图像深度是数字图像最基础也最容易被忽视的属性之一，它在软考多媒体应用设计师科目里几乎年年出现。所谓图像深度，指的是存储每个像素点颜色信息所需要的二进制位数，这个位数决定了该像素能够表达的颜色的数量上限。教材与标准文档中常把它称为颜色深度或位深度，英文写作 Color Depth 或 Bit Depth。当一个像素用一位二进制来表示时，它只能取两种状态，通常对应黑与白两种颜色，这就是二值图像；当每个像素用八位来表示时，它可以表达二的八次方，也就是二百五十六种颜色，这就是我们常说的二百五十六色图像；当每个像素用二十四位来表示时，红绿蓝三个通道各占八位，每个通道都能取零到二百五十五共二百五十六个级别，三者组合起来就能表达一千六百七十多万种颜色，这就是通常意义上的真彩色。
图像深度直接决定了图像文件在未压缩状态下的数据量，公式是水平分辨率乘以垂直分辨率再乘以图像深度，单位是比特。这个公式在软考真题里反复出现，命题人特别喜欢让考生区分图像深度与像素深度，因为它们在多数教材里表述并不完全一致，稍不留神就会混淆。
像素深度比图像深度更严格，它指每个像素实际占用的存储位数，英文称为 bits per pixel，缩写为 bpp。两者的关键区别在于，像素深度除了颜色信息之外，还可能包含附加位，最典型的就是记录透明程度的阿尔法通道。一个二十四位真彩色图像加上八位α通道，像素深度就变成三十二位，但图像深度仍是二十四位，因为那额外八位不参与颜色表达。
这个区别正是命题人最常用的陷阱。问图像深度，考的是颜色表达能力；问像素深度，考的是每像素实际占用的存储空间。同样分辨率下，像素深度越大文件越大，这一点做数据量计算题时必须分清。一幅八百乘六百的二十四位真彩色图像，原始数据量约一百四十四万字节，约一点三七兆；加上α通道变成三十二位后，数据量约一百八十三万字节，多出的部分就是透明度通道的开销。
在讨论图像深度之前，还要先厘清分辨率。软考语境下的分辨率有图像分辨率和显示分辨率两个层次。图像分辨率指图像本身水平和垂直方向上的像素总数，比如四百五十乘六百。显示分辨率指显示设备能显示的像素数量，比如一千九百二十乘一千零八十。两者相互独立，图像分辨率再高，显示分辨率不够也无法完整显示细节；反之低分辨率图像在高分辨率显示器上需放大插值，画面会模糊。
除了这两个层次，还有一个与之相关但性质不同的物理分辨率概念，也就是扫描分辨率，常用 DPI 表示，指扫描仪或打印设备在每英寸长度上能够采样的点数。扫描分辨率、图像分辨率和物理尺寸三者之间构成一个固定关系：图像分辨率等于扫描分辨率乘以物理尺寸。这个关系把数字世界的像素数与物理世界的长度单位联系了起来，是许多换算题和计算题的命题基础。例如扫描分辨率为三百 DPI、物理尺寸为一英寸乘一英寸的图片，其图像分辨率就是三百乘三百像素。理解了这个换算关系，再做涉及扫描、打印、屏幕显示的题目时，就能把像素、英寸、点数这几个看似无关的单位串成一条线。
图像分辨率与图像深度共同决定图像的原始数据量，显示分辨率只影响呈现效果，不影响文件数据量。这个区分常被用来挖坑，命题人会把两者混在一起，让考生多乘或少乘一个系数。明确这四个概念之后，图像属性的知识框架才算搭起来。
要真正理解图像深度，就必须回到二进制编码的本质。像素在计算机内部用一组二进制位表示，位数越多，能组合出的编码越多，能表达的颜色越丰富。一位只能表达两种颜色，即单色图像；四位能表达十六种；八位能表达二百五十六种，已足够显示普通灰度图像，因为人眼对灰度的分辨能力大约就在二百五十六级左右，超过后肉眼很难区分相邻差异。
彩色图像的情况更复杂，它不是简单存储颜色编号，而是通过色彩模型组织颜色分量。最常用的 RGB 模型中，每个像素被拆分为红、绿、蓝三个通道，每个通道的深度决定其能表达的级别数。三通道各占八位时，各自能表达二百五十六个级别，三者的乘积就是二百五十六的三次方，约一千六百七十七万种颜色，超出人眼分辨范围，故称真彩色。这里的真彩色并非颜色无限多，而是覆盖了人眼可视颜色空间的绝大部分，实用上已足够。
当图像深度较低时，计算机无法为每个像素直接存完整颜色分量，于是引入调色板机制，即索引色。以二百五十六色图像为例，系统先维护一张含二百五十六个条目的调色板，每个条目存完整颜色值，图像中每个像素只存一个零到二百五十五的索引号指向调色板。这样每像素只需八位，完整颜色信息集中存放在调色板里。
调色板的本质是用空间换空间的经典权衡：它把每个像素都要重复存储的完整颜色信息，提取到一张全局共享的查找表里，让像素只存一个指向该表的短索引。这样整幅图像的颜色信息总量就从像素数乘以颜色位数，压缩成了像素数乘以索引位数，再加上调色板本身的固定开销。当图像的颜色种类远小于像素数量时，这个方案极其划算。但一旦图像颜色种类超过调色板容量，就必须对颜色进行量化，把相近颜色合并，这就会带来可见的失真。调色板的容量与索引位数直接相关：八位索引对应二百五十六色，四位索引对应十六色，一位索引就是黑白二值图。索引位数与颜色数量的对应关系是二的幂次，这条规律在做调色板容量换算时非常有用。
这种机制大幅节省存储空间，八位索引色图像的数据量只有同分辨率二十四位真彩色的三分之一。代价是图像能同时出现的颜色被限制在调色板容量内，绿色调照片用二百五十六色调色板显示就会出现明显色带，因为细微的颜色过渡超出了调色板的表达能力。这也解释了为何照片类图像适合真彩色，而图标、界面元素这类颜色有限的图像用索引色更经济。
图像数据量计算的公式本质上就是像素总数乘以每像素位数。这个公式成立的原因在于，未压缩位图存储方式下每像素颜色信息占固定位数，整幅图像数据量就是所有像素位数之和。以二零二三年真题为例，一幅二百五十六乘五百一十二的彩色图像，每种颜色八位，红绿蓝共二十四位，数据量就是二百五十六乘五百一十二再乘二十四比特。正确答案写成二百五十六乘五百一十二乘三乘八，正是把三个通道拆成三个八位，本质与乘二十四完全一致。
理解这一点，再做同类计算题就能以不变应万变。命题人可能改变分辨率、位深，可能问字节数而非比特数，甚至引入压缩比，但核心始终是像素总数乘像素深度。把图像深度与像素深度分清楚，把比特和字节换算记牢，这类题就是送分题。
在软考多媒体知识体系中，彩色图像按颜色组织方式可分为真彩色、伪彩色和直接色三大类，这个分类常用来考查对颜色表达机制的理解深度。真彩色指每个像素的颜色分量直接由红绿蓝三个通道的数值确定，颜色值本身就是颜色，无需任何中间映射。二十四位真彩色图像中，一个像素红色通道值是二百，就真的对应一种偏红的颜色，直观而直接。
伪彩色与真彩色恰恰相反。伪彩色图像中每像素存的不是颜色分量值，而是索引号，再通过调色板映射到具体颜色。伪彩色的典型场景是遥感图像和医学影像，原始数据往往是单通道灰度值或物理量测量值，人们把不同数值区间人为映射到不同颜色上，便于肉眼分辨数据变化趋势。热力图就是典型例子，蓝到红的渐变并不代表物体真是这个颜色，而是温度从低到高的变化。
直接色介于两者之间。它同样使用调色板，但调色板条目不是完整颜色，而是分别存红、绿、蓝三个分量的参考值，像素存储的是三个分量的索引。这样既避免真彩色三倍以上的存储开销，又克服伪彩色只能同时显示有限颜色的限制。做分类判断题时，关键是抓住一点：真彩色像素里存颜色值，伪彩色和直接色存索引号，而两者区别在于索引指向完整颜色还是颜色分量。
α通道是图像深度考点中另一个高频且易错的概念。它也叫透明度通道，记录每个像素的透明程度，取值范围通常零到二百五十五，零表示完全透明，二百五十五表示完全不透明，中间取值表示不同程度半透明。α通道本身不表达颜色信息，只描述该像素叠加到其他图像上时应以多大权重呈现自己的颜色。
α通道的意义在于图像合成与叠加。带α通道的图像叠加到背景上时，最终颜色是前景色与背景色按α值线性插值的结果。α值越大，前景权重越高，越不透明；α值越小，背景透出越多，越透明。这正
本篇完！