在软考多媒体应用设计师与软件设计师的命题体系里，数字图像按表示方式被严格划分为两大流派：位图与矢量图。二者的分野不是风格上的区别，而是数据组织方式的根本差异。理解这个差异，是掌握图像压缩、颜色模型、分辨率等一系列后续考点的逻辑起点。
位图又称点阵图、栅格图，其英文术语为 Bitmap 或 Raster Image。位图把一幅图像看成一张由若干行、若干列像素点构成的规则网格，每个像素点被赋予一个确定的颜色值，整幅图像就是这些颜色值按行列顺序排列成的矩阵。所谓分辨率，本质上就是这个矩阵的规模——横向像素数乘以纵向像素数。例如一幅 1920 乘 1080 的图像，意味着它由 1920 列、1080 行共计两百多万个像素点组成。
位图的核心特征在于它的离散性。图像被采样、量化成有限的像素单元后，像素之间并不保存任何几何关系信息，只保存每个点的颜色值。因此位图天然适合表示那些色彩层次丰富、明暗过渡连续的真实世界画面，比如照片、扫描件、卫星影像、游戏纹理。数码相机、扫描仪、摄像头采集到的原始数据，无一例外都是位图形态。2024 年多媒体应用设计师真题第 17 题考查的图像深度、像素深度，正是围绕位图的颜色表示展开的。
矢量图则走了一条完全不同的路线。它不存储像素，而是存储构成图形的一系列几何图元的数学描述——点、直线、圆、椭圆、多边形、曲线，以及这些图元的位置、尺寸、颜色、填充方式、线宽等属性。这些描述以指令的形式存在，渲染时由绘图引擎实时计算，把数学对象光栅化成屏幕上的像素。
矢量图的核心特征在于它的连续性。图形的轮廓不是由离散点近似而成，而是由精确的数学函数定义。以一条曲线为例，矢量图存储的不是曲线经过哪些像素，而是曲线控制点的坐标和曲率参数，渲染引擎据此逐点算出曲线上的每一个位置。因此矢量图天然适合表示几何特征明显的图形，比如标志、图标、字体、工程制图、示意图、卡通插画。计算机辅助设计软件、矢量插画软件产出的文件，本质上都是矢量数据。
从数据结构的角度看，位图可以形式化地表示为一个二维颜色矩阵，其元素是颜色索引或颜色分量；矢量图则可以形式化地表示为图元对象的集合，每个对象携带一组几何参数与渲染属性。前者是采样后的结果，后者是描述性的模型。这个形式化的对照，是理解后续所有差异的钥匙——正是因为一个是"结果"、一个是"模型"，才派生出它们在缩放、存储、编辑、渲染四个维度上的截然不同的行为。
区分位图与矢量图，不能停留在"一个是像素、一个是公式"的口头记忆上，必须回到数据存储与图形渲染的技术本质，才能真正理解命题人为什么总在这个考点上反复设问。
位图的存储量由三个变量共同决定：水平分辨率、垂直分辨率、颜色深度。颜色深度又称像素深度，指每个像素用多少二进制位来表示颜色。黑白二值图像每像素只需一位，灰度图像常用八位表示两百五十六级灰阶，真彩色图像每像素二十四位，红绿蓝三个分量各占八位。2023 年多媒体真题第 1 题考查的分辨率 256 乘 512、每色八位的彩色图像数据量，正是这三个变量的直接乘积——像素总数乘以每像素位数。这个计算模型是软考多媒体科目的固定送分题，也是理解图像压缩必要性的出发点：位图的数据量与分辨率成正比，分辨率翻倍，数据量增长四倍。
值得注意，位图内部还存在索引色与直接色的区别。索引色图像维护一张调色板，每个像素只存储调色板中的索引号，而非完整的颜色值，因此可以大幅压缩存储量，代价是可表示的颜色种类被限制在调色板范围内。直接色图像则让每个像素直接携带颜色分量值。GIF 采用索引色，JPEG 和 PNG 通常采用直接色。这个分野解释了为何 GIF 最多只能显示二百五十六种颜色，而同一幅真彩色照片转成 GIF 后会出现色带与失真。
矢量图的数学基础是解析几何与计算几何。直线段由两个端点确定，圆由圆心与半径确定，而复杂的自由曲线则依赖贝塞尔曲线这一核心工具。贝塞尔曲线通过起点、终点和若干控制点构造多项式，控制点并不在曲线上，而是像磁石一样牵引曲线的走向，由此可以用极少的参数描述极其光滑、复杂的轮廓。字体工业中的轮廓字体，正是用贝塞尔曲线描述每个字符的轮廓，因此同一个字库文件在任意字号下都能渲染出边缘锐利的字形，而不会像位图字库那样在小字号下发虚、大字号下出现锯齿。这是矢量描述连续性的一个典型体现。
矢量图的渲染依赖一个叫光栅化的过程。矢量数据本身不包含像素，只有当它需要显示在屏幕或打印到纸张上时，渲染引擎才把数学描述的图元转换成离散像素，这个过程实时发生、逐帧执行。正是因为有光栅化这一环节，矢量图才能在任意缩放比例下重新采样、始终保持锐利。而位图绕过了光栅化，它本身就是光栅化的产物，因此缩放时只能对既有的离散像素做插值，质量必然劣化。这一"先描述、后光栅化"与"先光栅化、后存储"的顺序差异，是位图与矢量图一切缩放行为差异的技术根源。
缩放行为是位图与矢量图差异最直观、也最常被考查的一个维度。位图被放大时，原本一个像素对应的屏幕面积被强行摊大，缺乏的中间像素只能靠插值算法凭空补出，图像因此出现马赛克般的锯齿和模糊，这是位图固有的、无法彻底消除的缺陷。矢量图则不存在这个问题：它的图元由数学公式定义，放大只是改变了公式的显示比例，重新光栅化时可以在任意精度下重新采样，轮廓始终保持平滑锐利。反过来，矢量图也并非万能，它难以表现照片式的连续色彩过渡，因为它本质上是由有限图元拼合而成的。理解了缩放背后的光栅化机制，就理解了"矢量图适合几何图形、位图适合自然图像"这一结论的根本原因。
还须澄清一个常见误解：矢量图并非"永远不会失真"。矢量图在缩放与旋转时确实保持几何精度，但当它最终显示到屏幕时，仍要经过光栅化采样，当图形尺寸极小或包含极细线条时，光栅化同样会产生锯齿与走样。现代渲染引擎用抗锯齿技术来缓解这一问题，即在边缘像素上做透明度渐变，让锯齿在人眼看来变得平滑。因此准确的说法是：矢量图的数学描述不因缩放而损失精度，但其最终显示仍受光栅化分辨率的约束，与位图相比，矢量图只是把"失真的发生点"从存储阶段推迟到了显示阶段。
两类图形各自演化出了庞大的文件格式家族，每种格式背后都对应着特定的压缩策略与使用意图。掌握格式谱系，是软考多媒体科目图像处理部分的必考内容。
位图格式的差异主要体现在压缩方式上。BMP 是未经压缩或仅作简单行程编码的原始格式，文件大、结构简单，常用于系统内部和早期环境。GIF 采用无损压缩，但最多只能表示二百五十六种颜色，因支持多帧动画和透明色而在简单动画与图标领域长期占据一席之地。JPEG 采用基于离散余弦变换的有损压缩，专为连续色调的自然图像设计，压缩比高，但会引入不可逆的失真。PNG 采用无损压缩，支持真彩色和阿尔法通道的逐像素透明，适合需要保留细节和透明背景的图形。同一幅照片存成 BMP、JPEG、PNG，文件大小可能相差数十倍，这正是压缩策略差异的直接后果。
有损压缩与无损压缩的区别，是位图格式谱系里最关键的分界线。无损压缩通过消除数据冗余来减小体积，解码后能完全还原原始数据，适用于需要精确保留信息的场合；有损压缩则主动丢弃人眼不敏感的细节来换取更高的压缩比，解码后无法还原原始数据，适用于对精度要求不高的自然图像。JPEG 正是利用了人眼对亮度变化比对颜色变化更敏感这一特性，把图像从空间域变换到频率域，再对高频分量做粗量化，从而在几乎不被人察觉的前提下大幅压缩。理解这一原理，就能理解为何 JPEG 反复保存会逐次劣化——每一次有损压缩都会丢弃一部分信息，多次叠加后失真变得明显。
矢量图领域也有自己的格式谱系。SVG 是基于可扩展标记语言的开放矢量格式，直接以文本描述图形，支持交互和脚本。早期矢量插画与设计软件各有专属格式，如 AI、EPS 等，其中 EPS 作为通用交换格式在印刷出版领域广泛使用。Flash 动画之所以体积小、可无限缩放，正是因为它以矢量图作为基本存储格式，这一考点在 2022 年多媒体真题第
本篇完！