1 / 66

Obtención de imágenes

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.

chuong
Download Presentation

Obtención de imágenes

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Obtención de imágenes Mundo real Lente Sensor (CCD)

  2. Concepto de mapa de bits Pixel

  3. Digitalización: muestreo • Tamaño de la imagen, número de pixels, resolución*

  4. Digitalización: cuantificación • Número de bits por pixel, profundidad de color 2 bits 8 bits Escala de grises Monocromo 4 bits 1 bit

  5. Digitalización: tamaño total • Memoria ocupada por una imagen (bytes): • Horizontal × Vertical × Profundidaddecolor / 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)

  6. Color: síntesis aditiva • Luz: radiación electromagnética 400-780 nm. Amplitud (intensidad) Frecuencia = 1 / Longitud Longitud

  7. Color: síntesis aditiva • Obtención del espectro a partir de la luz blanca

  8. Color: síntesis aditiva • Obtención de colores

  9. Color: síntesis aditiva • Síntesis aditiva (luces)

  10. Color: síntesis aditiva • Composición de imágenes en color

  11. Color: síntesis aditiva • Composición de imágenes en color

  12. Color: síntesis aditiva • Composición de imágenes en color

  13. Representación de mapas de bits en color • Color real: cada pixel tiene 24 bits con información RGB R G B R G B 0 0 0 221 221 221 0 0 255 128 128 128 255 0 0 204 236 255 255 0 255 102 153 255 0 255 0 102 153 192 0 255 255 0 0 128 255 255 0 204 153 255 255 255 255 128 128 0

  14. 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 × Profundidaddecolor / 8 × 3 = • = Horizontal × Vertical × 3

  15. 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 0 8 1 9 2 10 3 11 4 12 Paleta: 5 13 6 14 7 15

  16. Representación de mapas de bits en color Color real Indexado 4 bits Paleta no adaptada Indexado 4 bits tramado Paleta no adaptada Indexado 256 bits tramado Paleta estándar Indexado 4 bits Paleta adaptada Indexado 256 bits Paleta adaptada

  17. 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

  18. Representación de mapas de bits en color 320×240×3 230.400 bytes 320×240×4/8 + 3×16 38.448 bytes 320×240×4/8 + 3×16 38.448 bytes 320×240×8/8 + 3×256 77.568 bytes 320×240×4/8 + 3×16 38.448 bytes 320×240×8/8 + 3×256 77.568 bytes

  19. Representación de mapas de bits en color Color real Color indexado Ahorro 320 × 240 225 Kb. 75,75 Kb. 149,25 Kb. 1.024 × 768 2.304 Kb. 768,75 Kb. 1.535,25 Kb. 2.048 × 1.536 9.216 Kb. 3.072,75 Kb. 6.143,25 Kb. 4.096 × 3.072 36.864 Kb. 12.288,75 Kb. 24.575,25 Kb. • 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?

  20. 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

  21. Aplicación de profundidad de color (color real) R G B R G B 0-15 0-15 0-15 0-255 0-255 0-255 0000 0 00000000 0 0001 1 00010001 17 0010 2 00100010 34 0011 3 00110011 51 0110 6 01100110 102 1010 10 10101010 170 1100 12 11001100 204 1101 13 11011101 221 1110 14 11101110 240 1111 15 11111111 255

  22. Reducción de profundidad de color (color real) R G B R G B 0-255 0-255 0-255 0-7 0-7 0-7 00000000 0 000 0 00000001 1 000 0 00011111 31 000 0 00100000 32 001 1 01101011 107 011 3 10110000 176 101 5 11011111 223 110 6 11100000 224 111 7 11101100 236 111 7 11111111 255 111 7

  23. Paso de color indexado a color real I 0 1 R G B 2 0 0 0 3 0 0 255 4 255 0 0 5 255 0 255 6 7 0 255 0 8 0 255 255 9 255 255 0 10 255 255 255 11 221 221 221 12 13 128 128 128 14 204 236 255 15 102 153 255 102 153 192 0 0 128 204 153 255 128 128 0 Índice R G B 0-255 0-255 0-255 0-255

  24. Paso de color real a color indexado R G B Índice ? 0-255 0-255 0-255 0-255

  25. Paso de color real a color indexado • 1. Selección de la paleta

  26. Paso de color real a color indexado • 2. Reducción de errores • A) Tramados de puntos y patrones (patterning y dithering) para lograr colores intermedios

  27. Paso de color real a color indexado 3/16 5/16 7/16 1/16 • B) Difusión de errores Error: Más oscuro Buscar el más parecido Compensar oscureciendo los de alrededor Correcto Error: Más claro Compensar aclarando los de alrededor

  28. Paso de color real a color indexado Sin corrección Tramado (patterning) Difusión de errores

  29. Paso de color real a color indexado Tramado (patterning) Difusión de errores

  30. Paso de color real a color indexado

  31. Conversión a escala de grises R G B 150 200 50 0,33×150 + 0,33×200 + 0,33×50 = 133,33  133

  32. Conversión a escala de grises 21% 71% 8% R G B 150 200 50 0,21×150 + 0,71×200 + 0,08×50 = 177,5  177

  33. Ampliación y reducción de tamaño • Reducción de tamaño: • Redimensionar: Eliminar algunos pixels • Remuestrear: Calcular nuevos pixels a partir de los originales Redimensionar Remuestrear

  34. Ampliación y reducción de tamaño • Ampliación de tamaño: • Redimensionar: Duplicar algunos pixels • Remuestrear: Calcular nuevos pixels a partir de los originales Redimensionar Remuestrear

  35. Histograma

  36. Operaciones de histograma • Funciones de transferencia: aplicadas a cada pixel de forma independiente de los pixels que le rodean Salida 255 y y=f(x) x Entrada 0 0 255

  37. Operaciones de histograma • Función brillo

  38. Operaciones de histograma • Función contraste

  39. Operaciones de histograma • Otras funciones Ecualización Negativo Umbralización Filtros

  40. Operaciones de histograma • Imágenes en color: cada banda por separado

  41. Filtros de convolución A B C a b c D E F d e f G H I g h i • Se basan en la operación de convolución: cada pixel opera con los de alrededor según una matriz Imagen Matriz de convolución 3×3 E’ = A·a + B·c + C·c + D·d + E·e + F·f + G·g + H·h + I·i

  42. Filtros de convolución 32 99 111 1/9 1/9 1/9 35 255 121 1/9 1/9 1/9 50 89 99 1/9 1/9 1/9 • Cada matriz realiza una operación Imagen Matriz de convolución 3×3 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

  43. Filtros de convolución 1/22 1/9 3/22 1/9 3/22 1/9 3/22 1/9 6/22 1/9 1/9 3/22 1/9 1/22 1/9 3/22 1/22 1/9 Paso bajo, reducción de ruido

  44. Filtros de convolución -3 -1 0 1 3 -1 -3 1 0 1 1 3 -1 -3 1 0 3 -1 Paso alto, realce

  45. Filtros de convolución -9 -9 9 9 -9 -9 9 9 0 1 9 9 -9 -9 9 9 -9 -9 Paso alto, realce

  46. Otros modelos de color: HSB • HSB: Tono (Hue), Saturación, Brillo (Value, HSV) Tono: 0º - 360º Saturación: 0% - 100% Brillo: 0% - 100% Saturación Tono Tono Saturación Brillo Tono

  47. Otros modelos de color: CMY • CMY (Cian, Magenta, Amarillo, CMA): • Síntesis sustractiva

  48. Otros modelos de color: CMY • Mezclamos la capacidad de absorber (sustraer) luz Con distintas proporciones logramos todos los colores Absorbe todo Absorbe verde y rojo Absorbe rojo Absorbe verde Absorbe rojo y azul Absorbe verde y azul Absorbe azul

  49. Otros modelos de color: CMYK • En la práctica, con CMY no conseguimos negro: • CMYK (Cian, Magenta, Amarillo, Negro, CMAN)

  50. Almacenamiento de imágenes en disco “16 ceros y 20 unos” Compresión RLE (Run Length Encoding) • Concepto de compresión de la información Repetición de secuencias 000000000000000011111111111111111111111111111111

More Related