Formati multimediali e metadati: Immagini Marco Tagliasacchi
Formati multimediali e metadati: immagini Sommario 2 Immagini digitali Compressione di immagini Formati Metadati Software Collezioni di immagini su Web
Immagini digitali Immagini raster e vettoriali In generale le immagini sono un continuo di informazioni (formato analogico ) Bisogna quindi prima discretizzarle ovvero trasformarle in un insieme di parti distinte che possono essere codificate separatamente come numeri (formato digitale ) Tipologia: Immagini scalari o raster Immagini vettoriali
Immagini digitali Immagini raster e vettoriali Immagini scalari o raster, Fotografie Scansioni Immagini biomediche (raggi-x, risonanza magnetica, ecc.)...
Immagini digitali Immagini raster e vettoriali Tipologia: Immagini vettoriali, Disegno geometrico (CAD) Illustrazioni Loghi
Immagini digitali Immagini raster e vettoriali raster vettoriale
Immagini digitali Rappresentazione di immagini digitali Il calcolatore non può direttamente rappresentare in memoria informazione in formato analogico L acquisizione digitale di una immagine raster prevede di eseguire due operazioni: Campionamento: scomposizione dell immagine in un reticolo di punti (pixel, picture element) Quantizzazione: codifica di ogni pixel con un valore numerico all interno di un ben peciso intervallo
Immagini digitali Rappresentazione di immagini digitali Per rappresentare il disco Lo si sovrappone ad una griglia Si identificano i quadratini (in blu) che campionano (o discretizzano) il disco Ogni quadratino prende il nome di pixel (o picture element)
Immagini digitali Rappresentazione di immagini digitali Chiamiamo risoluzione dell immagine la dimensione della griglia usata per il campionamento dell immagine Esempio: 640x480 Aumentando la risoluzione (ovvero il numero di pixel) e quindi diminuendo la dimensione del singolo pixel, la rappresentazione approssima meglio l immagine originaria
Immagini digitali Rappresentazione di immagini digitali Esempio:
Immagini digitali Rappresentazione di immagini digitali La risoluzione è spesso il parametro di riferimento usato nel mercato delle fotocamere digitali (anche se non sempre è il fattore determinante per la qualità dell immagine prodotta) Spesso espresso in Megapixel (= 1 milione di pixel)
Immagini digitali Rappresentazione di immagini digitali Dopo aver campionato l immagine occorre rappresentare ogni pixel con un numero Tale numero dovrà rappresentare il colore associato al pixel, usando un certo range: si parla di quantizzazione La rappresentazione ottenuta è nota come codifica bitmap Nel caso di immagini in bianco e nero senza sfumature sono sufficienti due soli bit per ogni pixel: 0 per rappresentare i pixel più bianchi 1 per rappresentare i pixel più neri
Immagini digitali Rappresentazione di immagini digitali Nel caso di immagini in bianco e nero senza sfumature è sufficiente un solo bit per ogni pixel: Il valore del pixel è pari a 1 per rappresentare i pixel bianchi 0 per rappresentare i pixel neri 0 0 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 1 1 0 0 0 0 0 0
Immagini digitali Rappresentazione di immagini digitali Nel caso di immagini in scala di grigio si utilizzano b bit per ogni pixel Il numero b determina il numero di livelli di grigio che è possibile rappresentare #livelli di grigio = 2 b
Immagini digitali Rappresentazione di immagini digitali Esempio: b = 2, è possibile rappresentare 4 livelli di grigio 00 0 (nero) 01 1 (grigio scuro) 10 2 (grigio chiaro) 11 3 (bianco) Rappresentazione binaria 00 00 00 00 00 00 01 00 00 00 00 10 00 00 00 00 10 00 00 00 00 11 11 11 00 00 00 00 00 00 Rappresentazione decimale 0 0 0 0 0 0 1 0 0 0 0 2 0 0 0 0 2 0 0 0 0 3 3 3 0 0 0 0 0 0
Immagini digitali Rappresentazione di immagini digitali 4 bpp 3 bpp 2 bpp 1 bpp
Immagini digitali Rappresentazione di immagini digitali Tipicamente, per immagini in scala di grigio, è sufficiente utilizzare b = 8 bit per pixel In questo modo è possibile rappresentare fino a 256 livelli di grigio Questa scelta è determinata dall analisi del sistema visivo umano, che non è difficilemente in grado di distinguere un numero maggiore di livelli di grigio In applicazioni biomediche e/o professionali, è comune utilizzare un numero maggiore di bit per pixel (ad es. 10-12 bit per pixel)
Immagini digitali Rappresentazione di immagini digitali Tipicamente, per immagini a colori, vengono utilizzati b = 24 bit per pixel In questo modo è possibile rappresentare fino a 2 24 = 16777216 colori distinti Esistono diversi modi di rappresentare una immagine a colori (detti anche colorspace o spazi colore)
Immagini digitali Rappresentazione di immagini digitali Lo spazio colore più comunemente utilizzato per l acquisizione e la visualizzazione delle immagini è RGB = Red, Green, Blue Per ciascun pixel vengono utilizzati 24 bit 8 bit (1 byte) per il rosso [0-255] 8 bit (1 byte) per il verde [0-255] 8 bit (1 byte) per il blu [0-255]
Immagini digitali Rappresentazione di immagini digitali Red Green Blue
Immagini digitali Rappresentazione di immagini digitali L acquisizione di immagini a colori utilizza una griglia di filtri (Bayer filter) Ciascun pixel registra l intensità luminosa di una sola componente (rosso, verde o blu) Per i pixel rossi, viene calcolata l intensità della componente blu e verde sulla base dei pixel vicini (e viceversa)
Immagini digitali Rappresentazione di immagini digitali Esempio: fotocamera a 12.2 Mpixel 4272 x 2848 = 12166656 pixel 3 byte / pixel x 12.2 Mpixel = 36.6 Mbyte Questa è la dimensione del file che si ottiene scattando in modalità raw
Compressione di immagini Tecniche di compressione di immagini In fase di codifica esiste la necessità di adottare tecniche di compressione per ottimizzare: Occupazione di spazio di memoria Velocità di trasmissione attraverso la rete Tecniche di compressione senza perdita di informazione (lossless) con perdita di informazione (lossy)
Compressione di immagini Compressione basata su oracolo Consideriamo il numero di bit necessari a rappresentare le immagini acquisite dal sistema visivo umano nel corso della nostra vita Approssimiamo per eccesso le immagini acquisite 30 immagini / sec x 3600 sec / ora x 24 ore/giorno x 365 giorni / anno x 90 anni = ------------- 8.5 10 10
Compressione di immagini Compressione basata su oracolo Per enumerare 8.5 10 10 immagini abbiamo bisogno di soli log2(8.5 10 10 ) = 37 bit Se consideriamo l intera popolazione mondiale log2(6.8 10 9 x 8.5 10 10 ) = 69 bit cioè 1.2 10-19 = 0.00000000000000000012 bit/immagine Una macchina digitale utilizza circa 20.000.000 bit/immagine, previa compressione
Compressione di immagini Compressione lossless Compressione senza perdita d informazione (lossless) Reversibili l immagine compressa è identica a quella originale Il numero di bit necessari per memorizzare l immagine è inferiore Ne esistono di due tipi: Ad hoc per le immagini ad es. PNG Applicabili a qualsiasi tipo di dato ad es. ZIP
Compressione di immagini Compressione lossy Algoritmi con perdita di informazione (lossy) Sfruttano meccanismi di mascheramento del rumore propri del sistema visivo umano L occhio è più sensible al rumore quando l immagine è caratterizzata da un basso contrasto locale
Compressione di immagini Compressione lossy Algoritmi con perdita di informazione (lossy) Sfruttano il fatto che pixel vicini hanno intensità e colore spesso simili tra loro Scartano quella parte di contenuto dell immagine non visibile dall occhio umano Generalmente è possibile specificare quanto siamo disposti a perdere attraverso alcuni parametri Compromesso qualità vs. Dimensioni
Compressione di immagini Compressione lossy Algoritmi con perdita di informazione (lossy) Scartano quella parte di contenuto dell immagine non visibile dall occhio umano Irreversibili l immagine compressa è diversa da quella originale Compromesso qualità vs. dimensioni Generalmente è possibile specificare quanto siamo disposti a perdere attraverso alcuni parametri
Compressione di immagini Compressione lossy JPEG (Joint Picture Expert Group) è lo standard più comunemente utilizzato per la compressione lossy di immagini Esempio: 682x511 pixel = 348502 pixel 348502 pixel x 3 byte/pixel = 1045506 byte (circa 1Mb)
Compressione di immagini Compressione lossy JPEG (Quality = 90) 97.8Kb 10.7:1
Compressione di immagini Compressione lossy JPEG (Quality = 50) 40.1 Kb 26:1
Compressione di immagini Compressione lossy JPEG (Quality = 10) 16.4 Kb 64:1
Compressione di immagini Compressione lossy JPEG (Joint Picture Expert Group) è lo standard più comunemente utilizzato per la compressione lossy di immagini Esempio: 800x600 pixel = 480000 pixel 480000 pixel x 3 byte/pixel = 1440000 byte (c.a. 1.44Mb)
Compressione di immagini Compressione lossy JPEG (Quality = 90) 107 Kb 13.4:1
Compressione di immagini Compressione lossy JPEG (Quality = 50) 49.7 Kb 29:1
Compressione di immagini Compressione lossy JPEG (Quality = 10) 25.2 Kb 57:1
Formati JPEG JPEG (Joint Picture Expert Group) Codifica con perdita (lossy) Immagini a colori, 24 bit/pixel E il formato di compressione più utilizzato al mondo Buon rapporto di compressione c.a. 10:1 per immagini percettivamente indistinguibili dall originale A forti rapporti di compressione (> 30:1) introduce artefatti: Blocchettizzazione Contouring Attenzione: ogni modifica e salvataggio dell immagine degrada la qualità della stessa
Formati TIFF TIFF (Tagged Image File Format) Supporta un insieme di algoritmi di compressione Non tutti i sistemi supportano tutti gli algoritmi Codifica sia lossless che lossy Immagini a colori, 8-16 bit/pixel/colore (24-24 bit/pixel)
Formati TIFF TIFF (Tagged Image File Format) Il formato non è comunemente supportato dai web browser E ancora il formato di riferimento per lo scambio di immagini nel mercato editoriale Supporta spazi colore alternativi al RGB ad esempio CMYK per la rappresentazione di immagini per la stampa
Formati TIFF Raw E un formato supportato da alcune fotocamere digitali (tipicamente di fascia medio-alta) Ciascuna casa produttrice ha un proprio formato proprietario Rappresenta i valori RGB letti direttamente dal sensore della fotocamera, prima di qualsiasi operazione di elaborazione Ridimensionamento Bilanciamento del bianco Correzione automatica del contrasto/luminosità Compressione JPEG E utile quando Si cerca la massima qualità dell immagine Si vuole mantenere la possibilità di bilanciamento del bianco in fase di editing
Formati PNG PNG (Portable Network Graphics) Codifica senza perdita (lossless) Immagini a colori (24 bit/pixel) E supportato da tutti i web browser E particolarmente adatto per la codifica di immagini non naturali, che presentano aree uniformi e contorni molto ben definiti Ideale per loghi, scritte, rappresentazione raster di immagini vettoriali Supporta la trasparenza In molte applicazioni, è una valida alternativa a TIFF
Formati PNG Esempio: PNG vs. JPEG PNG 24Kb JPEG 13Kb
Formati BMP BMP (Windows bitmap) Codifica senza perdita (lossless) E un formato proprietario dei sistemi MS Windows Non supportato dai browser e da alcuni software di editing
Metadati Metadati I metadati sono dati supplementari, che aggiungono informazioni ad un file multimediale (immagini, audio o video) Alcuni metadati sono associati ad ogni tipo di file, incluse le immagini: Nome del file Data di creazione Data di modifica Dimensione del file Ecc. Ciascun metadato è caratterizzato da Un etichetta o tag, che individua la caratteristica descritta. Ad es filesize Un valore associato al tag. Ad es. 14532 byte
Metadati Exif Alcuni formati di immagini supportano la definizione di metadati specifici. Uno sistema comunemente adottato dalle fotocamere commerciali è Exif, Exchangeable file format Le informazioni descritte da Exif sono: Data e ora Impostazioni della fotocamera Produttore e modello Orientazione Apertura Tempo di esposizione Lunghezza focale Sensibilità ISO Bilanciamento del bianco
Metadati Exif Esempio di metadati Exif
Metadati Geotagging Nei metadati possono essere incluse informazioni relative alla locazione degli scatti (geotagging) Tagging manuale, l utente indica la posizione in cui è stata scattata la fotografia Tagging automatico, tramite ricevitore GPS connesso alla fotocamera
Metadati User tagging Molti sistemi di sharing di immagini consentono agli utenti di aggiungere tag descrittivi Questo tipo di tag sono estremamente utili nella ricerca di immagini in grandi collezioni
Software Software gratuito Software gratuito per la visualizzazione e conversione di numerosi formati di immagini IrfanView http://www.irfanview.com/ Per la visualizzazione dei metadati Exif http://www.irfanview.com/plugins.htm
Collezioni di immagini su Web Flickr www.flickr.com
Collezioni di immagini su Web Photobucket www.photobucket.com
Collezioni di immagini su Web Imageshack imageshack.us
Collezioni di immagini su Web Facebook www.facebook.com
Collezioni di immagini su Web MySpace myspace.com