obtención de imágenes

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