计算机基本算法图形

1. 计算机中图形与图像的区别，各自有什么特点

1、特点上的区别

图形数据量比较大，只保存算法和特征点，所以相对于位图（图像）的大量数据来说，占用的存储空间也较小，容易进行移动、压缩、旋转和扭曲等变换。

图像可以表达真实的照片外，也可以表现复杂绘画的某些细节，并具有灵活和富有创造力等特点。

2、本质上的区别

图形是矢量图，它是根据几何特性来绘制的。图形的元素是一些点、直线、弧线等。矢量图常用于框架结构的图形处理，应用非常广泛，适用于直线以及其它可以用角度、坐标和距离来表示的图。图形任意放大或者缩小后，清晰依旧。

图像是位图，它所包含的信息是用像素来度量的。像素是组成一幅图像的最小单元。对图像的描述与分辨率和色彩的颜色种数有关，分辨率与色彩位数越高，占用存储空间就越大，图像越清晰。

3、含义上的区别

图形一般指用计算机绘制的画面，是人们根据客观事物制作生成的，它不是客观存在的。

图像则是指由输入设备捕捉的实际场景画面或以数字化形式存储的任意画面。是可以直接通过照相、扫描、摄像得到，也可以通过绘制得到。

2. 计算机图形缩放的算法是什么

关于矢量图和位图

计算机能以矢量图(vector)或位图(bitmap)格式显示图像.理解两者的区别能帮助您更好的提高工作效率.Fireworks可以让您在一个软件中使用矢量图或位图工具创作图像,或者导入和处理其他应用软件生成的矢量图和位图文件.Fireworks提供了位图编辑模式和矢量图编辑模式.

矢量图

矢量图使用线段和曲线描述图像,所以称为矢量,同时图形也包含了色彩和位置信息.下面例子中的树叶,就是利用大量的点连接成曲线来描述树叶的轮廓线.然后根据轮廓线,在图像内部填充一定的色彩.

当您进行矢量图形的编辑时,您定义的是描述图形形状的线和曲线的属性,这些属性将被记录下来.对矢量图形的操作,例如移动,重新定义尺寸,重新定义形状,或者改变矢量图形的色彩,都不会改变矢量图形的显示品质.您也可以通过矢量对象的交叠,使得图形的某一部分被隐藏,或者改变对象的透明度.矢量图形是"分辨率独立"的,这就是说,当您显示或输出图像时,图像的品质不受设备的分辨率的影响.在例子中,右图是放大后的矢量图形,我们看见图像的品质没有受到影响.

位图

位图使用我们称为像素的一格一格的小点来描述图像.您的计算机屏幕其实就是一张包含大量像素点的网格.在位图中,上面我们看到的树叶图像将会由每一个网格中的像素点的位置和色彩值来决定.每一点的色彩是固定的,当我们在更高分辨率下观看图像时,每一个小点看上去就像是一个个马赛克色块,如下面例子中的右图.

当您在进行位图编辑时,其实您是在一点一点的定义图像中的所有像素点的信息,而不是类似矢量图只需要定义图形的轮廓线段和曲线.因为一定尺寸的位图图像是在一定分辨率下被一点一点记录下来,所以这些位图图像的品质是和图像生成时采用的分辨率相关的.当图像放大后,会在图像边缘出

他们最简单的区别就是:
失量图可以无限放大.而且不会失真.
而位图而不能.
所以有很多朋友的头像都有失真的情况.
看上去不太舒服...
嘿嘿.....

再有才是位图由像素组成.而失量图由失量线组成.
这个就比较专业了.

特别是对于那些不懂什么是像素的朋友.
呵呵.

再有的区别就是.位图可以表现的色彩比较多.
而失量图则相对较少...

所以.最基本的就是这几种区别.

失量图更多的用于工程作图中.比如说ACD.
而位图更多的应用在作图中.比如PS.

位图和矢量图是计算机图形中的两大概念，这两种图形都被广泛应用到出版，印刷，互联网[如flash和svg]等各个方面，他们各有优缺点，两者各自的好处几乎是无法相互替代的，所以，长久以来，矢量跟位图在应用中一直是平分秋色。

位图[bitmap]，也叫做点阵图，删格图象，像素图，简单的说，就是最小单位由象素构成的图，缩放会失真。构成位图的最小单位是象素，位图就是由象素阵列的排列来实现其显示效果的，每个象素有自己的颜色信息，在对位图图像进行编辑操作的时候，可操作的对象是每个象素，我们可以改变图像的色相、饱和度、明度，从而改变图像的显示效果。举个例子来说，位图图像就好比在巨大的沙盘上画好的画，当你从远处看的时候，画面细腻多彩，但是当你靠的非常近的时候，你就能看到组成画面的每粒沙子以及每个沙粒单纯的不可变化颜色。

矢量图[vector]，也叫做向量图，简单的说，就是缩放不失真的图像格式。矢量图是通过多个对象的组合生成的，对其中的每一个对象的纪录方式，都是以数学函数来实现的，也就是说，矢量图实际上并不是象位图那样纪录画面上每一点的信息，而是纪录了元素形状及颜色的算法，当你打开一付矢量图的时候，软件对图形象对应的函数进行运算，将运算结果[图形的形状和颜色]显示给你看。无论显示画面是大还是小，画面上的对象对应的算法是不变的，所以，即使对画面进行倍数相当大的缩放，其显示效果仍然相同[不失真]。举例来说，矢量图就好比画在质量非常好的橡胶膜上的图，不管对橡胶膜怎样的常宽等比成倍拉伸，画面依然清晰，不管你离得多么近去看，也不会看到图形的最小单位。

从下面的图中，我们很容易可以看出位图和矢量图的区别。

位图的好处是，色彩变化丰富，编辑上，可以改变任何形状的区域的色彩显示效果，相应的，要实现的效果越复杂，需要的象素数越多，图像文件的大小[长宽]和体积[存储空间]越大。

矢量的好处是，轮廓的形状更容易修改和控制，但是对于单独的对象，色彩上变化的实现不如位图来的方便直接。另外，支持矢量格式的应用程序也远远没有支持位图的多，很多矢量图形都需要专门设计的程序才能打开浏览和编辑。

常用的位图绘制软件有adobe photoshop、corel painter等，对应的文件格式为[.psd .tif][.rif]等，另外还有[.jpg][.gif][.png][.bmp]等。

常用的矢量绘制软件有adobe illustrator、coreldraw、freehand、flash等，对应的文件格式为[.ai .eps][.cdr][.fh][.fla/.swf]等，另外还有[.dwg][.wmf][.emf]等。

矢量图可以很容易的转化成位图，但是位图转化为矢量图却并不简单，往往需要比较复杂的运算和手工调节。

矢量和位图在应用上也是可以相互结合的，比如在矢量文件中嵌入位图实现特别的效果，再比如在三维影象中用矢量建模和位图贴图实现逼真的视觉效果等等。

从图看差别

3. 计算机中所表示的图像,主要采用两种方式是什么

记录图像的方式包括两种：一种是通过数学方法记录图像，即矢量图；一种是用象素点阵方法记录，即位图。

用数学算法将二维或三维图形转化为计算机显示器的栅格形式的科学。简单地说，计算机图形学的主要研究内容就是研究如何在计算机中表示图形、以及利用计算机进行图形的计算、处理和显示的相关原理与算法。

计算机图形学核心目标(视觉交流)可以分解为三个基本任务：表示、交互、绘制，即如何在计算机中“交互”地“表示”、“绘制”出丰富多彩的主、客观世界。这里的“表示”是如何将主、客观世界放到计算机中去——二维、三维对象的表示与建模。

而“绘制”是指如何将计算机中的对象用一种直观形象的图形图像方式表现出来——二维、三维对象的绘制：“交互”是指通过计算机输入、输出设备，以有效的方式实现“表示”与“绘制”的技术。

(3)计算机基本算法图形扩展阅读：

在这个领域中，图形是一个重要的表达手段，它可以使教学过程形象、直观、生动，激发学生的学习兴趣，极大地提高了教学效果。随着微机的不断普及，计算机辅助教学系统已深入到家庭。

计算机图形学在管理和办公自动化领域中应用最多的是绘制各种图形，如统计数据的二维和三维图形、饼图、折线图、直分图等，还可绘制工作进程图、生产调度图、库存图等。所有这些图形均以简明形式呈现出数据的模型和趋势，加快了决策的制定和执行。

传统的动画片都是手工绘制的。由于动画放映一秒钟需要24幅画面，故手工绘制的工作量相当大。而通过计算机制作动画，只需生成几幅被称作“关键帧”的画面，然后由计算机对两幅关键帧进行插值生成若干“中间帧”，连续播放时两个关键帧被有机地结合起来。这样可以大大节省时间，提高动画制作的效率。

4. 计算机图形学所涉及的算法有哪些

图论吗?数据结构书上有啊，比如迪杰斯特拉算法，普里姆算法，弗洛伊德算法等等

5. 计算机算法的三种基本结构

算法有顺序结构、条件分支结构、循环结构三种基本逻辑结构。

1、顺序结构

序贯结构是最简单的算法结构，在语句之间、框之间自上而下进行。它由依次执行的几个处理步骤组成。

它是任何算法都不能缺少的基本算法结构。方框图中的顺序结构是将程序框从上到下与流水线连接，按顺序执行算法步骤。

2、条件分支结构

条件结构是指通过判断算法中的条件，根据条件是否为真来选择不同流向的算法结构。

如果条件P为真，则选择执行框A或框B。无论P条件是否为真，只能执行A盒或B盒中的一个。不可能同时执行盒子A和B，盒子A和B不执行也是不可能的。一个判断结构可以有多个判断框。

3、循环结构

在某些算法中，经常会出现某一处理步骤按照某一条件从某一地点重复执行的情况。这就是循环结构。重复执行的处理步骤是循环体，显然，循环结构必须包含条件结构。循环结构又称重复结构，可分为两类：

一种是当循环结构，功能是P时形成时给定的条件下，执行一个盒子，一个盒子在执行后，确定条件P，如果仍然设置和执行一个盒子，等等来执行一个盒子，直到一个条件P并不不再执行一个盒子，这个时候离开循环结构。

另一种类型是直到型循环结构，作用是先执行，然后判断给定条件P是否为真。如果P仍然不为真，将继续执行盒子A，直到给定条件P为真一段时间。

(5)计算机基本算法图形扩展阅读：

共同特征

1、只有一个入口和出口

2、结构的每个部分都有执行的机会，即对于每个盒子，应该有一个从入口到出口的路径。如图A所示，从入口到出口没有经过它的路径，这是不符合要求的算法结构。

3、结构中不存在死循环，即没有结束循环。

6. 在计算机中图形和图像分别是如何获取的呢常见的图片格式有哪些

图形与图像的区别
一、存储方式的区别：图形存储的是画图的函数；图像存储的则是像素的位置信息和颜色信息以及灰度信息。

二、缩放的区别：图形在进行缩放时不会失真，可以适应不同的分辨率；图像放大时会失真，可以看到整个图像是由很多像素组合而成的。

三、处理方式的区别：对图形，我们可以旋转、扭曲、拉伸等等；而对图像，我们可以进行对比度增强、边缘检测等等。

四、算法的区别：对图形，我们可以用几何算法来处理；对图像，我们可以用滤波、统计的算法。

五、其他：图形不是主观存在的，是我们根据客观事物而主观形成的；图像则是对客观事物的真实描述。

图象"一般是指数学中图,如函数图象一类的东西;
而"图像"则泛指2D\3D图片,照片等一类的平面或数字图形.

常见的图片格式有
一、BMP格式
二、GIF格式
三、JPEG格式
四、JPEG2000格式
五、TIFF格式
六、PSD格式
七、PNG格式
八、SWF格式
九、SVG格式

7. 计算机常用算法有哪些

贪心算法，蚁群算法，遗传算法，进化算法，基于文化的遗传算法，禁忌算法，蒙特卡洛算法，混沌随机算法，序贯数论算法，粒子群算法，模拟退火算法。
模拟退火+遗传算法混合编程例子：
http://..com/question/43266691.html
自适应序贯数论算法例子：
http://..com/question/60173220.html

8. 计算机专业学算法的都学些什么算法，有什么书可以看的学的话需要些什么基础的

计算机算法非常多的
A*搜寻算法
俗称A星算法。这是一种在图形平面上，有多个节点的路径，求出最低通过成本的算法。常用于游戏中的NPC的移动计算，或线上游戏的BOT的移动计算上。该算法像Dijkstra算法一样，可以找到一条最短路径；也像BFS一样，进行启发式的搜索。
Beam Search
束搜索(beam search)方法是解决优化问题的一种启发式方法，它是在分枝定界方法基础上发展起来的，它使用启发式方法估计k个最好的路径，仅从这k个路径出发向下搜索，即每一层只有满意的结点会被保留，其它的结点则被永久抛弃，从而比分枝定界法能大大节省运行时间。束搜索于20 世纪70年代中期首先被应用于人工智能领域,1976 年Lowerre在其称为HARPY的语音识别系统中第一次使用了束搜索方法。他的目标是并行地搜索几个潜在的最优决策路径以减少回溯，并快速地获得一个解。
二分取中查找算法
一种在有序数组中查找某一特定元素的搜索算法。搜索过程从数组的中间元素开始，如果中间元素正好是要查找的元素，则搜索过程结束；如果某一特定元素大于或者小于中间元素，则在数组大于或小于中间元素的那一半中查找，而且跟开始一样从中间元素开始比较。这种搜索算法每一次比较都使搜索范围缩小一半。
Branch and bound
分支定界(branch and bound)算法是一种在问题的解空间树上搜索问题的解的方法。但与回溯算法不同，分支定界算法采用广度优先或最小耗费优先的方法搜索解空间树，并且，在分支定界算法中，每一个活结点只有一次机会成为扩展结点。
数据压缩
数据压缩是通过减少计算机中所存储数据或者通信传播中数据的冗余度，达到增大数据密度，最终使数据的存储空间减少的技术。数据压缩在文件存储和分布式系统领域有着十分广泛的应用。数据压缩也代表着尺寸媒介容量的增大和网络带宽的扩展。
Diffie–Hellman密钥协商
Diffie–Hellman key exchange，简称“D–H”，是一种安全协议。它可以让双方在完全没有对方任何预先信息的条件下通过不安全信道建立起一个密钥。这个密钥可以在后续的通讯中作为对称密钥来加密通讯内容。
Dijkstra’s 算法
迪科斯彻算法（Dijkstra）是由荷兰计算机科学家艾兹格·迪科斯彻（Edsger Wybe Dijkstra）发明的。算法解决的是有向图中单个源点到其他顶点的最短路径问题。举例来说，如果图中的顶点表示城市，而边上的权重表示着城市间开车行经的距离，迪科斯彻算法可以用来找到两个城市之间的最短路径。
动态规划
动态规划是一种在数学和计算机科学中使用的，用于求解包含重叠子问题的最优化问题的方法。其基本思想是，将原问题分解为相似的子问题，在求解的过程中通过子问题的解求出原问题的解。动态规划的思想是多种算法的基础，被广泛应用于计算机科学和工程领域。比较着名的应用实例有：求解最短路径问题，背包问题，项目管理，网络流优化等。这里也有一篇文章说得比较详细。
欧几里得算法
在数学中，辗转相除法，又称欧几里得算法，是求最大公约数的算法。辗转相除法首次出现于欧几里得的《几何原本》（第VII卷，命题i和ii）中，而在中国则可以追溯至东汉出现的《九章算术》。
最大期望（EM）算法
在统计计算中，最大期望（EM）算法是在概率（probabilistic）模型中寻找参数最大似然估计的算法，其中概率模型依赖于无法观测的隐藏变量（Latent Variable）。最大期望经常用在机器学习和计算机视觉的数据聚类（Data Clustering）领域。最大期望算法经过两个步骤交替进行计算，第一步是计算期望（E），利用对隐藏变量的现有估计值，计算其最大似然估计值；第二步是最大化（M），最大化在 E 步上求得的最大似然值来计算参数的值。M 步上找到的参数估计值被用于下一个 E 步计算中，这个过程不断交替进行。
快速傅里叶变换(FFT)
快速傅里叶变换（Fast Fourier Transform，FFT），是离散傅里叶变换的快速算法，也可用于计算离散傅里叶变换的逆变换。快速傅里叶变换有广泛的应用，如数字信号处理、计算大整数乘法、求解偏微分方程等等。
哈希函数
HashFunction是一种从任何一种数据中创建小的数字“指纹”的方法。该函数将数据打乱混合，重新创建一个叫做散列值的指纹。散列值通常用来代表一个短的随机字母和数字组成的字符串。好的散列函数在输入域中很少出现散列冲突。在散列表和数据处理中，不抑制冲突来区别数据，会使得数据库记录更难找到。
堆排序
Heapsort是指利用堆积树（堆）这种数据结构所设计的一种排序算法。堆积树是一个近似完全二叉树的结构，并同时满足堆积属性：即子结点的键值或索引总是小于（或者大于）它的父结点。
归并排序
Merge sort是建立在归并操作上的一种有效的排序算法。该算法是采用分治法（Divide and Conquer）的一个非常典型的应用。
RANSAC 算法
RANSAC 是”RANdom SAmpleConsensus”的缩写。该算法是用于从一组观测数据中估计数学模型参数的迭代方法，由Fischler and Bolles在1981提出，它是一种非确定性算法，因为它只能以一定的概率得到合理的结果，随着迭代次数的增加，这种概率是增加的。该算法的基本假设是观测数据集中存在”inliers”（那些对模型参数估计起到支持作用的点）和”outliers”（不符合模型的点），并且这组观测数据受到噪声影响。RANSAC 假设给定一组”inliers”数据就能够得到最优的符合这组点的模型。
RSA加密算法
这是一个公钥加密算法，也是世界上第一个适合用来做签名的算法。今天的RSA已经专利失效，其被广泛地用于电子商务加密，大家都相信，只要密钥足够长，这个算法就会是安全的。
并查集Union-find
并查集是一种树型的数据结构，用于处理一些不相交集合（Disjoint Sets）的合并及查询问题。常常在使用中以森林来表示。
Viterbi algorithm
寻找最可能的隐藏状态序列(Finding most probable sequence of hidden states)。

9. 算法的描述方式有几种分别是什么

描述算法的方法有多种，常用的有自然语言、结构化流程图、伪代码和PAD图等，其中最普遍的是流程图，分思法。

流程图（Flow Chart）使用图形表示算法的思路是一种极好的方法，因为千言万语不如一张图。流程图在汇编语言和早期的BASIC语言环境中得到应用。相关的还有一种PAD图，对PASCAL或C语言都极适用。

要素：

数据对象的运算和操作：计算机可以执行的基本操作是以指令的形式描述的。一个计算机系统能执行的所有指令的集合，成为该计算机系统的指令系统。一个计算机的基本运算和操作有如下四类：

1、算术运算：加减乘除等运算。

2、逻辑运算：或、且、非等运算。

3、关系运算：大于、小于、等于、不等于等运算。

4、数据传输：输入、输出、赋值等运算。

以上内容参考：网络-算法