Imagem Digital

 

Digital

 

  No mundo digital tudo obrigatoriamente tem representação em 0 e 1. O provável fato que nos impele a contar na base decimal é o fato de termos 10 dedos. Porém uma base é apenas um das inumeras formas de contagem.

   Assim podemos contar e aprender a raciocinar em qualquer base e ela nos dará a mesma precisão de qualquer outra base incluindo a decimal, ou seja, a base decimal, a não ser o fato de ser a base aonde baseamos nosso método de contagem não é nem melhor nem pior que qualquer outra das ilimitadas bases de contagem.

   Se considerarmos a base 8 teremos apenas oito algarismos de 0 a 7. Assim contaríamos: 

0,1,2,3,4,5,6,7,10,11,12,13,14,15,16,17,20,21,22,23,24,25,26,27,30...

   

  Se tivessemos a base 4 ou seja, algarismos de 0 a 3 teríamos:

0,1,2,3,10,11,12,13,20,21,22,23,30,31,32,33...

   Ou se tivessemos numa base acima da decimal como a hexadecimal aonde, na ausência de números acima de 9 representaríamos os números com letras:

10=A, 11=B, 12=C, 13=D, 14=E, 15=F.

   Então contando:

0,1,2,3,4,5,6,7,8,9,A,B,C,D,E,F,10,11,12,13,14,15,16,17,18,19,1A,1B,1C,1D,1E,1F,

20,21...

   Na base decimal que é a base menor e mais simples possível, temos:

0, 1,10,11,100,101,110,111,1000,1001,1010,1011,1100,1101,1110,1111...

   Vemos que em cada base o número de possibilidades é igual ao número da base expoente ao de algarismos. Na base binária, que nos interessa particularmente, temos que com 3 bits podemos contar até 111 base 2 que representa o numero 7 base decimal, ou seja 8 possibilidades: pois 2^3=8.

Para 4 bits temos contagem até 15, ou seja 16 numeros pois 2^4=16.

   Imagem Digital

  Uma imagem digital é a representação de uma imagem bidimensional usando números binários codificados. Há dois tipos fundamentais de imagem digital. Uma é do tipo rastreio (raster) e outra do tipo vetorial. Uma imagem digital do tipo raster, ou bitmap  apresenta uma correspondência bit-a-bit entre os pontos da imagem raster e os pontos da imagem reproduzida na tela de um monitor. A imagem vetorial é construída baseada em vetores matemáticos. Diferente da imagem mapa de bits, não guarda informação sobre cada ponto mas sim sobre parâmetros de vetores, economizando dessa forma bastante espaço em memória. 
   É possível que uma imagem vetorial com extrema complexidade ocupe espaço maior ou equivalente à uma imagem bit a bit, mas geralmente isto não ocorre. Tal imagem seria de difícil renderização, exigindo muito processamento, o que aliáis é característica de uma imagem vetorial proprocionalmente a sua complexidade.
   A imagem vetorial tem também a vantagem de nunca perder qualidade independente do 'zoom' aplicado! Um belo exemplo são as fontes presentes em qualquer computador. Não importa o quanto aproximamos, elas continuam com a mesma qualidade, jamais expondo pixels...



 

   

  Cada ponto de uma imagem é decomposto em três cores e cada proporção relativa é transformada em valores numéricos que permitem que eles sejam recuperados. No modelo conhecido como RGB, a imagem é decomposta nas cores vermelho, verde e azul, estabelecendo para cada uma dessas cores um valor entre o máximo possível de reprodução daquela cor e o mínimo, ou seja, a ausência total dela. A soma dos três valores resulta num ponto colorido da imagem final.

   

 

   Toda imagem na tela RGB é formada por pixel. Um pixel (picture element)e o menor ponto de representação de uma imagem em um ecrã. O pixel de uma imagem não representa o tamanho de um pixel do ecrã, mas é limitado por este. Como cada pixel deve possuir uma cor, em cada um deles temos armazenados três cores (RGB) cada uma com numeros digitais que variam de 0 a 255 (8 bits) totalizando 24 bits de cor para cada pixel (16.7 milhões).

  

   Uma concepção errada é a de que o sistema de 32 bits produz 4 294 967 296 cores distintas.  Na verdade, uma coloração de 32 bits atualmente se refere a uma coloração Truecolor de 24 bits com um adicional de 8 bits, como espaço vazio para representar o canal alfa. Considerando que R, G e B utilizam a mesma quantidade de bits em suas respectivas cores (com exceção do HighColor de 16 bits), o total de bits utilizado será um múltiplo de 3: HighColor 15 bits (5 cada) e Truecolor 24 bits (8 bits cada). A razão para usar o espaço vazio é que os computadores mais modernos processam dados internamente na unidade de 32 bits.

   Existem outros sistemas mais precisos até que o olho humano mas não abordaremos aqui.

   Ex.:

• Branco - RGB (255,255,255);
• Azul - RGB (0,0,255);
• Vermelho - RGB (255,0,0);
• Verde - RGB (0,255,0);
• Amarelo - RGB (255,255,0);
• Magenta - RGB (255,0,255);
• Ciano - RGB (0,255,255);
• Preto - RGB (0,0,0). 

  

   Nos programas de edição de imagem, esses valores são habitualmente representados por meio de notação hexadecimal, indo de 00 (mais escuro) até FF (mais claro) para o valor de cada uma das cores. Assim, a cor #000000 é o preto, pois não há projeção de nenhuma das três cores; em contrapartida, #FFFFFF representa a cor branca, pois as três cores estarão projetadas em sua intensidade máxima.

   

Cada ponto da imagem acima é um pixel, unidade indivisível de uma imagem rasterizada e é como dito anteriormente coposto de uma única cor composta pela união das três cores RGB em qualquer proporção possível entre 0 e 255 cada.

Resolução de Imagens Digitais

 

Considere as imagens abaixoonde cada quadrado representa um pixel. Cada uma delas é composta por uma matriz de 7 pixels verticais e 5 pixels horizontais, totalizando 7x5= 35 px. Por isso é comum representarmos a resolução, ou seja o número totais de pixels de uma imagem, pela matriz de px verticais x horizontais.

   Cada pixel em sRGB gastam exatos 24bits ( 8 bits para cada cor ), portanto 24 x 35= 840 bits gastos em toda a imagem, o que dá 105 5Bytes, isso se a imagem estiver em bitmap. Comprimida pode ocupar menos espaço.

   Considere uma imagem com resolução 800x600, 480000px X 24= 11520000b= 1440000B= 1406,25KB= 1,37MB em bitmap, sem nenhuma compressão.

     

Compressão

A compressão de dados pode ser com ou sem perda de informações. A compressão sem perda (lossless) se refere a métodos de compressão de dados aplicados por algoritmos em que a informação obtida após a descompressão é idêntica à informação original.

São exemplos:

• som/áudio
• Apple Lossless - ALAC (Apple Lossless Audio Codec)
• Direct Stream Transfer - DST
• Free Lossless Audio Codec - FLAC
• Meridian Lossless Packing - MLP
• Monkey's Audio - Monkey's Audio APE
• OptimFROG - OFR
• RealPlayer - RealAudio Lossless
• Shorten - SHN
• TTA - True Audio Lossless
• WavPack - WavPack lossless
• WMA Lossless - Windows Media Lossless
• imagens fixas
• ABO (Adaptive Binary Optimization)
• PNG - Portable Network Graphics
• JPEG-LS - lossless/near-lossless compression standard
• JPEG 2000 - inclui métodos de compressão com e sem perda de dados
• JBIG2 - inclui métodos de compressão com e sem perda de dados em imagens a P/B
• TIFF
• RLE
• vídeo/animação
• Huffyuv
• SheerVideo
• CorePNG
• MSU Lossless Video Codec
• LCL
• Animation codec
• Lagarith
• H.264/MPEG-4 AVC
• TSCC
• arquivos
• ZIP
• 7z
• ARJ
• ACE
• RAR

   Um método de compressão de dados é dito com perda (em inglês lossy data compression) quando a informação obtida após a descompressão é diferente da original (antes da compressão), mas suficientemente "parecida" para que seja de alguma forma útil.  Dependendo do algoritmo aplicado, a compressão com perda de dados pode levar à perda generativa (generation loss), perdendo cada vez mais informações à medida que a compressões são feitas sobre compressões.

   A compressão com perda de dados é normalmente usada em som, imagens e vídeo/animação. A razão de compressão (ou seja, a dimensão do ficheiro comprimido comparado com o original, ou por comprimir) dos codecs de vídeo é quase sempre superior às obtidas em som e imagens fixas. O som pode ser comprimido a uma razão de 10:1 (o ficheiro comprimido ocupa 1 décimo do original), sem perda muito notável de qualidade, como ocorre com o formato de som em MP3 ou WMA (windows media audio), com taxas de até 320 Kbps de áudio (um CD contém dados de áudio a 1411,2 Kbps). Já o vídeo pode ser comprimido a uma razão 300:1. As imagens fixas são normalmente comprimidas a uma razão de 10:1, tal como no som, mas neste caso a qualidade é bastante afetada, optando-se normalmente por uma razão menor, 2:1, por exemplo.

  

   Quando um utilizador recebe um ficheiro comprimido com perda de dados, (por exemplo, para reduzir o tempo de download), esse ficheiro posteriormente descomprimido pode ser bem diferente do original ao nível do bit e, no entanto, ser quase idêntico numa observação normal para o olho ou ouvido humano. Muitos métodos /algoritmos de compressão recorrem a limitações da anatomia humana tomando em conta, por exemplo, que o olho humano apenas pode visionar certas freqüências da luz. O modelo psicoacústico descreve como o som pode ser muito comprimido sem que se perceba a degradação da qualidade do sinal sonoro.

  

São exemplos:

• Imagens fixas
• Fractal compression

• JPEG 2000, sucessor do JPEG.
• Wavelet compression
• Cartesian Perceptual Compression (CPC)
• DjVu
• ICER, utilizado pelo Mars Rovers: relacionado com JPEG2000 em seu uso de wavelets
• Filmes/animações
• Flash (também suporta JPEG sprites)
• H.261
• H.263
• H.264/MPEG-4 AVC
• Motion JPEG
• MPEG-1 Part 2
• MPEG-2 Part 2
• MPEG-4 Part 2
• Ogg Theora (sem restrições de patentes)
• Sorenson video codec
• VC-1

• Música
• AAC - utilizado pela Apple Computer
• ADPCM
• ATRAC
• Dolby AC-3
• DTS
• MP2
• MP3
• Musepack
• Ogg Vorbis (sem restrições de patentes)
• Windows Media Audio (WMA)-

  

 

   Tanto imagens vetoriais quanto imagens mapa de bits comprimidas assim como arquivos de áudio e vídeo enfim, no momento da exibição são trasnformados em bit a bit no ecrã, pela placa de vídeo! As compressões são apenas no momento do registro para que economizem espaço em disco, porém quando o arquivo é exibido está descomprimido na memória RAM por um codec.  A isso chamamos renderização, ou seja, o processo de descompactação ou cáuculo dos bits de uma imagem ou arquivo para exibição. Tudo o que vc vê no seu ecrã é exibido em pixel a pixel !

PPI e DPI   

   Ao contrário do que alguns pensam, o pixel não tem uma medida definida em centímetros. O pixel pode ter diferentes tamanhos, sendo que o tamanho visual do pixel está diretamente relacionado à quantidade de pixels por polegada (ppi, que significa pixel per inch).

  

   Esse valor vai definir a qualidade da imagem e também o tamanho real dela. Por exemplo, uma imagem de 1920 x 1080 pixels com resolução de 1000 pixels por centímetro terá o seguinte tamanho: 1,92 cm na largura e 1,08 cm na altura. Outra imagem de 1920 x 1080 pixels com resolução de 100 pixels por centímetro terá um tamanho avantajado: 19,2 cm na largura e 10,8 cm na altura. Em se tratando de imagens exibidas na tela de algum dispositivo, o tamanho do pixel vai variar conforme a resolução suportada pelo aparelho e também em decorrência do tamanho do display. Ou seja, se você abrir uma imagem em uma tela de 13 polegadas que trabalhe com a resolução de 1920 x 1080 pixels e depois visualizar a mesma imagem em uma tela de 55 polegadas, a qual opera na mesma resolução, notará uma diferença enorme entre os pixels.
ler artigo: 

http://www.tecmundo.com.br/11739-mito-ou-verdade-dpi-nao-serve-para-nada-no-monitor-.htm?utm_source=outbrain&utm_medium=recomendados&utm_campaign=outbrain=obinsite

  A imagem não mudou de tamanho, os pixels que a compõe também não, mas cada tela irá adaptar o conteúdo ao espaço disponível, o que resultará em uma diferença na representação do pixel e, conseqüentemente, pixels de tamanhos diferentes. Na tela menor, o pixel terá aproximadamente 0,15 mm, enquanto que na tela maior ele terá mais de 0,6 mm.

Píxels por polegada, em inglês pixels per inch (PPI), é uma medida de resolução de vídeo relacionada ao tamanho do monitor em polegadas (inch) e do número total de pixels na direção horizontal e na direção vertical. Esta medida é muitas vezes confundida com pontos por polegada (dpi), embora tal medida seja empregada de forma adequada quando se refere à resolução de uma impressora. PPI também pode ser usado para descrever a resolução de um Scanner ou Câmara digital, neste contexto, é sinônimo de amostras por polegada.

O quadrado mostrado acima possui 200 por 200 píxeis (pixel). Para determinar pixel por polegada (PPI) de um monitor, basta medir a largura e altura, em polegadas, desse quadrado usando uma régua colocada por cima do monitor. Dividindo 200 pela largura e a altura medida, dará respectivamente, o valor de PPI horizontal e vertical da resolução do monitor. É evidente que isso dependerá da resolução escolhida no seu monitor!

dots per inch (dpi), é uma medida de densidade relacionada à composição de imagens, que expressa o número de pontos individuais que existem em uma polegada linear na superfície onde a imagem é apresentada.

Uma impressora jato de tinta necessita um número bem maior de pontos por polegada para imprimir com qualidade semelhante uma imagem mostrada no monitor de vídeo, com determinado número de pixels por polegada.

A impressora trabalha com pontos formados por quatro canais de cores (normalmente o padrão CMYK), cada um deles com apenas uma opção de intensidade (quantidade fixa de tinta por canal), enquanto um monitor de vídeo forma um pixel utilizando três canais de cores (

RGB), cada um deles com 256 níveis de luminosidade diferentes. Sendo assim, o número de cores que podem ser gerados pela impressora em um ponto é 2⁴ = 16, enquanto um monitor de vídeo pode gerar 256³ = 16.777.216 pixels diferentes. Algumas impressoras têm capacidade de variar a quantidade de tinta de cada canal de cor ou ter canais de cores adicionais, mas mesmo assim haverá menos opções que as disponíveis em um monitor. A maioria das impressoras resolve essa limitação utilizando recursos de meio-tom (ou dithering) para simular cores adicionais, necessitando de muitos pontos de impressão para obter o efeito de um único pixel na imagem do monitor.

 

Artigos:

http://members.ping.de/~sven/dpi.html

http://help.adobe.com/pt_BR/photoshop/cs/using/WSfd1234e1c4b69f30ea53e41001031ab64-7945a.html