複製鏈接
請複製以下鏈接發送給好友

色調分離

鎖定
色調分離是指一幅圖像原本是由緊緊相鄰的漸變色階構成,被數種突然的顏色轉變所代替。這一種突然的轉變,亦稱作“跳階”。色調分離可以是因為系統或檔案格式對漸變色階的支持不夠而構成,但亦可透過相片編輯程式而達到相同效果。
色調分離不一定要透過電腦才可以達到。透過一定的攝影衝曬技巧,亦可做出近似的效果。例如:把一張底片作不同程度的曝光,並把三張相片在同一張紙上打印,亦可達到相似的效果。
中文名
色調分離
外文名
Posterization
領    域
光學,攝影

色調分離簡介

色調分離是指一幅圖像原本是由緊緊相鄰的漸變色階構成,被數種突然的顏色轉變所代替。這一種突然的轉變,亦稱作“跳階”。色調分離可以是因為系統或檔案格式對漸變色階的支持不夠而構成,但亦可透過相片編輯程式而達到相同效果。
色調分離不一定要透過電腦才可以達到。透過一定的攝影衝曬技巧,亦可做出近似的效果。例如:把一張底片作不同程度的曝光,並把三張相片在同一張紙上打印,亦可達到相似的效果。 [1] 

色調分離色彩深度

色彩深度計算機圖形學領域表示在位圖或者視頻幀緩衝區中儲存1像素的顏色所用的位數,它也稱為位/像素(bpp)。色彩深度越高,可用的顏色就越多。
色彩深度是用“n位顏色”(n-bit colour)來説明的。若色彩深度是n位,即有2種顏色選擇,而儲存每像素所用的位數就是n。常見的有:
  • 1位:2種顏色,單色光,二色,用於compact Macintoshes。
  • 2位:4種顏色,CGA,用於gray-scale早期的NeXTstation及color Macintoshes。
  • 3位:8種顏色,用於大部分早期的電腦顯示器。
  • 4位:16種顏色,用於EGA及不常見及在更高的分辨率的VGA標準,color Macintoshes。
  • 5位:32種顏色,用於Original Amiga chipset。
  • 6位:64種顏色,用於Original Amiga chipset。
  • 7位:128種顏色
  • 8位:256種顏色,用於最早期的彩色Unix工作站,低分辨率的VGA,Super VGA,AGA,color Macintoshes。
    • 灰階,有256種灰色(包括黑白)。若以24位模式來表示,則RGB的數值均一樣,例如(200,200,200)。
    • 彩色圖像,若以24位模式來表示,則RGB的數值均一樣,例如(200,200,200)。就是常説的24位真彩,約為1670萬色。
  • 9位:512種顏色
  • 10位:1024種顏色,
  • 12位:用於部分硅谷圖形系統,Neo Geo,彩色NeXTstation及Amiga系統於HAM mode。
  • 16位:用於部分color Macintoshes( 紅色佔5 個位、藍色佔 5 個位、綠色佔 6 個位,所以紅色、藍色、綠色各有 32、32、64 種明暗度的變化總共可以組合出 64K 種顏色 )。
  • 24位:有16,777,216色,真彩色,能提供比肉眼能識別更多的顏色,用於拍攝照片。
  • 32位:基於24位而生,增加8個位的透明通道
另外有高動態範圍影像(High Dynamic Range Image),這種影像使用超過一般的256色階來儲存影像,通常來説每個像素會分配到32+32+32個bit來儲存顏色資訊,也就是説對於每一個原色都使用一個32bit的浮點數來儲存。 [1] 

色調分離降採樣

在數位信號處理領域中,降採樣,又作減採集,是一種多速率數字信號處理的技術或是降低信號採樣率的過程,通常用於降低數據傳輸速率或者數據大小。 跟插值互補,插值是用來增加取樣頻率。降採樣的過程中會運用濾波器降低混疊造成的失真,因為降採樣會有混疊的情形發生,系統中具有降採樣功能的部分稱為降頻器。
降採樣因子(常用表示符號為"M")一般是大於1的整數或有理數。這個因子表達採樣週期變成原來的M倍,或者等價表示採樣率變成原來的1/M倍。 採樣率的降低會造成頻譜的壓縮,因此需要利用濾波器確保在較低的採樣頻率下不發生混疊,確保奈奎式採樣定理依舊成立。 [1] 

色調分離量化 (信號處理)

數字信號處理領域,量化指將信號的連續取值(或者大量可能的離散取值)近似為有限多個(或較少的)離散值的過程。量化主要應用於從連續信號數字信號的轉換中。連續信號經過採樣成為離散信號,離散信號經過量化即成為數字信號。注意離散信號並不需要經過量化的過程。信號的採樣和量化通常都是由ADC實現的。
例如CD音頻信號就是按照44100Hz的頻率採樣,按16比特量化為有着65536(={\displaystyle 2^{16}})個可能取值的數字信號。
量化就是將模擬聲音的波形轉換為數字,表示採樣值的二進制位數決定了量化的精度。量化的過程是先將整個幅度劃分成有限個小幅度(量化階距)的集合,把落入某個階距內的樣值歸為一類,並賦予相同的量化值。 [2] 
參考資料
  • 1.    Bah, Tavmjong (2007-07-23). "Inkscape » Tracing Bitmaps » Multiple Scans". Retrieved 2008-02-23.
  • 2.    Celebi, M. E. (2011). "Improving the performance of k-means for color quantization". Image and Vision Computing. 29 (4): 260–271. arXiv:1101.0395 Freely accessible. doi:10.1016/j.imavis.2010.10.002.