1、图像质量基础：分辨率、色彩深度、文件格式与压缩原理

做图像调优这些年，我见过太多人一上来就调参数、拉曲线，结果越调越糟。为什么？说白了，连图像最基础的三个属性都没吃透——分辨率、色彩深度、文件格式。这就像修车不知道发动机怎么转，能修好才怪。

今天咱们就把这三个地基打牢。后面三十章的所有调优技巧，都建立在这上面。

1.1 分辨率：图像的「骨架」

分辨率决定了图像的精细程度。我习惯把它拆成两个维度来看：

• 像素尺寸：宽×高，比如 1920×1080
• 像素密度：PPI（每英寸像素数）或 DPI（每英寸点数）

很多人搞混这两个概念。像素尺寸是「有多少个点」，像素密度是「这些点挤不挤」。举个例子：

1.2 色彩深度：图像的「血肉」

色彩深度，也叫位深度，决定了每个像素能显示多少种颜色。公式很简单：

颜色数量 = 2^(位深度)

8-bit  → 2^8 = 256 种颜色/通道
24-bit → 2^24 = 16,777,216 种颜色（真彩色）
32-bit → 2^32 = 约 42.9 亿种颜色（含 Alpha 通道）

你想想看，8-bit 和 24-bit 差了多少？整整 6 万倍。这就是为什么老照片看起来「色块感」很重——颜色不够分，过渡只能硬来。

我遇到过最典型的坑是：有人把 8-bit 的 JPEG 强行转成 16-bit 的 TIFF，以为能提升画质。其实呢？丢失的信息已经丢了，转成 16-bit 只是把文件撑大，画质没有任何提升。这叫「伪深度」，千万别干这种事。

1.3 文件格式：图像的「外衣」

格式决定了图像怎么存、怎么传、怎么用。我按使用场景把它们分成三类：

1.3.1 无损格式

• PNG：支持透明通道，适合图标、截图、UI 元素
• TIFF：专业摄影、印刷领域，支持多图层
• BMP：不压缩，体积巨大，基本淘汰

1.3.2 有损格式

• JPEG：照片、复杂图像的首选，压缩比高
• WebP：Google 出品，比 JPEG 小 25%-35%，质量相当
• HEIF：苹果生态，压缩效率比 JPEG 高 50%

1.3.3 原始格式

• RAW：相机直出，保留全部传感器数据，后期空间最大
• DNG：Adobe 的开放 RAW 格式

1.4 压缩原理：图像调优的「核心引擎」

压缩说白了就两招：去掉冗余信息，或者用更聪明的方式编码。

1.4.1 有损压缩

JPEG 是典型代表。它利用人眼对亮度敏感、对颜色不敏感的特点，把颜色信息压缩得更狠。具体流程：

1. 把图像分成 8×8 的像素块
2. 对每个块做离散余弦变换（DCT）
3. 丢掉高频细节（人眼不敏感的部分）
4. 用霍夫曼编码压缩剩余数据

嗯，这里要注意：压缩率越高，丢掉的高频信息越多。这就是为什么高压缩比的 JPEG 会出现「马赛克」和「振铃效应」。

1.4.2 无损压缩

PNG 用的是 DEFLATE 算法，本质是找重复数据然后替换成更短的标记。比如一张纯蓝天的图，连续 1000 个蓝色像素，无损压缩会记成「1000×蓝」，而不是存 1000 遍。

1.5 知识体系总览

下面这张图把本章的核心关系串起来了。我建议你多看几遍，后面每章都会用到这些概念。

1.6 本章小结

图像质量调优，说白了就是三个维度的博弈：

• 分辨率决定细节的多少
• 色彩深度决定颜色的丰富程度
• 文件格式与压缩决定存储和传输的效率

我个人的习惯是：拿到一张图，先问三个问题——

1. 最终用在哪？（屏幕？印刷？Web？）
2. 需要多少细节？（放大看还是缩略图？）
3. 文件大小有没有限制？（加载速度？存储成本？）

这三个问题想清楚，调优方向就有了。后面每一章，都是在这个框架下做更精细的操作。