Как найти размер изображения в байтах

как определить размер рисунка в Кб?

1

Ученик

(170),
закрыт

13 лет назад

Вот дано, допустим, 3 цвета и размер m x n. Как можно посчитать?

Задача 2

Укажите минимальный объем памяти (в килобайтах), достаточный для хранения любого растрового изображения размером 128х128 пикселей, если известно, что в изображении используется палитра из 256 цветов?

Решение:

1) Палитра изображения составляет 256 цветов,  значит, глубина цвета I = log₂256 = 8 бит = 2³бит

2) Общее число точек изображения S = 128 * 128 = 2¹⁴.

3) Объем памяти, достаточный для хранения изображения V = 2¹⁴ * 2³ (бит) = 2¹⁷ (бит) = 2¹⁴ б = 2⁴ Кб = 16 Кб

Задача 3

Для  хранения растрового изображения размером 64х128 пикселей отвели 8 Кб памяти. Какое максимально возможное число цветов в палитре изображения?

Решение:

1) Общее количество точек в изображении составляет N = 64*128 = 2⁶*2⁷ = 2¹³.

2) На кодирование цвета одной точки приходится I = V/N = 8 Кб/2¹³ = 2³*2¹⁰*2³ /2¹³ = 2³ бит = 8 бит

3) Количество возможных цветов в изображении K = 2^I = 2⁸ = 256

Задача 4

В процессе преобразования растрового графического файла количество цветов уменьшилось с 16 777 216 до 256. Во сколько раз уменьшился информационный объем файла?

Решение:

1) I₁ = log₂ 16 777 216 = 24 (бита)

2) I₂ = log₂ 256 = 8 (бит)

3) I₁ / I₂ = 24 / 8 = 3

Ответ: в 3 раза

Задача 5

Определите, какую часть экрана займет изображение файла типа ВМР объемом 3 Мб, созданного при глубине цвета, равной 32 бита, при разрешении экрана 1024х768 точек и качестве цветопередачи 32 бита?

1) Весь экран            2) 1/2 экрана            3) 1/3 экрана            4) 1/4 экрана

Решение

1) (1024*768*32)/8 – информационный объем изображения рабочего стола, выраженный в байтах).

2) (3 * 2¹⁰ * 2¹⁰) / (2¹⁰ * 768 * 2⁵) / 2³ = 2¹⁰ / (256 * 2²) = 2¹⁰ / 2¹⁰ = 1.

Задача 6

Фотография размером 10х10 была отсканирована с разрешением 400 dpi при глубине цвета, равной 24 бита. Определите информационную емкость полученного растрового файла.

Решение

1) 10 / 0,25 = 4 (дюйм)

2) 4 * 400 = 1600 (пикселей)

3) (1600 * 1600 * 24) / 8 = (24 * 100 * 24 * 100 * 3) = 28 * 3 * 104 = 7 680 000 (байт) = 7,3 Мб

Задача 7

Определить максимально возможную разрешающую способность экрана монитора с диагональю 15” и размером точки экрана 0,28 мм.

Решение:

1) Выразим размер диагонали в сантиметрах (1 дюйм = 2,54 см):

2,54 см * 15 = 38,1 см

2) Определим соотношение между высотой и шириной экрана для режима 1024х768 точек:

768 / 1024 = 0,75

3) Определим ширину экрана. Пусть ширина экрана равна Х, тогда высота равна  0,75Х.

По теореме Пифагора имеем:

Х² + (0,75Х)² = 38,1²

1,5625Х² = 1451,61

Х² ≈ 929  Þ Х ≈ 30,5 см

Количество точек по ширине экрана равно: 305 мм / 0,28 мм = 1089.

Максимально возможным разрешением экрана монитора является 1024х768.

Задача 8

Сканируется цветное изображение размером 10х10 см. Разрешающая способность сканера 600dpi  и глубина цвета 32 бита. Какой информационный объем будет иметь полученный графический файл?

Решение:

Разрешающая способность сканера 600 dpi означает, что на отрезке длиной 1 дюйм сканер способен различить 600 точек.

1) Переведем разрешающую способность сканера из точек на дюйм в точки на сантиметр:

600 dpi : 2,54 ≈ 236 точек/см.

2) Следовательно, размер изображения в точках составит 2360х2360 точек.

3) Общее количество точек изображения равно:

2360 * 2360 = 5 569 600.

4) Информационный объем файла равен:

32 бита * 5 569 600 = 178 227 200 бит ≈ 21 Мб.

Сложно однозначно ответить на вопрос сколько в 1 пикселе байт, ведь размер пикселя в байтах или битах зависит от того, сколько цветов, какая кодировка используется.

Краткий ответ: 1 пиксель = 3 байта (при цветовой схеме True-color).

Если сохранять картинку с помощью какого-нибудь графического редактора, используя разное количество цветов, то можно увидеть, что вес картинки при сохранении с использованием 256 цветов будет выше, чем при использовании 128 цветов (что логично).

Для примера приведены скриншоты ниже.

Это одна и та же картинка, в ней одинаковое количество пикселей, но в первом случае она весит 196,8 K, а во втором 160,7 K.

Вес 1 пикселя в зависимости от разрядности цветового режима

Сколько будет весить 1 пиксел в байтах и битах в зависимости от разрядности цветового режима?

Размер пикселя в байтах:

• В монохромном (2¹): 1 пиксель = 1/8 байт (1 бит)
• В 16-цветном (2⁴): 1 пиксель = 0,5 байт (4 бит)
• В 256-цветном (2⁸): 1 пиксель = 1 байт (8 бит)
• True-color (2²⁴): 1 пиксел = 3 байта (24 бита)
• True-color + Альфа канал (2²⁴ + 8-битный канал): 1 пиксел = 4 байта (32 бита)

1 пиксель может быть равен от 1 до 32 бит (от 1/8 до 4 байт).

Если для примера взять RGB модель кодирования (True-color 2²⁴), состоящую из 3-х основных цветов: красного, зеленого, синего, каждый из которых в свою очередь имеет по 256 оттенков, то можно посчитать:

1 параметр из 256 оттенков = 1 байт = 8 бит. Учитывая, что RGB – 3 цвета = 3 параметра по 256 оттенков каждый, то соответственно получаем, что для кодирования одного пикселя используется 3 байта.

1 пиксель = 3 байта = 24 бита.

Подсчет размера 1 пикселя на картинке

С подсчетами исходя из цветовой разрядности разобрались, но что если нужно просто посчитать размер 1 пикселя в какой-то конкретной фотографии или на какой-то картинке?

Сделать это достаточно просто:

1. Нужно умножить высоту на ширину, получив тем самым общее количество пикселей в изображении. В статье «Как узнать размер изображения в пикселях» описано, как можно посмотреть размер картинки;
2. Затем необходимо узнать вес картинки. Сделать это можно кликнув правой кнопкой мыши по картинке, вызвав тем самым контекстное меню, в котором следует выбрать пункт «Свойства». Там и будет указан вес в байтах.
   
3. Осталось лишь поделить вес в байтах на размер картинки в пикселях. Таким образом получится вес 1 пикселя в байтах.

If you already have the image on the filesystem:

import os
os.path.getsize('path_to_file.jpg')`

If, however, you want to get the saved size of an image that is in memory and has not been saved to the filesystem:

from io import BytesIO
img_file = BytesIO()
# quality='keep' is a Pillow setting that maintains the quantization of the image.
# Not having the same quantization can result in different sizes between the in-
# memory image and the file size on disk.
image.save(img_file, 'png', quality='keep')
image_file_size = img_file.tell()

NOTE: if you use a different quality setting for each method you can end up with a smaller size in one or the other.

This method will avoid multiple reads of the image data as with StringIO. Note, however, that it will use more RAM. Everything is a tradeoff. 🙂

Edit: I just saw this comment from the OP:

finally, the problem is from the beginnig, if someone will upload a
picture that have 1 giga (forged one) he’ll kill the server before PIL
will do its stuff, so i must block the request before it finishs!

This is a very different question, and is probably best accomplished at the web server. For nginx, you can add this to your configuration:

http {
    #...
        client_max_body_size 100m; # or whatever size you want as your limit
    #...
}

Задание №7

Для хранения произвольного растрового изображения размером 128х320 пикселей отведено 20 Кбайт памяти без учета размера заголовка файла. Для кодирования цвета каждого пикселя используется одинаковое количество бит, коды пикселей записываются в файл один за другим без промежутков. Какое максимальное количество цветов можно использовать в изображении?

Для начала разберемся какие данные у нас уже есть:

• Нам дан размер изображения – 128х320
• Объем в Кбайтах этого изображения равен 20.

Напоминаю вам формулу, которая включает в себя объем памяти, размер изображения и глубину цвета.

Из этой формулы мы можем найти глубину цвета, т.е. объем одного пикселя в битах. Для этого мы общий объем изображения должны поделить на количество пикселей. 128х320 – это и есть количество пикселей.

Обратите внимание, что объем изображения нам дан в Кбайтах. Мы Кбайты умножаем на 1024 – получаем байты. А чтобы получить биты, нужно умножить еще на 8.

По условию задачи нам нужно найти максимальное количество цветов. Для нахождения количества цветов у нас тоже есть формула.

Так как глубину цвета мы уже знаем, нам остается ее только подставить в формулу.

Ответ: 16

Если хотите узнать больше теории про кодирование информации то вам стоит ознакомится со статьей – Информатика. Кодирование информации.

А еще жмите палец вверх и подписывайтесь на мой канал, чтобы не пропустить следующие разборы задач по информатике.