当我们用手机拍摄一张照片，或用设计软件绘制一幅插画，这些视觉信息最终会以数字形式“存”在电脑的硬盘、内存或存储卡中。但你是否曾好奇：计算机究竟如何“记住”图像？它存储的图像本质是什么形式？这背后藏着数字世界与视觉信息的“翻译密码”，也是理解计算机图像处理的基础。
计算机中存储的图像，最基础的形态是位图（Bitmap），也叫“光栅图像”。它的核心逻辑是将图像拆解为无数个微小的“像素点”（Pixel），每个像素点被赋予特定的颜色信息，最终由这些像素点的排列组合还原出完整图像。
例如，一张分辨率为1920×1080的图片，意味着它由横向1920个像素、纵向1080个像素组成，总像素量约207万。每个像素的颜色并非“直接存储”，而是通过“颜色模型”编码：常见的有RGB模型（红、绿、蓝三基色，适合屏幕显示）和CMYK模型（青、品红、黄、黑，适合印刷输出）。每个颜色通道还会用“位深度”（Bit Depth）表示精度，比如24位RGB图像可显示1670万种颜色（2^24=16,777,216），而8位灰度图只能显示256种灰度。
位图的像素数据需要被“打包”成特定的文件格式，才能高效存储和传输。这些格式本质是对像素数据的“编码规则”，不同格式对应不同的存储效率和功能特性：
无论是哪种格式，“压缩”都是图像存储的核心技术。计算机存储图像时，通过以下方式减少数据量：
无损压缩：通过“预测编码”“霍夫曼编码”等算法，识别重复或相似的像素数据，用更短的代码表示（如PNG的压缩算法），解压后完全恢复原始图像。
有损压缩：基于“人眼视觉特性”，丢弃图像中对整体感知影响较小的信息（如JPEG的DCT变换压缩），虽然画质有损失，但能在极小体积下保留图像的主要特征。
严格来说，计算机中存储的图像并非只有位图。另一种重要形态是矢量图（Vector Graphics），它不依赖像素点，而是用“数学公式”定义图像的形状和颜色：例如一个圆形，矢量图存储的是“圆心坐标+半径+填充颜色+边框属性”，而非无数个像素点。
这种特性让矢量图的优势极为突出：无论放大多少倍，图像都不会模糊（如LOGO、CAD图纸、插画中的几何图形）。但它的局限性也很明显：无法直接表示复杂的自然色彩和纹理（如照片），更适合图形设计、印刷排版等场景。常见的矢量图格式有AI（Adobe Illustrator）、SVG（可缩放矢量图形）等。
回到最初的问题：“计算机中存储的图像是()”，答案并非单一的“像素”或“数据”，而是“以特定编码格式存储的数字信号”。具体而言，它可能是位图（像素组合）或矢量图（数学路径），通过压缩、颜色模型等技术，将视觉信息转化为计算机可识别的二进制数据，最终实现“被记住”和“被处理”。
理解图像的存储原理，不仅能帮我们更好地选择图片格式（如保存网页图片时选PNG还是JPEG），还能在设计、编辑图像时更高效地控制文件大小和画质。从本质看，这是数字世界与人类视觉沟通的桥梁——让每一张照片、每一幅插画，都能在计算机中“活”起来。