0:00:00.000,0:00:04.950
在本节，我想讲一下计算机里是怎么处理数码图像的

0:00:04.950,0:00:10.218
这里有个例子 - 黄色花朵的图像

0:00:10.218,0:00:15.359
我们看到的是有机的圆形物体

0:00:15.359,0:00:20.187
在计算机里，它就成了多个小数值。这是怎样做到的呢

0:00:20.187,0:00:24.868
我们来看看左上角的这朵花

0:00:24.868,0:00:29.914
你看到一小片绿色区域，中间有个小东西

0:00:29.914,0:00:34.960
如果将它放大十倍，就成这样。你看到的图像

0:00:34.960,0:00:39.910
是由这些小正方形组成的，它们称为像素

0:00:39.910,0:00:45.325
每个像素都是正方形的，像素非常小

0:00:45.325,0:00:50.717
大概每英寸有100像素。每个像素只显示一个单色

0:00:50.717,0:00:55.815
像素是由每个单色的方块锁定

0:00:55.815,0:01:00.660
有趣的是像素看起来有点不自然，且轮廓分明

0:01:00.660,0:01:04.985
但由于像素非常小，你在原图看像素时，没有觉得不对劲

0:01:04.985,0:01:09.656
像素太小了，肉眼分辨不出来

0:01:09.656,0:01:14.154
你看不到那些分明的轮廓。放大看像素时，图像就是这样子

0:01:14.154,0:01:19.095
要考虑一个图像里有多少个像素的话，就是乘法的问题

0:01:19.095,0:01:23.863
要计算一个宽800像素和高600像素的图像有多少像素，就用乘法

0:01:23.863,0:01:28.401
将两者相乘，就是480000像素

0:01:28.401,0:01:33.191
你可能听过“百万像素”这个词

0:01:33.191,0:01:37.320
它在计算机和数码相机等很常见。百万像素就是一百万个像素

0:01:37.320,0:01:41.450
800x600的图像，480000。粗略讲，大约是一百万像素的一半

0:01:41.450,0:01:45.591
从现代标准来看，这个图像像素并不高

0:01:45.591,0:01:49.897
目前的数码相机甚至是手机

0:01:49.897,0:01:54.039
都会产生五百万像素、一千万像素或两千万像素的图像

0:01:54.039,0:01:58.970
好，我们来看看其中的原理

0:01:58.970,0:02:04.222
为了让图像轮廓分明，我做了这幅图

0:02:04.222,0:02:09.359
我可以将这个图像看做是像素组成的网格，每个像素都是一个正方形，显示一个单色

0:02:09.359,0:02:13.970
我们要有一个地址分析方案

0:02:13.970,0:02:18.932
来将每个像素与其他像素分辨出来

0:02:18.932,0:02:23.717
原理就是这里有一系列 x 值。0在最左端，往右的值不断增大

0:02:23.717,0:02:28.325
y 的方向有点特别

0:02:28.325,0:02:33.051
0在最顶端，最上面一行，y 值的顺序是从上往下

0:02:33.051,0:02:38.390
我们在计算机里就是这样使用数值的

0:02:38.390,0:02:43.922
我来做一些很简单的实例。如左上角的像素是00

0:02:43.922,0:02:48.412
或可以说 x 等于0，y 等于0

0:02:48.412,0:02:52.637
像素1在它右面，因此这个像素的位置是 x 等于0，y 等于0。

0:02:52.637,0:02:57.074
在讲到坐标时，通常是先说 x 值再说 y 值

0:02:57.074,0:03:01.787
这里就是 1, 0。这个像素可以说是 x = 4，y=2.

0:03:01.787,0:03:06.206
或者只说4，2

0:03:06.206,0:03:10.867
实际上，我们不会太纠结于用 x 和 y 的值来确定像素

0:03:10.867,0:03:15.710
你只需知道有这样一个网格就可以了

0:03:15.710,0:03:20.431
哪怕是一千万像素，每个特定的像素都有 x 值和 y 值来区别它和其他像素

0:03:20.431,0:03:25.316
问题是，有了这些像素

0:03:25.316,0:03:30.470
如何编译每个特定像素的颜色

0:03:30.470,0:03:35.392
要讲这一点，我要先讲讲简单的历史背景

0:03:35.392,0:03:40.470
在17世纪，牛顿做了一个有名的实验，我在这里复制这个实验

0:03:40.470,0:03:45.547
用棱镜，其实就是三角形的玻璃

0:03:45.547,0:03:49.354
白色阳光从左边照进来，棱镜将阳光分散成光谱

0:03:49.492,0:03:54.262
我将光谱投映在白纸上

0:03:54.262,0:03:58.703
这里显示出白光不是不可见的纯净物体。相反，它可以被分散成这些纯组成色

0:03:58.703,0:04:03.329
你看彩虹时，也是看到同样的事物

0:04:03.329,0:04:08.264
这些颜色其实是在连续谱里

0:04:08.264,0:04:13.075
不过牛顿分辨出这些颜色，并给它们命名

0:04:13.075,0:04:17.702
那个有名的顺序是从这边的红色开始，到橙色、黄色、绿色

0:04:17.702,0:04:22.390
最后是蓝色、靛青和最远处的紫色

0:04:23.505,0:04:31.051
在计算机里，我要把这些纯色看做是一个调色板

0:04:31.051,0:04:37.706
我们要使用的方案就是在这里挑出红绿蓝

0:04:37.706,0:04:43.578
将这些颜色作为组成色来构成我们想要的其他颜色

0:04:43.578,0:04:48.068
你可以这样想，左边有白光进来

0:04:48.068,0:04:52.003
这里有组成色出去

0:04:52.003,0:04:56.036
你也可以从相反的角度来想。假如我拿组成色从这边照进去

0:04:56.036,0:05:00.020
我就可以有白光出来。物理学跟这个不尽相同

0:05:00.020,0:05:04.102
但也可以提示我们如何在计算机里结合这些组成色

0:05:04.102,0:05:08.784
关于靛青有个有趣的故事

0:05:08.784,0:05:13.414
牛顿命名这些颜色时，蓝色和紫色之间我们有靛青

0:05:13.414,0:05:17.694
真的吗？我们要单独用一个词，不能就叫蓝色

0:05:17.694,0:05:22.062
这个故事之所以有意思

0:05:22.062,0:05:26.742
是它反映了17世纪的情况。牛顿信仰我们认为不科学的神秘论

0:05:26.898,0:05:31.111
那时已知的星球有七个

0:05:31.111,0:05:35.323
牛顿认为颜色的数量应该跟星球的数量一致

0:05:35.323,0:05:39.587
于是他就硬加上靛青，凑个数

0:05:39.587,0:05:44.871
好的，我要弄一个方案

0:05:44.871,0:05:50.957
将特定的颜色编译成一个叫 RGB 的颜色方案。RGB 代表红绿蓝

0:05:50.957,0:05:56.360
其中的原理，或者问题在于我要有一种方式

0:05:56.360,0:06:01.907
来编译网格里每一种颜色是什么

0:06:01.907,0:06:06.652
在 RGB 方案里，要用纯红光、纯绿光和纯蓝光

0:06:06.652,0:06:12.133
用不同的组合来混合这些颜色，使之能形成不同种类的颜色

0:06:12.133,0:06:17.614
我就不细讲这一点，这里有一个很好的示范

0:06:17.614,0:06:21.934
我要登录 RGB Explorer 这个网页，这样我就可以做示范

0:06:21.934,0:06:26.128
在左边，有三个滑动条

0:06:26.128,0:06:30.530
这一个控制红光，我们要给它们赋值

0:06:30.530,0:06:34.868
当红光滑动条移到全黑时，值为0

0:06:34.868,0:06:39.481
调高最高时，值为255。

0:06:39.481,0:06:43.820
在滑动条的下端，你可以看到滑动条上颜色的值。

0:06:43.820,0:06:48.378
这里有红色滑动条、产生绿光的绿色滑动条和产生蓝光的蓝色滑动条

0:06:48.378,0:06:52.829
RGB 方案使用的策略是

0:06:52.829,0:06:58.211
用三个按钮来改变红光、绿光和蓝光的亮度

0:06:58.211,0:07:03.656
这样，你就可以通过结合红、绿、蓝的恰当比例来产生任何颜色

0:07:03.656,0:07:07.916
很明显，如果我要产生红色，就调到最高

0:07:07.916,0:07:11.700
同样，如果要产生绿色，将绿色调到最高

0:07:11.700,0:07:15.872
掉到最高时，颜色非常亮

0:07:15.872,0:07:19.559
要深绿色的话，可以先调到绿色

0:07:19.559,0:07:23.537
再往回调，就是深绿色

0:07:23.537,0:07:27.612
在左边，数字0代表的是黑色

0:07:27.612,0:07:31.542
产生绿色时，往黑色那边调，就是深绿色。

0:07:31.542,0:07:35.666
如果要产生白色

0:07:35.666,0:07:40.159
我将红色调到最高

0:07:40.159,0:07:46.073
也把绿色和蓝色调到最高，就是白色了。所有值都是255，就是白色

0:07:46.073,0:07:51.621
将全部颜色都调到最低，全部都是0，就是黑色

0:07:51.621,0:07:56.406
我来展示一些颜色组合

0:07:56.406,0:08:01.058
我想最有趣的是红色加绿色。如果我将红色调到最高

0:08:01.058,0:08:05.955
将绿色也调到最高，就得到黄色

0:08:05.955,0:08:10.729
要黄色暗一点的话

0:08:10.729,0:08:15.320
将红色和绿色都往回调一点，往黑色那边调一点，就有暗黄色

0:08:15.320,0:08:20.156
如果继续，黄色就更暗了

0:08:20.339,0:08:24.628
要产生橙色的话，我想橙色有点像黄色

0:08:24.628,0:08:28.440
但不是红色和绿色的比例都差不多

0:08:28.440,0:08:32.653
红色要多一点，这里是红色和绿色

0:08:32.653,0:08:36.515
将红色多调一点，将绿色调少一点，就是橙色了

0:08:36.515,0:08:41.414
有点像锥形路边警告筒的样子，好看的橙色

0:08:41.414,0:08:46.380
这只是让你大致了解一下如果通过调整来产生许多好玩的颜色

0:08:46.569,0:08:51.409
我还想再试一下

0:08:51.409,0:08:56.501
是的，产生了浅绿色

0:08:56.501,0:09:01.387
我来给你看看如何产生淡黄色，这里红色和绿色都调到最高

0:09:01.387,0:09:05.850
就产生了很亮的黄色

0:09:05.850,0:09:10.254
淡黄色是比较分散、朦胧的颜色

0:09:10.254,0:09:15.011
产生淡黄色的作法是添加蓝色，我将蓝色调到180,185

0:09:15.011,0:09:19.416
如你所见，这还是黄色，不过是淡黄色，有点朦胧

0:09:19.416,0:09:24.173
我们可以这样要理解这一点

0:09:24.173,0:09:28.481
假如全部颜色都调到最大，就是白色

0:09:28.481,0:09:32.827
将蓝色调高，颜色稍稍变白，但不是纯白

0:09:32.827,0:09:37.810
红色和绿色比蓝色少一点，就是黄色

0:09:37.810,0:09:42.793
这些知识对这么课的作用是，我不要求你知道

0:09:42.793,0:09:47.486
你只要可以填三个数字产生某种颜色就行了

0:09:47.486,0:09:52.411
你明白有通过改变红、绿、蓝来产生颜色的基本方案就可以了

0:09:52.411,0:09:57.356
我还要调一个颜色给你看

0:09:57.356,0:10:01.935
我们有红、绿、黄，这很重要

0:10:01.935,0:10:07.430
我们来组成其他组合。蓝和绿可以组成蓝绿色

0:10:07.430,0:10:12.533
最后一个组合是红加蓝

0:10:12.533,0:10:17.897
红加蓝是紫，看起来确实是红和蓝的组合

0:10:17.897,0:10:23.402
好的，我们返回到我们的图像

0:10:23.402,0:10:28.505
我们知道一个概念，就是你可以将红光、绿光和蓝光混合在一起

0:10:28.505,0:10:34.444
就这个图像而言，我有其全部的像素

0:10:34.444,0:10:40.001
每一个像素都会有一种颜色

0:10:40.001,0:10:45.023
这种颜色是由红、绿、蓝的深浅决定的

0:10:45.023,0:10:50.458
或就数字而言，每个像素都有三个值。

0:10:50.458,0:10:55.825
可以说，红色是250，绿色是10，蓝色是240

0:10:55.825,0:11:01.191
我的意思是，这个像素是250、10、40

0:11:01.191,0:11:07.720
顺序是红色的值、绿色的值和蓝色的值，我在这里重新定义这张图

0:11:07.720,0:11:13.672
这里是我的像素网格，是构成图像的

0:11:13.672,0:11:19.080
有前面讲过的 x 和 y

0:11:19.080,0:11:24.908
每一个这些像素都会有自己的三个值

0:11:24.908,0:11:31.270
这个是6,2,57。6很低，绿色是250，很高，蓝色是7，很低

0:11:31.270,0:11:37.540
基本上是绿色，对吧？绿色的值很高

0:11:37.540,0:11:41.868
这个像素可能是241,252,23。红和绿的值都很高，蓝色的值很低

0:11:41.868,0:11:45.929
基本上就是黄色。

0:11:45.929,0:11:49.941
我调整滑动条时，我趋向于调到255或0

0:11:49.941,0:11:53.514
在现实世界中拍数码照片时，经常会有如237或26这样的中间值

0:11:53.514,0:11:56.890
这些数字混合起来产生某种颜色

0:11:56.890,0:12:00.951
这就是我们目前给图像下的临时定义

0:12:00.951,0:12:04.817
这里有一个像素的网格

0:12:04.817,0:12:09.495
每个像素显示一种颜色

0:12:09.495,0:12:16.125
每种颜色用三个数字来表示

0:12:16.125,0:12:23.182
回顾一下，我们从这张图像开始

0:12:23.182,0:12:27.596
我将它缩减成有多个数字组成的网格

0:12:27.596,0:12:32.067
在计算机科学里，这是一个很常见的主题

0:12:32.067,0:12:36.538
先从整个图像、整段音频或整部百科全书开始

0:12:36.538,0:12:41.178
作为人类，我们把这些事物视作一个有机的整体

0:12:41.178,0:12:46.045
在计算机里，所有数据都不可避免地有一个组织方案，将这些事物分解成多个小数字

0:12:46.045,0:12:50.629
这就是计算机的表现事物的形式

0:12:50.629,0:12:55.100
我们可以将它视作是数字运算。如果我要拍张图片，将它变亮一点

0:12:55.251,0:12:59.200
在计算机里，我们要将它转换成数字运算

0:12:59.200,0:13:03.047
例如，我要将一个图像调亮一点

0:13:03.047,0:13:07.046
啊，我们有红绿蓝的值

0:13:07.046,0:13:11.197
每个值都加10

0:13:11.197,0:13:15.095
在RGB Explorer里，我将每个值往右调，调亮一点

0:13:15.095,0:13:19.196
不管怎样，那是后面几部分的内容

0:13:19.196,0:13:23.195
在计算机里，事物是存储在多个小数值里

0:13:23.195,0:13:27.194
计算机领域就是这样

0:13:27.194,0:13:28.460
我们将会碰到很多这样的情况