像素与字节
 
一个字节包含8个比特。像素即图片元素，通常表示位图中的一个点。
 
1.对于黑白图像（即二值图像），一个像素点用一个bit表示即可，即用0和1表示黑白。这样一个字节可以表示8个像素。
 
2.对于灰度图，一个像素要求256种状态，即2的8次方，因此需要8bit，即1个byte表示一个像素。
 
3.对于RGB图，一个像素占24个bit，即3个字节表示一个像素。
 
上面上个说的都是位图(bitmap)，所谓位图即是用像素点表示的图
 
 
 
一个例子
 
近似求的图像像素大小例子（说近似是由于图像文件中不仅仅储存了像素）
 
 
 
假设图像大小为：953960 Byte
 
 
图片分辨率如下：1019*478
 
 
则像素总数=长*宽 =1019*478=487082个像素
 
平均每个像素大小 = 图片大小/像素总数 = 953960 / 487082  = 1.959Byte
 
化成bit则为15.67bit，即此图片一个像素约占16bit。
 
 
 
reference
 
https://zhidao.baidu.com/question/422338122.html
 
https://zhidao.baidu.com/question/280839027.html

C# 图片与字节数组（byte[]）二进制相互转换，获取大小像素扩展名
 
https://blog.csdn.net/kongwei521/article/details/6871461
 
C#+Stream+和+byte[]+之间的转换
 
https://blog.csdn.net/kongwei521/article/details/6871503

基本转换关系
 
1TB = 1024GB 1GB = 1024MB 1MB = 1024KB 1KB = 1024B 1B =8b
 
一个像素占用多大内存，多少字节？
 
这个问题取决于需要存储一个像素的多少信息，以及是否采用了压缩技术。
如果是非黑即白的二值图像，不压缩的情况下一个像素只需要一个bit。
如果是256中状态的灰度图像，不压缩的情况下需要8bit（1字节，256中状态）。
如果用256种状态标识屏幕上某种颜色的灰度，而屏幕采用三基色红绿蓝（RGB），不压缩的情况下一个像素需要占用24bit（3字节），这个就是常说的24位真彩色。
还有各种其他的存储方式，例如15bit，16bit，32bit
如果考虑到压缩，情况就更复杂了，是有损压缩，还是无损压缩，具体采用哪种压缩算法，压缩参数等设置等等都会影响到一个像素占用的存储空间。
 
32位全彩色与24位全彩色的区别？
 
 
真彩色是指图像中的每个像素值都分成R，G，B三个基色分量，每个基色分量直接决定其基色的强度，这样产生的色彩称为真彩色。真彩色图像是一种用三个或更多字节描述像素的计算机图像存储方式。
 
 
计算机表示颜色也是用二进制。16位色的发色总数是65536色，也就是2的16次方；24位色被称为真彩色，它可以达到人眼分辨率的极限，发色数是1677万多色，也就是2的24次方。但32位色就并非是2的32次方的发色数，它其实也是1677万多色，不过它增加了256阶颜色的灰度，为了方便称呼，就规定它为32位色。少量显卡能达到36位色，她是24位发色数在加512阶颜色灰度。
 
 
至于32位色和16位色肉眼分辨不出来？其实用两台品牌型号都一样的显示器，分辨调不同的色，技能看出区别，而只是一台机的反复转换就比较难分辨出来。
 

像素深度、分辨率与图片大小的关系？图片大小怎么计算？
 
像素深度是什么？
 
像素深度是指储存每个像素所用的位数，像素深度决定色彩图像的每个像素有可能的颜色数或者确定灰度图像的每个像素可能有的灰度级数。
 一个像素的颜色在计算机中有多少个字节数据来描述，计算机中用二进制来表示一个像素的数据，用来显示一个像素的数据位数越多，则这个像素的颜色纸更加丰富、更加细腻、颜色深度越深。
 常见的像素深度有1位、8位、16位、24位、32位
 1位：用一个二进制来表示颜色的，这叫单色显示。例小饭店门口的LED屏。
 8位：用8个二进制表示颜色，2的8次方也就是256中颜色，256种颜色只能显示出黑白。例以前的老式黑白电视机。
 16位：可以表示出65536种颜色。表示RGB565（用5位二进制表示R红色、用6位二进制表示G绿色、用5位二进制表示B黄色）。这种情况下，颜色显示色彩失真比较严重，人眼看到不真实。
 24位：可以表示出16777216种颜色。表示RGB888（用8位二进制表示R红色、用8位二进制表示G绿色、用8位二进制表示B黄色）。这种情况下，还原色彩真实度，这种RGB888表示的方法叫做真彩色。
 32位：32位是在24位基础上加上了A阿尔法-表示透明度。表示为ARGB。
 
理解像素深度对于图片的计算是有很大的帮助。分辨率比较简单，就不做介绍。
 
图片大小的计算公式：
 
大小（MB）=分辨率位深 /（810241024）（在分母中810241024–8表示位深/8=字节数，一个像素的深度；2个1024对应单位B和KB的转换到MB* ）
 
分辨率=高宽（如：25921944–5百万像素的工业相机）
 位深：就是像素深度中的32位、24位、16位、8位（工业相机中大部分都是以8位为基础的黑白或24位的真彩色相机）
 
根据这个公式计算图片大小就会简单很多，例：
 5M百万像素分辨率为2592*1944，拍出的图片是多大？
 
如果是黑白相机拍出来的图片，图片位深一般为8位
 图片大小为259419448/（810241024）=4.8MB
 
如果是彩色相机拍出来的图片，图片位深一般为24位
 图片大小为2594194424/（810241024）=14.4MB