Digitalizzazione delle Immagini
Transcript
Digitalizzazione delle Immagini
Informazione Analogica Versus Informazione Digitale Concetti Chiave • Informazione Analogica vs. Informazione Digitale • Conversione da Analogico a Digitale: Campionamento e Quantizzazione • Bits e Bytes • Sistema di Numerzione Decimale e Binario • Dimensione dei Files • Compressione dei Files Fondamenti dei media digitali • La comprensione dei concetti alla base degli strumenti (es. Photoshop, Dreamweaver, etc.) aiuta a rendere razionali le decisioni prese durante la realizzazione di una “opera digitale”, e quindi a “prevederne” il risultato finale durante la fase di realizzazione. Rilevanza di notazione binaria, bits e bytes • I computer gestiscono dati rappresentati come sequenze di numeri binari. • Bit: unità elementare dell'informazione trattata da un elaboratore. • Byte: una sequenza di 8 bit. Rilevanza di notazione binaria, bits e bytes Dimensione dei file e prefissi: La dimensione dei file digitali (immagini, suoni, video) è definita in termini di bits o bytes. Si usano prefissi (Kilo, Mega, Giga) per specificare la dimensione dei file digitali. Relevance of Binary Notation, Bits, and Bytes to Digital Media Studies • Capire la conversione dei numeri decimali in binario ci aiuta a capire perché un numero, che rappresenta un “pezzo di informazione”, richiede un certo numero di bit per la memorizzare. • Imparando la notazione binaria e la conversione di un numero decimale in un numero binario, possiamo capire come le informazioni, sotto forma di bits, sono memorizzate e manipolate da un computer. profondità di bit/profondità di colore • Bit Depth/Color Depth: capire il sistema binario ci aiuta a comprendere la connessione tra Bit Depth/Color Depth di una immagine e il numero dei possibili colori dei pixel della immagine. Ad esempio, una bit depth pari a 8-bits permettono di avere 256 possibili colori in ogni pixel. Perchè? • Per aumentare il numero dei possibili colori di un pixel di una immagine, si deve aumentare necessariamente il numero di bit per ogni pixel e quindi la dimensione dell’immagine. Relevance of Binary Notation, Bits, and Bytes to Digital Media Studies • Lavorando con i video digitali, spesso si incontra il termine “bit rate”. Il bit rate di un video è connesso alla “fluidità” del video durante la sua riproduzione. • E’ quindi necessario comprendere cosa è e come calcolare il bit rate di un video al fine di ottenere un “buon video”. Relevance of Binary Notation, Bits, and Bytes to Digital Media Studies • Nella creazione delle pagine web, viene usata la notazione esadecimale per definire i colori. • La conversione di un numero da decimale a esadecimale è simile alla conversione di un numero da decimale a binario. • Imparare la conversione da decimale a binario semplifica la comprensione della conversione di un numero da decimale ad esadecimale. Rappresentazione Analogioco Vs Digitale • Si dice spesso che viviamo nell'era digitale. Tuttavia, il mondo naturale in cui viviamo è un mondo analogico. • Ad esempio, i suoni e la musica che sentiamo sono delle onde sonore (segnali analogici). • I Computer immagazzinano e trasmettono le informazioni utilizzando i dati digitali (sequenze di bits). • Per collegare il mondo analogico con quello digitale dei computer, le informazioni analogiche e digitali devono poter essere convertite da una forma all'altra e viceversa. Rappresentazione Analogioco Vs Digitale • Nel processo di conversione da analogico a digitale viene sacrificata l'esattezza delle informazioni originali. • Discuteremo il processo di campionamento e di quantizzazione dell’informazione analogica. • Dobbiamo prima capire la natura dell’informazione analogia e dell’informazione digitale. Analog Information Non è possibile riprodurre la lunghezza esatta di questa matita. Esiste un infinito numero di possibili punti tra due segni del righello. Esempi di informazione continua sono: -Il tempo -Il peso -La temperatura -Una linea -Un piano Digital Data I computer sono costruiti da dispositivi elettronici che possono assumere solo due possibili stati. In informatica, indichiamo con i numeri 0 e 1 i due possibili stati. I computer utilizzano il sistema binario. Serve un metodo per codificare decodificare le informazioni. e Possiamo “enumerare” gli “oggetti” da codificare. Digital Data Un sistema a 4 bits Digital Data hand signals Bits • In un computer i dati vengono memorizzati sottoforma di cifre binarie chiamate “bit”. • Un bit può assumere due possibili valori: {0,1} • Nell'esempio dei segnali codificati con gli occhi, ogni occhio può essere considerato un bit, dal momento che può indicare due possibili stati: aperto o chiuso. • Un solo bit non è molto utile nella rappresentazione delle informazioni, ma una combinazione di bit che formano sequenze più grandi possono rappresentare informazioni, come ad esempio caratteri di testo, le informazioni sul colore per le immagini digitali, e le ampiezze audio. • Con un sistema ad n bit possiamo codificare 2n informazioni. Prefixes • La dimensione dei files è specificata in bits e bytes. Vengono usati prefissi. Nome Simbolo Multiplo Kilobyte KB 210 Megabyte MB 220 Gigabyte GB 230 Terabyte TB 240 Petabyte PB 250 Exabyte EB 260 Zettabyte ZB 270 yottabyte YB 280 12 KB= ? Byte 123 MB = ? Bit 2 GB = ? KB NB: 210=1024 Using Bits to Represent Numeric Values Base 10 Base 2 Using Bits to Represent Non-Numeric Values American Standard Code for Information Interchange Using Bits to Represent Colors • • • • • • • • Rosso = (255,0,0) = 11111111 00000000 00000000 Verde = (0,255,0) = 00000000 11111111 00000000 Blu = (0,0,255) = 00000000 00000000 11111111 Ciano = (0,255,255) = 00000000 11111111 11111111 Magenta = (255,0,255) = 11111111 00000000 11111111 Giallo = (255,255,0) = 11111111 11111111 00000000 Nero = (0,0,0) = 00000000 00000000 00000000 Bianco = (255,255,255) = 11111111 11111111 11111111 The Finite and Discrete Nature of Computers • Le informazioni analogiche sono continue e infinite. • Il computer può gestire solo dati che sono discreti e finiti. Limitations • All’aumentare delle informazioni da rappresentare aumenta il numero di bit da utilizzare per la rappresentazione. • La rappresentazione dei colori naturali (informazione analogica) richiederebbe un numero infinito di bit. • I computer hanno un limite al numero di bit che possono essere utilizzati per la rappresentazione dell’informazione. • Una sequenza di bit in un computer non può essere infinita. • Solo un insieme finito di dati può essere rappresentato in formato digitale. • Non importa quale sia il numero massimo di bit utilizzabili. Ogni valore può rappresentare solo una sfumatura discreta di colore attraverso un numero. Ci sono sempre sfumature di colore, tra due sfumature di colore codificate in un computer, che non sono catturate in forma digitale. • La natura discreta e finita di computer limita la precisione con la quale l’informazione analogica può essere catturata e riprodotta in forma digitale. Converting Analog to Digital • La conversione delle informazioni da analogico a digitale è un processo in cui sono coinvolti due parametri: campionamento (sampling) e quantizzazione (quantization). • Campionamento: quanto spesso campionare un segnale. • Quantizzazione: con quanti valori rappresentare ogni campione. Converting Analog to Digital Sampling and Quantization Sampling and Quantization Sampling and Quantization Sampling and Quantization Sampling and Quantization Sampling and Quantization Sampling and Quantization Sampling and Quantization Sampling and Quantization Sampling and Quantization Sampling and Quantization Sampling and Quantization Sampling and Quantization Sampling and Quantization Sampling and Quantization Sampling and Quantization Sampling and Quantization Sampling and Quantization Sampling and Quantization Sampling and Quantization Sampling and Quantization Sampling and Quantization Sampling and Quantization Sampling and Quantization Digitalizzazione delle informazioni analogiche • I concetti di sampling e quantization sono necessari per definire i seguenti concetti: – pixels, – risoluzione di una immagine, – profondità di colore (color bit depth). Digitalizzazione delle Immagini • La frequanza di campionamento (sampling rate) e in relazione con la risoluzione dell’Immagine. • La quantizzazione è in relazione con la profondità di colore di un pixel. Digitalizzazione delle Immagini • Immagini Naturali: sono composte da infiniti punti senza discontinuità di colore. • Immagini digitali: sono composte da un finito insieme di punti detti pixels (picture elements). Ogni pixel contiene una informazione sul colore della corrispondente posizione nell’immagine. Digitalizzazione delle Immagini Supponiamo che questa immagine sia una immagine naturale che vogliamo catturare usando una digital camera. 53 Digitalizzazione delle Immagini 25 campioni 20 campioni Il processo di digitalizzazione campiona la scena naturale utilizzando una griglia discreta di punti equispaziati. Digitalizzazione delle Immagini Supponiamo che ognuno di questi punti assume un colore pari alla media dei colori presenti nella cella corrispondente. Digitalizzazione delle Immagini Ogni campione della griglia è rappresentato con un pixel. La risoluzione di questa immagine è pari a 20x25 pixels = 500 pixel, 56 che equivale a 0,0005 megapixels (1 megapixel = 1000000 pixels). Digitalizzazione delle Immagini Nell’esempio abbiamo campionato una immagine con una griglia 25x20 capioni. Sono evindenti artefatti (blocchi) e i dettagli sono stati perduti per via di 57 un sampling rate non adeguato (frequanza di campionamento bassa). Digitalizzazione delle Immagini Se questa immagine venisse visualizzata in un coputer apparirebbe come in figura. 58 Digitalizzazione delle Immagini Supponiamo adesso di campionare con una griglia 100x80 59 Digitalizzazione delle Immagini In termini di megapixels? 8000/1000000=0,008 Come prima, ogni campione assume un valore uniforme corrispondente alla relativa area dell’immagine. Ogni campione della griglia sarà rappresentato da un pixel 60 Digitalizzazione delle Immagini Aumentanto il sampling rate siamo in grado di catturare più dettagli. Nelle immagini digitali, aumentare il sampling rate significa aumentare la risoluzione dell’immagine. Aumentanto la risoluzione abbiamo più campioni (pixels) per rappresentare una scena. Aumentanto il numero di pixel aumenta la dimensione del file della nostra immagine. 61 Digitalizzazione delle Immagini 62 Digitalizzazione delle Immagini Durante la fase di quantizzazione, il colore di ogni pixel viene associato ad uno dei possibili valori discreti utilizzati per la rappresentazione del colore. 63 Digitalizzazione delle Immagini 1234 Supponiamo di avere una paletta a 4 colori. Ogni pixel dell’immagine viene associato ad uno dei colori a nostra disposizione. 64 Digitalizzazione delle Immagini 1234 In questo caso, abbiamo scelto una palette con 4 tonalità di verde ed abbiamo associato ogni pixel al colore più simile presente nella palette. 65 Digitalizzazione delle Immagini Riducendo il numero di colori (profondità di bit) si riducono le dimensioni del file. Quando il range dei colori (profondità di bit) è troppo bassa vengono persi dettagli. Digitalizzazione delle Immagini Resolution x Bit Depth = File Size 100*80 pixels x 4 bit = 32000 bit = 4000 byte= 3.90625 Kb 68 Compression • La compressione consente di ridurre le dimensioni del file. • Lossy Compression: alcune informazioni vengono perse e non possono essere più recuperate. Esempi di compressione Lossy sono i formati JPEG e MP3. • Lossless Compression: tutte le informazioni originarie possono essere recuperate. Un esempio di questo tipo di compressione è dato dai formati .zip e .rar • E’ consigliabile usare formati non compressi durante le fasi di realizzazione di un opera digitale. Homework • • • • • • • • • PSD BMP GIF JPEG PNG PDF TIFF EPS RAW E’ un formato compresso? La compressione è di tipo lossy or lossless?