若一幅分辨率为640*480的彩色图像，量化的像素深度为16位，则没有经过压缩至少需要（）字节来
（640x480）÷1024=300kbit
300kbitx16÷8=600k字节
所以至少600k字节
>Bit部分存储8位，不含符号编号、值存储范围为0-255。与字符一样，字节类型变量只需要一个字节（8位）的内存空间来存储。
扩展信息：
在某些计算机系统中4个字节代表一个Word，即作为计算机有效执行处理指令的单元信息。
有些语言描述需要2个字节来表示一个字符，称为双字节字符。
一些处理器可以处理双字节或单字节指令。
存储一个二进制数，即0或1，是最小的存储单位，8位是二进制字节单位。
一个英文字母（不分大小写）占一个字节的空间，一个汉字占两个字节的空间。
2k3mp录一天要用多少内存
2k3mp指的是2300万像素，每个像素都需要一定的内存空间。要计算一天使用的内存量，我们需要考虑以下因素：1.分辨率：分辨率决定图像的像素数量。
假设2k3mp是指相机拍摄的图像的分辨率，水平方向有2000像素，垂直方向有3000像素。
2、每个像素的颜色深度：颜色深度决定了每个像素可以显示的不同颜色的数量。
通常，颜色深度为8位（每个像素可显示256种颜色）或24位（每个像素可显示1677万种颜色）。
假设您使用24位的颜色深度，每个像素需要3个字节的内存空间（每字节8位）。
因此，每个2k3mp图像所需的内存空间为：2000*3000*3字节=18,000,000字节=18MB。
因此，一天使用的内存量必须考虑到拍摄的图像数量。
如果假设每秒拍摄30帧图像，一天有24小时，每小时有3600秒，则一天的图像帧数为：30帧/秒*3600秒=108,000帧。
因此，一天使用的内存量为：18MB/帧*108,000帧=1,944,000MB=1,944GB因此，如果每个2k3MP图像使用24位颜色深度，一天大约需要1,944GB的存储空间。
怎么算图片所占空间大小？
图片占用内存大小=图片长度（像素）*图片宽度（像素）*像素占用内存空间（单位：字节）
分辨率越高图片的像素数较多，例如：分辨率为640×480的图片大约需要31万像素，分辨率为2048×1536一张图像最多需要314万像素。
分辨率可以有多个值，相机提供的分辨率越高，拍摄和保存照片的灵活性就越大。
图像分辨率与输出时的图像尺寸和放大倍数有关。
分辨率越高，图像尺寸越大，放大倍数越高。
像素越大，分辨率越高，照片越清晰，输出照片尺寸也越大。
扩展信息：
图像分辨率是图像尺寸和数字图像的可选尺寸。
相机尺寸（DPI）。
正常640x480；1024x768；1600x1200；所描绘的两组数字中的第一组是图像的宽度，第二组是图像的高度，两者的乘积是图像的像素。
长宽比通常为4:3。
对于大多数数码相机，您可以选择不同的分辨率来拍摄照片。
数码相机的像素越多，照片的分辨率就越高。
分辨率与图像的像素直接相关。
一张640x480分辨率的图片，其分辨率为307200，也就是我们常说的30万像素。
1600x1200分辨率的图像的分辨率为200万像素。
因此，我们知道分辨率表示占据图像长度和宽度的点数的单位。
数码相机的最高分辨率是其可以拍摄的最大图像区域。
从技术上讲，数码相机可以拍摄出每英寸图像的最大点数，通常以DPI或英文DotPerinch来衡量。
分辨率越高，图像面积越大。
参考资料：
百度百科-图片尺寸
全高清视频的分辨率为1920×1080P，如果一张真彩色像素的1920×1080BMP数字格式图像，所需存储空间是多少
高清视频分辨率为1920x1080P对于真彩色像素的1920x1080BMP数字格式的数字图像，需要5.93MB的存储空间。
黑白图像每个像素只需要1位，256位灰度图像需要8位，真彩色图像基于3基色，需要3个灰度值，因此24位需要。
如果不进行压缩，一个像素需要24位存储空间。
由于一个字节为8位，因此每个像素占用3个字节。
那么，1920×1080像素将占用1920×1080×(24÷8)Byte=6220800Byte=6075KB≈5.93MB。
扩展信息
像素存储空间取决于像素的深度，像素占用的空间大小取决于模式。
例如，在灰度模式下，1个像素相当于1个字节，在RGB模式下，1个像素相当于3个字节，在CMYK模式下，1个像素相当于4个字节。
像素深度用于存储每个像素的位数，也用于衡量图像分辨率。
像素深度决定彩色图像中每个像素可能的颜色数量，或灰度图像中每个像素可能的灰度级别。
例如，彩色图像中的每个像素由R、G和B三个分量组成。
如果每个分量由8位组成，则该像素由24个指向组成像素深度为24，每个像素可以有16,777,216(2＾24)种颜色。
从这个意义上讲，像素深度通常称为图像深度。
像素的位数越多，它可以表示的颜色越多，颜色就越深。
