讲一下量化压缩与量化补偿

在进行色彩格式转换的时候，经常会遇到色彩量化位数的改变，比如说从 24bit RGB888 到 16bit RGB565 的色彩转换。所谓量化压缩与量化补偿都是我个人所提出的概念，现说明如下。

量化压缩，举例：

量化补偿，举例：

说明：第二行的 24bit RGB888 数据为转换后，未进行补偿的数据，在精度上会有损失；第三行的 24bit RGB888 数据为经过量化补偿的数据，对低位做了量化补偿可以很容易的证明，这样的补偿方法是一种合理的线性补偿。

补偿的原理很简单，大家仔细想一下就明白了，因此不再详细说明。

总结一下：量化压缩的方法：三个字取高位

量化补偿的方法：
         1. 将原数据填充至高位
         2. 对于低位，用原始数据的低位进行补偿
         3. 如果仍然有未填充的位，继续使用原始数据的低位进行循环补偿

解释一下循环补偿的概念：

看了这个，应该明白则么回事了吧，其中B分量，进行了四轮的补偿，达到要求。

量化补偿的必要性，从直觉上讲，我所提出的这种补偿方法是正确的（因为我并没有严格的去证明），进行这样的补偿，在做色彩各式转换的时候，能够明显的改善色彩效果，减少精度上的损失。

对256色调色板模式的认识和应用，顺便讲一下这个，因为量化压缩和量化补偿刚好可以应用到调色板模式下。大家都知道，很早以前就有人提过出256色的标准调色板的概念（有的人又称之为抖动调色板或者万能调色板），其实这样的调色板并不神秘。256色中，一个像素点用8bit表示，那么如果采用 8bit RGB332 的格式，一切问题都可以想通，并且可以进行很好的处理了。对于每个 RGB332 的颜色，都可以使用量化补偿的做法，将其转换为 24bit RGB888 的颜色格式，然后将其设置为调色板即可。这样，实质上是将256色调色板模式，转换为了 8bit RGB332 的像素格式。这样的调色板方式，更加利于某些方面的处理，比如调色板匹配、Alpha混合等。由于采用了这样的方法，一个像素点的颜色值，与其实际的RGB颜色值，可以很方便的通过量化补偿的方法转换出来，然后就可以对各个颜色分量进行计算，计算完毕，再使用量化压缩的方法，就可以生成最终需要的颜色值。而所谓的调色板匹配的问题，当然也更加好解决了。关键是要把问题想通，把握事物的本质，才能找到简单而优美的解决问题的方法。

以前我对标准调色板的认识也存在很多错误，导致在分析和解决问题上，没有能找到最好的方法。网上也有许多人写过有关256色模式下 Alpha Blending 的文章，但是都存在许多认识上的不足，导致最后给出的算法时间和空间的复杂度都太大。我也有过一篇有关256色Alpha混合的文章，但限于当时对事物的认知能力，因此现在看来以前的许多文章是惨不忍睹。大家都在进步，以后有机会再将新的认识写成文章，同大家分享。

今天就说到这儿吧。