1.原色
牛頓通過三棱鏡折射發現自然光是可以分解的:
他進一步研究，發現自然界只有三種光不能被分解，即紅綠藍（RGB），
而其他顏色的光均可由這三種光配制而成，因此將紅綠藍稱為原色（三單色）。
2.顏色的表示
藝術界，每種顏色根據顏色的深淺，分為256色（灰度級），計算機中，1bit可以表示兩個數（0和1），而：
1byte=8bit，28=256（2的8次方）
計算機中用1byte（8位的bit值）囊括一種原色，世界上所有的顏色均可以由三原色配制而成，例如計算機想表示某種淺黃色，它就用三原色的數值（253，244，175）進行表示:
于是，每單位面積顏色由：
3×8=24位的bit值組成（3字節）
人們后來又給顏色定義了透明通道（Alpha值），透明程度也分為256級，因此每單位面積的顏色最終使用32位的bit值進行表示（占4個字節）。
這里的“每單位面積”即為一個像素。
計算機也正是通過“存儲和拼湊”這樣一個個的像素點進行顯示圖片，例如如下這張手機：
通過無限放大后：
手機變得非常模糊，再仔細觀察，圖片顯示的是一個個的正方塊，這每一個正方塊都是一個像素點。
3.圖片的存儲：
另外，計算機中有多種關于存儲圖片的格式（png，jpg，webp...），分別用各自的算法都對照片進行了相應的壓縮處理，這樣能有效減少圖片占用的內存。
Signature：簽名
IHDR：頭文件數據
IDAT：數據塊
IEND：結束塊
圖片點擊右鍵查看的信息，為IHDR數據攜帶的信息。
無損壓縮：通過對冗余數據的存儲方式進行優化，該方式不會丟失文件內容，壓縮率受冗余度的影響，所以壓縮率較低；
有損壓縮：通過丟失不會對文件造成太大影響的數據來達到壓縮效果，所以壓縮率較高；
其中png是無損壓縮格式圖片，jpg是有損壓縮格式圖片, webp同時提供了提供了無損和有損壓縮能力。
因此App中選用png格式的圖標作為素材，因為該格式為無損壓縮，不會出現鋸齒，同時該格式提供了Alpha通道。
4.圖片的壓縮策略：
Android系統底層基于Linux，每個（常規）App應用運行過程fork出一個單獨的進程，分配16/24M的內存空間，因此資源是緊缺的，而App讀取圖片資源的過程是非常消耗資源，在保證圖片視覺不失真前提下縮小體積，對于節省帶寬和電池電量十分重要。
加載數據流中關于圖片的寬（w）高（h）。
github上有一個開源庫做得比較好
1>判斷圖片比例值，是否處于以下區間內:
[1, 0.5625) 即圖片處于 [1:1 ~ 9:16) 比例范圍內
[0.5625, 0.5) 即圖片處于 [9:16 ~ 1:2) 比例范圍內
[0.5, 0) 即圖片處于 [1:2 ~ 1:∞) 比例范圍內
2>判斷圖片最長邊是否過邊界值:
[1, 0.5625) 邊界值為：1664 * n（n=1）, 4990 * n（n=2）, 1280 * pow(2, n-1)（n≥3）
[0.5625, 0.5) 邊界值為：1280 * pow(2, n-1)（n≥1）
[0.5, 0) 邊界值為：1280 * pow(2, n-1)（n≥1）
3>計算壓縮圖片實際邊長值，
以第2步計算結果為準，超過某個邊界值則：width / pow(2, n-1)，height/pow(2, n-1)
4>計算壓縮圖片的實際文件大小，
以第2、3步結果為準，圖片比例越大則文件越大。
size = (newW * newH) / (width * height) * m；
[1, 0.5625) 則 width & height 對應 1664，4990，1280 * n（n≥3），m 對應 150，300，300；
[0.5625, 0.5) 則 width = 1440，height = 2560, m = 200；
[0.5, 0) 則 width = 1280，height = 1280 / scale，m = 500；注：scale為比例值
5>判斷第4步的size是否過小
[1, 0.5625) 則最小 size 對應 60，60，100
[0.5625, 0.5) 則最小 size 都為 100
[0.5, 0) 則最小 size 都為 100
6>將前面求到的值壓縮圖片 width, height, size 傳入壓縮流程，壓縮圖片直到滿足以上數值
