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
svg矢量图下载说完了位深的分配，再来看存储，也就是对图⽚尺⼨的影响。
bit⽐特和Byte字节
bit是计算机最基本的存储单元，是⼆进制的“0”或者“1”，⽽Byte通常作为存储单位。Byte和bit存在换算关系，1Byte=8bit。
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。