书上讲到比特平面分层的时候讲的很模糊，我不太能够理解如何分离出每个bit平面的图像，以及具体的计算方法，查阅资料后发现有两类说法，其中一类是典型的错误说法。
说法一（经典错误）：
private int bitLevelint color, int level) {
int color_lev1 = color & 1; //00000001
int color_lev2 = color & 0x2; //00000010
int color_lev3 = color & 0x4; //00000100
int color_lev4 = color & 0x8; //00001000
int color_lev5 = color & 0x10;//00010000
int color_lev6 = color & 0x20;//00100000
int color_lev7 = color & 0x40;//01000000
int color_lev8 = color & 0x80;//10000000
int color_lev;// = color & 0x80;
color_lev = color & 1 << level)//level取值为0到7
return 255 << 24) + color_lev << 16) + color_lev << 8) + color_lev;
}
这个算法的作用就是简单的提取每一层的比特，但我忽略了“突出该层比特”的要义。实际结果也证明是错误的，例如第一层，值不是0就是1，这样的色值显示出来就是纯黑，根本显现不了第一层比特的贡献。突出分层的最好做法就是二值化，因为每个像素点每层比特的值只有1（有贡献）和0（无贡献），我们要做的就是突出1值。
真正的分层算法如下：
第一层：
第一层位置上的值只能是0和1，所以值为0时，可令其转换值为255
private int bitLevelOneint color){
int gray = color >> 8 & 0xFF;
int color_lev;
ifgray == 1)color_lev = 255;
else color_lev = 0;
return 255 << 24) + color_lev << 16) + color_lev << 8) + color_lev;
}
（实验是以《数字图像处理》书中提供的样图作处理的，该图本身就是8比特的灰度图，传给函数的参数值是argb像素点值，该值a=r=g=b，所以取出右边的8位即得到它的灰度图，同样为了“突出”考虑，alpha通道取255）
书中原话：“显示一幅8比特图像的第8个比特平面并不困难，它可以用阈值灰度变换函数处理输入图像得到二值函数，该函数将0-127之间的所有灰度映射为0，128-255之间的所有灰度值映射为1.”
原图：（500×1192像素的灰度图）
第一层平面图：
其它层级的分层算法如上依次类推，如果该层级的比特值为1，则二值化为255，如果为0，则二值化为0。比如第六层分层算法如下
private int bitLevelSixthint color) {
int gray = color >> 8 & 0xFF;
int color_lev6 = gray & 0x20;// 00100000
int color_lev;
if color_lev6 == 0x20)
color_lev = 255;
else
color_lev = 0;
return 255 << 24) + color_lev << 16) + color_lev << 8) + color_lev;
}
注意：上述算法涉及到各种移位等操作，实际结果效率比较低，这里暂不考虑这一点，只说明实际的比特平面分层算法的原理。
第6,7,8层结果如下：
比特平面分层的另一个应用是在图像压缩中，从上面的分层图结果来看，我们只需要使用高阶的几层便能重建原图，这也就意味着可以使用比原来更少的比特层来构建原图（比如4层，这样就减少了50%的存储量）。
使用6，7，8三个平面重建的算法和结果如下：
private int combine678int color){
int gray = color >> 8 & 0xFF;
int colors = gray & 0xE0;//11100000
return 255 << 24) + colors << 16) + colors << 8) + colors;
}
