phtoshop通道——传统技术的数字化
计算机可以不知疲倦的 24 小时工作,而且效率极高。因此,人们不遗余力地将一切可能的信息交由计算机处理,数字化的浪潮席卷全球,图像处理行业也不例外。如何将一张鲜活的照片变成我们硬盘上的“ 0 ”与“ 1 ”呢?在此之前,让我们来看看数字化信息的特点。 首先,顾名思义,数字化信息最大的特点就是任何形式的信息都可以用数字完整、准确的表达出来,无论它是一条记录、一通电话、还是一段录影。数字化的这个特点是很容易理解的,我们称之为“解析”。其次,受到存储及计算等方面的限制,数字化信息的容量必须是有限的。 也就是说,要将原来瞬息万变、细致入微的模拟信号解析开来,就必须有所取舍——用一个个足够小的,...全部
计算机可以不知疲倦的 24 小时工作,而且效率极高。因此,人们不遗余力地将一切可能的信息交由计算机处理,数字化的浪潮席卷全球,图像处理行业也不例外。如何将一张鲜活的照片变成我们硬盘上的“ 0 ”与“ 1 ”呢?在此之前,让我们来看看数字化信息的特点。
首先,顾名思义,数字化信息最大的特点就是任何形式的信息都可以用数字完整、准确的表达出来,无论它是一条记录、一通电话、还是一段录影。数字化的这个特点是很容易理解的,我们称之为“解析”。其次,受到存储及计算等方面的限制,数字化信息的容量必须是有限的。
也就是说,要将原来瞬息万变、细致入微的模拟信号解析开来,就必须有所取舍——用一个个足够小的,可解析的“信息元”取代原先的“信息流”。我们看到,这样的“采样”过程必然损失掉了部分元与元之间的原始数据。
所以我们必须以某种指标来判断数字化信息与模拟信息的切近程度。显然,在有限长度的“信息流”中,所取的“信息元”越多,这种转化就越为精确,反之,所取的“信息元”越少,切近的程度就越为粗糙。所以,我们用“单位信息流”中“信息元”的数目多寡,来衡量数字化信息的逼真程度。
在数字化音频中,这个指标称之为“采样率”与“量化精度”;在数字视频中,称之为“帧频”;在数字化图像中,则称之为“分辨率”。只要这个指标足够大,就足以迷惑人们的感官,让我们的耳朵、眼睛误以为这是一幅连贯的画面,或是一段流畅的音乐,而丝毫察觉不到停顿感或颗粒感。
相对于模拟信息的“连续”性质而言,数字信息所具有的这种特点称为“间断”,或者称为“非连续”。现在,将一张图像用许多等距的水平线与竖直线分割开来,每一个小方格都成为一个像素( pixel ),也就是一个独立的信息元,数字化的工作就完成一半了。
接下来,我们要做的,就是记录每个像素的颜色信息。由于我们要讨论的是黑白图像,因此只需记录黑、白、灰的信息(在黑白图像中,它与“亮度”、“灰度”的概念都是等价的),而不用考虑它的色相。但不要忘了,灰度也是有不同级别的,像“深灰”、“ 浅灰”或“中灰”。
但仅仅用语言描述物体的亮度是远远不够的。上面提到,数字信息具有“间断”的特点,所以有人提出,用 0 到 100 之间的整数表示灰度的级别:比如用 0 表示纯黑色,用 100 表示纯白色,而 50 则表示将黑白均匀等量混合后所得的颜色。
众所周知,在计算机中,是以位( bit )存储数据的。每一个位只能存储“ 0 ”或“ 1 ”的信息,用以对应二进制的位。让我们看看要表示一个 0 到 100 之间的任一整数,需要多少个二进制位: log 2 101=6。
6582也就是说,我们用了7 位的存储空间,存储了仅用 6。6 位便可存储数据。难道这不是一种浪费么?而这种浪费的根源就在于,我们把黑与白之间的灰阶,人为的划分为 101 段,而不是其他数目。
所以,为了物尽其用,人们通常用 2 的整数次幂来划分灰度级别。通常,人们将灰阶划分为 256 级(用 0 ~ 255 表示),而这也将正好占据 8 个存储位(一字节)的空间。而 8 这个数字的由来,完全是为了使人的肉眼在任一相邻两级的变化中,没有丝毫的察觉。
经历了上述两个步骤,我们将每个像素的灰度信息按照划分好的网格,从上到下,从左到右的顺序依次写入硬盘,数字化的工作就终于完成了。而当我们体验着计算机处理选区飞驰的感觉时,就会明白这一系列且纷繁复杂的转化与操作绝非徒劳了。
更多详请请咨询: 。收起