Trattamento Immagini (parte 2)

35 L1-2

Digitalizzazione di un'immagine

➢ Quantizzazione– La carica di ogni photosite

viene misurata e ad essa associato un numero in forma binaria

– La bit depth è numero di bit M che corrisponde 2M intervalli

– LSB: Least Significant Bit

Digitalizzazione

➢ La conversione digitale di ogni elemento d'immagine produce in ultima istanza un valore binario di M bit– Questo valore rappresenta un numero intero

espresso esclusivamente con cifre 0 oppure 1– I numeri binari sono rappresentazione dei numeri

con il sistema posizionale usando 2 come base– Esempio di numero a 4 bit

01102=(0x23+1x22+1x21+0x20)

10= 6

10

Digitalizzazione

➢ Immagini 'grayscale'– Ogni PIXEL (PI[X](cture) EL(element)) viene

rappresentato da una parola binaria di M bit.– Il significato di questo registro binario è quella di

intensità luminosa sul photosite– Il valore 0 significa assenza di luce– Il valore 2M-1 significa saturazione del photosite

Digitalizzazione

➢ Immagini a colori– Immagini a colori hanno un photosite per ognuna

delle 3 componenti cromatiche RGB quindi ogni elemento di immagine (PIXEL) è rappresentato da una terna di numeri

– Se la bit-depth per ciascun canale è di 8 bit allora ogni elemento è rappresentato da 24 bit

Digitalizzazione

➢ Immagini a colori➢ Immagini a colori hanno un

photosite per ognuna delle 3 componenti cromatiche RGB quindi ogni elemento di immagine (PIXEL) è rappresentato da una terna di numeri

➢ Se la bit-depth per ciascun canale è di 8 bit allora ogni elemento è rappresentato da 24 bit

Sistema di Coordinate

Rappresentazione Digitalizzata

Pixel Values

Data storage and transmission

➢ Problema

1) Scrivere i dati su memoria o comunicare i dati tramite canale di trasmissione (rete)

2) Rileggere i dati e ricostruire l'immagine per1)Visualizzazione

2)Analisi

Formati di Immagini➢ Obiettivo dei diversi formati

– Interscambio➢ Differenti applicativi➢ Differenti sistemi operativi➢ Differenti architetture hardware (endianness)

– Storaggio● Archiviazione● Estensibilità● Compatibilità

– Diffusione● Internet

– Metadati, informazioni accessorie

Formati

➢ Classi di formati per immagini

1.Raster images: immagini rappresentate come matrici di bit. Contengono trasformazioni e rielaborazioni dei dati originari

2.Vector Graphics: immagini rappresentate attraverso la descrizioni di oggetti geometrici. Permettono di essere modificate soprattutto in scala mantenendo risoluzione e resa grafica una volta rigenerati come matrice di pixel: caso popolare SVG (Scalable Vector Graphics)

Formato ASCII

➢ Soluzione elementare:➢ Dump ASCII della matrice di pixel

➢ Immagini anche di media dimensione avrebbero file di grandi dimensioni

➢ Inefficienza delle applicazioni nella lettura / scrittura (encoding/decoding delle stringhe)

➢ Lenta trasmissione e consumo inutile di potenzialità trasmissiva

➢ → Percorribile solo per immagini di piccole dimensioni

➢ Semplice formato ASCII che quindi può essere manipolato anche con

un editor

Portable Bitmap Format (PBM)

Data storage and Transmission

➢ Scrivere la matrice in forma binaria all'interno di un file

➢ Quante righe e colonne di pixel aveva l'immagine?➢ Quale byte ordering (endianness) viene usata?➢ Che metodo di compressione è stato usato?➢ Etc etc

Data Storage and Transmission: Endianness

Compressione Dati

➢ Riduzione della ridondanza dei dati➢ Tecnologie basate su diversi metodi matematici,

sull'inferenza statistica e tecniche informatiche ➢ Rapporto di Compressione = N / n➢ Risparmio di Spazio = 1 – n / N

Un insieme di informazioni codificate in N bit può essere rappresentato in un numero inferiore n di bit con rapporto di compressione che dipendono dalla struttura dei dati e dal metodo di compressione

Compressione Dati

➢ 2 categorie generali di algoritmi di compressione dati– Lossless: algoritmi di compressione senza perdita

di informazione. ➢ Riducono la ridondanza permettendo di ricostruire

esattamente i dati originari. ● Indispensabili per compressione di archivi software

– Lossy: algoritmi di compressione con perdita di informazione.

● Permettono di ricostruire l'essenza dell'informazione originaria, ma non i dati originari

– usati quando il 'consumatore' è un sistema a minore capacità di discriminazione

TIFF: Tagged Image File Format

➢ Supporta formati multipli e diversi metodi di compressione

➢ Ogni file può contenere rappresentazioni multiple della stessa informazione

➢ Usato per archiviazione e scambio tra piattaforme e applicazioni differenti

➢ Ogni file può avere dimensioni considerevoli: inadatto per costruire pagine web

TIFF: Tagged Image File Format

TIFF: Tagged Image File Format

➢ Baseline TIFF➢ Multiple subfiles➢ Strips and Tiles➢ Compressione

➢ Nessuna compressione➢ Altri 2 metodi standard

➢ PackBits compression➢ CCITT Group 3 1-Dimensional Modified Huffman RLE

➢ Formati: bilevel, grayscale, palette-color, and RGB full-color images

TIFF: Tagged Image File Format

➢ Tag privati➢ Tag con codice numerico >= 32768 (1000

16) sono

tag definiti da applicazioni specifiche➢ Consorzi ➢ Progetti sperimentali➢ Programmatori privati

GIF: Graphics Interchange Format

➢ Formato proprietario (Compuserve, 1986)– Supporto per immagini “indexed”

● La pixmap è costituita da indici all'interno di una tavolozza memorizzata nell'header

● Supporto per bit-depth massima di 8 bit● Supporto per bit di trasparenza

– Compressione LZW (Lempel-Ziv-Welch)– Possibilità di creare singole semplici animazioni– Capacità di compattare lo spazio dei colori per

immagini con pochi colori (e.g. icone)

PNG: Portable Network Graphics

➢ Pronunciato in inglese 'PING'➢ Formato aperto pensato per Internet

– Truecolor (fino a 48 bit/pixel)– Grayscale (fino a 16 bit/pixel)– Indexed (fino a 256 colori)

➢ Alpha Channel 8 bit➢ Capacità teorica fino a 230x230 pixel➢ Compressione lossless basata su PKZIP

JPEG (Joint Photographic Experts Group)

➢ Creato nel 1990, diventato un standard ISO➢ Design modulare➢ Adattabile a diversi tipi di immagine➢ Compressione 'lossy' perché pensato per

immagini fotografiche il cui 'consumatore' è il nostro sistema percettivo

JPEG (Joint Photographic Experts Group)

➢ Caso di immagazzinamento di immagini RGB– Trasformazione da RGB a YC

bC

r dove Y

rappresenta la luminosità mentre Cb e

C

r sono la

componente cromatica (detta anche croma)– Compressione con algoritmo 'lossy' con rapporti di

compressione differenziati tra croma e luminosità– Trasformata cos e quantizzazione nello spazio delle

frequenze– Ulteriore compressione lossless

JPEG: RGB -> YCbC

r

➢ Sfrutta la trasformazione dallo spazio RGB allo spazio YC

bC

r

➢ La componente Y è un valore standard per la luminosità

➢ Esiste la trasformazione inversa

➢ L'occhio umano è più sensibile alle variazioni di luminosità che di colore

JPEG (Joint Photographic Experts Group)

JPEG (Joint Photographic Experts Group)

➢ Inadatto per memorizzare su file immagini con molte curve o linee dal contorno netto.

Windows® Bitmap (BMP)

➢ Ancora usato in ambiente Windows– Può memorizzare immagini grayscale, indexed e

RGB– Inefficiente perché invariabilmente usa un byte per

ogni pixel– Supporto basilare per la compressione 'lossless'

Formati di Immagine

Best Graphic Format