我们已经知道了位图和矢量的概念，计算机是如何来记录位图和矢量图的呢？
例如这张图：
图中有一条曲线。大家已经知道这应该是一个矢量图形。你不要把它看成是一个“2”。
而位图也可以用像素来记录这条曲线，在黑线的位置上是黑色的像素，没有黑线的地方是白色像素，一行一行的像素整齐地排列，最终我们看到了由所有的黑色像素所组成的这条黑线。
所有白色的地方都是白色的像素，在RGB图像中，每一个像素是由24位数字来记录的。仔细一想，尽管这些白色像素，对于我们这条黑色的曲线是没有意义的，但是却一个也不能少，这样下来，文件就非常的大。
同样是这张图，矢量就好办了，只需要确定这条曲线的起点、终点等相关的坐标，给定相关的函数，表述曲线的颜色和粗细，这条曲线就有了。也就是说，用数学的方式将这条曲线表述清楚了。没有曲线图形的地方，矢量图根本不管。这样一来，记录的文件就非常小。
既然矢量图这么好，我们所有的画面何不都用矢量图呢？比如这幅色彩极其丰富的照片。
用位图来表述的是时候，只是用不同颜色的像素来排列。在照片的某个点上，应该是什么颜色，就用相应颜色的像素来记录。所有五颜六色的像素整齐地，从头至尾排列下来，我们就看到了由这些像素所组成的这幅图像。
如果用矢量来记录这幅照片呢，实际上也是可以的。无非是一个点一个点地建立数学的计算公式，细致地表述每一点的颜色、形状、位置。但是因为这些颜色的变化太丰富，颜色点之间的跳跃非常激烈，没有一致的规律，因此，矢量图要按照每一个颜色点来建立数量浩瀚的数学公式。而每一个数学公式的信息量，肯定要大于一个像素的信息量，由此可知，这幅图片转换成矢量图以后，比位图还要大得多的多，计算机会不堪重负。也就是说，一般来说，位图大于矢量图，但并不是绝对的。
现在我们知道了：
图像——像素——位图
图形——数学——矢量
关于位图像素与图像之间的关系，且听下回分解
