
一张照片、一首歌、一段视频,在计算机里都只是一串 0 和 1。要让它们变成这串 0 和 1,中间有个「数字化」的过程。这一章讲这个过程,以及由此派生出来的高频考点:文件有多大。
本章的知识点与 GESP、CSP-J/S 大纲的对应关系如下。
| 考试 | 大纲要求 | 本章位置 |
|---|---|---|
| NOI 入门级 | 1.1.7 位、字节与字 | 单位换算速查 |
| CSP-J/S 第一轮 | 计算机常识中的存储容量与多媒体文件大小计算,2020 年入门级真题直接考过图像存储 | 全章 |
GESP 和 NOI 大纲都没有把多媒体列为独立考点,但初赛的单项选择题里稳定出现,几乎每隔一两年就考一次。它是「信息如何表示」这条主线的延伸,学起来也不难。
从模拟到数字
现实中的图像、声音、视频都是连续变化的,称为模拟信号。计算机只能存 0 和 1,所以必须先把连续的量切成离散的点,再用二进制记录每个点的值。这个过程叫数字化。
数字化必然会损失信息,切得越细,损失越小,文件也越大。后面所有的大小计算,本质上都在数「切了多少个点,每个点用多少位记」。
位图与矢量图
图像分两种,它们的存储方式和放大后的表现完全不同。
| 对比项 | 位图 | 矢量图 |
|---|---|---|
| 原理 | 记录每个像素的颜色 | 记录图形的数学描述(点、线、圆) |
| 放大 | 失真,出现马赛克 | 不失真,边缘依然清晰 |
| 文件大小 | 与分辨率有关,通常较大 | 与图形复杂度有关,通常较小 |
| 适合 | 照片、复杂色彩 | 标志、图标、工程图 |
| 常见格式 | BMP、JPEG、GIF、PNG | SVG、AI、WMF |
位图也叫点阵图,由许多像素排列而成。放大本质上就是把每个像素拉大,所以会看到一个个方块。矢量图记录的是「画一个半径 100 的圆」这类指令,放大时重新计算坐标,任何时候都清晰。
图像的大小计算
位图的大小由两个量决定。
- 分辨率。水平方向和垂直方向的像素数,写成「1920 × 1080」这样的形式。
- 色深(也叫位深度)。每个像素用多少位来表示颜色。
常用的色深有几种:
| 色深 | 可表示的颜色数 |
|---|---|
| 1 位 | 2^1 = 2 种,黑白 |
| 8 位 | 2^8 = 256 种 |
| 16 位 | 2^{16} = 65536 种,高彩 |
| 24 位 | 2^{24} \approx 1677 万种,真彩色 |
| 32 位 | 其中 24 位表示颜色,另外 8 位是透明度(Alpha 通道) |
24 位真彩色给红、绿、蓝三个通道各留 8 位,所以是 256 \times 256 \times 256 种颜色。
计算大小的公式:
\text{字节数} = \text{水平像素} \times \text{垂直像素} \times \text{色深} \div 8
除以 8 是因为公式算出来的是比特,而文件大小习惯用字节。
例 1:一张 1024 × 1024 的 24 位真彩色图像。
1024 \times 1024 \times 24 \div 8 = 3145728 \text{ B} = 3 \text{ MB}
例 2:一张 2048 × 1024 的 32 位真彩色图像。
2048 \times 1024 \times 32 \div 8 = 8388608 \text{ B} = 8 \text{ MB}
例 2 是 2020 年 CSP-J 第一轮的真题,答案 8 MB。
顺带提一个容易混的概念:分辨率在显示器上指屏幕能显示多少像素,在打印时常用 DPI(每英寸点数)衡量打印精度。显示器分辨率高,画面更细腻;打印机的 DPI 决定印出来够不够清晰。
声音的大小计算
声音数字化要做两件事:按固定的时间间隔取样(采样),把每个样本的幅度用一个数字记下来(量化)。
- 采样频率。每秒取多少个样本,单位赫兹(Hz)。常见的有 8000 Hz(电话)、44100 Hz(CD)、48000 Hz。
- 量化位数。每个样本用多少位表示,常见 8 位、16 位、24 位。
- 声道数。单声道是 1,立体声是 2。
计算公式:
\text{字节数} = \text{采样频率} \times \text{量化位数} \times \text{声道数} \times \text{时长(秒)} \div 8
例:一段 1 分钟的 CD 音质音频,44100 Hz、16 位、立体声。
44100 \times 16 \times 2 \times 60 \div 8 = 10584000 \text{ B} \approx 10.1 \text{ MB}
1 分钟就 10 MB,CD 上一首四五分钟的歌要四五十兆,这就是为什么音乐文件都要压缩。
视频的大小计算
视频是一连串快速播放的静止图像。每秒播放多少张,叫帧率(fps)。人眼大约每秒 24 帧就觉得动作连续了。
未压缩视频的大小由单帧大小、帧率和时长共同决定。
\text{字节数} = \text{单帧字节数} \times \text{帧率} \times \text{时长(秒)}
例:1920 × 1080 的 24 位真彩色视频,30 fps,时长 10 秒。
- 单帧:
1920 \times 1080 \times 24 \div 8 = 6220800 \text{ B} - 每秒:
6220800 \times 30 = 186624000 \text{ B} - 10 秒:
1866240000 \text{ B} \approx 1.74 \text{ GB}
十秒钟就 1.7 GB 多,未压缩视频在实际中根本无法使用,所以视频必须压缩。
压缩后的视频大小通常用码率估算:
\text{字节数} = \text{码率} \times \text{时长}
码率的单位一般是 kbps 或 Mbps,注意它是比特不是字节,换算要除以 8。
常见格式与压缩
压缩分两类。无损压缩能完全还原,文件大一些;有损压缩丢弃人眼或人耳不敏感的信息,文件小得多,但还原不回去。
| 媒体 | 格式 | 压缩方式 | 说明 |
|---|---|---|---|
| 图像 | BMP | 不压缩 | 位图原始格式,文件很大 |
| 图像 | JPEG | 有损 | 照片首选,压缩率高 |
| 图像 | PNG | 无损 | 支持透明度,适合截图和图标 |
| 图像 | GIF | 无损 | 最多 256 色,支持简单动画 |
| 图像 | SVG | 矢量 | 放大不失真,用于网页图标 |
| 音频 | WAV | 不压缩 | 无损但体积大 |
| 音频 | MP3 | 有损 | 最普及的音乐格式 |
| 音频 | FLAC | 无损 | 体积小于 WAV,音质无损 |
| 音频 | MIDI | 不是采样 | 记录的是乐器指令,不是声音波形 |
| 视频 | AVI、MP4、MKV | 有损 | MP4 最常用,兼容性最好 |
一个常见的判断题:JPEG 和 MP3 都是有损压缩,PNG、GIF、FLAC 是无损。GIF 虽然无损,但它的 256 色上限本身也是一种信息损失。
单位换算速查
所有大小计算最后都要落到单位换算,这几条记牢。
| 换算 | 关系 |
|---|---|
| 字节与位 | 1 Byte = 8 bit |
| KB 与 Byte | 1 KB = 1024 B |
| MB 与 KB | 1 MB = 1024 KB |
| GB 与 MB | 1 GB = 1024 MB |
1024 \times 1024 |
就是 1 M,算 1080p 图像时常用 |
算题的经验:先把所有量都换成比特算出总数,最后一步再除 8 换成字节,然后逐级除以 1024。中途别急着换算,容易乱。
常见易错点
- 把 bit 和 Byte 弄混。色深、采样位数、码率说的都是 bit,文件大小说的是 Byte,差 8 倍。
- 以为 32 位真彩色能表示
2^{32}种颜色。32 位里有 8 位是透明度,颜色数由 24 位决定。 - 时长忘记换成秒。题目给 2 分钟要写成 120 秒。
- 视频忘记乘帧率,或者只算了一帧。
- 1024 和 1000 混用。存储容量按 1024 算,硬盘厂商标注的容量可能按 1000 算,这是买硬盘时感觉「少了」的原因。
小结
- 位图记像素,矢量图记公式。位图放大失真,矢量图放大不失真。
- 图像大小 = 分辨率 × 色深 ÷ 8;声音大小 = 采样频率 × 量化位数 × 声道数 × 时长 ÷ 8;视频大小 = 单帧大小 × 帧率 × 时长。
- 24 位是真彩色,32 位多出来的 8 位是透明度。
- 图像、音频、视频的常见格式要能分清有损和无损。
- 算了半天不对,先检查比特和字节有没有差 8 倍,时长有没有换成秒。