1. 灰度值是什么是怎么测量的
灰度值是指将灰度对象转换为 RGB 时，每个对象的颜色值。把白色与黑色之间按对数关系分成若干级，称为“灰度等级”，使用黑白或灰度扫描仪测量生成的图像通常以灰度显示。
在计算机领域中，灰度（Gray scale）数字图像是每个像素只有一个采样颜色的图像。这类图像通常显示为从最暗黑色到最亮的白色的灰度，尽管理论上这个采样可以任何颜色的不同深浅，甚至可以是不同亮度上的不同颜色。
灰度图像与黑白图像不同，在计算机图像领域中黑白图像只有黑白两种颜色，灰度图像在黑色与白色之间还有许多级的颜色深度。但是，在数字图像领域之外，“黑白图像”也表示“灰度图像”，例如灰度的照片通常叫做“黑白照片”。
在一些关于数字图像的文章中单色图像等同于灰度图像，在另外一些文章中又等同于黑白图像。灰度使用黑色调表示物体,即用黑色为基准色，不同的饱和度的黑色来显示图像。
每个灰度对象都具有从 0%（白色）到100%（黑色）的亮度值。 使用黑白或灰度扫描仪生成的图像通常以灰度显示。
(1)灰度级图像的存储计算方法扩展阅读
灰度等级范围一般从0到255，白色为255，黑色为0，故黑白图片也称灰度图像，在医学、图像识别领域有很广泛的用途。
灰度分布是指灰度图像的灰度值的分布情况，反映了图像的最基本的统计特征。灰度分布主要应用于图像分割中，通过对灰度图像的灰度分布的理解，来分析图像一些性质。
灰度直方图是关于灰度级分布的函数，是对图像中灰度级分布的统计。灰度直方图是将数字图像中的所有像素，按照灰度值的大小，统计其出现的频率。灰度直方图是灰度级的函数，它表示图像中具有某种灰度级的像素的个数，反映了图像中某种灰度出现的频率。
如果将图像总像素亮度（灰度级别）看成是一个随机变量，则其分布情况就反映了图像的统计特性，这可用probability density function （PDF）来刻画和描述，表现为灰度直方图。可以通过直方图的状态来评断图像的一些性质，明亮图像的直方图倾向于灰度级高的一侧；
低对比度图像的直方图窄而集中于灰度级的中部，高对比度图像的直方图成分覆盖的灰度级很宽而且像素的分布没有不太均匀，只有少量的垂线比其他高许多。
直观上来说：若一幅图像其像素占有全部可能的灰度级并且分布均匀，则这样的图像有高对比度和多变的灰度色调。
从概率的观点来理解，灰度出现的频率可看作其出现的概率，这样直方图就对应于概率密度函数(probabilitydensityfunction)，而概率分布函数就是直方图的累积和，即概率密度函数的积分。
2. 图像文件存储量的计算公式是什么
图像文件存储量的计算公式：存储量=水平像素×垂直像素×每个像素所需位数8（字节）。
单色的图象一位用来存储颜色信息，1位=1/8字节，假设有单色图像分辨率为120*120，所以体积=120*120*1/8=1.7k因为软盘簇大小为512B，所以，只能占用2k了
256色要占用8位（2^8=256）也就是一字节，16色是4位（2^4=16）占半字节，所以，算体积时用一半就可以
所以，图形体积=分辨率*占用位数（即常说的16/32位色）/8或=分辨率*颜色信息占用的字节数。
(2)灰度级图像的存储计算方法扩展阅读：
图像用数字任意描述像素点、强度和颜色。描述信息文件存储量较大，所描述对象在缩放过程中会损失细节或产生锯齿。在显示方面它是将对象以一定的分辨率分辨以后将每个点的色彩信息以数字化方式呈现，可直接快速在屏幕上显示。
分辨率和灰度是影响显示的主要参数。图像适用于表现含有大量细节（如明暗变化、场景复杂、轮廓色彩丰富）的对象，如：照片、绘图等，通过图像软件可进行复杂图像的处理以得到更清晰的图像或产生特殊效果。
计算机中的图像从处理方式上可以分为位图和矢量图。
3. 一副存储大小为1024*1024,64个灰度级的图像,需要多少kb
这个1，0，2，4，64回度级别的图像大约是三百多kb可以。
4. 一幅灰度图像大小为640×480，256级灰度，图像数据量大小是多少
256级灰度，色深为8位，即 2的8次幂为256，所以图像色深为8位；
图像容量 = 分辨率 * 色深位数 /8 /1024 = 300 KB
5. 一幅图像有0-7共八个灰度级，请问怎样计算图像为几bit图像
灰度级为0-7，每个灰度级可以用3个比特来表示，比如000，,001,010,011,100,101,110,111；
假如图像的大小为m*n，那么图像的bit数就是3*m*n。
比特是表示信息的最小单位，是二进制数的一位包含的信息或2个选项中特别指定1个的需要信息量。一般来说，n比特的信息量可以表现出2的n次方种选择。
例如：一个计算机的字长为16比特，即16个二进制位，则它所表示的数值信息即为0—65535 。表现26个拉丁字母必要的信息量是5比特(因为16<26<32)。
(5)灰度级图像的存储计算方法扩展阅读：
灰度等级主要取决于系统的A/D转换位数。当然系统的视频处理芯片、存储器以及传输系统都要提供相应位数的支持才行。 目前国内LED显示屏主要采用8位处理系统，也即256（2^8）级灰度。简单理解就是从黑到白共有256种亮度变化。
采用RGB三原色即可构成256×256×256=16777216种颜色。即通常所说的16兆色。 国际品牌显示屏主要采用10位处理系统，即1024级灰度，RGB三原色可构成10.7亿色。
灰度虽然是决定色彩数的决定因素，但并不是说无限制越大越好。因为首先人眼的分辨率是有限的，再者系统处理位数的提高会牵涉到系统视频处理、存储、传输、扫描等各个环节的变化，成本剧增，性价比反而下降。一般来说民用或商用级产品可以采用8位系统，广播级产品可以采用10位系统。
6. 如何根据图像的分辨率和帧率算出图像的需要的存储空间有没有什么公式
像素的存储空间取决于像素的深度。例如：一个像素占用多少空间取决于什么模式。例如，在灰度模式下，一个像素相当于一个字节，在RGB模式下，一个像素相当于三个字节，在CMYK模式下，一个像素相当于四个字节。
像素深度是指用于存储每个像素的比特数，也用于测量图像的分辨率。像素深度决定了彩色图像中每个像素可能的颜色数量，或者决定了灰度图像中每个像素可能的灰度级别。
例如，彩色图像的每个像素是由三个组件：R，G，b．如果每个组件都是由八个比特，一个像素由24位，表示像素的深度是24，和每个像素可以是16，777、216（2＾24）的颜色。
在这个意义上，像素深度通常被称为图像的深度。一个像素的位越多，它所能代表的颜色就越多，也就越深。
(6)灰度级图像的存储计算方法扩展阅读：
注意事项：
单位
当图像大小以像素为单位时，应指定固定分辨率将图像大小转换为实际大小。
例如：在大多数网页中常用的图像分辨率是72，即每英寸72像素，1英寸等于2．54厘米，因此可以得出每厘米通过转换等于28像素。一个15x15cm的图像是420＊420像素长。
7. 一幅128*128的图像,灰度级是1024,需要多少个byte存储该图像
4M
1024是2的10次方，即10位，10个bit，1个字节；等于128*128*10（bit）=4M（bit）。
字节（Byte）是计算机信息技术用于计量存储容量的一种计量单位，也表示一些计算机编程语言中的数据类型和语言字符。一个字节存储8位无符号数，储存的数值范围为0-255。如同字符一样，字节型态的变数只需要用一个位元组（8位元）的内存空间储存。字节（Byte）是计算机信息技术用于计量存储容量的一种计量单位，也表示一些计算机编程语言中的数据类型和语言字符。Byte是从0-255的无符号类型，所以不能表示负数。
8. 800X600的8位灰度图象的大小的计算方法是什么
800和600代表这个图片横纵两个方向的像素点的数量，8位代表每个象素的颜色信息所占用的磁盘空间，或者是色深。8位的进一步的含义是8个二进制位，这八个二进制位从00000000到11111111共之间共有256位数，所以其色深就是256级。
每四个二进制位被成为1字节(bit)，8个二进制位则是2个字节。所以一个800*600的图像的大小就应该是800*600*2字节=960000bit=937.5KB=0.9375MB
但一个图像文件所需记录的信息并非只有这些，还有这个图像的名称、格式信息、生成日期等，所以其大小还会有一些差别。另外每种图像格式的编码方式均不相同，还可能涉及到一些图像压缩之类的内容。以上计算方法仅适合BMP图像格式。
9. 灰度两字节存储像素值 单点像素值是多少
灰度级是指黑白显示器中显示像素点的亮暗差别，在彩色显示器中表现为颜色的不同，灰度级越多，图像层次越清楚逼真。灰度是相对于单色而言的，将亮度分成256恰好一个字节。 纯红色是255级最高，不纯的级别也就低了.灰度级取决于每个像素对应的刷新存储单元的位数和显示器本身的性能。如每个象素的颜色用16位二进制数表示，我们就叫它16位图，它可以表达2的16次方即65536种颜色。如每一个象素采用24位二进制数表示，我们就叫它24位图，它可以表达2的24次方即16777216种颜色。像素是计算机屏幕上所能显示的最小单位。不同计算机屏幕由于分辨率设置的不同，所以显示出像素的大小也不同。例如，同样一个17英寸的液晶屏幕,设置为800*600时，水平有800个像素点，设置为1024*768的时候，水平有1024个像素点，显然，在屏幕总宽度不变的情况下，像素的大小是不一样的。
10. 一副400*800的16灰度级图像,256灰度级图像124位真彩色图像分别需要多少存储空
十六味灰度级说明每一个像素点是用4位二进制数表示的。400×800的图像，说明这幅图像总共有400X800个像素点组成。
那么一副400×800的16灰度级图像所占存储空间为：
400×800×4=1280000bit
1280000/8=160000B
160000/1024=156.25KB
后面的题计算同理。