从这张图我们可能看不到任何色阶和问题，但如果我们对这张图进行调整，情况就不一样了。假如需要一张置换贴图，期初效果很弱，需要让它更强。这实际上与增强纹理的对比度相同。

下图展示了上图中的中间部分，方便大家看清

这回，我们可以很清楚的看到我们的贴图出现了色阶断层，那么这时候就需要高位深的贴图来表现贴图应该有的平滑过渡效果了。

另一种更高位数的贴图即16bit，16bit同样将灰度分配在（0,1）之间，唯一不同之处在于灰阶数量，我们的直觉可能会告诉我们16bit的灰阶应该是8bit的两倍，但是实际情况是，每增加1bit，就会有更多灰阶增加，并不是简单的两倍增加，而是256倍，也就是256灰阶的每一个灰阶基础之上再增加一个256灰阶过渡，那么我们现在有65536个灰阶了。（256*256=65536）

让我们来看看同样的16bit渐变灰度图使用相同的色阶命令后会有什么不同。

这一次并没有出现色阶断层，我们同时将8bit跟16bit贴图执行同样数值的色阶，就能肉眼观察到16bit的贴图进度有多高了。

可以看到上图，我把8bit图片已经压缩到只有黑白，也就是纯黑纯白各占一半，128个灰阶。同样的操作，16bit的图片仍然有512个灰阶，可以很好地表现灰阶过渡。

这里注意我是先创建了16bit灰度图，再单独转一个8bit的版本来测试的。

完事了，这就是位深。16bit的贴图完全够用了吧，然而并不是，仍然有两个概念需要提到。

我们为什么会需要更多的灰阶呢？有很多理由来说明65536个灰阶依然是不够用的，至少这里有两点来说明。

• 需要储存比1/纯白更亮的值（比如用于HDRIs,用于后期grading）

• 需要存储负值（对置换很有用）

  
  

除了前面提到的基于整数的类型,这两种都属于Floats。这是什么意思？别担心，并没有想象中那么复杂，对我们来说重要的是，就像在编程中一样，整数用线性子步数来表示值，而Floats用指数子步数来表示值。通常使用指数子步长的图像格式的位深度为16位或32位。

这就是为什么我们现在有两个叫做16位的选项，这两个选项有着截然不同的特性。为了避免混淆，软件在它们的名字中引用了指数特性。令人恼火的是，这些命名约定还没有标准。

最明显的是:

• 16-bit (Half)

• 32-bit (Float)

  
  

也有一些软件会显示成Half/Float 或者16F/32F。

“半精度/浮点数”也是指编程，因为浮点数变量可以存储为位深度为32位的单精度浮点数值，也可以存储为16位的半精度浮点数值。这两个公式得到的指数增长是相同的这就是为什么我们也叫它们Half 和Float。

浮点数背后的指数公式有两个结果。

• 亮度范围在0.0到1.0之外
• 灰阶的大小不均匀
  
  

在这张HDRl图片中不能直接看到太阳，其中最亮的部分是第二张图片中看到的灯。我还查看了一些未被剪切的HDRI，其中包括直射阳光，但即使如此我测量的最亮值也没有超过340,000。直接的阳光会产生一些最极端的对比度，你将不得不存储在图像中，然而，即使阳光直射也无法接近32位(浮动)的最大值。这意味着我们可以放心的使用32位(Float) ，而不必担心丢失我们需要的任何数据。

灰阶

查看16bit(Half) ，假设我们正在处理线性灰阶，这将为我们提供约65K子步长。分布在16bit(Half)覆盖的全亮度范围内(- 65K 到65K) ，整个显示范围(0.0到1.0)甚至不会有一个子步长。这就是为什么Half和Float使用大小不均的指数子步的原因。换句话说，离0.0越远，我们的子步就会越大，或者反过来，离0.0越近，我们的子步就会越精确。

线性灰阶

指数灰阶

为了使比较更容易，我大大减少了这个示例中的灰阶。线性灰阶非常简单，但是对于指数灰阶来说，事情有点复杂。我们不再需要直接的指数灰阶来改变它们的大小，而是需要将我们的梯度划分成区域(蓝线)。每个区域都有相同数量的/近似的灰阶，但是覆盖的亮度范围是前一个区域的两倍。在我们的例子中，我们在0.25到0.5的范围内有4个线性灰阶，在0.5到1.0的范围内有4个线性灰阶。这意味着我们的值越接近于0就越精确，这对于正值和负值都是正确的。这就是为什么用0.0作为置换的中间值是一个好主意的原因之一。

但是，Half和Float与常规的8位和16位的精度相比如何呢？

我们首先比较8位和16位(Half)。在下面的示例中，子步数已大幅减少，但8位与16 位（Half）的子步比例保持不变。

对于Half和Float来说，0.0到1.0范围内最不精确的区域在0.5到1.0之间，但即使在这个范围内，16位(Half)也比8位多出8倍的灰阶。另一方面，如果你在0.5到1.0的范围内观察，普通的16位比16位(Half)精确32倍。如果你仔细观察，你仍然可以看到16位渐变中的相对灰阶。

不锁定在0到1，Half是一个不错的选择，可以得到质量不错的纹理，但如果你需要非常精细的灰阶（例如置换） ，那么不得不求助于32位(浮点数) ，因为它比普通16位(0.5到1.0范围)的256倍，更加精确。很好，你现在知道了成像的位深是如何工作的，但是我还想说下其他的事，要知道并不是所有的软件甚至文件格式都支持前面提到的位深度，所以我做了一个简单的总结。

JPG格式也在这个列表中，因为它可能是所有格式中最知名的格式，但我不建议将其用于预览图像、绑定纹理或网络使用之外的任何其他用途。此外，还必须注意软件，因为有时候软件不支持某种位深度，即使正在使用的文件格式可以支持它。下面的例外可能不是唯一的，但是这些是我过去观察到的。

Substance Painter:

16bit(half)(可以在half下工作，但是导出exr或者tif格式时并不支持，然而EXR格式的压缩方式意味着虽然有32bit位深，文件大小以及实际数据更接近16bit half)

Photoshop:

无效的：16bit(half) (导入的时候会被自动转换为32bit float)

编辑：尽管Photoshop将EXR导入列为32bit(float) ，但EXR的导入和导出实际上仅限于16bit(half)。包括真正的32bit(float)导入！这是一个巨大的限制。

Mari:

16bit(绘制节点，图层并不支持常规16bit)

总结

是时候看看什么对你有意义了，因为我做VFX工作，专注什么是最合适的。不过，像游戏可能需要更多地关注性能。首先最重要的是，像JPG 8位应该尽量避免使用，但用于预览，绑定过程，网页除外。8位根本不能提供足够的数据让你在之后的流程中有可调整的空间。如前所述，在游戏项目中可能出于性能的考虑而依赖8位贴图纹理。

Displacement

这可能是正确使用位深度产生影响最大的地方。即使根本不调整你的贴图，8位的质量也太低了，不能给你满意的结果，这取决于你的模型，你最终会得到像左边的例子(那些不是毛孔)那样非常粗糙的结果，或者像右边的例子一样带状断层效果，这比噪波更加难看。

16位(half)也不适合置换，所以你可以使用常规的16位或32位(浮点)。虽然32位(浮点)会使用更多的硬盘空间，但它允许你将置换强度烘焙到你的纹理中，而不会担心失去质量。

- End -