一文彻底揭开你不知道的二进制的秘密

简介: 本文介绍了二进制的基础概念及其在图片、声音和视频数字化中的应用。从位(bit)和字节(byte)到分辨率、采样率和压缩标准,带你深入了解计算机如何处理多媒体信息。君志所向,一往无前!

程序员Feri一名12年+的程序员,做过开发带过团队创过业,擅长Java、鸿蒙、嵌入式、人工智能等开发,专注于程序员成长的那点儿事,希望在成长的路上有你相伴!君志所向,一往无前!


image.png

1.二进制是啥

二进制是一种数字表示法,它使用两个不同的数字符号,0 和 1,来表示数值。下面是一些二进制的基本概念:

1)位(bit)

不同于十进制中,每个位可以用 0-9 表示,二进制中每位都是 0 或 1,每个二进制位我们称之为一个 bit,可以表示两种状态。位一般用 b 代替,例如 8b 代表 8 个 bit。

2)字节(byte)

8bit组成一个字节,总共可以表示 256种状态。字节一般用 B代替,例如 8B一般表示 8个字节。

3)其他计量单位(K,M,…)

K:表示 2 的十次方,例如,1KB 就是 1024B

M:表示 2 的 20 次方。例如:1MB 就是 1048576B

G:表示 2 的 30 次方

T:表示 2 的 40 次方

比这些更高的计量单位,尽管有定义,但是现实中我们很少用到

二进制是计算机科学的基础,现实中的绝大部分信息都可以完全数字化,并进一步用二进制来表示和存储。

2.用二进制表达图片

图片数字化的过程,分为几步:

1)图片像素化

现实中的图片是连续的,但如果想用数字表示图像,就需要将一张完整的图像,横纵向分别切成很多份,从而拆成一个一个像素点,每个像素点是一个色块,而横纵切分的份数,我们称之为分辨率。

例如,我们将一张 4比 3比例的图像,横向拆成 800份,纵向拆成600份,那么我们就将一个图像拆成了480000个像素,而这张图像的分辨率为800x600。

由此可见,图像的分辨率越高,图像就越清晰。

2)像素数字化

每个像素就是一个颜色块。

具体的颜色,可以用红绿蓝三原色调配成。而每种原色,就可以用一个数字表示其深浅。例如,我们用一个字节(0-255)表示一种颜色的深浅,那么一个像素点就可以用三个字节表示。颜色的深浅是连续的,用0-255这种级别如果不够精确,我们可以选择用两个字节表示一个颜色(0-65535)。

像素的深浅级别我们称为“位深”,例如0-255为8位深,0-65535是16位深。位深越大,颜色切分越连续,越不容易出现色阶。

现今网络上的图像一般都是 32 位深。

3.用二进制表达声音

声音的数字化和图像的过程非常类似:

1)采样

声音来自于物体的振动,是一种连续的波形。我们如果想用数字表达声音,还是要将其离散化。

首先我们将一段时间(例如 1 秒钟)的连续声波分成很多份,并将每一份记录一个平均振幅。

拆分的份数,我们称之为采样率。拆分过程中必然会产生信息丢失,而采样率越大,信息丢失越少。

目前比较常用的采样率是 44100HZ 或者 48000HZ。

2)量化

每个采样我们还要用一个数字表示它的高度(振幅),这又是一个连续量离散化的过程,跟图像的颜色深浅类似,我们也可以用 0-255 或者 0-65535 表示振幅的高度。这个数字的取值范围叫做声音的位深。

目前通用的位深一般是 16bit 或者 24bit。

4.用二进制表达视频

视频就是连续的图片和声音。

当然,如果只是耿直地将图片拼接到一起,那么视频的体积会非常大。

实际上视频是通过一种有损压缩将很多图片压缩在一起。

目前比较流行的视频编码标准为 H.264、H.265、AV1。

好啦,这篇就说到这里,怎么样,开眼了没?

相关文章
|
2月前
|
人工智能 运维 安全
AI 智能巡检:自动规划最优路线与动态补巡的技术变革
AI智能巡检通过算法自动规划全局最优路径,融合空间、业务、人力与环境等多维约束,秒级生成安全高效路线;同时实时识别漏巡点位,动态插入补巡任务,实现全覆盖、零中断。已显著提升作业效率30%+、巡检合规率超98%,广泛应用于电力、化工、市政等领域。(239字)
|
Web App开发 Rust 算法
【密码学】一文读懂ChaCha20
好久没写新的加密算法的原理了, 这次所选取的加密算法结构比较简单, 一起来看一下吧。
10807 154
【密码学】一文读懂ChaCha20
Setup Factory 怎样让打包的程序在安装后自动运行
Setup Factory 怎样让打包的程序在安装后自动运行
488 0
|
机器学习/深度学习 人工智能 自然语言处理
人工智能应用领域有哪些
本文全面探讨了人工智能(AI)的应用领域和技术核心,涵盖医疗、交通、金融、教育、制造、零售等多个行业,并分析了AI技术的局限性及规避策略。同时,介绍了生成式人工智能认证项目的意义与展望。尽管AI发展面临数据依赖和算法可解释性等问题,但通过优化策略和经验验证,可推动其健康发展。未来,AI将在更多领域发挥重要作用,助力社会进步。
|
SQL Java 数据库连接
Mybatis-Plus常用的查询方法--看这一篇就够了!!!
前言: Mybatis-Plus作为Mybatis的增强,自己封装了很多简单还用的方法,来解脱自己写sql! 对于项目的搭建小编就不在说了,可以参考: SpringBoot+Mybatis-Plus的入门搭建与配置测试 这样就可以跟小编站在同一起跑线了,咱们直接开始介绍方法的使用哦!!
2239 2
|
6月前
|
机器学习/深度学习 编解码 人工智能
从 Genie 2 到 Genie 3:一年间世界模型发生了什么
2024–2026年,Google DeepMind的Genie系列从2D概念验证(Genie 1)跃升至3D可交互世界(Genie 2),再进化为支持自然语言事件调控、多模态输入与分钟级记忆的Genie 3;2026年1月以Project Genie正式商用,标志世界模型迈入实用化新阶段。
573 2
|
人工智能 编解码 芯片
告别低效沟通|让技术提问不再头疼-这套高效AI提问模板来帮你
不会向ai提问,不知道怎么提问的 可以看看
21446 1
告别低效沟通|让技术提问不再头疼-这套高效AI提问模板来帮你
|
11月前
|
数据采集 机器学习/深度学习 人工智能
YOLOv11浅浅解析:架构创新
YOLOv11是YOLO系列最新升级版,通过C3k2模块、SPPF优化和解耦检测头等创新,显著提升检测精度与速度,mAP提高2-5%,推理更快,支持多平台部署,适用于工业、安防、自动驾驶等场景。
|
9月前
|
Java 关系型数据库 MySQL
基于springboot的电脑商城系统
本研究聚焦3C数码电商系统的技术升级,针对传统架构性能瓶颈与用户体验不足问题,基于SpringBoot微服务框架构建高并发、易扩展的新型电商平台,结合MySQL、B/S架构与Java技术,提升系统稳定性与智能化水平。
|
10月前
|
机器学习/深度学习 人工智能 物联网
AR技术融入到产品质量检测:提升效率与精度的未来趋势
元幂境认为,AR技术正革新产品质量检测,通过虚实融合提升精度、降低门槛、强化培训与协作,广泛应用于制造、电子、医疗及航空航天领域,未来结合AI将迈向智能检测新阶段。
917 0