纯无趣技术贴，关于色深、位深、图像深度详解

因为近期接触了一点嵌入式开发，需要的图片资源格式和以往接触的移动及web开发差别比较大，才有了下面这篇文章。因为比较晦涩，不需要的就可以绕行了。

图像深度、色深、位深的大统一

首先明确一点，图像深度就是色深Color Depth。关于色深和位深Bit-depth，查了很多资料，众说纷纭，有说色深是存储每个像素所用的bit数，而位深是描述通道的属性，那我们通常所说的24位真彩和16位全彩颜色模式，这里的24和16是位深还是色深呢？其实大可不必纠结，可以统称为深度。在显示器的参数中，使用更多的是位深Bit-depth的概念。后面会详细说明深度和具体颜色的关系。

虽然在设计师眼里，PNG、BMP、JPG、JPEG、GIF这些有分辨率属性的点阵图像统统称之为位图，来对应可任意缩放的矢量图，比如SVG，但在工程师，尤其是硬件工程师眼里，位图可能专指BMP格式，所以，一定要和开发人员提前确认，尤其是当涉及到嵌入式开发时，更是如此，越底层越麻烦越受限。

计算机存储图像的原理

因为对于设计师最常用的PS软件在保存BMP格式时有深度的选项，所以下面都以BMP格式为例来说明，尤其是PNG和JPEG都是经过压缩的，具体压缩原理不明，也不作解释。追本溯源，作为只能识别二进制语言的计算机，在进行图像存储时存的是什么呢？像素点。一个8px*8px的图片，一共有64个像素点，计算机在存储时，会针对这64个点依次进行存储。当一个图片保存成hex格式（这是烧入单片机需要的格式），用文本编辑器打开，会发现全部由16进制的编码串组成，这里的每一串编码就是一个像素点，64个编码串解析后呈现出不同的颜色，最终组成了图片。

位深值分配给通道

在BMP格式进行存储的时候，如图所示，系统会有一个关于深度的提示，当我们由基本模式切换到高级模式后，看到16位、24位和32位的具体选项，（X或A）nRnGnBn或RnGnBn的形式表示，（n表示分配给该通道的位数值）。因为每个通道只支持256（0-255）个值，因此，通道拥有的位数值不会大于8（256是2的8次幂）。

举一个16位的说明，R5G6B5，并不是色值的表示方法RGB(5,6,5)，而是这16位的位深的通道分配方法，R值支持2的5次幂（32）个值，G值支持2的6次幂（64）个值，B值支持2的5次幂（32）个值，如果16位分配给R8G8B0，但在最终颜色的组成上，65536种颜色会缺少蓝色的元素，只有红和绿的65536种组合。当然，这是极不合理的，只有RGB的组合才能形成彩色，所以位数要平均分配给R，G，B和透明通道Alpha四个通道。 这些通道的设置基本上就是常用设置。

对于Android开发人员，可能不陌生，Bitmap ConfigARGB_8888，对应这里24位的X8R8G8B8，ARGB_4444对应16位的X4R4G4B4，RGB_565对应16位深的R5G6B5，没有透明度。

因此，位深是8位的图，最多只有2的8次幂，也就是256种颜色，远达不到我们对图片的色彩的需要，对于嵌入式系统或者工控领域，显示器才会是16位以下。而当位深达到16位时，支持的颜色就有2的16次幂，65536种颜色，也就是我们说的高彩。而GIF格式的图片，就仅能支持256种颜色，这也是为什么转成GIF有时会失真的原因。其中，32位和24位在RGB通道上是相同的，但8位用来保存Alpha通道。换句话说，在彩色的表现上并无差别，但增加了8位，即2的8次幂（256）阶色的灰度，只是颜色的过渡上更加自然，已经到了人眼无法识别差别的程度。

在PS保存成BMP格式种，提供了1位、4位、8位、16位、24位和32位的选项，这只是常用位深，6位可不可以？当然是可以的，对于6位的图像，可以分配到不同的通道R2G2B2，一共支持4*4*4 共计64种不同的颜色。即使是100*100 一共一万个像素点的图片，对于6位位深而言，也只有64种颜色可以选择。比如我们项目中，显示芯片的规格书中明确规定了支持6-bit，R支持的四个值对应0，1/3R，2/3R和1R，G支持的四个值对应0，1/3G ，2/3G和1G，B支持的四个值对应0，1/3B ，2/3B和1B。怎么转换成设计师能看懂的语言呢，以红色R为例，RGB颜色的表示方法中可以在0-255范围内进行设置，限定的四个值就依次变成了（0，75，150，255），这样看就明确了很多，在进行色彩选择时RGB（75，150，75）这种颜色，或者RGB（0，75，150）等等，只要保证是这四个值的组合就可以了。最简单当方法就是下载一个64位色的色板。

位深与图片尺寸的正相关

说完了位深的分配，再来看存储，也就是对图片尺寸的影响。

一个8位深的图片，储存每个像素所需要的位数是多少？根据位深的含义，每个像素点可存放8位二进制，每个二进制是一个bit，因此，一个像素需要8bit，也就是1Byte。而16位颜色的图，存储每个像素点，存放的是16位二进制，存储一个像素则需要2Byte。当然了，因为计算机在存储图片时还要存储像素之外的如位图头、位图信息、调色板等其他信息（就像txt文档的尺寸并不仅仅是里面文本所占据的字节的数量），因此并不和我们的换算结果完全相同，只要了解不同位深导致的图片尺寸变化的原因就好。对于BMP格式的图片，不受颜色的约束的，每个色素点，纯黑纯白灰度或者彩色的，存储所占用的字节数是相同的，影响大小的只有位深。下面这张图，所有图片的分辨率都是8*8像素，我用不同后缀的明明白白来区分导出时选择的位深。显而易见的是，只要是16位深，无论灰色、纯红、任意RGB颜色、甚至是渐变，在存储时都是相同的尺寸。而相同分辨率的相同的灰色填充的图片，在保存成24位深和32位深时，相对于16位，尺寸就呈现一个阶梯增加的趋势。

而PNG这种压缩格式，则受制于色彩的丰富度。下面这张图片的对比能很好的说明问题，同样是256px*256px的图片，一个色彩丰富，一个只有两种颜色，在同样选择PNG-24时，尺寸差异很大，但BMP同样是16位位深，则是相同的尺寸。

总结

深度了解图片位深对色彩影响的机制，主要就是在面对具体的项目时，可以更加灵活的选择更合适的图片格式，以及在色彩的选取上，如何才能适应不同的显示芯片。把硬件规格说明书中晦涩难懂的部分转换成设计时需要参考的资源。