DPI与PPI的区别及打印尺寸换算方法

DPI 与 PPI:先分清密度,再计算打印尺寸

PPI(pixels per inch)表示图像每英寸包含多少个像素,可以用来推算文件的理论打印尺寸。DPI(dots per inch)表示打印设备每英寸能够控制多少个物理墨点;打印机用不同颜色、大小和位置的墨点组合来表现图像,因此一个图像像素通常不等于一个墨点。

简单判断:算图片能印多大,看像素数和输出 PPI;判断打印机的输出能力,才看设备 DPI。许多图像软件把分辨率字段显示成“DPI”,但该字段常常实际承担的是图像 PPI 或打印尺寸元数据的作用,不能据此判断打印机的物理墨点数量。

  • PPI:用于描述数字图像的像素密度和理论打印尺寸。
  • DPI:用于描述打印设备的物理墨点控制密度。
  • 实际成品:还受缩放、裁切、纸张、打印机、观看距离和输出算法影响。

用公式把像素换算成厘米

关闭自动缩放,并按图像分辨率元数据输出时,可以使用以下公式。1 英寸固定等于 2.54 厘米。

  • 打印宽度(英寸)=图像宽度(像素)÷输出 PPI
  • 打印高度(英寸)=图像高度(像素)÷输出 PPI
  • 打印尺寸(厘米)=像素尺寸÷输出 PPI×2.54

例如,一张 3000×2000 像素的图片按 300 PPI 输出:

  • 宽度:3000÷300=10 英寸,即 25.4 厘米。
  • 高度:2000÷300≈6.67 英寸,即约 16.93 厘米。
  • 理论成品尺寸:约 25.4×16.93 厘米,宽高比为 3:2。

如果把同一文件按 150 PPI 输出,尺寸会变成 20×13.33 英寸,约 50.8×33.87 厘米;像素总量并没有变化,只是每英寸安排的像素变少。按 72 PPI 计算,则约为 41.67×27.78 英寸。这个例子说明,修改 PPI 元数据可以改变默认物理尺寸,却不会凭空增加图像细节。

按目标成品尺寸反算像素

已知成品尺寸时,反向计算更实用:

  • 所需像素宽度=目标宽度(英寸)×目标 PPI
  • 所需像素高度=目标高度(英寸)×目标 PPI

例如,制作 8×10 英寸、300 PPI 的照片,目标像素尺寸是 2400×3000。8×10 英寸的宽高比为 4:5;如果原图是常见的 3:2 比例,就不能完整铺满而不做处理,只能在“裁切边缘”和“保留留白”之间选择。

可以按下面的顺序操作:

  1. 记录原图的像素宽度和高度,例如 6000×4000;不要只看文件大小。
  2. 把目标尺寸统一换成英寸。例如 20×25 厘米约为 7.87×9.84 英寸。
  3. 用目标 PPI 计算像素需求,并比较原图与目标的宽高比。
  4. 先按成品比例裁切,再决定是否重新采样,避免先放大后又裁掉内容。
  5. 在导出或打印设置中核对物理尺寸、PPI、重采样和缩放比例。
  6. 打印前查看预览,确认纸张方向、留白、裁切区域和无边距选项。

打印对话框中的“适应”和“填充”怎么选

“适应页面”会把整张图片缩放到纸张可用范围内,通常能保留完整画面,但宽高比不一致时会出现留白。“填充纸张”会放大图片直到覆盖整个区域,通常会裁掉两条边;裁切多少取决于图片、纸张和打印区域的比例。

需要精确尺寸时,关闭“适应页面”“缩放到纸张大小”等自动选项,并确认缩放比例为 100% 或软件标注的目标尺寸。需要铺满纸张时,先在编辑器中按纸张比例裁切,再开启无边距打印;无边距功能是否可用,取决于打印机型号、纸张类型和驱动设置,且边缘仍可能存在少量裁切风险。

300 PPI可以作为普通照片打印的核算起点,但不是所有场景的硬性标准。大幅面画面通常结合观看距离、输出设备和画面内容确定 PPI;例如观看距离约 1—2 米时,可以向输出方询问 100—150 PPI 是否满足设备与成品要求,这个范围不能替代具体设备的技术规范。

重新采样会改变什么

重新采样是改变图像像素宽高的操作,软件会用双三次插值、Lanczos 或其他算法估算新像素。它可以让文件适配新的输出尺寸,但不能恢复原图没有记录的真实细节;AI 放大同样是在预测内容,不是从原文件中找回信息。

只把分辨率从 72 改成 300,不会改变 3000×2000 的像素数量。若同时勾选“重新采样”并输入更大的像素宽高,文件才会生成新像素;如果又指定固定的物理尺寸,软件会重新安排 PPI。具体结果取决于软件版本、勾选状态和输入顺序。

JPEG 常见 JFIF 密度字段,也可能包含 EXIF 信息;PNG 可使用 pHYs 信息记录像素密度;TIFF 则使用自己的分辨率标签。不同软件可能忽略、改写或优先读取不同字段,因此文件属性中的 300 DPI 不能单独证明最终会按 300 PPI 输出。实际交付前,应以打印对话框显示的物理尺寸、缩放比例和预览结果为准。

更多推荐

从原始图像定位二维码问题 二维码识别失败,不一定是解码器能力不足,问题可能出在图像还没有被正确定位。灰度化、自适应二值化和透视校正分别处理亮度、黑白分离和几何形变,适合用来改善模糊、倾斜或光照不均的二维码输入。 常见干扰包括低对比度、运动模

了解更多 >

亮度/对比度调整看似只是拖动滑块,实际是在重排像素值。线性变换均匀改变整个亮度范围,S 型曲线则把对比度集中到特定区域;两者对暗部、亮部细节的影响并不相同。 先用灰度映射看懂两种调法 可以把灰度调整理解为一张“输入—输出”对照表:输入像

了解更多 >

先为16×16和256×256分别设定网格 ICO可以在一个文件中保存多种尺寸,但16×16与256×256解决的是两类问题:前者要求轮廓在单像素网格上清楚,后者用于保留高分辨率细节。最稳妥的做法不是把256×256母图直接缩小,而是先建

了解更多 >

说明主色提取要解决的实际问题 图片主色提取的目标,是从一张图的像素中找出 3~8 个代表颜色,生成可用于配色、设计参考或图片取色工具的主色板。输出不应只有几个色块,还应包含每种颜色的 HEX、RGB、像素占比,以及明确的排序依据。 直接按

了解更多 >

先确认是椒盐噪声,再选择中值滤波 图片里如果是零散的纯黑、纯白孤点,中值滤波通常比均值滤波更适合。实操时从 3×3 窗口开始,和 5×5 结果在同一处放大对比;如果噪点成片、呈连续亮度波动,或软件只提供“模糊”滑块,就不能默认它使用了中值

了解更多 >