像素
今日说像素。像素是个“神马东东”？
书上说，像素是“构成图像的基本元素”，可见其重要，基本的了解了，“全面的”也就知道了。
上图是大家都不陌生的场面一角，国庆大典天安门广场头顶花束的学生方阵，不同花色编织成一幅巨大图像，每人就是这图像中的一个像素。早年庆典拿的不是鲜花，而是每人一本彩纸糊成的大号硬纸本本，如下涂，其页数决定可以有多少种图案变换。一声号令下，众人齐翻本，图案焕然一新，蔚为壮观，这个硬纸本本也是像素。事先声明：因戏情需要，下文中的角色场面与现实无关，乃孙大圣在花果山演兵场操练他的毫毛子孙，所以一切皆有可能，切记。
一、这个本本是正方形的，如同像素；众猴孙们呈密集队形，站位均等、纵横一致，组成一方形阵列，如同图像；
二、本本的尺寸可大可小，众猴孙也能缩善变，本本变大，阵势雄伟，本本缩小，阵容蓄意，如同像素；
三、本本每页不同颜色，页数决定阵貌变换（颜色变换），在图像中“页数”叫“位”；
四、“猴孙数”（等于本本数）决定猴阵容的精致与否，如同图像分辨率。
复习上节课内容：某图像像素分辨率72ppi，输出尺寸36×27厘米，1020×765 =780300总像素数；
转换成本文单位：即每英寸距离有72只手捧本本的小猴崽，组成了36×27厘米的矩形猴阵，每横排有1020只小猴，每纵列有765只小猴，总共有780300只小猴参与其中。常见的比喻单位还有地砖、瓷砖、马赛克等等。
以上并非戏言，如不喜读，可只看中间加重体的关键字，其实就是像素（pixel）的四大属性。图像是由像素构成的，像素的基本属性就是图像（image）的基本属性，以下分别道来，不再说猴戏。
一、像素是正方形的；构成的图像是矩形的。（形状）
——图像是由正方形像素按纵横方向紧密排列构成，构成后的图像则是矩形的。某些图像显示呈不规则外观，如gif、png、psd等图像文件，是因为其中包含了透明区域。透明区域记录的是像素的透明度信息，其图像的外轮廓仍然是矩形的。
（注：严格说应该是，像素在绝大多数情况下是正方形的，偶有例外，主要应用于视频图像领域。PS 下有修改像素长宽比选项，默认是正方形。如果你觉得有必要修改，那你已无需读此类文章了，初学者可忽略，以免产生非必要纠结。）
二、像素尺寸的大小决定图像输出尺寸的大小；（尺寸）
——构成一幅图像的所有像素的尺寸都是相同的，并按照像素分辨率（PPI）的约定规则排列组合，图像输出尺寸就是像素尺寸的累加，设定图像输出尺寸的同时，就是在设定像素尺寸。像素尺寸增大，则图像的输出尺寸也会随之增大，反之亦然。通常我们只需注意图像的输出尺寸和像素分辨率就可以了，不必关心像素尺寸。
三、像素的色彩深度（位深）决定图像的颜色数量；（颜色数量）
——这是像素最重要、包含术语最多、需要敲更多字苻才能说清的属性。本文只为启蒙，不做专业解释，若想了解更多，可参读本博的另外一篇《色彩模式》（草稿中），在此仅作草根谈。
——还得拿猴孙的本本说事。本本是彩纸糊的，纸面只有颜色，没字没图案空空荡荡。虽然厚厚一大本有很多页，但规定每图每次只能掀开其中一页。有多少页码就意味着有多少种颜色可供挑选，也就意味着组成后的图案包含了多少种颜色。本本相同，每猴每图掀开的页码不同，因此组成后的图案变化万千。
不同色彩模式下，本本的厚度不尽相同，即像素可供变换的颜色数量，同时也是图像所能包含的颜色数量不尽相同。以最常见的数码照片为例：RGB色彩模式，8位通道，24位色彩深度，其本本的厚度为1670万页，即最多可以有1670万种颜色数量变化，远高于齐天大圣的72般。
四、像素的多少决定图像的精细程度；（图像分辨率）
——更多的像素数量能够提供更多的视觉信息，从而表现更多的图像细节，本博文章《图像分辨率》中已有赘述，此处仅“有图，有真相”。
上四小图的总像素数量分别为10×10=100；50×50=2500；100×100=10000；200×200=40000，以相同的输出尺寸输出后的结果。
下图的总像素数量是400×400=160000，更多的像素数量表现出了更多的细节。
你能想象，把上图第一个总像素数量为10×10=100的小图，通过提高像素分辨率（PPI）、或增大输出尺寸、甚至不惜采用又提高又增大的“插值分辨率”方法，达到下图的细节表现程度吗？显然徒劳。不信你去问公安干警，他们最清楚不过了。而这两幅图像的像素分辨率实际上相等——72ppi——网络图像默认都是72ppi，而它们的实际图像分辨率却有着天壤之别，可见，用“ppi”来衡量图像分辨率高低只是一厢情愿。还是那句话：总像素数才是硬道理。
PPI、DPI、LPI
PPI，DPI，LPI，后边都带“PI”（per inch），都是以英寸为单位表述某分辨率的术语，打头的字母就是某：P——pixel（像素），D——dot（点），L——line（线）。
■ PPI——pixel per inch，像素分辨率——每英寸长度内包含的像素数量。
■ DPI——dot per inch，设备分辨率——每英寸长度内包含的“点”的数量。
■ LPI——line per inch，网频分辨率——每英寸长度内包含的网点的数量。
三者都是与数字图像有关、与印刷行业直接相关的分辨率计量参数。
■ PPI——像素分辨率(像素采样率)
——是图像在1英寸的采样长度内包含的像素数量，仅仅是一个排列规则而已，与图像分辨率无直接关系。只有它与图像的实际输出尺寸结合计算后，才能成为表示图像分辨率的方式之一。
（详细可参阅《PPI与图像分辨率》一文）
■ DPI——输入/输出设备分辨率
——主要是用来衡量输入输出设备精度的参数，衡量的主体是“点”(dot)，这个“点”在不同设备上有不同的含义。如：
扫描仪属输入设备，主要原理是靠“CCD”（图像传感器）捕捉原稿信息，衡量其精度的重要指标之一就是“光学分辨率”。目前市场上的扫描仪其“光学分辨率”普遍达到1200×2400DPI，表示水平方向每英寸可捕捉到1200个像素，这里的点，是CCD（图像传感器）的采样点；
打印机属输出设备，衡量其打印精度的参数也是DPI。喷墨打印机靠喷头中喷出的细小墨水点成像，如打印机精度为720dpi，即每英寸长度可连续喷出720个墨水点，DPI的值越高，如1440dpi、2880dpi，说明每个墨水点越小，排列也就越紧密，更不易被肉眼察觉，打印的结果也就更细腻，这里的点，是成像的墨水点。
显示器也属于输出设备范畴，所以DPI还经常被用来描述屏幕分辨率。屏幕分辨率实际就是你设定的系统显示分辨率与你的电脑显示器物理尺寸相除后，得到的每英寸显示点的数量。如本人现使用22英寸（对角线）液晶显示器，屏宽18.6英寸，显示分辨率设定为推荐的1680×1050，1680÷18.6≈90，当前的屏幕分辨率即为90dpi，并不像有些人、某些书所说的，屏幕分辨率都是72（或96）dpi，如果我把显示分辨率设置成1024×768，那实际的屏幕分辨率就变成55dpi了。
还需一提的是，很多书籍都把像素分辨率“PPI”用“DPI”代为表示，道理上讲没有错误，因为也可以把像素理解为数字图像中的一个成像“点”，但用“PPI”表述更加明确，所以在此建议，对图像应使用“PPI”，对设备应使用“DPI”，不应任意混淆，以免造成误解。
原文：https://www.doczj.com/doc/b518899194.html,/s/articlelist_2590968325_5_1.html
■ LPI——网频分辨率（加网线数）
——它的别称最多，行频、线频、网屏、加网线数等等，line的英文这些意思都包括，甚至就在写此文时,还在纠结用“屏”还是“频”字，意思上都沾边，其实只要真正理解它的含义就可以，不必较真。因其主要应用在印刷行业，所以本文暂称之为网频分辨率（印刷网点频率）。而在实际工作中，经常有“加网”、“挂网”、115网、150线、175lpi等不同表达方法，但意思一样，指得都是“LPI”。
早期印刷带有明暗阶调的图片时，使用了一种网屏技术：把两片刻有黑色水平线条的玻璃交叉放置于照相制版的感光胶片前，形成一个网格状图案，光线透过网格在胶片上被分解成不同大小的点，印刷行业称之为“网点”，玻璃上线条的密度就是用“LPI”来衡量的，即每英寸范围内包含了多少条“线”。电分时代，玻璃改成了透明胶片，使用时悬挂在制版镜头前，所以也称“挂网”；数字时代，这种“加网”、“挂网”的方式被淘汰，但阶调印刷的原理没变，“LPI”的衡量参数和“称谓”也被继承在数字出版系统中。
理论上讲，“LPI”值越高，其印刷结果越精细，但受印刷设备、工艺、纸张、油墨等诸多因素限制，不同印刷方式都有各自的“LPI”限度。以平版胶印为例，在使用最常见的调幅圆形网点情况下，普通印刷在100～150lpi，精细印刷在150～200lpi，目前绝少有超过200lpi的印刷品。丝网印刷一般都在100lpi以内。丝网印刷使用的印版是丝织的网布，网布的粗细叫“网目”，这也是个LPI值，如300目，即是说该网布每英寸由300根丝线织成，市场上常见的规格有300目、200目、100目等，网目越低，网布表面的网孔越
大，色料的漏透能力越好，但图像也是越粗糙。一般丝网印刷推荐的“LPI”值不能大于网目的1/4，即使用300目丝网，印刷图像的加网线数不应该超过300÷4=75lpi。
最后说说三者间的相互关系，主要也是针对印刷行业的。
先记住一个常数：加网系数，1.5～2。为什么，此处不做详解，记住就好。
PPI = LPI ×加网系数——这是一个公式。
例：当决定使用150lpi印刷时，像素分辨率（PPI）=150×（1.5～2）= 225～300ppi。
至于DPI，那是制版设备（激光照排机）的精度选项，由制版公司的操作员来控制，他会以不低于2400dpi的照排分辨率进行输出，为什么，其中也有公式，作为图像设计者的你就不必关心了。如果不是印刷照排，而是去打字社打印输出，那这个“DPI”还真得当回事，比如，某喷墨打印机分辨率是2880dpi，那是最高分辨率，虽说打印质量会最好，但意味着要更长的打印时间，更多的墨水消耗，从经济效益考虑，打字社通常会使用较低精度，如720、360dpi打印，如果你对打印效果十分在意地话，就需要干涉他的DPI 设置了。而LPI反倒不需要考虑，那是打印机内部程序规定好的，一般不可以更改。
总结：P 是像素，D 是点，L 是线（网点），单位是英寸。——你记住了这句话，就是本文的目的。
图像分辨率
图像分辨率是说一幅图像——当然是指数字图像了——表现细节多少的程度。一个监控器拍下远处有车辆违章，但看不清牌照——分辨率低；能看清牌照——分辨率还可以；不光能看清牌照，还能认出司机一鼻两眼没长胡子，分辨率够高了——通常是用数码相机拍的。
工作原因，常遇有关图形图像方面的问询。我回问对方的第一个问题往往是“（你的图像是）什么分辨率？”有答：72线；有答：300dpi；有答：36×27厘米，都和没答一样。我只好根据对方语气揣度。第一位迟疑，分辨率应该很低；第二位肯定，分辨率大概够用；第三位不论与否，结果都是未知，直到第四位回答：72ppi，36×27厘米，这时方疑惑顿开，对方不是外行。
同样问题换个方式，我问：每月工资多少钱？一答：72钱，不懂。二答：300张钞票。还没明白，元钞还是毛票？第三位答：都是百元钞，没说十张还是八张，仍然糊涂，还会考虑是否触犯了个人隐私。你应该告诉我（当然不告诉也行）：72张，百元钞，就像第四位内行那样，这我就清楚了，白领无疑。所以，判断你衣领的颜色，有两个问题需要搞清楚：有多少张钱？每张面值是多少？图像分辨率也包含两方面内容：像素分辨率和输出尺寸。张数= 像素分辨率，面值= 输出尺寸。
第四位内行的完整回答是：72ppi，36×27厘米，注意：他说的是ppi，不是dpi。
ppi的全写是：pixel per inch，意为每英寸长度内所包含的像素数量，即像素分辨率，以英寸（i）为单位，翻译成白话文就是每月开多少张钱。张数多不一定标明你就是白领，还要看每张的面值，就是图像的输出尺寸。输出尺寸表示图像实际输出后的物理大小，即1寸证照还是24寸婚纱照。一般情况下我们会默认你的输出尺寸设置与实际目的相一致，即“一比一”的等同，也就是说在没被告知面值的情况下，默认你口袋里全都是百元钞，如果实际上只是10元票（即“一比十”），就会得出错误结论。所以，像素分辨率（ppi）和输出尺寸是不能分开谈的。
说到这有人会发言：太罗嗦了，直接说多少钱不就完了嘛。聪明！这也是我想说的。
张数×面值=总金额；
像素分辨率×输出尺寸（宽度）=宽度方向像素数量；
像素分辨率×输出尺寸（高度）=高度方向像素数量；
宽度像素数×高度像素数=总像素数。这行字才是图像分辨率的关键。
仍以第四内行为例：
72ppi×14.167英寸（36厘米）=宽度1020像素；（涉及到运算，必须统一成英寸）
72ppi×10.625英寸（27厘米）=高度765像素；
该图像的总像素数量=宽度×高度=1020×765 =780300像素。
如果把该图像的像素分辨率提高到300ppi，其输出尺寸就只有大约8×6厘米了，但780300的总像素数量没变，总像素数量的多少决定图像实际分辨率的高低。同理，假定你月工资7200元，百元钞就是72张，10元票就得720张，但总金额不会变，总金额的数量决定钞票实际购买的能力。结论：像素分辨率（ppi）和输出尺寸是个可变的虚指标，总像素数才是不变的硬道理。
值得另起一行特别强调的是，目前很多书籍包括网上资料甚至专业教科书，都把“像素分辨率”（PPI）翻译解释为“图像分辨率”，把二者混为一谈，这是不确切的，也是错误回答的诱源。重申：“像素分辨率”≠“图像分辨率”。“像素分辨率”（PPI）表述的只是像素的排列密度，而像素排列密度的高低不能决定表现细节的多少，这是两个完全不同的概念。例如：常见的巨幅高空广告牌，喷绘公司推荐的像素分辨率只有18ppi 左右，但它的输出尺寸以米来计，图像文件大小都在百兆上下；而摄像头拍摄的静态画面一般是640×480像素，你可以轻松设定到1200ppi，此时的输出尺寸大约只有1厘米，文件大小还不到1兆。当然，你也可以向很多外行经常做的那样，保持输出尺寸不变只增加像素密度（ppi），即PS下勾选“重定图像像素”，
这涉及到另外一个“关于插值分辨率”的话题，以后再谈，在这里先只说，不是不行，但属无奈，且效果极其有限。
现在我们知道了，表述图像分辨率有两种方式，A、像素分辨率和输出尺寸的组合描述，即PS中的文档大小；B、宽度和高度方向的像素数量，二者相乘就是总像素数量，即PS中的像素大小。总像素数要经过计算才能知道，你只要把乘式告知就行了，不一定非要算出乘积，都是一码事；而像素分辨率和输出尺寸照读就行，省事也并不麻烦。具体情况是：打印、喷绘、影楼、印刷等需要把图像实际输出的行业，他们更注重A表述；而象网络、影视、动画、多媒体等以屏幕显示为主要手段的行业只关心B表述，A 表述对他们来说毫无意义。在没有明确使用目标的情况下，只有总像素数量才能明确表述一个图像的真实分辨率，比如数码相机，400万、800万、1200万，还有2400万像素的，说的都是成像的总像素数量，至于它的像素分辨率是72ppi还是300ppi——实际上这两种情况都有——对图像的实际分辨率不会产生任何影响。
附表1：不同用途对图像分辨率的要求(参考)
（设定输出尺寸= 实际输出尺寸，即“一比一”）
一般而言，在输出尺寸=实际输出尺寸情况下，我们把100ppi以下，或总像素数100万以内的图像称为低分辨率图像，此图像仅适合于网络上使用；把200ppi上下，或总像素数300万左右的图像称为中等分辨率图像，此图像可以中小尺寸输出；而把300ppi以上，或总像素数超过500万的图像称为高分辨率图像，可进行大尺寸输出。
附表2：不同像素级数字图像可印刷尺寸参考
（挂网线数175，加网系数1.5，像素分辨率265ppi的精细印刷）
至于回答中的“线”、“DPI”之说，还有挂网线数（LPI）、加网系数等专门术语，到点下课，改日再说。
========================================================================== 一思二选三填四算题：
1. 图像分辨率是指(______)。
A.图像表现细节的程度；
B.像素排列的密度
2. (______)决定图像分辨率的高低。
A.像素分辨率（ppi）的高低；
B.输出尺寸的大小；
C.总像素数的多少
3. 有三幅图像，A图为72ppi，B图为150ppi，C图为300ppi，哪幅图像的细节表现更多些？(______)。
A；B；C；ABC
4. 两幅图像，A图100×100像素，B图100ppi，2.54×2.54厘米（1×1英寸），哪幅图像的分辨率更高些？
PPI 与图像分辨率
本博前几篇文章都提到了像素分辨率与图像分辨率，近日上网一查，发现问题比想象中的还要多，主要是对“PPI（Pixel per inch）”的解读，多数文章都是扬扬洒洒，贯穿了很多术语，旁引博证，回答的海阔天空，刚要说到点子上，马上又转入不相干的另一话题，有点象新闻发言稿。这些文章有一个共同的模糊点，就是把PPI与图像分辨率——这两个意义完全不同的概念从文字到内涵都混杂到了一块，所以造就了图形图像领域中诸多的业内外行，所以作专文再重复啰嗦一番。
■ PPI（Pixel per inch）——像素分辨率，与图像分辨率只有一字之差，为了在字符外观上更容易区分，本文用“PPI”英文称之，不用像素分辨率汉字表述。实际上称其是“分辨率”有些牵强，不如称为“采样率”更加合适，但考虑应让非专业人士尽量少地接触术语，还坚持统一用“分辨率”吧，反正“他大舅他二舅都是他舅”。
“PPI”的全写是“Pixel（像素）per（每一）inch（英寸）”，连起来：每一英寸距离内所包含的像素数量，是数字图像中像素的排列规则，即以英寸为单位的像素采样密度。
转换成生活中的实例如，种地：一米间隔插几根秧苗；电影院：每排有几个座位；学生站队：大臂向前看齐还是小臂向前看齐；这些都是排列规则，即采样密度。
图像分辨率需要回答的则是：这块地能插多少秧苗？电影院能容纳多少观众？全班的学生总共有多少名？如果根据上述条件你能圆满地回答了问题，那就是我错了，我当删此博文并公开道歉。如果你回答不出来，那么你就应该承认我的结论：PPI≠图像分辨率。
■ 图像分辨率（image resolution ）——没有相应的英文缩写。是指一幅完整图像所能提供给观者的视觉信息有多少，即表现图像物理细节多少的程度，有时也叫“解析度”。
图像分辨率的概念在胶片时代就已有之。懂点摄影的人都知道，把120底片和135底片放大成相同尺寸的照片，由于135底片尺寸小，需要更高的放大倍率，而胶片上的感光材料金属银盐颗粒大小是一样的，更高的放大倍率会把银盐颗粒放大，所以135底片放大的照片“颗粒化”效果更加明显（数字图像中称“像素化”），其分辨率低于120底片放大的照片。如果用类似“PPI”的指数来衡量（这里只是类比，“PPI”只针对数字图像，像素相当于银盐颗粒），胶片本身的“PPI”值是相同的，不同的放大倍率使“PPI”值发生变化，120底片放大的倍率低，“PPI”值更高（颗粒细小），图像分辨率也更高。但不是说只要图像的“PPI”值高，其图像分辨率就一定高，不要忘记一个先决的关键条件：放大后的尺寸。只有在尺寸相同的情况下这种说法才能成立，如果放大后的尺寸不同，结果是完全不确定的。
前例中的先决关键条件便是：这块地的长宽各有多少米；电影院共有多少排座位；学生有多少列，每列多少人。有了这个条件，你才能正确地回答问题。在数字图像中，这个先决关键条件就是图像尺寸。图像尺寸只是在实际输出时才有意义，所以也被称为“输出尺寸”。“PPI”只是像素的采样密度，它与“输出尺寸”互为条件，两者结合起来表示长度（或宽度）方向的像素数量，而高度与宽度方向的像素数量相乘得到的总像素数量，才是真实的图像分辨率。所以，更多的像素数量提供了更多的视觉信息，从而表现出更多的物理细节，总像素数量才是图像分辨率的关键指标。
最流行的谎言——“PPI”的值越高，图像分辨率就越高。
更正——总像素数量越多，图像分辨率就越高。
下图A 为100×100=10000像素；图B 为200×200=40000像素。
图 B 的总像素数量多于图A，所以，图 B 的图像分辨率高于图A——细节更多。
100×100像素/2400ppi 200×200像素/72ppi
这是专为本文制作的两幅png格式小图。你可以把它们拖拽到PS中直接打开（点击/ 点击查看原图/ 拖拽至PS下），你会发现：
低分辨率的图A，其“PPI”值高达2400ppi，而高分辨率的图B，只有区区72ppi——“PPI”值高并不等于图像分辨率就一定高，实际操作是戳穿谎言的最直接方法。
再看其输出尺寸，图B 的输出尺寸是7×7厘米，而图A 因为像素的排列密度过高，实际输出尺寸仅为0.1×0.1厘米，1毫米大小，面积仅为图B 的1/4900。
你可能会产生疑惑，屏幕上看到的明明不是这个样子，它们的面积差别仅为1/4而已。所以，你必须清楚，输出尺寸是针对其它物理介质输出而言，如打印输出、喷绘输出、印刷输出等，不是针对“屏幕输出”的尺寸。屏幕输出只关心图像的像素数量即图像分辨率，使用屏幕分辨率中的一个“显示点”对应显示一个像素，而对于“PPI”和输出尺寸根本就是忽略不计的。图A每边的像素数量是图B的1/2，平方的关系，其面积正好是图B的1/4。
如果不考虑上面提到的物理介质的输出，如网络、影视、多媒体等以屏幕显示为主要目的的行业，“PPI”与“输出尺寸”都是没有实际意义的，他们只关注显示器的屏幕分辨率与图像的总像素数量，由此又引出另一个同样流传已久的不实之词——屏幕分辨率=72dpi（或96dpi）的问题，欲知详情，可参读本博文章《屏幕分辨率》。
屏幕分辨率
提到屏幕分辨率，很多人都会脱口而出：72dpi，很多资料也这样写：在MAC上为72dpi，在PC上为96dpi，从网络上下载的图片大多也都是72dpi，这就很容易造成一个误解，即屏幕分辨率就是72dpi或96dpi，这令果粉们很不高兴，MAC怎么会比PC还要低？
屏幕分辨率果真就是72dpi 或96dpi 吗？并没那么简单！在回答这个问题之前，先弄清楚另外两个意思相近的分辨率：系统显示分辨率、显示设备分辨率。
系统显示分辨率——是由计算机的内部硬件图形卡（显卡）设定的、输出到显示设备上的图文项目的像素数量，WIN7中直接把它称作屏幕分辨率，为了不发生混淆，本文把它称之为系统显示分辨率。
显示设备分辨率——是指显示设备（显示器）的物理分辨率，即水平与垂直方向所具备的显示点数量。
显示器属输出设备，可以用DPI来衡量，计算方法很简单，就是显示设备的水平显示点÷水平宽度（英寸），以本人使用的22英寸（对角线）液晶显示器为例（后例均指此显示器），水平宽度约18.6英寸，高宽比为16：10，显示点数量为1680×1050，1680÷18.6≈90，所以我的显示设备分辨率就是90dpi。显示设备厂商通常是以“点距”来衡量显示器精度的，即每两个显示点中心间的距离，与上述意思完全一样，把90dpi转换成毫米，25.4÷90≈0.28，“点距”即为0.28毫米。
屏幕分辨率是用显示器上的显示点（显示设备分辨率）来显示操作者设定的像素数量（系统显示分辨率），最终得到的屏幕显示结果，是衡量显示设备显示计算机图文项目精细程度的一个参数指标。计算方法同理，即系统显示分辨率设定的水平像素数÷显示器的水平宽度。
如：本人设定系统显示分辨率为1680×1050，像素数量正好等于显示器的显示点数量，因此得出当前的屏幕分辨率为90dpi，这种情况在网络与多媒体等行业称之为“点对点显示”，即一个显示点对应显示一个像素，会得到最佳显示效果（图A），因此，液晶显示器推荐系统显示分辨率的设定最好与显示设备分辨率相一致，如果两者不一致，如设定系统显示分辨率为1280×800，显示器将用1680个显示点来显示1280个像素的项目内容，大约每13个点显示10个像素，经过重新计算后的像素被放大，使本来清晰的文本变得些许模糊，显示效果大打折扣，此时我们计算它的实际屏幕分辨率，1280÷18.6≈68.8，屏幕分辨率即为69dpi（图B）。
可见，屏幕分辨率是依设备而定，甚至是依人而定的，既不是72dpi，也不是96dpi。
那么，这72dpi和96dpi是怎样来的？早期MAC开发的图形界面刚刚出现，使用的显示器大都是14英寸的，系统显示分辨率最高也就上到800×600，14寸显示器的水平宽度为11.2英寸，800÷11.2≈72，所以便留下了72dpi的屏幕分辨率标准。而当PC跨入图形界面时，系统显示分辨率已经达到1024×768的水平了，精度大约提高了三分之一，所以PC内定的屏幕分辨率也相应提高了三分之一，从72dpi上升到了96dpi，而在14英寸显示器下实际测算，1024÷11.2≈92，其实际屏幕分辨率为92dpi，所以，无论是72dpi 还是96dpi，都是理论上的参考值，并无更多实际意义。如果想知道个人电脑的真实屏幕分辨率，只有使用下列公式实际计算。
屏幕分辨率计算公式：
系统显示分辨率设定的宽度（高度）像素÷显示器实际宽度（高度）尺寸
============================================================
——尺寸可以是厘米，也可以是英寸，但用厘米不可以称为DPI，DPI是以英寸为单位。
K是千 M是兆 G是吉咖 T是太拉 8bit(位)=1Byte(字节) 1024Byte(字节)=1KB 1024KB=1MB 1024MB=1GB 1024GB=1TB 数位组：一个在信息技术和数码技术领域中，用于表示信息的数量的单位。 一个数位组是数个二进位的组合。早期的不同计算机系统中使用的数位组含有的二进位数目不尽相同。但目前数位组在应用上已经统一，即，一个数位组通常由8个二进位组成。16个二进位合成一个字（word）. 32个二进位构成一个复字（double words)。 每个二进位，可用来代表两种状态之一，如电路的开/断等）组成，因此可以代表28 = 256个不同的状态。 4个二进位的组合称为四位组(Nibble)。 8个二进位的组合则为一个八位组(Octet)。所以一个数位组通常是一个八位组。 数位组是一个承载信息的基本单元。一个数位组表明的信息由所用的编码方式决定。不同的编码方式有可能用一个或多个数位组来表示一个数字，一个符号，或者一幅图像中的一个色点。常用的编码方式如用来表示字符集的ASCII编码或者ISO/IEC 8859标准的编码。 字节又被译为“字节”，即是在电脑内一个英文字所占的最基本单元。而一个中文字是占两个字节的。
由数位组引申出的计量单位 1 kilobyte kB = 1000 (103) byte 1 megabyte MB = 1 000 000 (106) byte 1 gigabyte GB = 1 000 000 000 (109) byte 1 terabyte TB = 1 000 000 000 000 (1012) byte 1 petabyte PB = 1 000 000 000 000 000 (1015) byte 1 exabyte EB = 1 000 000 000 000 000 000 (1018) byte 1 zettabyte ZB = 1 000 000 000 000 000 000 000 (1021) byte 1 yottabyte YB = 1 000 000 000 000 000 000 000 000 (1024) byte 1 nonabyte NB = 1 000 000 000 000 000 000 000 000 000 (1027) byte 1 doggabyte DB = 1 000 000 000 000 000 000 000 000 000 000 (1030) b yte 注意上面Kibi这一系列的定义。Kibi来自英语kilo-binary(二进制的千), 1998年10月在IEC60027-2中订位标准。但到目前在各种应用中还没有完全占优势。 在信息行业中常用用于内存容量的MB, GB，几乎都是指220，230，…数位组。KB也经常表示210数位组，以区别于kB。当然你也会经常看到kB被混用来表示210数位组。这些表示法都并没有被标准化。至于硬盘容量，一般的制造商总是用十进制的计数。一般计算机的操作系统都是使用2进制的计数，所用你经常会发现在计算机看到的硬盘容量比硬盘上声称的要小，比如20GB的硬盘只显示有18.6GB。特别误导人是软盘的情况。720KB的软盘是720×10241个数位组的
超分辨率复原技术的发展 The Development of Super2Re solution Re storation from Image Sequence s 1、引言 在图像处理技术中,有一项重要的研究内容称为图像融合。通常的成像系统由于受到成像条件和成像方式的限制,只能从场景中获取部分信息,如何有效地弥 补观测图像上的有限信息量是一个需要解决的问题。图像融合技术的含义就是把相关性和互补性很强的多幅图像上的有用信息综合在一起,产生一幅(或多幅) 携带更多信息的图像,以便能够弥补原始观测图像承载信息的局限性。 （图象融合就是根据需要把相关性和互补性很强的多幅图象上的有用信息综合在一起,以供观察或进一步处理,以弥补原始单源观测图象承载信息的局限性,它是一门综合了传感器、图象处理、信号处理、计算机和人工智能等技术的现代高新技术,于20 世纪70 年代后期形成并发展起来的。由于图象融合具有突出的探测优越性,在国际上已经受到高度重视并取得了相当进展,在医学、遥感、计算机视觉、气象预报、军事等方面都取得了明显效益。从图象融合的目标来看,主要可将其归结为增强光谱信息的融合和增强几何信息的融合。增强光谱信息的融合是综合提取多种通道输入图象的信息,形成统一的图象或数据产品供后续处理或指导决策,目前在遥感、医学领域都得到了比较广泛的应用。增强几何信息的融合就是从一序列低分辨率图象重建出更高分辨率的图象(或图象序列) ,以提 高图象的空间分辨率。对图象空间分辨率进行增强的技术也叫超分辨率 (super2resolution) 技术,或亚像元分析技术。本文主要关注超分辨率(SR) 重建技术,对SR 技术中涉及到的相关问题进行描述。） （我们知道,在获取图像的过程中有许多因素会导致图像质量的下降即退化,如 光学系统的像差、大气扰动、运动、离焦和系统噪音,它们会造成图像的模糊和变形。图像复原的目的就是对退化图像进行处理,使其复原成没有退化前的理想图像。按照傅里叶光学的观点,光学成像系统是一个低通滤波器,由于受到光学衍射的影响,其传递函数在由衍射极限分辨率所决定的某个截止频率以上值均为零。显然,普通的图像复原技术如去卷积技术等只能将物体的频率复原到衍射极
图像大小和分辨率 与数码照片有关的工作中一个比较复杂的话题，就是对图像大小与分辨率之间的关系的理解。作为照片处理者，你随时都会遇见ppi值（每英寸像素的数量）、像素大小以及输出大小。要想获得精确的图像效果，尤其是打印后的图像效果，把这两个概念整理清楚是非常必要的。 图像大小 图像文件的两个重要特征是它的图像大小（不要与图像文件的大小混淆了）以及它的分辨率。图像大小涉及的是图像中点的数量。以像素乘以像素来说明，第二个像素值指的是垂直方向的像素数量。例如一个图像的大小可以是4368×2912像素，也就是共有12719616或者取整为1200万个图像点，也就是1200万像素。图像文件大小则与它所需的存储空间有关，以字节为单位。 一个图像的像素越大，所含的图像信息就越多，被清楚还原的尺寸也就越大。在输出大小相同的情况下，像素越大，单个细节就显示得越清楚，就越会形成清晰的视觉效果。但这里的视觉图像大小只是一个非实体的、虚拟的值，单独这个值既不能以厘米计算纸上的图片大小，也不能说明显示器上的图像大小。为了对图像上的大小进行确切的描述，还需要另外一个值，那就是分辨率，因为只有通过介质的显示，数字的像素信息才能有一个实际的载体。 分辨率 分辨率是用来表示一定长度的线段上的图像点数量的参数，用每英寸像素（ppi）来表示。它描述的是一个特定的输出介质在一个区域内所能显示的像素数量，同时也表明了在这个介质上正确展示一张照片的最低要求。每个输出介质的分辨率都是不同的。
你可以把一个图像想象成一个大的马赛克，每个像素中都含有关于各个马赛克“小石子儿”所应有的色彩信息。输出介质决定着单颗小石子儿的大小——显示器上的单颗小石子儿较大，而打印照片时相纸上的单颗小石子儿较小。因此在平铺面积相同的情况下，相纸所能容纳的小石子儿要比显示器容纳的多。也可以说，显示器在相同面积中所需要的小石子儿较少。相应的，在小石子儿数量相同的情况下，在显示器上所铺出来的面积就更大。但是在这两种显示介质前，在与这两个马赛克保持相应距离时，你会看到同样的图像。 此外，比较难以理解的是，分辨率这个概念也被应用于其他与摄影相关的情况，但是不同情况下的所指少有不同。 ——镜头分辨率描述的是这个镜头将黑白相间的细线条分辨开来成像的能力，即解像能力 ——相机的感光元件用分辨率来描述垂直方向和水平方向上的测量像素的数量，也就是可以成像的测量像素的总量（通常用“百万像素”表示） ——与相机的感光元件非常相似的是，显示器把垂直方向和水平方向上所可能显示的像素的总量也口语化地叫做分辨率，虽然这更多地是在描述显示器的大小（在这个意义上，更接近“图像大小”的概念） 但是一张照片的分辨率并没有说出这个图像文件中真正的像素数量。在一个特定的输出介质上，一张大图和一张小图的显示分辨率是完全相同的，但是大图要比小图显得大得多。为了理解这其中的关联，请你在后面的叙述中想象一下两个不同的图片文件，它们展示的是同一个主题：照片1的图像大小是6048×4032像素，照片2只有300×200像素。这两张照片将在显示器上和相纸上被展示出来。
超分辨率图像处理技术是利用多帧关于同一场景的有相互位移的低分辨率降质图像来重建高分辨率高质量图像的技术。介绍了超分辨率图像处理技术的概念和起源;综述了超分辨率图像恢复研究现状。重点对单帧和多帧超分辨率图像处理的主要方法进行了评述,并总结对比了频域和空域方法的优缺点。最后对超分辨率图像处理技术的技术难点和前沿问题研究前景进行介绍和展望。 0引言 图像超分辨率处理技术是指利用多帧关于同一场景的有相互位移的低分辨率降质图像(LR,lowresolution)来重建高分辨率高质量图像(HR,highresolution)的技术[1]。图像超分辨率处理技术可突破图像采集设备的分辨率限制,充分利用多帧图像之间的互补信息,实现像素级的图像信息融合。在计算机视觉、卫星遥感、天文学、生物医学成像、民用安防等多个领域都有广泛的应用。图像超分辨率处理常被认为是广义的图像复原(Restoration)或图像重建(Reconstruction)。实际上它与两者有一定联系但是又不完全相同。图像复原是指去除或减轻获取数字图像过程中发生的图像质量下降(退化)[2],目标是恢复光学系统截止频率以内的成分,而图像超分辨率处理的目标是得到系统截止频率以外的成分。图像重建可用于现有成像系统不能提供满意图像分辨率的情况,如提高遥感图像、CT、核磁共振、超声波图像和各种监控图像等的分辨率[3]。在超分辨率处理中,多帧低分辨率降质图像可以认为是高分辨率理想图像经成像系统在观测平面上的一个投影,因此图像超分辨率处理也可以认为是由多帧低分辨率降质图像来重建高分辨率理想图像。 1超分辨率图像处理技术研究概况 J.L.Harris[4]和J.W.Goodman[5]提出的基于单帧图像的Harris-Goodman频谱外推法是最早的超分辨率图像处理的方法。随后,Tsai与Huang提出了基于序列或多帧图像的超分辨率重建问题,并给出了基于频域逼近的重建图像方法。此后,极大后验概率估计法、反向投影迭代法、凸集投影法和自适应滤波方法等许多有使用价值的方法被提出并发展。 目前,国内外对超分辨率的研究较突出的有:美国加州大学多维信号处理研究小组的PeymanMilanfar等提出了大量的实用算法和集成各种算法的超分辨率图像恢复软件包[6];美国Dayton大学和Wright实验室对红外CCD相机进行了机载试验,利用20幅低分辨率的红外图像,取得了分辨率提高近5倍的实验结果。香港R. F. Chars等研究了超分辨率图像恢复的有效预处理共扼梯度迭代算法[7]。以色列耶鲁撒冷大学M.Elad等[8]对存在任意运动的图像序列,以及动态的和彩色的多媒体等的超分辨率恢复进行了研究。以色列的EROS-A卫星利用“过采样”技术使影像的分辨率提高一倍以上。印度S.Chaudhuri等研究了迭代的超分辨率图像恢复方法[9]。韩国Pohang理工大学在各向异性扩散用于超分辨率[10]方面进行了研究。国内近几年在频谱外推、混叠效应的消除、无损检测、成像探测元的阵列改进以及一些超分辨率方法的改进方面做过类似研究,但研究水平无论从深度和广度上都较国外存在一定的差距[11]。 2超分辨率图像处理方法 图像超分辨率处理技术通常可以分为两大类:单帧图像重建(静态图像插值)方法和多帧图像处理(序列图像重建)方法。单帧图像处理也称为图像放大,是指利用一帧探测器采集到的低分辨率图像的信息,通过重建算法提高图像分辨率的方法。为了增加利用图像的信息,人们逐渐将研究热点转向多帧图像处理。多帧图像处理充分利用了不同帧图像之间的互补信息,其超分辨率复原能力好于利用单帧图像处理。其主要方法大致可以分为两类:频域法和空域法。早期的超分辨率图像处理方法研究都集中在频域,后来转向空域超分辨率图像处理复原方法的研究。频域法不能利用图像的先验知识,而空域方法则能够充分利用图像先验知识。频域方法的基本流程如图1(a)所示。其中图像配准和运动模型估计的精度越高,图像重建的效果就越好。当考虑到普遍的运动类型以及退化模型时,频率域方法仅能进行整体运动估计,
图像尺寸与像素的关系 大概有很多初学者都知道，拍来的片片如果像素太高，会占内存，输出会很慢.但如果像素低，片片又会不清晰，大家也应该很清楚要视情况与用途而在电脑里设定片片的像素，但应该如何去设呢？ 显示器上的图像是由许多点构成的，这些点就称为像素，意思就是“构成图像的元素”。但是要明白一点：像素作为图像的一种尺寸，只存在于电脑中，如同RGB色彩模式一样只存在于电脑中。像素是一种虚拟的单位，现实生活中是没有像素这个单位的。 眼眸作者：孤小默 这里小编使用Photoshop来说明，打开图片然后点击菜单栏的（图像—图像大小），可看到如下右图的信息。图像 尺寸/像素的讲解与设定 上面的像素大小我们都已经熟悉了，指的就是图像在电脑 中的大小。其下的文档大小，实际上就是打印大小，指的 就是这幅图像打印出来的尺寸。可以看到打印大小为 17.64×10.58厘米。它可以被打印在一张A4大小的纸上。那是否就是说500像素等同于17.64厘米呢？那么1000像素打印大小是否就是17.64×2＝35.28厘米呢？这种观点是错误的，电脑中的像素和传统长度不能直接换算，因为一
个是虚拟的一个是现实的，他们需要一个桥梁才能够互相转换，这个桥梁就是位于文档大小宽度和高度下方的分辨率。注意这里的分辨率是打印分辨率，和“显示器分辨率”是不同的。 图像尺寸/像素的讲解与设定 现在看它的取值为72，后面的单位是像素/英寸，表示“像素每英寸”。英寸是传统长度，那么这个“像素每英寸”换句话就是“每英寸多少像素”。指在1英寸的长度中打印多少个像素。现在取值是72，那么在纸张上1英寸的距离就分布72个像素，2英寸就是144像素，由此类推。 为什么不是“像素每厘米”呢？这主要是英制单位使用范围较为广泛，我们平时所说的电视机或者显示器的寸数也就是英寸。在出版印刷行业也是如此，所以为了方便计算和转换，通常使用“像素每英寸”作为打印分辨率的标准。简称为dpi，Dot(点)Per(每)Inch(英寸)。 在Photoshop中，也可以把分辨率单位换成符合我们习惯的“像素每厘米”，如下左图。想一想，如果我们把打印大小和打印分辨率调整为下右图所示那样，像素大小是多少？首先看分辨率：每厘米80像素。再看宽度是10厘米，所以宽度的像素就是80×10＝800像素。那么高度就是480像素。 在像素总量不变的前提下，降低打印分辨率将会扩大图像
图像超分辨率算法综述 摘要：介绍了图像超分辨率算法的概念和来源，通过回顾插值、重建和学习这3个层面的超分辨率算法，对图像超分辨率的方法进行了分类对比，着重讨论了各算法在还原质量、通用能力等方面所存在的问题，并对未来超分辨率技术的发展作了一些展望。 关键词：图像超分辨率；插值；重建；学习； Abstract:This paper introduced the conception and origin of image super resolu- tion technology. By reviewing these three kinds of methods(interpolation,reconstruct, study), it contrasted and classified the methods of image super-resolution,and at last, some perspectives of super-resolution are given. Key words: image super-resolution;interpolation;reconstruct;study;
1 引言 1.1 超分辨率的概念 图像超分辨率率(super resolution,SR)是指由一幅低分辨率图像(low resolution,LR)或图像序列恢复出高分辨率图像(high resolution， HR)。HR意味着图像具有高像素密度，可以提供更多的细节，这些细节往往在应用中起到关键作用。要获得高分辨率图像，最直接的办法是采用高分辨率图像传感器，但由于传感器和光学器件制造工艺和成本的限制[1]，在很多场合和大规模部署中很难实现。因此，利用现有的设备，通过超分辨率技术获取HR图像(参见图1)具有重要的现实意义。 图1 图像超分辨率示意图 图像超分辨率技术分为超分辨率复原和超分辨率重建，许多文献中没有严格地区分这两个概念，甚至有许多文献中把超分辨率图像重建和超分辨率图像复原的概念等同起来，严格意义上讲二者是有本质区别的，超分辨率图像重建和超分辨率图像复原有一个共同点，就是把在获取图像时丢失或降低的高频信息恢复出来。然而它们丢失高频信息的原因不同，超分辨率复原在光学中是恢复出超过衍射级截止频率以外的信息，而超分辨率重建方法是在工程应用中试图恢复由混叠产生的高频成分。几何处理、图像增强、图像复原都是从图像到图像的处理，即输入的原始数据是图像，处理后输出的也是图像，而重建处理则是从数据到图像的处理。也就是说输入的是某种数据，而处理结果得到的是图像。但两者的目的是一致的，都是由低分辨率图像经过处理得到高分辨率图像。另外有些文献中对超分辨率的概念下定义的范围比较窄，只是指基于同一场景的图像序列和视频序列的超分辨处理，实际上，多幅图像的超分辨率大多数都是以单幅图像的超分辨率为基础的。在图像获取过程中有很多因素会导致图像质量下降，如传感器的形
图像分辨率的概念 图像分辨率为数码相机可选择的成像大小及尺寸，单位为dpi。常见的有640 x 480；1024 x 768；1600 x 1200；2048 x 1536。在成像的两组数字中，前者为图片宽度，后者为图片的高度，两者相乘得出的是图片的像素。长宽比一般为4：3。 在大部分数码相机内，可以选择不同的分辨率拍摄图片。一台数码相机的像素越高，其图片的分辨率越大。分辨率和图象的像素有直接的关系，一张分辨率为640 x 480的图片，那它的分辨率就达到了307200，也就是我们常说的30万像素，而一张分辨率为1600 x 1200的图片，它的像素就是200万。这样，我们就知道，分辨率表示的是图片在长和宽上占的点数的单位。 一台数码相机的最高分辨率就是其能够拍摄最大图片的面积。在技术上说，数码相机能产生在每寸图像内，点数最多的图片，通常以dpi为单位，英文为Dot per inch。分辨率越大，图片的面积越大。 像素越大，分辨率越高，照片越清晰，可输出照片尺寸也可以越大。 分辨率是什么？分辨率的定义、特质及分类详细介绍分辨率可以从显示分辨率与图像分辨率两个方向来分类。显示分辨率（屏幕分辨率）是屏幕图像的精密度，是指显示器所能显示的像素有多少。图像分辨率则是单位英寸中所包含的像素点数，其定义更趋近于分辨率本身的定义。 概述
定义 1、图像处理或信号处理中的空间或时间分辨率：能够分辨图像中两个点或线的能力。最好的数学定义是使用点扩展函数的分布大小。 2、信号处理中的频谱分辨率，由观察的时间窗长所决定的所能够分辨的最小的频谱分量的差别。 以分辨率为1024×768的屏幕来说，即每一条水平线上包含有1024个像素点，共有768条线，即扫描列数为1024列，行数为768行。分辨率不仅与显示尺寸有关，还受显像管点距、视频带宽等因素的影响。其中，它和刷新频率的关系比较密切，严格地说，只有当刷新频率为“无闪烁刷新频率”，显示器能达到最高多少分辨率，才能称这个显示器的最高分辨率为多少。 分辨率是和图像相关的一个重要概念，它是衡量图像细节表现力的技术参数。但分辨率的种类有很多，其含义也各不相同。正确理解分辨率在各种情况下的具体含义，弄清不同表示方法之间的相互关系，是至关重要的一步。 一些用户往往把分辨率和点距混为一谈，其实，这是两个截然不同的概念。点距是指象素点与点之间的距离，象素数越多，其分辨率就越高，因此，分辨率通常是以象素数来计量的，如：640×480，其象素数为307200。注：640为水平象素数，480为垂直象素数。 由于在图形环境中，高分辨率能有效地收缩屏幕图象，因此，在屏幕尺寸不变的情况下，其分辨率不能越过它的最大合理限度，否则，就失去了意义。
图象分辨率（PPI） 扫描分辨率（DPI） 网屏分辨率（LPI） 设备分辨率（DPI） 详细介绍: 编辑本段分辨率简介 分辨率（resolution）就是屏幕图像的精密度，是指显示器所能显示的点数的多少。由于屏幕上的点、线和面都是由点组成的，显示器可显示的点数越多，画面就越精细，同样的屏幕区域内能显示的信息也越多，所以分辨率是个非常重要的性能指标之一。可以把整个图像想象成是一个大型的棋盘，而分辨率的表示方式就是所有经线和纬线交叉点的数目。 以分辨率为1024×768的屏幕来说，即每一条水平线上包含有1024个像素点，共有768条线，即扫描列数为1024列，行数为768行。分辨率不仅与显示尺寸有关，还受显像管点距、视频带宽等因素的影响。其中，它和刷新频率的关系比较密切，严格地说，只有当刷新频率为“无闪烁刷新频率”，显示器能达到最高多少分辨率，才能称这个显示器的最高分辨率为多少。 测量方面的分辨率 分辨率是和图像相关的一个重要概念，它是衡量图像细节表现力的技术参数。但分辨率的种类有很多，其含义也各不相同。正确理解分辨率在各种情况下的具体含义，弄清不同表示方法之间的相互关系，是至关重要的一步。 一些用户往往把分辨率和点距混为一谈，其实，这是两个截然不同的概念。点距是指象素点与点之间的距离，象素数越多，其分辨率就越高，因此，分辨率通常是以象素数来计量的，如：640×480，其象素数为307200。 注：640为水平象素数，480为垂直象素数。 由于在图形环境中，高分辨率能有效地收缩屏幕图象，因此，在屏幕尺寸不变的情况下，其分辨率不能越过它的最大合理限度，否则，就失去了意义。 显示器大小最大分辨率 14英寸1024×768 15英寸1280×1024 17英寸1600×1280 21英寸1600×1280 买显示器或液晶电视应该怎么看分辨率:https://www.doczj.com/doc/b518899194.html,/html/1335.htm 编辑本段分辨率解析 分辨率高分辨率是保证彩色显示器清晰度的重要前提。显示器的点距是高分辨率的基础之一，大屏幕彩色显示器的点距一般为0.28，0.26，0.25。高分辨率的另一方面是指显示器在水平和垂直显示方面能够达到的最大象素点，一般有320×240，640×480，1024×768，1280×1024等几种，好的大屏幕彩显通常能够达到1600×1280的分辨率。较高的分辨率不仅意味着较高的清晰度，也意味着在同样的显示区域内能够显示更多的内容。比如在640×480分辨率下只能显示一页的内容，在1600×1280分辨率下则能够同时显示两页。 分辨率是用于度量位图图像内数据量多少的一个参数。通常表示成每英寸像素（Pixel per inch, ppi）和每英寸点（Dot per inch, dpi）。包含的数据越多，图形文件的长度就越大，也能表现更丰富的细节。但更大的文件也需要耗用更多的计算机资源，更多的内存，更大的硬盘
我们买数码相机或是评价相机功能的时候，常常提到相机的“像素”这一概念，认为像素大的相机就好，就能拍出精细的图片来，现在有的高档数码相机的像素数高达上千万，一般的家庭用相机的像素达到了四百万到五百万。是不是我们购买相机的时候，“像素”就是我们评价相机和追求的唯一参数？答案是否定的，这里首先要弄清像素的基本概念。 “像素”是相机感光器件上的感光最小单位。就像是光学相机的感光胶片的银粒一样，记忆在数码相机的“胶片”（存储卡）上的感光点就是像素；要想得到分辨率高（也就是细腻的照片），就必须保证有一定的像素数；是不是像素高的相机拍出的照片就一定比像素低的相机拍出的照片清晰呢？这首先要弄清一个概念，照片的清晰度不是取决于像素数，而是取决于像素的“点密度”（就是图片的分辨率）（用ppi表示，单位是“像素/英寸”），“像素数”和“点密度”是两个概念，“像素数”（点数）是感光点的总量，而“点密度”是单位面积上的点数（像素点），只有单位面积上的感光点数越多，拍出的照片才越细腻。所以，反映照片清晰程度的参数是“点密度”（图片分辨率），而非总的点数。像素虽高，若印的照片也很大，其“点密度”并不高，照片也不细腻；相反，像素不高，若只印很小幅面的照片，也可以得到很细腻的照片。所以确切地说，像素高，意味着能拍出幅面大的照片；所以，“像素”的高低，表示着照片幅面的大小；这样说来，我们购买相机的时候，就要考虑你准备拍摄的照片的最大尺寸是多大，再决定要求的像素数。若你准备开影楼或做广告，需要放大很大幅面的照片，就需要选择“最高像素”高的相机；若只是家庭使用，不准备放大很大的照片，也就不必追求太高的像素数。当然，高像素的代价是高价位，所以用户在选择相机时，既要考虑自己的实际需要，也要考虑经济承受能力。 我们在使用数码相机拍照时，往往有几组数字供我们选择： 640×480, 1024×768, 1600 ×1200， 2048×1536，…… 每一组数字中，前一数字表示在照片的长度方向上所含的像素点数，后一数字表示在宽的方向上所含的像素点数，两者的乘积，就是像素数；例如1600×1200＝1920000≈2000000，就是200万（像素）。 具体来说，图片的分辨率决定于图片的像素数和图片的尺寸（幅面），像素数高且图片尺寸小的图片，即单位面积上的像所含的像素数多的图片，其分辨率也高。在图片处理软件上打开图片时，就会看到一组数字，有图片像素数，文档大小（长、宽的尺寸）；根据此数据，即可计算出该图片的分辨率；计算的方法是，以其在长度方向上的像素数，除以长度的尺寸数（英寸）；或以其在宽度方向的像素数，除以宽度的尺寸数（英寸）。例如以图片的像素是640×480，其尺寸大小是：长：3.556寸，宽：2.667寸；该图片的分辨率就是：640÷3.556＝180（像素/英寸），或480÷2.667＝180（像素/英寸）。再如，一图片的像素是640×480，其尺寸大小是：宽9寸，高：6.7寸，该图片的分辨率就是：640÷8.9＝72（像素/英寸）。分辨率才是图片清晰程度的标志，在分辨率一定的情况下，像素值是图片的幅面的标志。像素值大，只能说明该图片的幅面大，并不能说明其清晰程度，清晰程度如何，则要看其分辨率的大小。 图片大小/像素/分辨率之间之关系 拍摄时，每个相机都有几组不同的像素值供我们选择，我们应怎样设定像素的大小呢？首先说明，设定的像素大（文档大），占据记忆卡的资源也大，记忆卡所能容纳的图片数目也就少，即能拍摄的照片少；反之，设定的像素小，能拍摄的照片就多；假若我们想多拍照片，就把像素设定的小一些；假若我们想在后期放大照片，就设定高像素。 前面提到，照片的清晰程度取决于图片的分辨率，也可用“点密度”（单位面积上的点数）来反映；在保证照片清晰的前提下，我们如何选择像素值呢？这就要看我们准备打印多大幅面的照片了。肉眼所能分辨的最小距离是0.1mm, 1英寸(图片大都用英寸表示)是25.4mm, 也就是说图片分辨率高于254（像素/英寸）的图像的清晰度，在眼睛看来是没有什么区别的，