Os formatos de imagem bitmap mais comuns, como o TIFF ou o GIF, exigem um espaço de armazenamento muito maior, quando comparado com o espaço consumido por formatos de modelos gráficos.
GRÁFICOS v.s.IMAGENS
-Os gráficos são documentos corrigíveis
*As imagens não são corrigíveis
-Os formatos gráficos retêm informação estrutural
*Os formatos de imagem não reconhecem qualquer informação estrutural
-O conteúdo semântico é preservado pela representação
*O conteúdo semântico não é preservado pela representação
-Os gráficos são descritos em termos de objectos
*As imagens são descritas em termos de pixéis
segunda-feira, 14 de dezembro de 2009
Operações de imagem
As operações de processamento e análise de imagem mais simples permitem manobrar directamente os pixeis da imagem. Porém, há um conjunto de operações mais complexas que permitem manipular características de mais elevado nível, tais como linhas, superfícies e volumes. As operações de manipulação de imagem mais comuns são captura e preparação de bitmaps para criação de aplicações multimédia. Estas operações dividem-se em sete categorias principais:
-Operações de edição.
-Operações sobre pontos.
-Operações de filtragem.
-Operações de composição.
-Transformações geométricas.
-Operações de conversão entre formatos.
-Operações de conversão de imagem.
-Operações de edição.
-Operações sobre pontos.
-Operações de filtragem.
-Operações de composição.
-Transformações geométricas.
-Operações de conversão entre formatos.
-Operações de conversão de imagem.
Formatos de imagem
Vários formatos de codificação para o armazenamento de imagens em ficheiros de computador.
FORMATOS DE CODIFICAÇÃO
DESCRIÇÃO
BMP
Formato Windows para imagens bitmap
CGM
Computer Graphics Metafile – formato vectorial ISO
DIB
Device Independent Bitmap
EMF
Enhanced Metafile Format – formato utilizado nas plataformas Windows
GIF
Graphics Interchange Format – formato com compressão sem perdas
JPEG
Joint Pictures Expert Group – formato com vários níveis de compressão
PCD
Fomato PhotoCD
PCX
Formato do PC Paintbrush – utiliza compressão com ou sem perdas
PICT E PAINT
Formatos para plataformas MacOS
PNG
Portable Network Graphics – formato que substitui o GIF para a Web
PSD
Formato do Adobe Photoshop – utiliza imagens RGB ou de cor indexada
RGB
Formato original da SGI – utiliza três vectores por componente R,G e B
RLE
Run-length Encoding – para imagens BMP com compressão sem perdas
TGA
Formato Targa da TrueVision
TIFF
Tagged Image File Format – formato sem compressão
WMF
Windows Metafile Format
FORMATOS DE CODIFICAÇÃO
DESCRIÇÃO
BMP
Formato Windows para imagens bitmap
CGM
Computer Graphics Metafile – formato vectorial ISO
DIB
Device Independent Bitmap
EMF
Enhanced Metafile Format – formato utilizado nas plataformas Windows
GIF
Graphics Interchange Format – formato com compressão sem perdas
JPEG
Joint Pictures Expert Group – formato com vários níveis de compressão
PCD
Fomato PhotoCD
PCX
Formato do PC Paintbrush – utiliza compressão com ou sem perdas
PICT E PAINT
Formatos para plataformas MacOS
PNG
Portable Network Graphics – formato que substitui o GIF para a Web
PSD
Formato do Adobe Photoshop – utiliza imagens RGB ou de cor indexada
RGB
Formato original da SGI – utiliza três vectores por componente R,G e B
RLE
Run-length Encoding – para imagens BMP com compressão sem perdas
TGA
Formato Targa da TrueVision
TIFF
Tagged Image File Format – formato sem compressão
WMF
Windows Metafile Format
Compressão de imagens
. Codificação de Comprimento Variável . Codificação Baseada em Dicionários
- Técnica Compressão Huffman - LZ77, LZ78 e LZW
As técnicas de compressão com perdas têm como base de funcionamento a eliminação de alguma informação da imagem original, de modo a obter uma representação mais compacta. Descartada, essa informação não poderá ser recuperada. A compressão com perdas adequa-se a tipos de media que resultam de um processo de digitalização, como a imagem, o áudio e o vídeo.
As técnicas de compressão baseadas em transformadas são o exemplo mais comum de métodos de compressão com perdas e apresentam rácios de compressão bastante elevados.
O rácio de compressão atingido por uma dada técnica depende do conteúdo da imagem. Por exemplo, as imagens sintetizadas directamente em computador, ou resultantes do rendering gráfico, contêm muitas regiões em que a cor permanece constante – nestes casos, a codificação RLE (sem perdas) funciona bem, o que permite obter bons rácios de compressão. As imagens naturais, originadas em scanners, máquinas fotográficas digitais ou câmaras de vídeo digital, contêm variações contínuas de tonalidade e são comprimidas com mais eficiência por meio da codificação baseada em transformadas. O formato GIF utiliza a codificação sem perdas LZW, ao passo que o formato JPEG utiliza a codificação com perdas baseada e, transformadas.
- Técnica Compressão Huffman - LZ77, LZ78 e LZW
As técnicas de compressão com perdas têm como base de funcionamento a eliminação de alguma informação da imagem original, de modo a obter uma representação mais compacta. Descartada, essa informação não poderá ser recuperada. A compressão com perdas adequa-se a tipos de media que resultam de um processo de digitalização, como a imagem, o áudio e o vídeo.
As técnicas de compressão baseadas em transformadas são o exemplo mais comum de métodos de compressão com perdas e apresentam rácios de compressão bastante elevados.
O rácio de compressão atingido por uma dada técnica depende do conteúdo da imagem. Por exemplo, as imagens sintetizadas directamente em computador, ou resultantes do rendering gráfico, contêm muitas regiões em que a cor permanece constante – nestes casos, a codificação RLE (sem perdas) funciona bem, o que permite obter bons rácios de compressão. As imagens naturais, originadas em scanners, máquinas fotográficas digitais ou câmaras de vídeo digital, contêm variações contínuas de tonalidade e são comprimidas com mais eficiência por meio da codificação baseada em transformadas. O formato GIF utiliza a codificação sem perdas LZW, ao passo que o formato JPEG utiliza a codificação com perdas baseada e, transformadas.
Tipos de Compressão de Imagem
Tipos de Compressão de Imagem
As técnicas de compressão de imagem podem ser de duas naturezas ou tipos:
Compressão sem perdas – a compressão seguida pela descompressão preserva integralmente os dados da imagem.
Compressão com perdas – a compressão seguida da descompressão conduz à perda de alguma informação da imagem (que pode ou não ser aparente ao sistema visual humano).
A técnica de compressão sem perdas mais simples é a técnica RLE, mas não é a mais eficiente. As técnicas de compressão sem perdas mais sofisticada podem classificar-se em duas classes: codificação de comprimento variável e codificação baseada em dicionários.
As técnicas de compressão de imagem podem ser de duas naturezas ou tipos:
Compressão sem perdas – a compressão seguida pela descompressão preserva integralmente os dados da imagem.
Compressão com perdas – a compressão seguida da descompressão conduz à perda de alguma informação da imagem (que pode ou não ser aparente ao sistema visual humano).
A técnica de compressão sem perdas mais simples é a técnica RLE, mas não é a mais eficiente. As técnicas de compressão sem perdas mais sofisticada podem classificar-se em duas classes: codificação de comprimento variável e codificação baseada em dicionários.
Resolução
Resolução
A resolução mede a definição com que um dispositivo aproxima a continuidade inerente da imagem através da utilização de unidades discretas – os pixéis. Por isso, a resolução de uma imagem pode ser especificada de duas formas distintas, especificando a quantidade mede informação por unidade de comprimento ou especificando as dimensões, em pixéis, da imagem:
Quando se considera uma impressora ou scanner, a resolução é designada por device resolution e especificada como o número de pontos por unidade de comprimento, sendo a medida em pontos por polegadas ou dpi(dots per inch).
Quando se considera o vídeo, a resolução é especificada através da dimensão dos fotogramas, ou frames, medidas em pixéis. Como por exemplo o fotograma PAL possui uma resolução de 768 por 576 pixéis, ao passo que o fotograma NTSC apresenta uma resolução de 640 por 480 pixéis.
Quando se considera uma fotografia proveniente de uma máquina fotográfica digital, é mais correcto especificar a sua resolução em termos das dimensões em pixéis da imagem, pois a mesma fotografia pode apresentada em dispositivos de saída com as mais variadas resoluções.
Podemos concluir que, sabendo as dimensões em pixéis de uma imagem, sabe-se imediatamente quanto detalhe está contido na imagem. O número de pontos por polegadas (dpi) do dispositivo de saída permite saber qual será a dimensão real da imagem e com que facilidade se distinguirá cada um dos seus pixéis.
Fig. 5 - Exemplo de bitmap, com 8 bpp, com as dimensões de 24 x 24 pixéis
A equação que relaciona a dimensão física de uma imagem com a sua dimensão em pixéis é a seguinte:
Dimensão física = dimensão em pixéis / resolução do dispositivo
Nesta equação, a resolução do dispositivo mede-se em pontos por unidade de comprimento, geralmente em dpi.
Apesar de não possuírem dimensões físicas, as imagens possuem dimensões naturais. As dimensões naturais de uma imagem são as dimensões que ela possui antes de ser digitalizada por um scanner ou as dimensões da tela utilizada para criar a imagem numa ferramenta de autoria de imagem. O objectivo principal é sempre o de apresentar ou imprimir, a imagem com as suas dimensões naturais e não com umas dimensões que dependem do dispositivo de saída. Os formatos de representação de imagem registam juntamente com os valores dos pixéis, a resolução natural da imagem, que exprime em pixéis por polegada, ou ppi(pixels per inch), para a distinguir da resolução do dispositivo de saída. A resolução natural de uma imagem corresponde á resolução com que ela foi digitalizada, por exemplo 600 dpi se foi digitalizada num scanner com essa resolução.
Dado que os pixéis da imagem foram gerados com esta resolução, as dimensões naturais da imagem podem facilmente ser calculadas a partir da sua dimensão em pixéis e da sua resolução natural:
dimensão natural = dimensão em pixéis / resolução natural
O software que apresenta a imagem num dispositivo de saída deve aplicar um factor de escala à imagem, antes de apresentar no ecrã ou antes de a imprimir. Este factor de escala é dado por:
factor de escala = resolução do dispositivo / resolução natural da imagem
À semelhança do que com todas as técnicas de compressão, a técnica RLE (run-lenght encoding) exige algum processamento para que se consiga obter uma representação menos dispendiosa em termos de espaço de armazenamento. Do mesmo modo, tal como todas as técnicas de compressão, a eficiência da técnica RLE (o rácio de compressão obtido) depende da imagem particular que se pretende comprimir.
A resolução mede a definição com que um dispositivo aproxima a continuidade inerente da imagem através da utilização de unidades discretas – os pixéis. Por isso, a resolução de uma imagem pode ser especificada de duas formas distintas, especificando a quantidade mede informação por unidade de comprimento ou especificando as dimensões, em pixéis, da imagem:
Quando se considera uma impressora ou scanner, a resolução é designada por device resolution e especificada como o número de pontos por unidade de comprimento, sendo a medida em pontos por polegadas ou dpi(dots per inch).
Quando se considera o vídeo, a resolução é especificada através da dimensão dos fotogramas, ou frames, medidas em pixéis. Como por exemplo o fotograma PAL possui uma resolução de 768 por 576 pixéis, ao passo que o fotograma NTSC apresenta uma resolução de 640 por 480 pixéis.
Quando se considera uma fotografia proveniente de uma máquina fotográfica digital, é mais correcto especificar a sua resolução em termos das dimensões em pixéis da imagem, pois a mesma fotografia pode apresentada em dispositivos de saída com as mais variadas resoluções.
Podemos concluir que, sabendo as dimensões em pixéis de uma imagem, sabe-se imediatamente quanto detalhe está contido na imagem. O número de pontos por polegadas (dpi) do dispositivo de saída permite saber qual será a dimensão real da imagem e com que facilidade se distinguirá cada um dos seus pixéis.
Fig. 5 - Exemplo de bitmap, com 8 bpp, com as dimensões de 24 x 24 pixéis
A equação que relaciona a dimensão física de uma imagem com a sua dimensão em pixéis é a seguinte:
Dimensão física = dimensão em pixéis / resolução do dispositivo
Nesta equação, a resolução do dispositivo mede-se em pontos por unidade de comprimento, geralmente em dpi.
Apesar de não possuírem dimensões físicas, as imagens possuem dimensões naturais. As dimensões naturais de uma imagem são as dimensões que ela possui antes de ser digitalizada por um scanner ou as dimensões da tela utilizada para criar a imagem numa ferramenta de autoria de imagem. O objectivo principal é sempre o de apresentar ou imprimir, a imagem com as suas dimensões naturais e não com umas dimensões que dependem do dispositivo de saída. Os formatos de representação de imagem registam juntamente com os valores dos pixéis, a resolução natural da imagem, que exprime em pixéis por polegada, ou ppi(pixels per inch), para a distinguir da resolução do dispositivo de saída. A resolução natural de uma imagem corresponde á resolução com que ela foi digitalizada, por exemplo 600 dpi se foi digitalizada num scanner com essa resolução.
Dado que os pixéis da imagem foram gerados com esta resolução, as dimensões naturais da imagem podem facilmente ser calculadas a partir da sua dimensão em pixéis e da sua resolução natural:
dimensão natural = dimensão em pixéis / resolução natural
O software que apresenta a imagem num dispositivo de saída deve aplicar um factor de escala à imagem, antes de apresentar no ecrã ou antes de a imprimir. Este factor de escala é dado por:
factor de escala = resolução do dispositivo / resolução natural da imagem
À semelhança do que com todas as técnicas de compressão, a técnica RLE (run-lenght encoding) exige algum processamento para que se consiga obter uma representação menos dispendiosa em termos de espaço de armazenamento. Do mesmo modo, tal como todas as técnicas de compressão, a eficiência da técnica RLE (o rácio de compressão obtido) depende da imagem particular que se pretende comprimir.
Canais de Correcção de cor
Canais de Correcção de cor
O número de canais associado a cada pixel da imagem corresponde à soma de duas parcelas:
A primeira depende do modelo de cor utilizado. Por exemplo, uma imagem representada com o modelo de cor RGB possui 3 canais, um para cada componente do modelo de cor, pelo que a primeira parcela terá o valor 3.
A segunda corresponde ao número de canais alpha. As imagens bitmap podem conter um ou mais canais alpha que definem regiões da imagem totalmente ou parcialmente transparentes. Os canais alpha são utilizados para criar máscaras e misturas (blends) de imagens.
A profundidade de canal é uma quantidade que representa o número de bits por pixel utilizado para codificar os valores de cada canal.
Este esquema de representação para além de consumir menos recursos de processamento, facilita a correcção de cor, já que permite encarar cada uma das matrizes componentes como uma sub-imagem original, o que permite manipulá-las separadamente.
Fig. 1 Correcçao da cor da imagem
A existência dos canais permite corrigir apenas o componente de cor que apresenta problemas.
O número de canais associado a cada pixel da imagem corresponde à soma de duas parcelas:
A primeira depende do modelo de cor utilizado. Por exemplo, uma imagem representada com o modelo de cor RGB possui 3 canais, um para cada componente do modelo de cor, pelo que a primeira parcela terá o valor 3.
A segunda corresponde ao número de canais alpha. As imagens bitmap podem conter um ou mais canais alpha que definem regiões da imagem totalmente ou parcialmente transparentes. Os canais alpha são utilizados para criar máscaras e misturas (blends) de imagens.
A profundidade de canal é uma quantidade que representa o número de bits por pixel utilizado para codificar os valores de cada canal.
Este esquema de representação para além de consumir menos recursos de processamento, facilita a correcção de cor, já que permite encarar cada uma das matrizes componentes como uma sub-imagem original, o que permite manipulá-las separadamente.
Fig. 1 Correcçao da cor da imagem
A existência dos canais permite corrigir apenas o componente de cor que apresenta problemas.
Profundidade de Cor
Profundidade de Cor
O número de bits utilizado para codificar ou descrever um pixel designa-se por profundidade do pixel(pixel depth), profundidade da amplitude(amplitude depht) ou profundidade de cor. A profundidade de cor representa a quantidade de informação armazenada em bits por cada pixel.
Uma imagem com cor RGB é normalmente representada com 24 bits – 8 bits (ou 1 Byte) por cada um dos componentes R, G e B – possui um profundidade de cor de 24 bits. Com esta profundidade de cor, a intensidade de cada componente pode variar entre 0 e 255.
A profundidade de cor de 8 bits guarda a informação de cor num único Byte, permitindo representar 256 cores diferentes.
Quanto maior for quantidade de bits maior a gama de variações de cor
A profundidade de cor é um factor essencial para a determinação do espaço de armazenamento ocupado por uma imagem bitmap: cada pixel de imagem ocupa 24 bits com uma profundidade de milhões de cores, 16 bits com uma profundidade de milhares de cores e de 8 bits com uma profundidade de 8 bits. Para reduzir a profundidade de cor de uma imagem de 24 para 8 bits, o ficheiro da imagem resultante ocupa um terço do espaço ocupado pelo bitmap original a 24 bits. Por isso, a cor indexada (com uma profundidade de 8 bits) é utilizada por muitos formatos de imagem, assim permite representar a cor dos pixéis por meio de índices (ou apontadores) numa tabela (CLUT) que é armazenada juntamente com a imagem.
O número de bits utilizado para codificar ou descrever um pixel designa-se por profundidade do pixel(pixel depth), profundidade da amplitude(amplitude depht) ou profundidade de cor. A profundidade de cor representa a quantidade de informação armazenada em bits por cada pixel.
Uma imagem com cor RGB é normalmente representada com 24 bits – 8 bits (ou 1 Byte) por cada um dos componentes R, G e B – possui um profundidade de cor de 24 bits. Com esta profundidade de cor, a intensidade de cada componente pode variar entre 0 e 255.
A profundidade de cor de 8 bits guarda a informação de cor num único Byte, permitindo representar 256 cores diferentes.
Quanto maior for quantidade de bits maior a gama de variações de cor
A profundidade de cor é um factor essencial para a determinação do espaço de armazenamento ocupado por uma imagem bitmap: cada pixel de imagem ocupa 24 bits com uma profundidade de milhões de cores, 16 bits com uma profundidade de milhares de cores e de 8 bits com uma profundidade de 8 bits. Para reduzir a profundidade de cor de uma imagem de 24 para 8 bits, o ficheiro da imagem resultante ocupa um terço do espaço ocupado pelo bitmap original a 24 bits. Por isso, a cor indexada (com uma profundidade de 8 bits) é utilizada por muitos formatos de imagem, assim permite representar a cor dos pixéis por meio de índices (ou apontadores) numa tabela (CLUT) que é armazenada juntamente com a imagem.
Modelo de Cor Subtractivo-CMYK
Modelo de Cor Subtractivo-CMYK
As três cores primárias aditivas se combinam para formar a cor branca, é igualmente possível dizer que uma cor, por exemplo o ciano (mistura de azul e verde), se pode obter pela subtracção da primária restante (vermelho) à luz branca.
C = G + B = W – R
M = R + B = W – G
Y = R
+ G = W – B
Fig. 1 - Exemplar de imagem usando dois modos de cor: RGB e CMYK
Não é possível fabricar tintas que absorvam apenas luz com exactamente a cor complementar.
O gamut CMYK difere do gamut RGB, isto é, a gama de cores que podem ser impressas utilizando um modelo CMYK é diferente da gama de cores que podem ser apresentadas num ecrã utilizando o modelo RGB.
O sistema Pantone Matching System (PMS) é um sistema muito utilizado na indústria que representa as cores por um meio de um nome ou um número Pantone. Isto permite assegurar que, ao seleccionarmos uma cor para uma imagem que editamos no ecrã do computador (RGB), essa mesma cor será a cor impressa quando a imagem for enviada para impressora (CMYK).
Em termos mais práticos, para a impressão, a compreensão do modelo de cor subtractivo CMYK é vital para a reprodução de cor com qualidade. Para multimédia o modelo CMYK tem menos relevância do que o modelo RGB, pois a aplicação multimédia é normalmente apresentada através de um monitor de computador.
Concluindo, o modelo de cor traduz as formas como a cor é codificada em imagens digitais. Os modelos de cor mais utilizados em multimédia são RGB(aditivo) e o CMYK(subtractivo).
Modelos de cor:
. RGB (Red, Green, Blue)
. CMYK (Cyan, Magenta, Yellow, blacK)
. HSB (Hue, Saturation, Brightness)
. YUV (Luminance)
As três cores primárias aditivas se combinam para formar a cor branca, é igualmente possível dizer que uma cor, por exemplo o ciano (mistura de azul e verde), se pode obter pela subtracção da primária restante (vermelho) à luz branca.
C = G + B = W – R
M = R + B = W – G
Y = R
+ G = W – BFig. 1 - Exemplar de imagem usando dois modos de cor: RGB e CMYK
Não é possível fabricar tintas que absorvam apenas luz com exactamente a cor complementar.
O gamut CMYK difere do gamut RGB, isto é, a gama de cores que podem ser impressas utilizando um modelo CMYK é diferente da gama de cores que podem ser apresentadas num ecrã utilizando o modelo RGB.
O sistema Pantone Matching System (PMS) é um sistema muito utilizado na indústria que representa as cores por um meio de um nome ou um número Pantone. Isto permite assegurar que, ao seleccionarmos uma cor para uma imagem que editamos no ecrã do computador (RGB), essa mesma cor será a cor impressa quando a imagem for enviada para impressora (CMYK).
Em termos mais práticos, para a impressão, a compreensão do modelo de cor subtractivo CMYK é vital para a reprodução de cor com qualidade. Para multimédia o modelo CMYK tem menos relevância do que o modelo RGB, pois a aplicação multimédia é normalmente apresentada através de um monitor de computador.
Concluindo, o modelo de cor traduz as formas como a cor é codificada em imagens digitais. Os modelos de cor mais utilizados em multimédia são RGB(aditivo) e o CMYK(subtractivo).
Modelos de cor:
. RGB (Red, Green, Blue)
. CMYK (Cyan, Magenta, Yellow, blacK)
. HSB (Hue, Saturation, Brightness)
. YUV (Luminance)
Fig. 2 - Ferramenta Color Picker do Adobe Photoshop CS3
Representação Bitmap
Representação Bitmap
As imagens são representadas por bitmaps. Um bitmap é uma matriz ou uma grelha que possui linhas e colunas. Os cruzamentos entre linhas e colunas definem os elementos atómicos de imagem – os pixéis. A designação de pixel corresponde à aglutinação da expressão picture element. O pixel é o elemento mais pequeno de resolução de uma imagem. O pixel aspect ratio é um valor numérico que representa a razão entre a largura e altura do pixel.
A conversão de modelos gráficos (ou desenho vectorial) e de texto em bitmaps permite representá-los sob a forma de imagens, mas conduz á perda de informação estrutural, visto que deixemos de ter primitivas gráficas ou Fig.1 - Game Cor RGB e CMYK as dpalavras para termos apenas pixéis.
Os formatos de imagem bitmap mais comuns são o TIFF ou GIF.
A forma como a cor é representa e a resolução da imagem são dois factores que condicionam o espaço de armazenamento consumido pelas imagens bitmap.
Modelos de Cor
A representação da cor nas imagens digitais e a sua reprodução exacta em dispositivos de apresentação de imagem, são processos naturalmente complexos.
Cada pixel da imagem possui um valor numérico, designado por amplitude, que representa a sua cor.
A cor dos objectos resulta da forma como os objectos interagem com a luz e da forma como a reflectem ou transmitem: a cor de um objecto não existe no objecto em si, mas na luz em que incide e que é reflectida ou transmitida por esse objecto.
Modelos de Cor Aditivo-RGB
O olho humano e constituído por dois tipos diferentes de células sensíveis á luz: os bastonetes e os cones.
Existe um tipo de cone que detecta e responde à cor vermelha (R), um outro que detecta e responde à cor verde (G) e um terceiro tipo de cone que detecta e responde à cor azul (B). A sensação de qualquer cor pode ser produzida através da mistura das quantidades adequadas de luz R, G e B. Por isso, as cores R, G e B são designadas por cores primarias aditivas. Com esta teoria é possível definir qualquer cor através da especificação das quantidades de luz R, G e B que essa cor contém.
Na prática a grande maioria das cores visíveis no mundo real caem dentro da gama de cores RGB, este modelo proporciona uma forma útil, simples e eficiente de as representar. As cores podem ser representadas por três valores (r, g, b), que correspondem às quantidades de vermelho, verde e azul que, quando adicionadas, constituem a cor resultante que se deseja produzir. Por “quantidade” entende-se a proporção de luz pura (ou saturada) de qualquer cor primária.
. (100%, 0%, 0%) – é a cor primária vermelha pura (saturada).
. (50%, 0%, 0%) – corresponde a uma cor vermelha mais escura.
. (100%, 50%, 50%) – corresponde à cor de malva.
. (0%, 0%, 0%) – corresponde à ausência da cor preta.
. (100%, 100%, 100%) – corresponde a cor branca, ou seja, à mistura de proporções idênticas de luz saturada das três cores primárias aditivas.
É importante realçar que os três valores (r, g, b) representam quantidades de luz das três cores primárias ao qual devem ser misturadas para produzir uma determinada cor. Não se deve confundir esta mistura aditiva com a mistura de cores utilizadas na pintura, que corresponde a um processo subtractivo, porque a tinta é um pigmento que absorve a luz.
Sempre que se concebe uma imagem para se apresentada no ecrã, deve-se utilizar o modelo RGB, pois o monitor do computador emite luz, ou seja, obtém a cor através da adição de intensidades das três cores primárias RGB. Os scanners detectam luz que é reflectida do documento que está a ser digitalizado, pelo que também trabalham com um modelo de cor aditivo.
As imagens são representadas por bitmaps. Um bitmap é uma matriz ou uma grelha que possui linhas e colunas. Os cruzamentos entre linhas e colunas definem os elementos atómicos de imagem – os pixéis. A designação de pixel corresponde à aglutinação da expressão picture element. O pixel é o elemento mais pequeno de resolução de uma imagem. O pixel aspect ratio é um valor numérico que representa a razão entre a largura e altura do pixel.
A conversão de modelos gráficos (ou desenho vectorial) e de texto em bitmaps permite representá-los sob a forma de imagens, mas conduz á perda de informação estrutural, visto que deixemos de ter primitivas gráficas ou Fig.1 - Game Cor RGB e CMYK as dpalavras para termos apenas pixéis.
Os formatos de imagem bitmap mais comuns são o TIFF ou GIF.
A forma como a cor é representa e a resolução da imagem são dois factores que condicionam o espaço de armazenamento consumido pelas imagens bitmap.
Modelos de Cor
A representação da cor nas imagens digitais e a sua reprodução exacta em dispositivos de apresentação de imagem, são processos naturalmente complexos.
Cada pixel da imagem possui um valor numérico, designado por amplitude, que representa a sua cor.
A cor dos objectos resulta da forma como os objectos interagem com a luz e da forma como a reflectem ou transmitem: a cor de um objecto não existe no objecto em si, mas na luz em que incide e que é reflectida ou transmitida por esse objecto.
Modelos de Cor Aditivo-RGB
O olho humano e constituído por dois tipos diferentes de células sensíveis á luz: os bastonetes e os cones.
Existe um tipo de cone que detecta e responde à cor vermelha (R), um outro que detecta e responde à cor verde (G) e um terceiro tipo de cone que detecta e responde à cor azul (B). A sensação de qualquer cor pode ser produzida através da mistura das quantidades adequadas de luz R, G e B. Por isso, as cores R, G e B são designadas por cores primarias aditivas. Com esta teoria é possível definir qualquer cor através da especificação das quantidades de luz R, G e B que essa cor contém.
Na prática a grande maioria das cores visíveis no mundo real caem dentro da gama de cores RGB, este modelo proporciona uma forma útil, simples e eficiente de as representar. As cores podem ser representadas por três valores (r, g, b), que correspondem às quantidades de vermelho, verde e azul que, quando adicionadas, constituem a cor resultante que se deseja produzir. Por “quantidade” entende-se a proporção de luz pura (ou saturada) de qualquer cor primária.
. (100%, 0%, 0%) – é a cor primária vermelha pura (saturada).
. (50%, 0%, 0%) – corresponde a uma cor vermelha mais escura.
. (100%, 50%, 50%) – corresponde à cor de malva.
. (0%, 0%, 0%) – corresponde à ausência da cor preta.
. (100%, 100%, 100%) – corresponde a cor branca, ou seja, à mistura de proporções idênticas de luz saturada das três cores primárias aditivas.
É importante realçar que os três valores (r, g, b) representam quantidades de luz das três cores primárias ao qual devem ser misturadas para produzir uma determinada cor. Não se deve confundir esta mistura aditiva com a mistura de cores utilizadas na pintura, que corresponde a um processo subtractivo, porque a tinta é um pigmento que absorve a luz.
Sempre que se concebe uma imagem para se apresentada no ecrã, deve-se utilizar o modelo RGB, pois o monitor do computador emite luz, ou seja, obtém a cor através da adição de intensidades das três cores primárias RGB. Os scanners detectam luz que é reflectida do documento que está a ser digitalizado, pelo que também trabalham com um modelo de cor aditivo.
Imagens Bitmap
Imagens Bitmap
As imagens bitmap são mais simples que os modelos gráficos. Estas imagens podem ser resultado de um processo de captura(scanned still images) do mundo real ou podem ser geradas (synthesized still images) inteiramente por computador.
A s imagens digitalizadas a partir do mundo real podem ser obtidas através dos seguintes modos:
. Captura de páginas impressas por meio de um scanner.
. Captura de imagens por intermédio de máquinas fotográficas digitais.
. Produção de imagens digitais a partir de fotografias de 35mm obtidas por meio de máquina fotográfica convencional.
. Digitalização de imagens filmadas por meio de uma câmara de vídeo analógica, utilizando uma placa de captura de vídeo (conversão A/D).
. Captura por intermédio de uma câmara de vídeo digital (para disco rígido ou para a memória RAM do computador).
Também, as imagens podem ser sintetizadas directamente no computador, de formas diferentes:
. Criação manual de imagens através da utilização de uma aplicação de pintura ou ferramenta de edição de imagem.
. Conversão de um gráfico vectorial numa imagem bitmap.
. Captura de um ecrã de computador sob a forma de uma imagem bitmap.
. Geração de uma imagem por intermédio um programa de computador.
As ferramentas de edição de imagem são aplicações de autoria de imagem que permitem criar e modificar o aspecto dos pixéis que a constituem.
As imagens bitmap são mais simples que os modelos gráficos. Estas imagens podem ser resultado de um processo de captura(scanned still images) do mundo real ou podem ser geradas (synthesized still images) inteiramente por computador.
A s imagens digitalizadas a partir do mundo real podem ser obtidas através dos seguintes modos:
. Captura de páginas impressas por meio de um scanner.
. Captura de imagens por intermédio de máquinas fotográficas digitais.
. Produção de imagens digitais a partir de fotografias de 35mm obtidas por meio de máquina fotográfica convencional.
. Digitalização de imagens filmadas por meio de uma câmara de vídeo analógica, utilizando uma placa de captura de vídeo (conversão A/D).
. Captura por intermédio de uma câmara de vídeo digital (para disco rígido ou para a memória RAM do computador).
Também, as imagens podem ser sintetizadas directamente no computador, de formas diferentes:
. Criação manual de imagens através da utilização de uma aplicação de pintura ou ferramenta de edição de imagem.
. Conversão de um gráfico vectorial numa imagem bitmap.
. Captura de um ecrã de computador sob a forma de uma imagem bitmap.
. Geração de uma imagem por intermédio um programa de computador.
As ferramentas de edição de imagem são aplicações de autoria de imagem que permitem criar e modificar o aspecto dos pixéis que a constituem.
domingo, 18 de outubro de 2009
Conceito de Multimedia
Evolucao do conceito de multimedia
Em 1993 Fetterman e Grupta designam multimedia como o conceito que se refere a aplicacoes que envolvam interactividade, cor e, claro, apresentacoes multisensoriais. Para estes autores, multimedia e uma experiencia simultaneamente multisensorial e participativa, com um impacto emocional que advem de informacao auditiva, imagens e video, e que ocorre num ambiente interactivo de computador: “Multimedia Digital, ou simplesmente multimedia, define-se como a integracao de ate seis tipos de media num ambiente interactivo e colorido por computador” . No ano seginte Minoli e Keinath definem multimedia como uma tecnologia: “Multimedia e uma tecnologia interdisciplinar, orientada para as aplicacoes, que capitaliza na natureza multisensorial dos seres humanos e na capacidade de armazenamento, manipulacao e transmissao de informacao nao-numerica dos computadores, tais como video, graficos e audio complementada com informacao numerica e textual”. Em 1996 Vaughan define multimedia de uma forma mais genérica, incluindo nao so as aplicacoes nao-interactivas, mas tambem a utilizacao de dispositivos cuja natureza nao e digital: “Multimedia e qualquer combinacao de texto, arte grafica, som, animacao e video apresentada ao utilizador por um computador ou por outro meio electronico”
Em 1993 Fetterman e Grupta designam multimedia como o conceito que se refere a aplicacoes que envolvam interactividade, cor e, claro, apresentacoes multisensoriais. Para estes autores, multimedia e uma experiencia simultaneamente multisensorial e participativa, com um impacto emocional que advem de informacao auditiva, imagens e video, e que ocorre num ambiente interactivo de computador: “Multimedia Digital, ou simplesmente multimedia, define-se como a integracao de ate seis tipos de media num ambiente interactivo e colorido por computador” . No ano seginte Minoli e Keinath definem multimedia como uma tecnologia: “Multimedia e uma tecnologia interdisciplinar, orientada para as aplicacoes, que capitaliza na natureza multisensorial dos seres humanos e na capacidade de armazenamento, manipulacao e transmissao de informacao nao-numerica dos computadores, tais como video, graficos e audio complementada com informacao numerica e textual”. Em 1996 Vaughan define multimedia de uma forma mais genérica, incluindo nao so as aplicacoes nao-interactivas, mas tambem a utilizacao de dispositivos cuja natureza nao e digital: “Multimedia e qualquer combinacao de texto, arte grafica, som, animacao e video apresentada ao utilizador por um computador ou por outro meio electronico”
Conclusao
Multimédia é a combinação, controlada por computador, de pelo menos um tipo de media estático (texto, fotografia, gráfico), com pelo menos um tipo de media dinâmico (vídeo, áudio, animação).
http://www.youtube.com/watch?v=9TdmKZ8XRG0&feature=related visitem estes videos, pode ajudar a esclarecer
quarta-feira, 23 de setembro de 2009
Subscrever:
Comentários (Atom)