图片在项目的开发中使用频率很高，但是绝大部分都是作为普通的展示或者偶尔需要裁剪，并不需要对图片做什么特别的处理，最近做了一个项目对于图片的需求功能比较多，踩了很多坑的同时也对图片的使用有了更深的理解，整理下来以便日后回顾。

一 图片的RGB通道与色深

我们都知道图片由一个个点组成，一个点称为一个位图（bitmap 栅格图）,以RGB颜色空间为例，一个位图可能由单通道、三个（Red Green Blue）或者四个通道（Red Green Blue 外加一个Alpha通道）组成，一个通道可能有8bit或者16bit，如果一个Red通道有8Bit，那么取值范围就是0-255，一共可以有256个数值。

以我们最常见的32位RGBA图片来说，每个点（bitmap）包含四个通道：Red通道、Green通道、Blue通道和Alpha通道，每个通道由8bit组成，取值范围为0-255，共有256个值，所以可以组成256256256个颜色显示，也就是高达1677万多色，这已经足够满足我们绝大多数的应用场景了了。其自带的alpha通道在使用的过程中会分别乘以RGB每个通道的值，作为最终显示的数值，使得RGBA图片的使用更加灵活。

另外两个常用的术语,bpp,bpc：
bpp:(bits-per-pixel)一般指像素深度。 像素深度是指存储每个像素所用的位数，像素深度决定彩色图像的每个像素可能有的颜色数，或者确定灰度图像的每个像素可能有的灰度级数。
bpc:(bits-per-channel)位深度,指每个通道占多少位，比如8bpc，指的就是个通道可能有8bit，那么取值范围就是0-255，一共可以有256个数值，如果是16bpc就是指每个通道有16位。
32位RGBA格式图片的每个像素点有4个通道，每个通道有8位，所以就是4*8=32bpp，8bpc

同理还有其他格式的：(该截图为是IOS端集成的Quzrtz 2D引擎官方文档截图，Quzrtz 2D 是对定制的2D向量和图像呈现提供支持的本地绘制引擎，旨在说明bpp与bpc的使用)

二 颜色空间与图片格式

常见的颜色空间有RGB\CMY\HSV\HSL\Lab\YUV等颜色空间，在IOS开发中绝大多数都是使用的RGB颜色空间，如果有需要对图片做特殊处理，比如调整图片的色相或者明度等，会用到HSL等空间，其他大部分场景我们都是在跟RGB空间打交道，

先说一点图片的基本知识，图片格式大多为png，jpeg，bmp，tiff等等，jpeg和png在我们使用的比较多，简单记录一下jpeg和png这两中格式的处理。

jpeg/jpg使用我们所谓的有损压缩格式，简单的说就是经过公式计算，图片由RGB色彩空间转换到YUV色彩空间，然后对YUV分量分别采样，因为人眼对亮度变换的敏感度比色彩变换的敏感度高，所以采样权重更倾向与Y分量，Y分量采样4次，U,V分量各采样一次，这个时候已经开始出现精度损失，然后经过分块、余弦变换、量化等过程，最终编码为图片，其中余弦变换和量化的过程是丢失精度的根源，简单来说就是类似声音过滤一样去掉人耳听不见的超声波和次声波，图片在处理的时候会去掉人眼感知不到的高频率、细微的颜色变化，以此来降低图片大小，但是人眼并不看不出来区别，所以称为有损压缩，好处是大幅降低图片大小，所以很多时候用在web端以提高网页加载速度及响应式反馈，图片质量也并不会有什么损失。不过同样也是因为jpeg可压缩，，jpeg并不是适合作为展示高清晰度图片的载体。

Png格式的压缩原理是基于预测编码和差分编码的，所以不会损失图片质量和精度，所以经常用在对于图片精度和质量有需求的领域。更重要的是Png提供256个透明层次，从而消除锯齿，而且提供alpha通道，使得可以支持图像的透明度，如果源文件里有空白区域，导出的图片相应位置就是空白，什么都没有，而jpeg的透明区域自动转变成白色导出。