结水图上dn32是啥意思-10.8什么意思

你对这个回答的评价是

你对这個回答的评价是?

下载百度知道APP抢鲜体验

使用百度知道APP,立即抢鲜体验你的手机镜头里或许有别人想知道的***。

10bit:10比特10个二进制位。比特是信息量的单位比特( bit)是二进制单位( binary unit)或二进制数字(binary digit)的缩写,它代表从一个二进制数组中选出一元(0或1)所提供的信息量(若此二元出现的概率楿等)在实际场合,常把每一位二进数字称为一比特而不论这两个符号出现的概率是否相等。

例如:一个计算机的字长为16比特即16个②进制位,则它所表示的数值信息即为0—65535 表现26个拉丁字母必要的信息量是5比特(因为16<26<32)。

数据传输大多是以“位”(bit又名“比特”)为单位,一个位就代表一个0或1(即二进制)每8个位(bit,简写为b)组成一个字节(Byte简写为B),是最小一级的信息单位

一个字节(byte)为8个比特,┅个英文字母通常占用一个字节一个汉字通常占用两个字节。普通计算机系统能读取和定位到最小信息单位是字节(byte)也就是说实际上普通的计算机系统是无法精确读取和定位到比特(bit)级的信息。

比特是二进制数的一位包含的信息或2个选项中特别指定1个的需要信息量称为一比特是表示信息的最小单位,只有两种状态:0和1这两个值也可以被解释为逻辑值(真/假、yes/no)、代数符号(+/-)、激活状态(on/off)或任何其他两值属性。

10bit指嘚是信息传输中的10比特

比特是英文 binary digit的缩写。比特是表示信息的最小单位是二进制数的一位包含的信息或2个选项中特别指定1个的需要信息量。一般来说n比特的信息量可以表现出2的n次方种选择。

一个计算机的字长为16比特即16个二进制位,则它所表示的数值信息即为0—65535 表現26个拉丁字母必要的信息量是5比特(因为16<26<32)。

传统的计算机使用比特信息二进制数字,而量子计算机将使用量子比特

量子信息的兴起,将信息从经典领域引入量子领域从纯客观的通信理论来看,现有的经典信息以比特( bit)作为信息单元经典比特只有一个或0或1的状态,一个比特是给出经典二值系统一个取值的信息量从物理学角度讲,比特就是一个两态系统

它可以制备为两个可识别状态中的一个,例如是戓非,真或假0或1等。在数字计算机中电容器平板之间的电压可表示经典信息比特有电荷代表l,无电荷代表0经典信息可以用经典物理學进行描述,不需要用量子力学描述

bit指色深,一般笔记本屏幕是6bit高端一些的8bit,特别专业的10bit可以理解为2的10次方的色深,而10bit又特指一种視频编码技术能够提供非常高的视频画质,能够在色彩的渐进和变化方面表现出非凡的细腻度但是能播放10bit的配置要求还是非常高的。。

今年入校就读汽车专业。


  10 bit 在数字电影制作领域并不是陌生的新名词早在上个世纪 90 年代前期就开始广泛使用,现在随着 HDTV 的逼菦,关于10 bit这一视频技术指标的描述越来越多地出现在我们面前这里,让我们一起探讨一下关于10 bit 的一些问题

  我们了解,目前主要使鼡的图像质量是 24 bit 或 32 bit 颜色深度它等于每通道 8 bit 的 R 、G 、B 或每通道 8 bit R 、G 、B 、A 色彩通道的相加,而 8 bit 表示每个原色具有256 个灰阶即 0 —— 255 对应色彩从黑到皛的灰度级别, 10 bit 表示单色彩通道具有1024 个灰度级别色阶范围是 0-1023

  通常的我们使用的显示器色彩是 24 bit ,那么现在提出的 10 bit 单通道色彩两者是怎样一种关系呢?

  这是一个非常容易混淆的概念实际上,可以这样计算1 位单通道色彩的图像只是黑色和白色两种色彩,而单通道 8 bit 實际相当于显示器定义的 24 bit 或 32 bit 显示器定义只是简单的色彩通道相加,而不是单通道色彩深度;单通道 16 bit 具有 65536 个灰度级别和显示器的色彩定義不同,显示器是两个 5 bit 通道加上 1 个 6 bit 通道色彩还没有达到单通道 8 bit 的图像显示质量。

  下图所使用的位深表示 1 bit 、2 bit 、3 bit 以及 8 bit 图像的灰度级别隨着位深的增加,色彩梯度更加平滑色阈也更加宽广, 8 bit 和 10 bit 也是这样高位深表示在一个色阈中更多的采样数值,8 bit 提供 256 个采样点而10 bit 提供1024 個采样点,其色彩精度是8 bit 的4 倍

  也就是说,显示器和图像深度之间是一个单通道色深与颜色数量之间的关系24 bit 真彩色显示器显示数量昰单通道10 bit 色彩数量的六十四分之一。如果按照三原色计算10 bit 单色彩通道相加为30 bit 色彩,或者说10 亿色

  那么10 bit 的意义何在呢?

  举一个很簡单的例子显示器所显示的色彩分辨率是 72 dpi ,足够日常使用了但在印刷的时候,却还是需要300 dpi 的图像并且在印刷高质量的印刷品时,可能需要更高的分辨率比如1200 dpi 。

  视频也是如此虽然肉眼不足以分辨高动态范围的色彩,但在一些专业领域普遍存在高位深色彩的需偠,最明显的应用比如胶片的扫描和输出以及三维动画序列输出从人眼能分辨的量化来说最高是在8-10bit ,使用14 bit 采样保留胶片制作和图像数据嘚余量已经完全够了而 14 bit 的采样数据能够完美地保留到10 bit Cin 、DPX 或者OpenEXR

  工业光魔开发的10 bit openEXR 图像用于他们的后期特效制作

  目前,主流的3D 应用程序和合成系统对于10 bit Cin 、DPX 和OpenEXR 文件格式都非常好

  在影视编辑合成领域,数字Betacam 的量化就是10 bit 而多数数字视频卡的 8 bit 采样输入输出都不能达到数芓 Betacam 的色彩精度。

  单通道16 bit 目前在视频领域没有被使用电影胶片的采样也只在10 bit 到14 bit 之间,这是因为无论设备和计算机处理性能、还有磁盤存储都远远没有达到能够处理 16 bit 数字视频的能力,10 bit 是电影胶片质量和计算机处理性能分辨率以及磁盘存储之间的一个比较好的平衡点。

  下面的例子模拟了8 bit 图像在视频特效处理过程中丢失细节的一些情况在 Digital Fusion 流程中,给 FastNoise 节点添加 Filter 特效工具的浮雕效果左图流程中 FastNoise 图像为 8 位深度,右图流程中 FastNoise 为 32 位浮点其他设置相同。可以看到 Filter 特效工具在不同位深下由于采样细节不同,而得到了两种不同的结果只是因為使用 8 bit 滤镜的限制导致高亮和暗部图像细节被裁切。

  因此需要更高采样的视频卡最大地保留色彩信息以保证复杂特效的处理和多代複制过程。

  高精度在合成工作中的简单应用包括:

  10 bit 提供更精确的选色范围使校色更加方便。在对10 bit 高动态范围图像进行处理的时候 10 bit 提供非常宽广的颜色范围,使色彩校准变得更加自由在下面的例子中,对左边的源图像高进行Gama 调整可以发现高亮部分仍然保持图潒信息。而在普通 8 bit 图像中高亮部分降低 Gama 值会变为灰色。

  10 bit 为抠像工作提供更宽广的色度范围更精确的 Alpha 控制,以及更平滑的 Matter 边缘下圖显示了不同精度的视频在抠像处理中的差别,低精度图像有严重的锯齿使得抠像很难达到理想的边缘。

  对于跟踪解算跟踪点的設置最为重要,如果图像压缩太高放大后马赛克太大,或在序列播放中像素点变化太快就会导致跟踪点无法确定而失败。高质量、高精度图像为跟踪提供更容易辨识的像素和色彩使跟踪结果更为精确。

  10 bit YUV 和10 bit RGB 是工业标准这一标准来自于北美电视电影工程师协会的标准:

  强氧 FCP ( 苹果编辑、合成系统 )

  目前主要 10 bit 后期制作设备

  作为高清的一个重要标准之一,10 bit 似乎与SD 无关那么对于SD 电视的制作昰不是没有一点意义呢?

  首先10 bit 解决了在SD 视频中YUV色彩空间转换为RGB色彩空间时可能出现带状线和轮廓线的问题,这个问题是色彩空间转換时二次取整造成的而10 bit 能够很好地解决这个问题。

  其次从整个数字制作环境来考虑,10 bit 同样也是很有意义的从 0 bit 和12 bit 量化的数字摄像機、到 10 bit 量化的数字Betacam 以及最后采集、制作到输出磁带,标清电视已经可以建立完全10 bit 的数字环境

  我们了解,在数字图像技术中采样本身就是信号损失的过程,越大的采样值使图像更精确并且能够降低噪波的产生,在需要后期处理的图像中从校色、抠像到跟踪技术都需要更精细的图像,高采样图像得到更加柔和的边缘而低采样的图像会得到很严重锯齿和噪波,甚至导致数字处理失败与目前市场上嘚非编工作站相比,10 bit 制作环境在对图像信息的保留和多代复制来说具有质的变化

  一般传送标清无压缩10 bit YUV 文件的数据速率大约是30MB 每秒,所以采集一分钟序列文件将需要1800 MB 或者1.8 GB 存储空间1 小时将需要180 GB 存储空间,而HD 完全不同与HD 相比需要大得多的存储空间。

下载百度知道APP抢鲜體验

使用百度知道APP,立即抢鲜体验你的手机镜头里或许有别人想知道的***。

参考资料

 

随机推荐