二进制世界如何表达现实世界的文字、图像和视频

💻 从 0 和 1 到文字、图片与视频：计算机如何理解世界

本文深入讲解：计算机只懂 0 和 1，是如何表示文字、图片、声音与视频的。

通过图示与实例，让你从物理层到信息层完整理解计算机编码的原理。

🧠 一、最底层：0 和 1 是什么？

计算机的物理基础是电信号 与晶体管（Transistor）。

一个晶体管就像一个小开关：

状态	电压	二进制表示	含义
开	高电平	1	有电流
关	低电平	0	无电流

计算机中数十亿个晶体管组成逻辑电路，因此0 和 1 就是最小的信息单位（bit）。

电流状态 → 二进制
  高电平 → 1
  低电平 → 0

🔢 二、用二进制表示数字

1️⃣ 十进制与二进制的关系

十进制	二进制	计算过程
5	101	1×4 + 0×2 + 1×1
13	1101	1×8 + 1×4 + 0×2 + 1×1
255	11111111	1×128 + ... + 1×1

计算机用"位"来存储这些二进制数：

1 bit  → 只能表示 0 或 1
8 bits → 可以表示 0~255（共 256 种状态）

2️⃣ 负数表示：补码（Two's Complement）

计算机中负数不是用"符号位 + 数值"简单区分，而是用补码计算。

示例（8位）：

数字	二进制（补码）	说明
+5	00000101	正数直接写
-5	11111011	取反 + 1

补码的好处：加减法都能用同一套加法电路实现。

3️⃣ 小数表示：浮点数（IEEE 754 标准）

浮点数表示形式：

(-1)^符号 × (1.XXXX...) × 2^(指数)

例：

6.75 = 二进制 110.11 = 1.1011 × 2²

存储结构：

部分	位数	含义
符号位	1	表示正负
指数	8	决定范围
尾数	23	决定精度

🔤 三、文字：字符编码系统

计算机内部只存数字。

为了表示文字，人类定义了**"编码表"**，让数字 ↔ 字符一一对应。

1️⃣ ASCII（美国标准信息交换码）

字符	十进制	二进制（7位）
A	65	01000001
B	66	01000010
a	97	01100001
空格	32	00100000

示例：

"Hi" → H(01001000) i(01101001)

2️⃣ Unicode 与 UTF-8

ASCII 只能表示 128 个符号，不够支持中文。

于是出现 Unicode，它为世界所有语言定义了唯一编号。

UTF-8 是 Unicode 的一种存储格式，采用 可变长度（1~4 字节）：

字符	UTF-8 编码（十六进制）	字节数
A	41	1
中	E4 B8 AD	3
😄	F0 9F 98 84	4

📦 示意图：

字符流: "中国"
↓
Unicode 编码点: U+4E2D U+56FD
↓
UTF-8 存储:
  E4 B8 AD  E5 9B BD
↓
二进制:
  11100100 10111000 10101101  11100101 10011011 10111101

🎨 四、图片：像素（Pixel）矩阵 + 颜色通道

图片是一个二维矩阵，每个格子是一个像素。

每个像素包含三种颜色分量：红（R）绿（G）蓝（B）。

1️⃣ RGB 模型

颜色	R	G	B	二进制（24位）
红色	255	0	0	11111111 00000000 00000000
绿色	0	255	0	00000000 11111111 00000000
蓝色	0	0	255	00000000 00000000 11111111
白色	255	255	255	11111111 11111111 11111111

图片大小示例：

1920×1080（Full HD） → 2,073,600 像素

每像素 3 字节（RGB） → 原始大小约 6MB

2️⃣ 灰度图（黑白）

只存一个亮度值 (0~255)。

灰度值	二进制	视觉效果
0	00000000	黑
128	10000000	灰
255	11111111	白

3️⃣ 图片文件格式

格式	特点
BMP	不压缩，体积大
JPEG	有损压缩，适合照片
PNG	无损压缩，支持透明
GIF	支持动画帧

📦 压缩原理示意图：

像素矩阵
↓
压缩算法（JPEG: DCT变换 + 量化 + 熵编码）
↓
二进制文件（0001010110010...）

🔊 五、声音：模拟信号 → 数字采样

声音本质是空气振动的波形。

计算机要存储声音，需要把连续的声波采样成数字。

1️⃣ 采样过程示意图

声波（模拟信号）
   ↓  采样（Sample）
一系列离散点（数字信号）

2️⃣ 关键参数

参数	含义	示例
采样率	每秒采样次数	44,100 Hz（CD音质）
量化位数	每次采样的精度	16-bit（范围 -32768~32767）
声道	1=单声道，2=立体声	立体声

示例：44.1kHz, 16bit, 双声道 =

44100 × 2 × 2 bytes ≈ 176,400 字节/秒

3️⃣ 文件格式

格式	特点
WAV	无压缩，质量高
MP3	有损压缩，通过丢弃人耳听不见的频率
AAC	高效压缩格式，常用于视频

🎥 六、视频：动态图像 + 声音流

视频 = 图像序列（帧） + 音频

1️⃣ 帧（Frame）

每秒显示若干张图片，称为帧率（FPS）。

类型	帧率	用途
24 FPS	电影
30 FPS	电视节目
60 FPS	游戏/高速视频

📽️ 一段 10 秒、30FPS 的视频：

10 秒 × 30 帧 = 300 张图像

2️⃣ 压缩：视频编码（Codec）

连续帧的变化通常很小，所以压缩算法只保存变化部分：

帧类型	含义
I 帧	完整帧（关键帧）
P 帧	参考前一帧的差异
B 帧	参考前后帧的差异

常见编码：

• H.264 / H.265（HEVC）
• VP9 / AV1

📦 视频压缩结构示意图：

帧序列:
  [I] → [P] → [B] → [P] → [I] ...
解码时:
  逐帧重建出完整画面

3️⃣ 视频文件容器（Container）

视频文件不仅包含图像帧，还有声音和时间轴。

容器格式	特点
MP4	常用格式，支持 H.264 + AAC
MKV	开源，支持多音轨/字幕
MOV	Apple 专用格式

📦 七、统一视角：一切皆比特流

计算机最终只存储 二进制比特流（Bit Stream）：

01001000 01100101 01101100 01101100 01101111 ...

不同软件按不同规则解释它：

文件类型	解码方式
文本	UTF-8 解码为字符
图片	JPEG/PNG 解码为像素
音频	MP3/WAV 解码为波形
视频	H.264/AAC 解码为帧与声音

📊 信息流结构图：

0 和 1
   ↓（编码规则）
数字
   ↓
文字 / 图片 / 声音 / 视频
   ↓（人类感知）
内容世界

🧩 八、类比理解

实体世界	计算机世界
电流通断	0 与 1
数字	二进制
字母文字	字符编码（UTF-8）
图像颜色	像素矩阵（RGB）
声音波	数字采样
视频	时间序列图像
文件格式	数据组织与压缩方案

✅ 九、总结

一切从 0 与 1 出发。

• 电平 → 表示比特
• 二进制 → 表示数字
• 编码表 → 表示文字
• 像素矩阵 → 表示图片
• 采样点 → 表示声音
• 帧序列 → 表示视频

不同的编码规则 让同样的二进制流拥有不同意义。

从 0 和 1 的世界里，我们创造了丰富多彩的数字世界 🌏。