Modulo 1: Le I.C.T. UD 1.3a: La Codifica Digitale delle Immagini

Transcript

1 Modulo 1: Le I.C.T. : La Codifica Digitale delle Immagini Prof. Alberto Postiglione Corso di Informatica Generale (AA 07-08) Corso di Laurea in Scienze della Comunicazione Università degli Studi di Salerno PIXEL E RISOLUZIONE Curtin cap 4.7 1

2 Digitalizzazione di un immagine Un immagine è composta da tratti, linee, colori,, ed è un oggetto BIDIMENSIONALE Perché possa essere compresa da un computer bisogna trasformarla in formato binario e renderla MONODIMENSIONALE, Cioè codificarla trasformandola in una successione di 0 e 1 disposti uno accanto all altro, generando qualcosa di simile a # 3 Prof Alberto Postiglione Università Salerno Digitalizzazione di un immagine Daremo prima di tutto una regola per trasformare un insieme di tratti, colori, linee (cioè un immagine) in un insieme di bit Poi daremo una regola per trasformare questi bit in una sequenza monodimensionale # 4 Prof Alberto Postiglione Università Salerno 2

3 Digitalizzazione di un immagine B/N Per semplicità si supponga di voler codificare un immagine geometrica in bianco e nero (senza grigi) Si suddivide l immagine in un insieme di quadratini (detti pixel, dalla contrazione di picture element), sovraimponendo su di essa una GRIGLIA. Si procede poi a codificare ogni pixel in questo modo: 1 per i pixel in cui il nero è predominante 0 per i pixel in cui il bianco è predominante # 5 Prof Alberto Postiglione Università Salerno Codifica Bit-Map delle immagini B/N Poiché una sequenza di bit è lineare, mentre un immagine è bidimensionale, bisogna definire una regola per ordinare linearmente la griglia dei pixel. Tramite un sistema detto di bit mapping, ad ogni pixel viene assegnato un indirizzo. Una regola è quella che numera i pixel dall alto verso il basso e da sinistra verso destra # 6 Prof Alberto Postiglione Università Salerno 3

4 Codifica Bit-Map delle immagini B/N Con questa convenzione, la rappresentazione della figura sarà data dalla stringa binaria # 7 Prof Alberto Postiglione Università Salerno Codifica Bit-Map delle immagini B/N Non sempre il contorno della figura coincide con le linee della griglia. Quella che si ottiene nella codifica è quindi un approssimazione della figura originaria Infatti, riconvertendo la stringa appena calcolata in immagine, otteniamo: # 8 Prof Alberto Postiglione Università Salerno 4

5 Risoluzione di un immagine La rappresentazione sarà più fedele all aumentare del numero di pixel, ossia al diminuire delle dimensioni dei quadratini della griglia, con il conseguente loro riavvicinamento La qualità di un immagine è data in base a due parametri: RISOLUZIONE NUMERO DI COLORI (o Profondità di Colore o Tavolozza dei colori) # 9 Prof Alberto Postiglione Università Salerno Risoluzione di un immagine Con il termine RISOLUZIONE si indica la qualità di un immagine visualizzata su monitor o stampata. La risoluzione di un immagine si misura in punti per pollice (dpi dots per inch). Maggiore è questo valore e più dettagliate sono le immagini e precisi i contorni # 10 Prof Alberto Postiglione Università Salerno 5

6 LA PROFONDITA DI COLORE Curtin cap 4.9 La profondità di colore Se l immagine ha più di due colori, si farà corrispondere ad ogni pixel un numero che ne rappresenta il colore E quindi necessaria una tabella di codifica dei colori, detta tavolozza dei colori Il numero di colori disponibili, chiamata profondità di colore, è determinata dal numero di bit utilizzati per rappresentare il singolo pixel. # 12 Prof Alberto Postiglione Università Salerno 6

7 La profondità di colore # 13 Prof Alberto Postiglione Università Salerno La profondità di colore: 8 bit Così, ad esempio, se si fa corrispondere a ogni pixel un byte (cioè 8 bit), potremo differenziare 256 colori Ad es: # 14 Prof Alberto Postiglione Università Salerno 7

8 La profondità di colore: Formato RGB Il computer, per rappresentare tutte le sfumature di colore, fa uso della proprietà che stabilisce che un qualsiasi colore è dato dalla miscelazione di tre elementi di base, Rosso Verde e Blu (Red-Green-Blue). La più diffusa rappresentazione dei colori (RGB) associa, come avviene per i caratteri con la tavola ASCII, un codice numerico da 0 a 255 (codificabile con 8 bit, cioè con 1 byte) a ciascun colore di base (rosso-verde-blu) In totale sono visualizzabili 256x256x256= colori diversi # 15 Prof Alberto Postiglione Università Salerno La profondità di colore: Formato RGB Ad esempio al colore corrisponde la sequenza binaria (gradazione num. 128 su 255 di rosso) (gradazione num. 192 su 255 di verde) (gradazione num. 224 su 255 di blu) Infatti, mescolando le 3 gradazioni di rosso, verde e blu si ottiene il seguente colore: # 16 Prof Alberto Postiglione Università Salerno 8

9 La codifica delle immagini: Pixel Un immagine digitale è quindi composta da un insieme fittissimo di minuscoli puntini colorati disposti come in una griglia. Riproduzione del quadro Lo spirito del 76 # 17 Prof Alberto Postiglione Università Salerno Risoluzione di un immagine Tanto più è fitta la griglia (più numerose sono le cellette), tanto migliore è la rappresentazione dell immagine # 18 Prof Alberto Postiglione Università Salerno 9

10 Colori e memoria La memoria necessaria per visualizzare un immagine è data da: dimensione della stessa (espressa in pixel) profondità di colore. L occupazione di memoria di un immagine di dimensione 1024x768 (che presenta 1024x768= pixel), è: Bianco e Nero (1 bit per pixel): / 8 = bytes 256 Colori (1 byte per pixel): x 1 = bytes Colori RGB (3 bytes per pixel): x 3 = bytes # 19 Prof Alberto Postiglione Università Salerno Compressione delle immagini Con particolari accorgimenti si possono utilizzare un numero minore di colori e ridurre lo spazio occupato dall immagine. Esistono formati compressi (tra i più diffusi vi sono i formati JPEG e GIF) che consentono attraverso particolari tecniche numeriche di memorizzare immagini fotografiche di ottima qualità in uno spazio molto minore Il formato JPEG in realtà non memorizza fedelmente l immagine ma sfrutta l ulteriore caratteristica che l occhio umano è in grado di vedere solo una piccola parte dei circa 17 milioni di colori possibili # 20 Prof Alberto Postiglione Università Salerno 10