图像的分辨率

一、什么是分辨率

图像分辨率表示：

图像能够表示多少空间细节，或者图像在水平和垂直方向上包含多少个像素。

日常最常见的分辨率写法是：

宽度 × 高度

例如：

11920 × 1080
24096 × 4096
36144 × 6144

其中：

• 1920表示图像水平方向有1920个像素；
• 1080表示图像垂直方向有1080个像素。

因此一张1920 × 1080的图像，像素总数为：1920×1080=2,073,600

即大约207万个像素，也可以称为约200万像素图像。

二、分辨率的核心含义

分辨率通常反映两个方面：

1. 图像包含多少像素；
2. 图像能够区分多小的空间细节。

一般来说，在成像条件相同的情况下：

像素数量越多，图像越有可能保留更多细节。

但是，分辨率高并不一定表示图像一定清晰。

图像是否清晰还受到以下因素影响：

• 镜头质量；
• 对焦状态；
• 传感器性能；
• 像素尺寸；
• 光照条件；
• 相机抖动；
• 运动模糊；
• 图像压缩；
• 噪声；
• 算法处理。

三、图像分辨率的几种常见含义

“分辨率”不是只有一种含义，常见可以分为以下几类。

1. 像素分辨率

像素分辨率表示图像的像素矩阵大小。

例如：

1宽度：4096像素
2高度：4096像素

则像素分辨率为：

4096 × 4096

像素总数为： 4096×4096=16,777,216

约为1677万像素。

这是计算机视觉和工业图像处理中最常说的分辨率。

2. 空间分辨率

空间分辨率表示：

图像中一个像素对应现实世界多大的尺寸，或者成像系统能够分辨多小的目标。

例如，一张图像覆盖的实际范围为：

100 mm × 100 mm

图像分辨率为：

1000 × 1000像素

那么：

同理：

这表示：

1个像素对应实际0.1 mm

也可以写成：

10 pixel/mm

因为：

3. 打印分辨率

打印分辨率通常使用：

DPI

DPI是：

1Dots Per Inch
2每英寸打印点数

例如：

300 DPI

表示打印机在1英寸长度内打印300个点。

打印分辨率主要与打印设备有关。

4. 显示分辨率

显示分辨率表示屏幕水平方向和垂直方向上的像素数量。

例如：

11920 × 1080
22560 × 1440
33840 × 2160

常见名称包括：

需要注意：

工业图像中的“1K、2K、4K”有时是按照图像宽度的大致像素数命名的，不一定严格等于显示行业中的标准。

例如：

11K相机：宽度约1000像素
22K相机：宽度约2000像素
34K相机：宽度约4000像素

5. 光学分辨率

光学分辨率表示镜头和成像系统实际区分细小结构的能力。

即使相机像素数量很高，如果镜头分辨能力不足，也无法获得真正的高细节图像。

例如：

• 图像传感器为5000万像素；
• 但镜头成像模糊；
• 实际细节可能远达不到5000万像素对应的水平。

因此：

像素分辨率是数字图像的采样数量，光学分辨率是系统真实区分细节的能力。

6. 时间分辨率

时间分辨率主要用于视频和高速成像。

通常用帧率表示：

fps

例如：

130 fps
260 fps
31000 fps

表示每秒采集多少帧图像。

帧率越高：

• 越容易捕捉高速运动；
• 时间变化记录越细；
• 数据量也越大。

时间分辨率与普通图像的空间分辨率是两个不同概念。

7. 深度分辨率

深度分辨率常用于：

• 深度相机；
• 3D相机；
• 激光测距；
• 工业三维测量。

它表示系统能够区分多小的高度或距离变化。

例如：

深度分辨率为0.01 mm

表示理论上可以区分约0.01 mm的高度变化。

四、像素数量和分辨率的关系

图像像素总数计算公式为：

例如：

所以通常所说的“提高图像分辨率”，常常是指：

增加图像宽度和高度方向的像素数量。

五、分辨率和像素的区别

1. 像素

像素是图像中最小的数字单元。

例如一个8位灰度图中的一个像素，可能为：

128

一个RGB图像中的一个像素可能为：

(255, 0, 0)

2. 分辨率

分辨率描述整张图像由多少像素组成。

例如：

1920 × 1080

所以：

1像素是单个元素
2分辨率是像素矩阵的规模

六、分辨率和位深的区别

这是非常容易混淆的两个概念。

分辨率

表示：

图像有多少个像素

例如：

1024 × 1024

位深

表示：

每个像素或每个通道能表示多少个数值等级

例如：

18位灰度图：0～255
216位灰度图：0～65535

两者区别如下：

可以这样理解：

1分辨率决定有多少个格子
2位深决定每个格子能表示多少种数值

七、分辨率和图像尺寸的区别

“图像尺寸”这个词有两种常见含义。

1. 像素尺寸

例如：

1920 × 1080像素

这种情况下，图像尺寸和像素分辨率基本是同一个意思。

2. 物理尺寸

例如：

10 cm × 8 cm

这种情况表示打印或显示后的实际大小。

同一张3000 × 2400像素图像，可以打印为不同物理尺寸。

打印得越小：

• 单位长度内像素越多；
• 看起来越细腻。

打印得越大：

• 单位长度内像素越少；
• 更容易看到像素颗粒。

八、PPI和DPI的区别

1. PPI

PPI表示：

1Pixels Per Inch
2每英寸像素数

主要用于：

• 显示器；
• 数字图像；
• 手机屏幕；
• 图像打印尺寸计算。

例如：

300 PPI

表示1英寸长度中包含300个图像像素。

2. DPI

DPI表示：

1Dots Per Inch
2每英寸打印点数

主要用于打印机。

打印机可能使用多个墨点来表示一个图像像素，因此：

PPI和DPI严格来说不是同一个概念。

但在普通软件和日常交流中，这两个词经常被混用。

九、打印尺寸和分辨率的关系

打印尺寸可以通过以下公式计算：

例如一张图像为：

3000 × 2400像素

按照300 PPI打印：

因此打印尺寸为：

10 × 8英寸

换算为厘米：

所以大约为：

25.4 × 20.32厘米

十、工业视觉中的空间分辨率

工业视觉中，仅知道图像是4096 × 4096还不够，还需要知道它对应多大的实际视野。

1. 视野

视野通常记作：

1FOV
2Field of View

例如相机拍摄范围为：

200 mm × 200 mm

图像分辨率为：

4096 × 4096

则空间分辨率为：

即：

每个像素对应约0.0488 mm

也就是：

约48.8 μm/pixel

2. 检测目标需要多少像素

假设最小缺陷尺寸为：

0.2 mm

空间分辨率为：

0.05 mm/pixel

那么缺陷在图像中大约占：

即缺陷宽度大约为4个像素。

通常一个缺陷只有1～2个像素时，很难稳定检测。

实际工业视觉中，通常希望最小目标至少覆盖：

• 3～5个像素：勉强检测；
• 5～10个像素：较稳定检测；
• 10个像素以上：适合精细测量和识别。

具体要求取决于：

• 对比度；
• 噪声；
• 算法；
• 镜头；
• 检测精度；
• 缺陷形状。

十一、提高分辨率是什么意思

“提高分辨率”可能有几种不同含义。

1. 使用更高像素的相机

例如：

12048 × 2048
2提升为
34096 × 4096

这会增加真实采样点数，前提是镜头和光学系统也支持。

这是最有意义的分辨率提升方式。

2. 缩小相机视野

每个像素代表的物理尺寸变小（µm/pixel ↓）

相机像素数不变，但拍摄范围变小。

例如：

原来：

4096像素对应200 mm

空间分辨率为：

缩小视野后：

4096像素对应100 mm

空间分辨率为：

这样每个像素对应的实际尺寸更小，测量精度更高。

3. 图像上采样

例如把：

512 × 512

放大成：

1024 × 1024

这叫上采样或插值放大。

它确实增加了图像像素数量，但没有增加原始真实细节。

因为新增像素通常是通过插值得到的，例如：

• 最近邻插值；
• 双线性插值；
• 双三次插值；
• Lanczos插值；
• 深度学习超分辨率。

因此：

上采样提高了图像的像素尺寸，但不一定提高真实光学分辨率。

十二、分辨率越高，图像越好吗

不一定。

高分辨率的优势包括：

• 能记录更多空间细节；
• 有利于检测小缺陷；
• 有利于精确测量；
• 图像裁剪后仍可能保留较多细节；
• 适合大视野高精度检测。

但也会带来问题：

• 文件更大；
• 内存占用更多；
• 处理速度更慢；
• 网络传输压力更大；
• 相机帧率可能降低；
• 对光照要求更高；
• 对镜头分辨能力要求更高；
• 噪声和数据量增加；
• 算法计算时间增加。

所以工业视觉中并不是分辨率越高越好，而是要根据：

• 最小缺陷尺寸；
• 拍摄视野；
• 测量精度；
• 处理速度；
• 带宽；
• 成本；
• 镜头能力；

综合选择。

十三、分辨率与图像清晰度的关系

分辨率高，只表示像素更多。

图像清晰度还受到以下因素影响。

1. 对焦

即使分辨率很高，如果没有准确对焦，图像仍然模糊。

2. 镜头分辨率

镜头如果无法传递高频细节，增加相机像素也没有意义。

3. 运动模糊

高速运动物体曝光时间过长，会导致图像模糊。

4. 信噪比

噪声太大时，小细节会被淹没。

5. 压缩

JPG等有损压缩可能破坏边缘和纹理细节。

6. 插值放大

通过软件放大的高分辨率图像，不等于真实采集的高分辨率图像。

所以：

高分辨率是获得高清图像的必要条件之一，但不是充分条件。

十四、常见分辨率名称

需要注意：

“1K、2K、4K”通常只是宽度方向像素数量的大致称呼，并不是所有行业都使用完全相同的标准。

十五、图像数据量和分辨率的关系

不考虑压缩时，图像原始数据量为：

例如一张4096 × 4096的8位灰度图：

约为：

16 MiB

同样分辨率的8位RGB图：

约为：

48 MiB

所以：

• 分辨率越高，数据量越大；
• 通道数越多，数据量越大；
• 位深越高，数据量越大。

十六、分辨率和下采样、上采样

1. 下采样

下采样是减少图像的宽度和高度。

例如：

14096 × 4096
2下采样为
32048 × 2048

如果宽和高都缩小为一半，像素总数变为原来的：

下采样会：

• 减少像素数量；
• 降低数据量；
• 提高处理速度；
• 可能损失细节；
• 可能产生混叠。

2. 上采样

上采样是增加图像的宽度和高度。

例如：

1512 × 512
2放大到
31024 × 1024

它会增加像素数量，但增加的像素主要通过插值产生。

因此：

1像素分辨率提高
2真实细节不一定提高

十七、分辨率和像素尺寸的关系

相机传感器上的每个像素都有实际物理尺寸，例如：

13.45 μm × 3.45 μm
25.5 μm × 5.5 μm

这称为：

1Pixel Size
2像元尺寸

像素尺寸和图像分辨率不是同一个概念。

例如两个相机都为：

4096 × 4096

但是：

• 相机A像元尺寸为3.45 μm；
• 相机B像元尺寸为5.5 μm。

它们的传感器物理尺寸不同，感光能力、镜头要求、噪声和视野可能也不同。

通常：

• 像元越小，在相同传感器面积下可以放入更多像素；
• 像元越大，单个像素通常能接收更多光，信噪比可能更好。

十八、工业视觉中的分辨率计算

空间分辨率 = FOV / 像素数

µm/pixel = 视野宽度(µm) / 图像宽度(pixel)

假设：

1视野宽度：300 mm
2相机水平像素：6000 pixel

则水平方向空间分辨率：

也就是：

50 μm/pixel

如果希望检测尺寸为：

0.25 mm

则该缺陷在图像中的宽度为：

如果需要让该缺陷占10个像素，则空间分辨率需要达到：

在300 mm视野下，相机水平方向需要：

也就是水平像素约12000。

十九、常见误区

误区1：分辨率越高，图像一定越清晰

错误。

高分辨率只表示像素更多，图像是否清晰还受到镜头、对焦、噪声和光照等因素影响。

误区2：图像放大后分辨率提高，细节就增加

错误。

插值放大只增加像素数量，不会自动产生真实细节。

误区3：PPI越高，图像文件越大

不一定。

只修改图像元数据中的PPI，而不改变像素宽高，文件像素数量通常不变。

误区4：分辨率和位深是同一个概念

错误。

1分辨率决定像素数量
2位深决定每个像素的数值等级

误区5：同样的分辨率就有同样的检测精度

错误。

检测精度还与：

• 实际视野；
• 镜头；
• 标定；
• 畸变；
• 亚像素算法；
• 图像噪声；

有关。

误区6：提升分辨率=提升像素数量

不完全对

因为：

如果FOV变大，但像素不变 → 分辨率反而下降

误区7：4K一定比2K更清晰

只在以下条件成立：

FOV相同 + 光学相同 + pixel size相同

否则不成立。

误区8：分辨率就是图像大小

✔ 实际：

1分辨率 = 空间采样能力
2不是文件大小

二十、分辨率总结表

二十一、最终总结

分辨率可以简单理解为：

图像在空间上被划分成多少个像素，以及一个像素对应现实世界多大的尺寸。

最常见的表示方法是：

宽度 × 高度

例如：

4096 × 4096

需要重点区分：

1像素分辨率：图像有多少像素
2空间分辨率：一个像素对应多大实际尺寸
3位深：一个像素能表示多少个数值等级
4PPI：每英寸有多少图像像素
5DPI：每英寸有多少打印点

核心公式：

最重要的结论是：

分辨率高表示像素数量更多，但不一定表示图像更清晰；真实成像质量还取决于镜头、传感器、光照、对焦和噪声等因素。

《图像的分辨率》 是转载文章，点击查看原文。