[具身智能-446]：灰度图片是如何存储的？
灰度图片的存储方式非常直观，它本质上就是一个由数字组成的二维矩阵。
与彩色图片（如 RGB）需要同时记录红、绿、蓝三个通道的数据不同，灰度图只需要记录亮度（Intensity）。你可以把它想象成一张填满了数字的表格，表格里的每一个数字都代表一个像素点的“黑度”或“白度”。
以下是灰度图片存储的详细解析：
1. 核心原理：像素与数值
在计算机眼中，灰度图片就是一个巨大的数字阵列。
- 单通道存储：每个像素点只占用1 个通道。
- 数值含义：
- 0：代表纯黑（最暗）。
- 255：代表纯白（最亮）。
- 1 ~ 254：代表不同深浅的灰色。数值越大，颜色越浅（越白）；数值越小，颜色越深（越黑）。
- 位深（Bit Depth）：
- 8位（最常见）：使用 1 个字节（8 bits）存储一个像素，共有 28=25628=256 个灰度等级。这是标准灰度图。
- 16位：使用 2 个字节存储，共有 216=65536216=65536 个灰度等级。常用于医学影像（如 X 光、CT）或工业检测，因为它能保留极细微的亮度差异。
2. 内存中的存储结构
当图片被加载到内存中时，它通常按行优先（Row-major）的顺序存储成一个线性的字节流。
假设有一张3×2（宽3像素，高2像素）的灰度图片，其像素矩阵如下：
表格
| 34 (深灰) | 128 (中灰) | 255 (纯白) |
|---|---|---|
| 0 (纯黑) | 64 (较暗) | 200 (较亮) |
在内存中，它会被存储为一串连续的字节：
``
计算机通过图片的宽度（Width）信息来“折行”，从而还原出二维图像。
3. 常见的文件格式
虽然内存中是原始数据，但保存到硬盘时，为了节省空间，通常会进行压缩。以下是几种常见的灰度图存储格式：
表格
| 格式 | 存储特点 | 适用场景 |
|---|---|---|
| PNG | 无损压缩。支持 8位或 16位灰度。文件体积适中，画质完美还原。 | 网页图标、需要透明通道的灰度图、通用存储。 |
| JPG | 有损压缩。虽然支持灰度，但压缩算法会产生噪点（伪影），破坏像素的准确性。 | 照片存储（不推荐用于机器视觉处理）。 |
| PGM | 极简存储。分为 ASCII（文本）和二进制两种模式。不压缩或压缩很少，结构极其简单，易于代码读取。 | 计算机视觉算法测试、科研数据、教学。 |
| TIFF | 高保真。支持高位深（16位/32位）和多种压缩方式，保留丰富元数据。 | 医学影像（CT/MRI）、专业印刷、科研。 |
| BMP | 原始存储。通常不压缩，文件体积大，但读取速度极快，结构简单。 | Windows 系统底层、简单的嵌入式应用。 |
4. 灰度图与彩色图的数据量对比
灰度图之所以在机器视觉和 AI 领域受欢迎，很大程度上是因为它数据量小，计算效率高。
以一张1920×1080的图片为例：
- 彩色图 (RGB 24位)：
1920×1080×3字节≈6.22MB1920×1080×3字节≈6.22MB - 灰度图 (8位)：
1920×1080×1字节≈2.07MB1920×1080×1字节≈2.07MB
结论：灰度图的数据量仅为彩色图的 1/3，这意味着处理速度更快，内存占用更低。
5. 总结
灰度图片的存储可以概括为：“去色留亮，矩阵排列”。
它抛弃了色彩信息（色相、饱和度），只保留亮度信息，将其量化为 0-255 的数值，并按顺序存储在文件中。对于计算机视觉算法（如人脸识别、车牌识别、边缘检测）来说，这种存储方式既保留了图像的结构特征，又极大地减轻了计算负担。