Concept de bits par pixel

Bpp ou bits par pixel désigne le nombre de bits par pixel. Le nombre de couleurs différentes dans une image dépend de la profondeur de couleur ou des bits par pixel.

Bits en mathématiques:

C'est comme jouer avec des bits binaires.

Combien de nombres peuvent être représentés par un bit.

0

1

Combien de combinaisons de deux bits peuvent être faites.

00

01

dix

11

Si nous concevons une formule pour le calcul du nombre total de combinaisons qui peuvent être faites à partir de bit, ce serait comme ça.

Où bpp désigne les bits par pixel. Mettez 1 dans la formule, vous obtenez 2, mettez 2 dans la formule, vous obtenez 4. Il croît de façon exponentielle.

Nombre de couleurs différentes:

Or, comme nous l'avons dit au début, que le nombre de couleurs différentes dépend du nombre de bits par pixel.

Le tableau pour certains des bits et leur couleur est donné ci-dessous.

Bits par pixel Nombre de couleurs
1 bpp 2 couleurs
2 pb 4 couleurs
3 pb 8 couleurs
4 bpp 16 couleurs
5 bpp 32 couleurs
6 pb 64 couleurs
7 pb 128 couleurs
8 pb 256 couleurs
10 pb 1024 couleurs
16 pb 65536 couleurs
24 pb 16777216 couleurs (16,7 millions de couleurs)
32 pb 4294967296 couleurs (4294 millions de couleurs)

Ce tableau montre différents bits par pixel et la quantité de couleur qu'ils contiennent.

Nuances

Vous pouvez facilement remarquer le modèle de croissance exponentielle. La célèbre image en échelle de gris est de 8 bpp, ce qui signifie qu'elle contient 256 couleurs différentes ou 256 nuances.

Les nuances peuvent être représentées comme suit:

Les images couleur sont généralement au format 24 bpp, soit 16 bpp.

Nous en verrons plus sur les autres formats de couleurs et types d'images dans le tutoriel des types d'images.

Valeurs de couleur:

Nous avons vu précédemment dans le tutoriel de concept de pixel, que la valeur de 0 pixel désigne la couleur noire.

Couleur noire:

N'oubliez pas que la valeur de 0 pixel indique toujours la couleur noire. Mais il n'y a pas de valeur fixe qui indique la couleur blanche.

Couleur blanche:

La valeur qui indique la couleur blanche peut être calculée comme suit:

Dans le cas de 1 bpp, 0 indique le noir et 1 le blanc.

Dans le cas de 8 bpp, 0 indique le noir et 255 le blanc.

Couleur grise:

Lorsque vous calculez la valeur de couleur noir et blanc, vous pouvez calculer la valeur de pixel de la couleur grise.

La couleur grise est en fait le point médian du noir et blanc. Cela dit,

Dans le cas de 8 bpp, la valeur de pixel qui indique la couleur grise est de 127 ou 128 bpp (si vous comptez à partir de 1, pas à partir de 0).

Exigences de stockage d'images

Après la discussion sur les bits par pixel, nous avons maintenant tout ce dont nous avons besoin pour calculer la taille d'une image.

Taille de l'image

La taille d'une image dépend de trois choses.

  • Nombre de rangées
  • Le nombre de colonnes
  • Nombre de bits par pixel

La formule de calcul de la taille est donnée ci-dessous.

Taille d'une image = lignes * cols * bpp

Cela signifie que si vous avez une image, disons celle-ci:

En supposant qu'il comporte 1024 lignes et 1024 colonnes. Et comme il s'agit d'une image en échelle de gris, elle a 256 nuances de gris différentes ou il a des bits par pixel. Ensuite, en mettant ces valeurs dans la formule, nous obtenons

Taille d'une image = lignes * cols * bpp

= 1024 * 1024 * 8

= 8388608 bits.

Mais puisque ce n'est pas une réponse standard que nous reconnaissons, nous allons donc la convertir dans notre format.

La conversion en octets = 8388608/8 = 1048576 octets.

Conversion en kilo-octets = 1048576/1024 = 1024kb.

Conversion en méga octets = 1024/1024 = 1 Mo.

C'est ainsi qu'une taille d'image est calculée et stockée. Maintenant dans la formule, si on vous donne la taille de l'image et les bits par pixel, vous pouvez également calculer les lignes et les colonnes de l'image, à condition que l'image soit carrée (mêmes lignes et même colonne).