像素算法

1. 关于屏幕像素ppi的算法

比如iphone4是3.5英寸3:2的屏幕，3.5这是对角线长度，则长度为【3.5*3/根下13】
英寸
ppi每英寸像素=960/【3.5*3/根下13】=329.7，就是331了（误差，我直接摁计算器，中间根下13没有保留几位小数，直接乘起来的）
屏幕大小只是个对角线长度，你得算出屏幕的长或宽，才能去除

2. 图片的像素和图片的大小的比例是怎么算的

像素是分辨率的单位，如果一个图片的宽是1280像素，高是720像素，那么它的分辨率就是1280X720，比例是16:9。

例如一个图片的分辨率是1280X720，那么这个图片的比例就是1280:720进行约分，也就是16:9。

例如一个图片的分辨率是800X600，那么这个图片的比例就是800:600进行约分，也就是4:3。

(2)像素算法扩展阅读

图片的最大像素值是图片的高宽像素的乘积，常见像素有：

80万像素 1024×768 5” （3.5×5英寸）

130万像素 1280×960 6” （4×6英寸）

200万像素 1600×1200 8”（6×8英寸) 5”（3.5×5英寸）

310万像素 2048×1536 10”（8×10寸） 7”（5×7英寸）

430万像素 2400×1800 12”（10×12英寸） 8”（6×8英寸）

500万像素 2560×1920 12”（10×12英寸） 8”（6×8英寸）

600万像素 3000×2000 14”（11×14英寸） 10”（8×10寸）

3. 像素算法

如果是像素图的话，不经压缩和改变支持是存储空间变小的。
一般为压缩的像素图，或者位图都是采用矩阵加颜色值的方式来描述。即可以简单理解为[x,y,color].
16位色是指用2的16次方来描述颜色的精度，而256色是指用2的8次方来描述颜色的精度。
从存储方式来讲，8位色（256色）比16位色占用的字节少一半，自然实际的存储空间会变小很多。

4. 像素是怎么计算的

“像素”（Pixel） 是由 Picture(图像) 和 Element(元素)这两个单词的字母所组成的，是用来计算数码影像的一种单位，如同摄影的相片一样，数码影像也具有连续性的浓淡阶调，我们若把影像放大数倍，会发现这些连续色调其实是由许多色彩相近的小方点所组成，这些小方点就是构成影像的最小单位“像素”（Pixel）。这种最小的图形的单元能在屏幕上显示通常是单个的染色点。越高位的像素，其拥有的色板也就越丰富，越能表达颜色的真实感。

一个像素通常被视为图像的最小的完整采样。这个定义和上下文很相关。例如，我们可以说在一幅可见的图像中的像素（例如打印出来的一页）或者用电子信号表示的像素，或者用数码表示的像素，或者显示器上的像素，或者数码相机（感光元素）中的像素。这个列表还可以添加很多其它的例子，根据上下文，会有一些更为精确的同义词，例如画素，采样点，字节，比特，点，斑，超集，三合点，条纹集，窗口，等等。我们也可以抽象地讨论像素，特别是使用像素作为分辨率地衡量时，例如2400像素每英寸(ppi)或者640像素每线。点有时用来表示像素，特别是计算机市场营销人员，因此ppi有时所写为DPI(dots per inch)。

用来表示一幅图像的像素越多，结果更接近原始的图像。一幅图像中的像素个数有时被称为图像分辨率，虽然分辨率有一个更为特定的定义。像素可以用一个数表示，譬如一个"3兆像素" 数码相机，它有额定三百万像素，或者用一对数字表示，例如“640乘480显示器”，它有横向640像素和纵向480像素(就像VGA显示器那样)，因此其总数为640 × 480 = 307,200像素。

数字化图像的彩色采样点(例如网页中常用的JPG文件）也称为像素。取决于计算机显示器，这些可能不是和屏幕像素有一一对应的。在这种区别很明显的区域，图像文件中的点更接近纹理元素。

在计算机编程中，像素组成的图像叫位图或者光栅图像。光栅一次源于模拟电视技术。位图化图像可用于编码数字影像和某些类型的计算机生成艺术。

原始和逻辑像素

因为多数计算机显示器的分辨率可以通过计算机的操作系统来调节，显示器的像素分辨率可能不是一个绝对的衡量标准。

现代液晶显示器按设计有一个原始分辨率，它代表像素和三元素组之间的完美匹配。（阴极射线管也是用红－绿－蓝荧光三元素组，但是它们和图像像素并不重合，因此和像素无法比较）。

对于该显示器，原始分辨率能够产生最精细的图像。但是因为用户可以调整分辨率，显示器必须能够显示其它分辨率。非原始分辨率必须通过在液晶屏幕上拟合重新采样来实现，要使用插值算法。这经常会使屏幕看起来破碎或模糊。例如，原始分辨率为1280×1024的显示器在分辨率为1280×1024时看起来最好，也可以通过用几个物理三元素组来表示一个像素以显示800×600，但可能无法完全显示1600×1200的分辨率，因为物理三元素组不够。

像素可以是长方形的或者方形的。有一个数称为长宽比，用于表述像素有多方。例如1.25:1的长宽比表示每个像素的宽是其高度的1.25倍。计算机显示器上的像素通常是方的，但是用于数字影像的像素有矩形的长宽比，例如那些用于CCIR 601数字图像标准的变种PAL和NTSC制式的，以及所对应的宽屏格式。

单色图像的每个像素有自己的辉度。0通常表示黑，而最大值通常表示白色。例如，在一个8位图像中，最大的无符号数是255，所以这是白色的值。

在彩色图像中，每个像素可以用它的色调，饱和度，和亮度来表示，但是通常用红绿蓝强度来表示（参看红绿蓝）。

比特每像素

一个像素所能表达的不同颜色数取决于比特每像素(BPP)。这个最大数可以通过取二的色彩深度次幂来得到。例如，常见的取值有 ：

8 bpp [28=256；(256色)]；
16 bpp [216=65536； (65,536色，称为高彩色)]；
24 bpp [224=16777216； (16,777,216色，称为真彩色)]；
48 bpp [248=281474976710656；(281,474,976,710,656色，用于很多专业的扫描仪) 。

256色或者更少的色彩的图形经常以块或平面格式存储于显存中，其中显存中的每个像素是到一个称为调色板的颜色数组的索引值。这些模式因而有时被称为索引模式。虽然每次只有256色，但是这256种颜色选自一个选择大的多的调色板，通常是16兆色。改变调色板中的色彩值可以得到一种动画效果。视窗95和视窗98的标志可能是这类动画最着名的例子了。

对于超过8位的深度，这些数位就是三个分量（红绿蓝）的各自的数位的总和。一个16位的深度通常分为5位红色和5位蓝色，6位绿色（眼睛对于绿色更为敏感）。24位的深度一般是每个分量8位。在有些系统中，32位深度也是可选的：这意味着24位的像素有8位额外的数位来描述透明度。在老一些的系统中，4bpp（16色）也是很常见的。

当一个图像文件显示在屏幕上，每个像素的数位对于光栅文本和对于显示器可以是不同的。有些光栅图像文件格式相对其他格式有更大的色彩深度。例如GIF格式，其最大深度为8位，而TIFF文件可以处理48位像素。没有任何显示器可以显示48位色彩，所以这个深度通常用于特殊专业应用，例如胶片扫描仪和打印机。这种文件在屏幕上采用24位深度绘制。

子像素

很多显示器和图像获取系统出于不同原因无法显示或感知同一点的不同色彩通道。这个问题通常通过多个子像素的办法解决，每个子像素处理一个色彩通道。例如，LCD显示器通常将每个像素水平分解位3个子像素。多数LED显示器将每个像素分解为4个子像素；一个红，一个绿，和两个蓝。多数数码相机传感器也采用子像素，通过有色滤波器实现。（CRT显示器也采用红绿蓝荧光点，但是它们和图像像素并不对齐，因此不能称为子像素）。

对于有子像素的系统，有两种不同的处理方式：子像素可以被忽略，将像素作为最小可以存取的图像元素，或者子像素被包含到绘制计算中，这需要更多的分析和处理时间，但是可以在某些情况下提供更出色的图像。

后一种方式被用于提高彩色显示器的外观分辨率。这种技术，被称为子像素绘制，利用了像素几何来分别操纵子像素，对于设为原始分辨率的平面显示器来讲最为有效（因为这种显示器的像素几何通常是固定的而且是已知的）。这是反走样的一种形式，主要用于改进文本的显示。微软的ClearType，在Windows XP上可用，是这种技术的一个例子。

兆像素

一个兆像素(megapixel)是一百万个像素，通常用于表达数码相机的分辨率。例如，一个相机可以使用2048×1536像素的分辨率，通常被称为有“3.1百万像素” (2048 × 1536 = 3,145,728)。

数码相继使用感光电子器件，或者是耦合电荷设备(CCDs)或者CMOS传感器，它们记录每个像素的辉度级别。在多数数码相机中，CCD采用某种排列的有色滤波器，在Bayer滤波器拼合中带有红，绿，蓝区域，使得感光像素可以记录单个基色的辉度。相机对相邻像素的色彩信息进行插值，这个过程称为解拼（de-mosaic），然后建立最后的图像。这样，一个数码相机中的x兆像素的图像最后的彩色分辨率最后可能只有同样图像在扫描仪中的分辨率的四分之一。这样，一幅蓝色或者红色的物体的图像倾向于比灰色的物体要模糊。绿色物体似乎不那么模糊，因为绿色被分配了更多的像素（因为眼睛对于绿色的敏感性）。参看[1]的详细讨论。

作为一个新的发展，Foveon X3 CCD采用三层图像传感器在每个像素点探测红绿蓝强度。这个结构消除了解拼的需要因而消除了相关的图像走样，例如高对比度的边的色彩模糊这种走样。

类似概念

从像素的思想衍生出几个其它类型的概念，例如体元素(voxel)，纹理元素(texel)和曲面元素(surfel)，它们被用于其它计算机图形学和图像处理应用。

数码相机的像素

像素是衡量数码相机的最重要指标。像素指的是数码相机的分辨率。它是由相机里的光电传感器上的光敏元件数目所决定的，一个光敏元件就对应一个像素。因此像素越大，意味着光敏元件越多，相应的成本就越大。

数码相机的图像质量是由像素决定的，像素越大，照片的分辨率也越大，打印 尺寸在不降低打印质量的同时也越大。早期的数码相机都是低于100万像素的。从1999年下半年开始，200万像素的产品渐渐成为市场的主流。当前的数码相机的发展 趋势，像素宛如PC机的CPU主频，有越来越大的势头。

其实从市场分类角度看，面向普及型的产品，考虑性价比的因素，像素并不是 越大越好。毕竟200万像素的产品，已经能够满足目前普通消费者的大多数应用。因 此大多数厂商在高端数码相机追求高像素的同时，当前其产量最大的，仍是面向普 及型的百万像素产品。专业级的数码相机，已有超过1亿像素级的产品。而300万像 素级的产品，将随着CCD（成像芯片）制造技术的进步和成本的进一步下降，也将很 快成为消费市场的主流。

另外值得消费者注意的是，当前的数码相机产品，在像素标称上分为CCD像素和经软件优化后的像素，后者大大高于前者。如某品牌目前流行的数码相机，其CCD像素为230万，而软件优化后的像素可达到330万。

像素画

像素其实是由很多个点组成。

我们这里说的“像素画”并不是和矢量图对应的点阵式图像，而是指的一种图标风格的图像，此风格图像强调清晰的轮廓、明快的色彩，同时像素图的造型往往比较卡通，因此得到很多朋友的喜爱。

像素图的制作方法几乎不用混叠方法来绘制光滑的线条，所以常常采用.gif格式，而且图片也经常以动态形式出现.但由于其特殊的制作过程，如果随意改变图片的大小，风格就难以保证了。

像素画的应用范围相当广泛，从小时候玩的FC家用红白机的画面直到今天的GBA手掌机；从黑白的手机图片直到今天全彩的掌上电脑；即使我们日以面对的电脑中也无处不充斥着各类软件的像素图标。如今像素画更是成为了一门艺术，深深的震撼着你我。

效象素值

首先我们要明确一点，一张数码照片的实际象素值跟感应器的象素值是有所不同的。以一般的感应器为例，每个象素带有一个光电二极管，代表着照片中的一个象素。例如一部拥有500万象素的数码相机，它的感应器能输出分辨率为 2,560 x 1,920的图像—其实精确来讲，这个数值只相等于490万有效象素。有效象素周围的其他象素负责另外的工作，如决定“黑色是什么”。很多时候，并不是所有感应器上的象素都能被运用。索尼F505V就是其中的经典案例。索尼F505V的感应器拥有334万象素，但它最多智能输出1,856 x 1,392即260万象素的图像。归其原因，是索尼当时把比旧款更大的新型感应器塞进旧款数码相机里面，导致感应器尺寸过大，原来的镜头不同完全覆盖感应器中的每个象素。

因此，数码相机正是运用”感应器象素值比有效象素值大“这一原理输出数码图片。在当今市场不断追求高象素的环境下，数码相机生产商常常在广告中以数值更高的感应器象素为对象，而不是反映实际成像清晰度的有效象素。

感应器象素插值

在通常情况下，感应器中不同位置的每个象素构成图片中的每个象素。例如一张500万象素的照片由感应器中的500万个象素对进入快门的光线进行测量、处理而获得（有效象素外的其他象素只负责计算）。但是我们有时候能看到这样的数码相机：只拥有300万象素，却能输出600万象素的照片！其实这里并没有什么虚假的地方，只是照相机在感应器300万象素测量的基础上，进行计算和插值，增加照片象素。

当摄影者拍摄JPEG格式的照片时，这种“照相机内扩大”的成像质量会比我们在电脑上扩大优秀，因为“照相机内扩大”是在图片未被压缩成JPEG格式前完成的。有数码相片处理经验的摄友都清楚，在电脑里面扩大JPEG图片会使画面细腻和平滑度迅速下降。虽然数码相机插值所得的图片会比感应器象素正常输出的图片画质好，但是插值所得的图片文件大小比正常输出的图片大得多（如300万感应器象素插值为600万象素，最终输入记忆卡的图片为600万象素）。因此，插值所得的高象素看来并没有太多的可取之处，其实运用插值就好像使用数码变焦－并不能创造原象素无法记录的细节地方。

CCD总象素

CCD总象素也是一个相当重要指标，由于各生产厂家采用不同技术，所以其厂家标称CCD像素并不直接对应相机实际像素，所以购买数码相机时更要看相机实际所具有总像素数。一般来讲总像素水平达到300万左右就可以满足一般应用了，一般200万象素、100万象素产品也可以满足低端使用，当然更高象素数码相机可以得到更高质量照片，现在有些公司已经开始推出600万象素级别普通数码相机了。

5. 手机像素怎么计算出来

1、要能清楚自己用的手机是哪个品牌的哪个系列的哪个型号。
2、从网络上查取对应型号手机摄像头的相关参数
3、查找手机摄像头用的图像传感器是什么型号的（CCD or CMOS）
4、找到相应传感器的规格书，查取到参数ARRY size
5、用计算器算出Array size的乘积656*492=322752，由此可得出该摄像头的像素为30W像素。

6. 相片分辨率和像素的计算方法

你提的问题是有些不明确。我举例子说说。
假如在电脑中存储的相片（或者说图片），它已经有了一定的像素数量，详细地说，就是横向有若干像素点（设有X个），综向有若干像素点（设为Y），那么整个图片有多少像素（设为Z）呢？就是
Z=X*Y
相片的清晰度与图片的总像素数直接有关，所以分辨率，就可以直接用像素数表示。那么上边的公式就是你所说的分辨率和像素的关系，即他们的计算方法。
具体说，相片横向有4000像素（可以说一行有4000点），纵向有3000像素（也可以说有3000行）。那么总像素数为4000*3000=12000000个，这是1200万像素，就可以说这个相片的分辨率是1200万的。

另外呢，在需要打印的时候，分辨率应该用单位长度（横向或纵向，一般两个方式是一样的）内由多少像素点组成来表示，长度常用英寸（英文单位为inch），像素点单位用px，分辨率就是XX像素每英寸，每的英文为per，分辨率单位常写成ppi 。每英寸如果有300像素点，那么就是300ppi，有的时候就称为300线。
在这时，就有了这么个关系，
某一方向上的总长度 × 分辨率 = 该方向上的像素数
另一方向上的总长度 × 分辨率 = 另一方向上的像素数
以上两个方向（横向和纵向）上的像素数相乘，就是总像素数，最上边我写的式子就是这个意思。
得注意，电脑中存储的相片究竟是多长，或者多高，是没有太大意义的，你可以在电脑图像处理的软件中任意设，具体说，在PhotoShop这个软件中，你可以将相片设成多少多少厘米或英寸，以及多大多大的分辨率（如300像素每英寸）。你设置了这些后，PhotoShop这个软件就会给重新计算出这个图片的横向和纵向的像素数（当然，如果超过来原始横向和纵向的像素数，图片存储容量就会变大，可以虽然像素多了，但是也不会变得更清楚，这只是软件通过插值算法增加了像素）。抛开打印相关方面，电脑中存储相片，仅用像素数来表示即可。
希望对你有帮助。

7. 图片分辨率怎么算

就是每英寸图像内有多少个像素点。

图像分辨率的表达方式也为“水平像素数×垂直像素数”，也可以用规格代号来表示。

图像分辨率原理

数码图像有两大类，一类是矢量图，也叫向量图；另一类是点阵图，也叫位图。矢量图比较简单，它是由大量数学方程式创建的，其图形是由线条和填充颜色的块面构成的，而不是由像素组成的，对这种图形进行放大和缩小，不会引起图形失真。

点阵图很复杂，是通过摄像机、数码相机和扫描仪等设备，利用扫描的方法获得，由像素组成的，是以每英寸的像素数（PPI）来衡量。点阵图具有精细的图像结构、丰富的灰度层次和广阔的颜色阶调。当然，矢量图经过图像软件的处理，也可以转换成点阵图。

家庭影院所使用的图像，动画片的原图属于矢量图一类，但经过制作中的转化，已经和其他电影片一样，也属于点阵图一类了。

(7)像素算法扩展阅读

像素的算法

当图片尺寸以像素为单位时，需要指定其固定的分辨率，才能将图片尺寸与现实中的实际尺寸相互转换。

例如大多数网页制作常用图片分辨率为72，即每英寸像素为72，1英寸等于2.54厘米，那么通过换算可以得出每厘米等于28像素；又如15x15厘米长度的图片，等于420*420像素的长度。

一幅可见的图像中的像素（如打印出来的一页）或者用电子信号表示的像素，或者用数码表示的像素，或者显示器上的像素，或者数码相机（感光元素）中的像素。

这个列表还可以添加很多其它的例子，根据上下文会有一些更为精确的同义词，例如画素，采样点，字节，比特，点，斑，超集，三合点，条纹集，窗口等。

是使用像素作为分辨率（也称分辨率，下同）衡量时，例如2400像素每英寸或者640像素每线。一幅图像中的像素个数有时被称为图像分辨率，虽然分辨率有一个更为特定的定义。用来表示一幅图像的像素越多，结果就越接近原始图像。

8. 相机像素有几种算法如何换算

就一种算法，就是图片的长宽像素的乘积

举个例子
一张数码相片是3872*2592，它的意思是这张照片长有3872个像素，宽有2592个像素，两个乘起来一共是10036224个像素，所以可以判断这张照片是千万像素数码相机拍摄的

明白了吧？

9. 手机像素密度的计算公式

手机/电脑屏幕 像素密度计算公式
屏幕多少英寸指的是对角线的长度。像素密度是指（以1920×1080，5英寸为例），1920和1080的平方和开根号（就是直角三角形斜边长的算法），开出来等于2202.9，除以5英寸就得到ppi441左右
例："HTC One（32GB/单卡/国际版）
4.7英寸屏幕，分辨率1920x1080 求解像素密度？
解：√（1920^2+1080^2）=2202.9071
2202.9/5=468.7021（ppi)≈469ppi
答：此屏幕像素密度约是469ppi.
张洋
18/03/2014制作
求采纳为满意回答。