Истинно черно-белые изображения в градациях серого.
Несколько бит определяют глубину изображения. Проблема представления изображения в том, что при обмене изображения между электронным и физическим носителем может происходить искажение восприятия этого изображения человеком.
Например:
сканирование фотографии. Результат
работы сканера: линейные изменения
интенсивности цвета, например, удвоение
величины яркости, дает в результате в
два раза большую величину в градации
серого, а человеческий глаз отображает
это как:
.
Получается точка, которая выглядит для
глаза в два раза ярче, в действительности
имеет в восемь раз большую интенсивность.
Практически все носители при вводе и выводе изображения имеют нелинейные характеристики отображения интенсивности (в сканерах – это нелинейность чувствительности датчиков в фотоприемниках, в ЭЛТ – световой выход люминофора также имеет нелинейность) поэтому форматы файлов содержат информацию, допускающую соответствующую настройку градаций серого, которую нужно делать, и тогда при вводе изображения например, со сканера, нелинейность может быть описана величиной gamma:
Output=(input) gamma, где input – входная интенсивность цвета для пикселя, Output – величина градации серого, создаваемого сканером для этого пикселя. Тогда прикладная программа, обрабатывая в файле «гамму» точно восстанавливает исходную информацию градаций серого.
Цвет.
Чистый цвет – цвет выбирается из короткого списка цветов, допустимых на устройстве вывода (например – графопостроитель, имеет разные цветовые перья и для вычерчивания выбирается номер пера) часто используется в векторных форматах.
Смешение цветов (RGB, CMYK, HLS).
Цветовые плоскости изображения.
Каждый пиксель как правило требует 3 (RGB, LHS) – 4 (CMYK) значения и тогда эти значения определяются одним из двух способов:
Представление по цветам и использование цветовых плоскостей. Например, если использовать RGB модель, то при этом для красного цвета все данные изображения группируются вместе, и так же для GREEN & BLUE.
В этом случае для RGB модели значения RGB для каждого пикселя сгруппированы вместе. Этот же подход применятся и для векторных изображений.
Гарантия точности соответствия цветов.
При переносе цветного изображения между различными носителями могут возникнуть проблемы точности соответствия цветов, так же как и в изображениях с градациями серого.
Обычный метод заключается в использовании организации изображения в цветовых плоскостях и рассмотрение каждой плоскости как определенного ч/б изображения с использованием рассмотренного ранее метода коррекции точности для градации серого.
Должны быть скорректированы ошибки между цветовыми плоскостями, чтобы не было смещения одной цветовой плоскости по отношению к другой (смещение). Эта коррекция обычно делается путем сравнения «белой точки» изображения с некоторым стандартом и последующей корректировкой, то есть выполняется калибровка белого цвета для входного или выходного устройства, согласно некоторому стандарту.
Колориметрические стандарты.
ANSI (American National Standard Institute).
ISO (International Standard Organization).
NTSC (National Television System Committee ).
Кодирование данных.
Графические данные могут быть закодированы как в символьной, так и в двоичной форме. Иногда используется и смешивание этих двух подходов.
Порядок бит и байт в двоичных данных.
Данные, закодированные двоичным способом могут использовать различный порядок байт и различный порядок бит (влево или вниз). Кроме этого первый пиксель, отсканированный из «n» пикселей, может быть отображен на старший или младший бит «n - мерного» слова данных.
Сжатие изображения.
Используется одно из трех обобщенных свойств графических данных: избыточность, предсказуемость или необязательность. Например: групповое кодирование использует избыточность данных об изображении, то есть 10 раз по одному красному пикселю заменяем на 10 красных пикселей 1 раз.
Алгоритмы кодирования по методу Хаффмана.
Основаны на статистической модели и используют предсказуемость, то есть предполагают более краткие коды для более часто встречающихся значений пикселей (метод LZW для JPEG). Наличие необязательных данных позволяет сжимать информацию с потерями. Например: для случайного просмотра человеческим глазом не требуется то же разрешение для цветовой информации в изображении, которое требуется для информации об интенсивности.
Выбор формата.
Качество изображения определяется:
Разрешением.
Количеством цветов и прочее.
Гибкость – простота, с которой формат приспосабливается к изменениям (платформы, типы дисплея, коррекция цвета и другое).
Эффективность– ресурсы, затраченные на обработку, хранение и передачу данных.
Поддержка теми или иными пакетами различных форматов.
Примеры форматов.
GIF (CompuServe Graphics Interchange Format).
PNG (Portable Network Graphics).
TIFF (Tagged Image File Format).
JPEG (Joint Photo graphic Experts Group).
PDF (Portable Document Format).
И много других.
*.GIF – 1987год. Предназначен для передачи изображения по сети. Используется метод сжатия. Позволяет записывать изображение через строку.
*. JPEG – алгоритм сжатия, а не формат. Позволяет сжимать данные до 500 раз (чем BMP). Формат аппаратно независим. Сжимают картинки фотографического качества.