Skip to content

数字媒体与文件大小

图像、声音、视频如何数字化,以及文件大小怎么算。

Updated View as Markdown

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。
Navigation

Type to search…

↑↓ navigate↵ selectEsc close