☞ ░ 前往老猿Python博客 https://blog.csdn.net/LaoYuanPython ░

一、概念

1.1、图像深度

数字化图像的每个像素是用一组二进制数进行描述，像素的色彩由RGB通道决定，其中包含表示图像颜色的位数称为图像深度。如灰度图像，每个像素颜色占用1个字节8位，则称图像深度为8位，而RGB的彩色图像占用3字节，图像深度为24位。

图像深度又称为色深（Color Depth），它确定了一幅图像中最多能使用的颜色数，即彩色图像的每个像素最大的颜色数，或者确定灰度图像的每个像素最大的灰度级数。

1.2、像素深度

像素深度是指存储每个像素所用的位数，这些位数不只包含表示颜色的位数，还可能包含表示图像属性的位数，因此像素深度大于等于图像深度。

1.3、位深

位深是指数字图像中像素的各通道占用位数，即位深度的描述对象是通道不是像素。

二、区别和关系

• 图像深度是针对像素的RGB色彩占用位数描述的，不含像素的其它扩展属性位，像素深度是指整个像素占用的位数描述的，位深度是指像素构成通道的占用位数
• 大部分情况下，图像深度和像素深度相等，像素深度等于通道数乘以位深。但某些图像编码格式中，会出现图像深度小于像素深度的情况，这些编码格式中，会将像素的某些位表示颜色，某些位表示其他属性。如RGBA四通道图像中，用24位表示颜色RGB，用8位表示α通道，则图像深度为24位、像素深度为32位、位深8位。

由于大部分情况下，图像深度和像素深度相等，因此大多数情况下没有严格区分图像深度和像素深度，对于位深也有将位深和像素深度搞混的。例如一个8位每通道的图像有24位像素或图像深度，不同的位图软件可以以不同的对象角度解释图像的位深度（bit），比如一张图像在PS里是8位，在Mocha里是24位。之所以搞混就是不知道站在哪个角度在描述位深度，本质上是一样的。

举例说明特殊编码格式位深、图像深度和像素深度的关系：

1. RGB555：每个像素用16位表示，占2个字节，RGB分量都使用5位(最高位不用)，则图像深度为15位、像素深度16位、位深5位；
2. RGB24：每个像素用24位表示，占3个字节，RGB分量都使用8位，则图像深度和像素深度都为24位、位深8位；
3. ARGB32：带alpha通道的RGB24，占4个字节，RGB分量都使用8位，则图像深度为24位、像素深度32位、位深8位；
4. ARGB_4444：每个像素用16比特位表示，占2个字节，由4个4位组成，ARGB分量都是4位，则图像深度为12位、像素深度16位、位深4位。

三、小结

本文介绍了图像深度、像素深度、位深的概念，图像深度是指表示图像的像素中有多少位用于表示颜色，像素深度是指图像中一个像素占用的位数，位深是指像素的通道占用的位数。像素深度大于等于图像深度，等于所有通道位深的和。

写作不易，敬请支持：

如果阅读本文于您有所获，敬请点赞、评论、收藏，谢谢大家的支持！

更多OpenCV-Python的介绍请参考专栏《OpenCV-Python图形图像处理 》
专栏网址：http://iyenn.com/index/link?url=https://blog.csdn.net/laoyuanpython/category_9979286.html

关于老猿的付费专栏

老猿的付费专栏《使用PyQt开发图形界面Python应用 》(http://iyenn.com/index/link?url=https://blog.csdn.net/laoyuanpython/category_9607725.html)专门介绍基于Python的PyQt图形界面开发基础教程，付费专栏《moviepy音视频开发专栏》 （http://iyenn.com/index/link?url=https://blog.csdn.net/laoyuanpython/category_10232926.html)详细介绍moviepy音视频剪辑合成处理的类相关方法及使用相关方法进行相关剪辑合成场景的处理，两个专栏都适合有一定Python基础但无相关知识的小白读者学习。

付费专栏文章目录：《moviepy音视频开发专栏文章目录》(http://iyenn.com/rec/324326.html）、《使用PyQt开发图形界面Python应用专栏目录 》（http://iyenn.com/rec/324324.html）。

对于缺乏Python基础的同仁，可以通过老猿的免费专栏《专栏：Python基础教程目录》（http://iyenn.com/index/link?url=https://blog.csdn.net/laoyuanpython/category_9831699.html）从零开始学习Python。

如果有兴趣也愿意支持老猿的读者，欢迎购买付费专栏。

跟老猿学Python、学OpenCV!

☞ ░ 前往老猿Python博文目录 https://blog.csdn.net/LaoYuanPython ░