的修改，而对于维数很高的矩阵，处理起来比较麻烦，所以会用到矩阵的特征值，矩阵的各种分解，大学期间看起来没有什么用的矩阵的知识，这里会派上很大用场，同时让矩阵在图像处理上应用，能够进一步加深理解矩阵里面的知识点。于是引发下面一系列问题： 矩阵特征值到底是什么？矩阵的奇异值分解、最大秩分解到底是干什么的?等等一系列矩阵相关的知识.