硬件设备显示基础知识
pt和px
pt（Point）代表点，px（Piexl）表示像素，这是两个看起来很像、却完全不一样的单位，在某些场合它们是1：1的，在很多时候却常常被搞混，或是制作过程根本没有分清楚、导致结果不准确。
在iPhone 3GS时代，分辨率和点是1：1，到了iPhone 4，分辨率和点是2：1的关系，而在iPhone 6 Plus设备上，分辨率和点事3:1，所以为了方便开发人员开发，iOS中统一使用点（Point）对界面元素的大小进行描述，这样分辨率的差异对于开发者来说就不是问题了，在开发层面来说，开发者无需进行分辨率和点的单位换算，完全感觉不到点和分辨率的差异。
DPI和PPI
DPI（Dots Per Inch）最初用于衡量打印无上每英寸的点数密度，就是说你的打印机可以在一英寸内打多少个点。DPI值越小，图片越不惊喜。
PPI（Pixels Per Inch）。同理：PPI就是计算机屏幕上每英寸可以显示的像素点的数量。
一个px占多少内存
这个问题取决于使用什么色彩空间，假如是RGB，R（红色）G（绿色）B（蓝色）通常是他们的取值范围是0~255 每个占8位就是一个字节，共3个字节。如果还包含通道的话那就是4个字节。
数字媒体的压缩
如果每个像素采用8位的RGB色彩空间，每个像素占3kb。一个1280*720分辨率的视频，FPS为30。 那么存储空间需求就是79MB/s = 278GB/h。因此我们需要对数字媒体进行压缩。
色彩的二次抽样(参考AVFoudation开发秘籍)
视频数据通常是使用的YUV的色彩空间。YUV主要用于优化彩色视频信号的传输，使其向后相容老式黑白电视。与RGB视频信号传输相比，它最大的优点在于只需占用极少的频宽。其中“Y”表示明亮度（Luminance或Luma），也就是灰阶值；而“U”和“V” 表示的则是色度。
这是因为我们的眼睛对亮度的敏感度要高于颜色，聪明的工程师们认识到，我们可以大幅减少存储在每个像素中的颜色信息，而不至于图片的质量严重受损。这个减少颜色数据的过程就称为色彩二次抽样。
当每次看到诸如摄像头规范和其他视频设备硬件或软件中提到的4:4:4、4:2:2及4:2:0时，这些值的含义就是这些设备所使用的色彩二次抽样的参数。
（1） YUV 4:4:4
YUV三个信道的抽样率相同，因此在生成的图像里，每个象素的三个分量信息完整（每个分量通常8比特），经过8比特量化之后，未经压缩的每个像素占用3个字节。
下面的四个像素为: [Y0 U0 V0] [Y1 U1 V1] [Y2 U2 V2] [Y3 U3 V3]
存放的码流为: Y0 U0 V0 Y1 U1 V1 Y2 U2 V2 Y3 U3 V3
（2） YUV 4:2:2
每个色差信道的抽样率是亮度信道的一半，所以水平方向的色度抽样率只是4:4:4的一半。对非压缩的8比特量化的图像来说，每个由两个水平方向相邻的像素组成的宏像素需要占用4字节内存。
下面的四个像素为：[Y0 U0 V0] [Y1 U1 V1] [Y2 U2 V2] [Y3 U3 V3]
存放的码流为：Y0 U0 Y1 V1 Y2 U2 Y3 V3
映射出像素点为：[Y0 U0 V1] [Y1 U0 V1] [Y2 U2 V3] [Y3 U2 V3]
色彩二次抽样一般发生在取样时，一些专业的相机以4:4:4的参数捕捉图像，但大部分情况下对于图片的拍摄是使用4:2:2的方式进行的。面向消费者的摄像头装置，比如iPhone手机上的摄像头，通常以4:2:0的方式进行拍摄。即使经过大量层级的二次抽象之后也仍然可能捕捉到高质量的图片，iPhone手机上拍出来的高质量视频就是很好的例证。当以色彩作为核心或在生产后期校正颜色的时候，如果色彩方面出现了衰减，那会成为一个棘手的问题。由于我们的色彩信息是通过多个像素点平均得来的，噪声点和其他一些失真问题也会出现在图片上。
转自：https://blog.csdn.net/Mr_XiaoJie/article/details/77982727