Upload
chuong
View
49
Download
0
Embed Size (px)
DESCRIPTION
Obtención de imágenes. Mundo real. Lente. Sensor (CCD). Concepto de mapa de bits. Pixel. Digitalización: muestreo. Tamaño de la imagen, número de pixels, resolución*. Digitalización: cuantificación. Número de bits por pixel, profundidad de color. 2 bits. 8 bits. Escala de grises. - PowerPoint PPT Presentation
Citation preview
Obtención de imágenes
LenteMundo real Sensor (CCD)
Concepto de mapa de bits
PixelPixel
Digitalización: muestreo
Tamaño de la imagen, número de pixels, resolución*
Digitalización: cuantificación
Número de bits por pixel, profundidad de color
Escala de grisesEscala de grises 8 bits
4 bits
2 bits
1 bitMonocromoMonocromo
Digitalización: tamaño total
Memoria ocupada por una imagen (bytes):
Horizontal × Vertical × Profundidad de color / 8
1 byte = 8 bits
1 Kbyte = 1024 bytes
1 Mbyte = 1024 Kbytes
1 Gbyte = 1024 Mbytes
Habitualmente 8 bits por pixel (no vemos más)
Color: síntesis aditiva
Luz: radiación electromagnética 400-780 nm.
Amplitud (intensidad)
LongitudFrecuencia = 1 / Longitud
Color: síntesis aditiva
Obtención del espectro a partir de la luz blanca
Color: síntesis aditiva
Obtención de colores
Color: síntesis aditiva
Síntesis aditiva (luces)
Color: síntesis aditiva
Composición de imágenes en color
Color: síntesis aditiva
Composición de imágenes en color
Color: síntesis aditiva
Composición de imágenes en color
Representación de mapas de bits en color
Color real: cada pixel tiene 24 bits con información RGB
R G B
0 0 0
0 0 255
255 0 0
255 0 255
0 255 0
0 255 255
255 255 0
R G B
221 221 221
128 128 128
204 236 255
102 153 255
102 153 192
0 0 128
204 153 255
255 255 255 128 128 0
Representación de mapas de bits en color
Color real: cada pixel tiene 24 bits con información RGB
Memoria ocupada por una imagen (bytes):
Horizontal × Vertical × Profundidad de color / 8 × 3 =
= Horizontal × Vertical × 3
Representación de mapas de bits en color
Color indexado: cada pixel es una entrada de una paleta
Cada color de la paleta tiene información RGB
Paleta:
0
1
2
3
4
5
6
8
9
10
11
12
13
14
7 15
Representación de mapas de bits en color
Color real Indexado 4 bitsPaleta no adaptada
Indexado 4 bitsPaleta adaptada
Indexado 4 bits tramadoPaleta no adaptada
Indexado 256 bits tramadoPaleta estándar
Indexado 256 bitsPaleta adaptada
Representación de mapas de bits en color
Color indexado: cada pixel es una entrada de una paleta
Cada color de la paleta tiene información RGB (24 bits)
Una paleta de P colores necesita N = log2P bits para indexar cada color
Memoria ocupada por una imagen (bytes):
Horizontal × Vertical × N / 8 + 3 × P
Típicamente 256 colores (1 byte por pixel)
Horizontal × Vertical + 768
Representación de mapas de bits en color
320×240×3230.400 bytes
320×240×4/8 + 3×16 38.448 bytes
320×240×4/8 + 3×16 38.448 bytes
320×240×4/8 + 3×16 38.448 bytes
320×240×8/8 + 3×25677.568 bytes
320×240×8/8 + 3×25677.568 bytes
Representación de mapas de bits en color
Ahorro de memoria del ~66% usando
256 colores indexados frente a color real
¿Ventajas del color real?Comodidad de la representación para algoritmos
¿Cuántos colores hay en una imagen grande?
320 × 240
1.024 × 768
2.048 × 1.536
Color real Color indexado Ahorro
4.096 × 3.072
225 Kb.
2.304 Kb.
9.216 Kb.
36.864 Kb.
75,75 Kb.
768,75 Kb.
3.072,75 Kb.
12.288,75 Kb.
149,25 Kb.
1.535,25 Kb.
6.143,25 Kb.
24.575,25 Kb.
Ampliación/reducción de la profundidad de color
Operaciones a considerar:
Aplicación de profundidad de color en color real
Reducción de profundidad de color en color real
Paso de color indexado a color real
Paso de color real a color indexado
Conversión a escala de grises
Aplicación de profundidad de color (color real)
R G B0-15 0-15 0-15
R G B0-255 0-255 0-255
0000000100100011
0110
1010
00000000000100010010001000110011
01100110
10101010
11001101
1100110011011101
11101111
1110111011111111
0123
6
10
12131415
0173451
102
170
204221240255
Reducción de profundidad de color (color real)
R G B0-7 0-7 0-7
R G B0-255 0-255 0-255
000000
000001
011
101
0000000000000001
0001111100100000
01101011
10110000
110111
1101111111100000
111
111
11101100
11111111
00
01
3
5
67
7
7
01
3132
107
176
223224
236
255
Paso de color indexado a color real
Índice0-255
R G B0-255 0-255 0-255
R G B0 0 00 0 255
255 0 0255 0 255
0 255 00 255 255
255 255 0
221 221 221128 128 128204 236 255102 153 255102 153 192
0 0 128204 153 255
255 255 255
128 128 0
0123456
89
1011121314
7
15
I
Paso de color real a color indexado
Índice0-255
R G B0-255 0-255 0-255
??
Paso de color real a color indexado
1. Selección de la paleta
Paso de color real a color indexado
2. Reducción de erroresA) Tramados de puntos y patrones (patterning y dithering)
para lograr colores intermedios
Paso de color real a color indexado
B) Difusión de errores
Error: Más oscuro
CorrectoError: Más claro
Compensar oscureciendo los de alrededor
Compensar aclarando los de alrededor
Buscar el más parecido
3/16
5/16
7/16 1/16
Paso de color real a color indexado
Sin corrección Tramado (patterning) Difusión de errores
Paso de color real a color indexado
Tramado (patterning) Difusión de errores
Paso de color real a color indexado
Conversión a escala de grises
R G B150 200 50
0,33×150 + 0,33×200 + 0,33×50 = 133,33 133
Conversión a escala de grises
21% 71% 8%
R G B150 200 50
0,21×150 + 0,71×200 + 0,08×50 = 177,5 177
Ampliación y reducción de tamaño
Reducción de tamaño:Redimensionar: Eliminar algunos pixels
Remuestrear: Calcular nuevos pixels a partir de los originales
Redimensionar
Remuestrear
Ampliación y reducción de tamaño
Ampliación de tamaño:Redimensionar: Duplicar algunos pixels
Remuestrear: Calcular nuevos pixels a partir de los originales
Redimensionar
Remuestrear
Histograma
Operaciones de histograma
Funciones de transferencia: aplicadas a cada pixel de forma independiente de los pixels que le rodean
255
0
2550
Entrada
Salida
x
y y = f(x)
Operaciones de histograma
Función brillo
Operaciones de histograma
Función contraste
Operaciones de histograma
Otras funciones
Ecualización
Umbralización
Negativo
Filtros
Operaciones de histograma
Imágenes en color: cada banda por separado
Filtros de convolución
Se basan en la operación de convolución: cada pixel opera con los de alrededor según una matriz
A B
D E
C
F
G H I
b c
d
g
e f
h i
a
E’ = A·a + B·c + C·c + D·d + E·e + F·f + G·g + H·h + I·i
Imagen Matriz deconvolución3×3
Filtros de convolución
Cada matriz realiza una operación
32 99
35 255
111
121
50 89 99
1/9 1/9
1/9
1/9
1/9 1/9
1/9 1/9
1/9
E’ = 32·1/9 + 99·1/9 + 111·1/9 + 35·1/9 + 255·1/9 + 121·1/9 + 50·1/9 + 89·1/9 + 99·1/9 = 99
Imagen Matriz deconvolución3×3
Filtros de convolución
1/9 1/9
1/9
1/9
1/9 1/9
1/9 1/9
1/9
3/22 3/22
3/22
1/22
6/22 3/22
3/22 1/22
1/22
Paso bajo, reducción de ruido
Filtros de convolución
1 -1
1
-1
1 1
1 -1
-1
0 3
-3
-3
0 3
0 3
-3
Paso alto, realce
Filtros de convolución
9 -9
9
-9
1 9
9 -9
-9
9 -9
9
-9
0 9
9 -9
-9
Paso alto, realce
Otros modelos de color: HSB
HSB: Tono (Hue), Saturación, Brillo (Value, HSV)
Satu
raci
ón
Tono
Tono
Bri
llo
Tono
Sat
urac
ión
Tono: 0º - 360º Saturación: 0% - 100% Brillo: 0% - 100%
Otros modelos de color: CMY
CMY (Cian, Magenta, Amarillo, CMA):
Síntesis sustractiva
Otros modelos de color: CMY
Mezclamos la capacidad de absorber (sustraer) luz
Absorbe rojo
Absorbe azul
Absorbe rojo y azulAbsorbe verde
Absorbe verde y azul
Absorbe verde y rojo
Absorbe todo
Con distintas proporciones logramos todos los colores
Otros modelos de color: CMYK
En la práctica, con CMY no conseguimos negro:
CMYK (Cian, Magenta, Amarillo, Negro, CMAN)
Almacenamiento de imágenes en disco
Concepto de compresión de la información
000000000000000011111111111111111111111111111111
Repetición de secuencias
Compresión RLE (Run Length Encoding)
“16 ceros y 20 unos”
Almacenamiento de imágenes en disco
Concepto de compresión de la información
A = 00 B = 01 C = 10 D = 11A = 00 B = 01 C = 10 D = 11
AAABCAABABBADAACAABAAB
00000001 10000001 00010100 11000010 00000100 0001
Frecuencia de símbolos
A = 0 B = 10 C = 110 D = 111A = 0 B = 10 C = 110 D = 111
00010110 00100101 00111001 10001000 10
Compresión LZW (Lempel-Ziv-Welch)
Almacenamiento de imágenes en disco
Concepto de compresión de la información
Transformaciones matemáticas (con pérdida)
?Compresión Descompresión
Fourier, wavelet,...
Almacenamiento de imágenes en disco
Formatos de almacenamiento
RGBFormato AlfaIndexado
SíBMP -Sí
-GIF SíSí
SíJPEG --
SíTIFF PCSí
SíPICT SíSí
SíPSD SíSí
Compresión
No, RLE
LZW
Pérdida
No, LZW, otros
Varios
Sí
¿Cuál es el más adecuado en cada ocasión?
Almacenamiento de imágenes en disco
Comparativa de formatos de almacenamiento
Imágenes de 1.024 × 768 × 24 bit (2.304 Kb.)
1. Fotografía 2. Dibujo
Almacenamiento de imágenes en disco
Formato Fotografía
BMP 2.305
GIF 8 bit 439
JPEG 80 149
JPEG 50 102
JPEG 01 39
TIFF 2.038
TIFF LZW 1.159
PSD 2.212
PICT 2.179
Dibujo
2.305
37
118
89
30
2.038
134
329
323
JPEG 01 JPEG 50
Almacenamiento de imágenes en disco
¿Problemas en la compresión?
JPEG 01 JPEG 50
Almacenamiento de imágenes en disco
¿Problemas en la compresión?
JPEG 50 JPEG 80
Almacenamiento de imágenes en disco
¿Problemas en la compresión?
Impresión de imágenes
Tamaño de impresión:
¿Cuánto mide un pixel? ¿Cuántos pixels caben por cm?
Resolución, densidad: puntos por pulgada: ppp, dpi(Normalmente igual en vertical y horizontal)
0 1 2 3 4 0 1 2 3 4
60×45, 30 puntos por cm.
60×45, 15 puntos por cm.
Impresión de imágenes
Características de la impresora:
Resolución (ppp) 300, 600, 1200,...1 bitBlanco y negro
Reducción de colorColor CMYK 3 bits
360, 720, 1440,...1 bit
CMYK 3 bitsTramado Difusión errores
Impresión de imágenes
Resolución de la imagen:(Fijamos el tamaño de impresión, por ejemplo 10×15 cm.)
Mayor No todos los puntos se pueden imprimir
Un punto de la impresora para cada pixel de la imagenIgual
Menor Más de un punto de la impresora para cada pixel
¿Hay que reducir la profundidad de color de la imagen?
¿?¿?
Impresión de imágenes
Si no hay que reducir la profundidad de color
Resolución igual en la imagen y en la impresora:1 pixel de la imagen 1 pixel de la impresora
150 ppp300 ppp600 ppp
1200 ppp
Ejemplo: texto y líneas en blanco y negro
Impresión de imágenes
Si sí hay que reducir la profundidad de color
Los tonos intermedios de gris deben convertirse a tramados(medios tonos, halftones)
1 pixel de la imagen ¿N pixel de la impresora?
Equivalencia
1×1
2×2
3×3
4×4
Grises
2
5
10
17
Difusión de errores ayuda, pero siguen sobrando pixels
Impresión de imágenes
Compromiso entre conseguir todos los grises y conseguir todos los puntos
Ejemplos de resoluciones
Consejo 150 ppp para 300 ppp
Impresión de imágenes
Aumentar o reducir el tamaño de impresión
Tamaños de pantalla, para escanear al tamaño adecuado si es para pantalla