这很简单，真的。

基本上，这取决于图像必须保存在未压缩文件中的事实。

如果您考虑图像的存储方式，它在功能上是一堆序列号：

(PX 0,0 - R:x, G:y, B:z)
(PX 1,0 - R:x, G:y, B:z)
(PX 2,0 - R:x, G:y, B:z)
(PX 3,0 - R:x, G:y, B:z)
....
(PX 639,0 - R:x, G:y, B:z)
(PX 0,1 - R:x, G:y, B:z)
(PX 1,1 - R:x, G:y, B:z)
....
(PX 639,479 - R:x, G:y, B:z)

对于大多数位图，R、G、B 是 8 位或 16 位值（1 或 2 个字节）。因此，“图像”实际上只是一个非常长的数字序列，通过某种公认的方式将这些数字映射到像素位置和颜色。

现在，如何表示未压缩的音频文件？非常非常相似：

(Sample 0 - R:x, L:y)
(Sample 1 - R:x, L:y)
(Sample 2 - R:x, L:y)
(Sample 3 - R:x, L:y)
....
(Sample z-1 - R:x, L:y)
(Sample z - R:x, L:y)

大多数音频样本是每个样本 16 位（有些是 24 位，可能会有所不同）。然而，同样，音频文件实际上只是一堆数字，具有将数字序列转换回音频流的公认方法。

现在您了解了文件的结构，您可以开始了解音频效果与图像的关系。首先，由于未压缩的图像通常存储在光栅扫描拓扑中，音频效果主要将具有水平“拖尾”效果。

此外，您可以看到，基本上效果将根据每个水平像素行的有效水平频率分量对图像进行置换。

“随机均衡器”设置增强了图像中水平边缘的一些频率分量，围绕每个边缘的波纹是滤波器脉冲响应的函数。

“失真”图像看起来添加了一些高频噪声，除了一些明显的后处理，这让我认为它可能会以某种方式抽取内部样本值。

“Bass-Boot”显然夸大了低值（例如黑色）和高值（例如浅色）之间的广泛波动。

我不确定 phazer 到底在做什么（我不知道它听起来像什么，所以我无法推断它涉及的 DSP）。