Grafica raster: Comprendere i fondamenti della grafica raster nella visione artificiale
Di Fouad Sabry
()
Info su questo ebook
Che cos'è la grafica raster
Nella computer grafica e nella fotografia digitale, una grafica raster rappresenta un'immagine bidimensionale come una matrice rettangolare o una griglia di pixel, visualizzabile tramite un computer display, carta o altro supporto di visualizzazione. Un raster è tecnicamente caratterizzato dalla larghezza e dall'altezza dell'immagine in pixel e dal numero di bit per pixel. Le immagini raster vengono archiviate in file di immagine con diversi formati di diffusione, produzione, generazione e acquisizione.
Come trarrai vantaggio
(I) Approfondimenti e convalide sui seguenti argomenti:
Capitolo 1: Grafica raster
Capitolo 2: Pixel
Capitolo 3: Modello di colore RGB
Capitolo 4: Grafica vettoriale
Capitolo 5: Matrice di punti
Capitolo 6: Rasterizzazione
Capitolo 7: Framebuffer
Capitolo 8: Truevision TGA
Capitolo 9: Punti per pollice
Capitolo 10: Profondità del colore
(II) Rispondere alle principali domande del pubblico sulla grafica raster.
(III) Esempi reali dell'utilizzo della grafica raster in molti campi.
A chi è rivolto questo libro
Professionisti, studenti universitari e laureati, appassionati, hobbisti e coloro che vogliono andare oltre le conoscenze o le informazioni di base per qualsiasi tipo di grafica raster.
Leggi altro di Fouad Sabry
Tecnologie Emergenti Nella Scienza Dei Materiali [Italian]
Correlato a Grafica raster
Titoli di questa serie (100)
Trasformazione affine: Sbloccare le prospettive visive: esplorare la trasformazione affine nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniModello di aspetto del colore: Comprendere la percezione e la rappresentazione nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniGruppo congiunto di esperti fotografici: Sfruttare la potenza dei dati visivi con lo standard JPEG Valutazione: 0 su 5 stelle0 valutazioniVisione computerizzata: Esplorare le profondità della visione artificiale Valutazione: 0 su 5 stelle0 valutazioniFiltro adattivo: Migliorare la visione artificiale attraverso il filtraggio adattivo Valutazione: 0 su 5 stelle0 valutazioniVisione stereoscopica del computer: Esplorare la percezione della profondità nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniRilevatore di bordi astuto: Svelare l'arte della percezione visiva Valutazione: 0 su 5 stelle0 valutazioniBanca filtri: Approfondimenti sulle tecniche del banco di filtri di Computer Vision Valutazione: 0 su 5 stelle0 valutazioniTrasformazione di Hough: Svelare la magia della trasformazione di Hough nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniRetinex: Svelare i segreti della visione computazionale con Retinex Valutazione: 0 su 5 stelle0 valutazioniRiduzione del rumore: Miglioramento della chiarezza, tecniche avanzate per la riduzione del rumore nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniOmografia: Omografia: trasformazioni nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniModello del sistema visivo umano: Comprendere la percezione e l'elaborazione Valutazione: 0 su 5 stelle0 valutazioniEqualizzazione dell'istogramma: Miglioramento del contrasto dell'immagine per una migliore percezione visiva Valutazione: 0 su 5 stelle0 valutazioniRidipintura: Colmare le lacune nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniMappatura dei colori: Esplorare la percezione visiva e l'analisi nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniTrasformata del radon: Svelare modelli nascosti nei dati visivi Valutazione: 0 su 5 stelle0 valutazioniCorrezione gamma: Migliorare la chiarezza visiva nella visione artificiale: la tecnica di correzione gamma Valutazione: 0 su 5 stelle0 valutazioniMappatura dei toni: Mappatura dei toni: prospettive illuminanti nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniStima della posa del corpo articolato: Sbloccare il movimento umano nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniTrasformata di Hadamard: Svelare il potere della trasformazione Hadamard nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniFunzione di corrispondenza dei colori: Comprendere la sensibilità spettrale nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniVisione artificiale subacquea: Esplorando le profondità della visione artificiale sotto le onde Valutazione: 0 su 5 stelle0 valutazioniContorno attivo: Avanzamento della visione artificiale con tecniche di contorno attivo Valutazione: 0 su 5 stelle0 valutazioniImaging multispettrale: Sbloccare lo spettro: progressi nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniDiffusione anisotropa: Miglioramento dell'analisi delle immagini attraverso la diffusione anisotropa Valutazione: 0 su 5 stelle0 valutazioniConsenso del campione casuale: Stima robusta nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniIstogramma dell'immagine: Svelare intuizioni visive, esplorare le profondità degli istogrammi delle immagini nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniGeometria proiettiva: Esplorazione della geometria proiettiva nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioni
Ebook correlati
Editor di grafica raster: Trasformare le realtà visive: padroneggiare gli editor grafici raster nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniGrafica raster digitale: Svelare la potenza della grafica raster digitale nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniEditor di grafica vettoriale: Potenziare la creazione visiva con algoritmi avanzati Valutazione: 0 su 5 stelle0 valutazioniGrafica vettoriale: Padroneggiare la grafica vettoriale nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniRendering della scansione: Esplorare il realismo visivo attraverso le tecniche di rendering della scansione Valutazione: 0 su 5 stelle0 valutazioniRendering volumetrico: Esplorare il realismo visivo nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniAlgoritmo di disegno di linee: Padroneggiare le tecniche per il rendering di immagini di precisione Valutazione: 0 su 5 stelle0 valutazioniProfilo colore: Esplorare la percezione visiva e l'analisi nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniTexture Mapping: Esplorare la dimensionalità nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniSistema di gestione del colore: Ottimizzazione della percezione visiva negli ambienti digitali Valutazione: 0 su 5 stelle0 valutazioniTagli del grafico di visione artificiale: Esplorazione dei tagli grafici nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniSegmentazione delle immagini: Sbloccare insight grazie alla precisione dei pixel Valutazione: 0 su 5 stelle0 valutazioniModellazione e rendering basati su immagini: Esplorare il realismo visivo: tecniche di visione artificiale Valutazione: 0 su 5 stelle0 valutazioniCompressione delle immagini: Tecniche efficienti per l'ottimizzazione dei dati visivi Valutazione: 0 su 5 stelle0 valutazioniComputer grafica poligonale: Esplorando l'intersezione tra la computer grafica poligonale e la visione artificiale Valutazione: 0 su 5 stelle0 valutazioniMappa dell'altezza: Esplorare la rappresentazione del terreno attraverso la visione artificiale Valutazione: 0 su 5 stelle0 valutazioniMappatura dei colori: Esplorare la percezione visiva e l'analisi nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniDisegno tecnico: Sbloccare la percezione visiva nel disegno tecnico Valutazione: 0 su 5 stelle0 valutazioniShader: Esplorare i regni visivi con Shader: un viaggio nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniClassificazione delle immagini contestuali: Comprendere i dati visivi per una classificazione efficace Valutazione: 0 su 5 stelle0 valutazioniPrimitivo geometrico: Esplorazione dei fondamenti e delle applicazioni nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniGrafica di ray-tracing: Esplorazione del rendering fotorealistico nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniUsare GD library con PHP, funzioni, figure, grafici e gradienti Valutazione: 0 su 5 stelle0 valutazioniVisione stereoscopica del computer: Esplorare la percezione della profondità nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniSuperficie procedurale: Esplorazione della generazione e dell'analisi delle texture nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniMosaicazione di documenti: Sbloccare intuizioni visive attraverso il mosaico di documenti Valutazione: 0 su 5 stelle0 valutazioniIstogramma dell'immagine: Svelare intuizioni visive, esplorare le profondità degli istogrammi delle immagini nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniComputer grafica bidimensionale: Esplorazione del regno visivo: computer grafica bidimensionale nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniPartizionamento binario dello spazio: Esplorazione del partizionamento binario dello spazio: fondamenti e applicazioni nella visione artificiale Valutazione: 0 su 5 stelle0 valutazioniDisegno tecnico: Sbloccare la visione artificiale attraverso il disegno tecnico Valutazione: 0 su 5 stelle0 valutazioni
Intelligenza artificiale e semantica per voi
ANonniMus: Vecchi rivoluzionari contro giovani robot Valutazione: 0 su 5 stelle0 valutazioniSelf-Publishing del Futuro per Scrittori 2.0: Self-Publishing Facile Valutazione: 0 su 5 stelle0 valutazioniGuida Intelligenza Artificiale Valutazione: 0 su 5 stelle0 valutazioniIl Terzo Like Valutazione: 0 su 5 stelle0 valutazioni
Recensioni su Grafica raster
0 valutazioni0 recensioni
Anteprima del libro
Grafica raster - Fouad Sabry
Capitolo 1: Grafica raster
Nella computer grafica e nella fotografia digitale, un grafico raster ritrae un'immagine bidimensionale come una matrice rettangolare o una griglia di pixel quadrati che può essere visualizzata sul monitor di un computer, su carta o su un altro supporto di visualizzazione. Tecnicamente, un raster è definito dalla larghezza e dall'altezza dell'immagine in pixel e dal numero di bit per pixel. Le immagini raster vengono memorizzate in file di immagine i cui formati di distribuzione, creazione, generazione e acquisizione variano.
Nei settori della stampa e della prestampa, le immagini raster sono denominate contoni (da toni continui). Nei sistemi digitali, tuttavia, la line art è tipicamente implementata come grafica vettoriale.
Numerose manipolazioni raster si trasferiscono direttamente sui formalismi matematici dell'algebra lineare, dove la struttura delle matrici matematiche è di grande importanza.
Il termine raster
deriva dal latino rastrum (rastrello), che deriva dal verbo radere (spazzare) (raschiare). Deriva dalla scansione raster dei monitor televisivi a tubo catodico (CRT), che dipingono l'immagine una riga alla volta guidando magneticamente o elettrostaticamente un fascio di elettroni focalizzato. Può anche essere usato per fare riferimento a una griglia rettangolare di pixel. Attualmente, il termine rastrum si riferisce a uno strumento per creare linee di pentagramma musicale.
La tassellatura di un piano in una matrice bidimensionale di quadrati, ciascuno chiamato cella o pixel, è l'approccio fondamentale alla base del modello di dati raster (da elemento immagine
). Nella fotografia digitale, il piano è il campo visivo proiettato sul sensore di immagine; Nella computer art, è una tela virtuale; e nei sistemi informativi geografici, è una proiezione della superficie terrestre. La risoluzione o il supporto, ovvero la dimensione di ogni pixel quadrato, rimane coerente in tutta la griglia. Un metodo di grigliatura può fornire dati raster o basati su griglia.
Per ogni pixel, viene quindi salvato un singolo valore numerico. Questo valore è un colore visibile per la maggior parte delle foto, ma sono possibili misurazioni alternative, inclusi codici numerici per categorie qualitative. Ogni griglia raster ha un formato pixel univoco, che specifica il tipo di dati di ogni numero intero. I formati di pixel più comuni includono binario, scala di grigi, tavolozza e a colori, in cui la profondità del colore controlla la precisione dei colori visualizzati e lo spazio colore determina l'intervallo di copertura del colore (che spesso è inferiore all'intera gamma della visione umana dei colori). La maggior parte dei formati raster a colori contemporanei esprime il colore con 24 bit (quasi 16 milioni di colori diversi) e 8 bit (0-255) per canale di colore (rosso, verde e blu). I sensori digitali utilizzati nel telerilevamento e nell'astronomia sono spesso in grado di rilevare e memorizzare lunghezze d'onda oltre lo spettro visibile; il grande sensore bitmap CCD dell'Osservatorio Vera C. Rubin cattura 3,2 gigapixel in una singola immagine (6,4 GB raw) su sei canali di colore che superano la gamma spettrale della visione umana dei colori.
La maggior parte delle immagini del computer vengono salvate in formati grafici raster o nelle loro varianti compresse, come GIF, JPEG e PNG, ampiamente utilizzate su Internet. Un formato di dati raster è costruito su una tassellatura (spesso rettangolare, a base quadrata) del piano 2D in celle con un singolo valore ciascuna. La matrice bidimensionale deve essere serializzata per archiviare i dati in un file. In un formato di riga principale, le celle lungo la prima riga (in genere la più alta) sono elencate da sinistra a destra, seguite immediatamente da quelle della seconda riga e così via.
Nell'illustrazione a destra, le celle della tassellatura A sono sovrapposte al modello di punti B, producendo una matrice C di conteggi di quadranti che riflette il numero di punti in ogni cella. Ai fini della visualizzazione, è stata utilizzata una tabella di ricerca per colorare ogni cella nell'immagine D. I numeri sono presentati come un array seriale row-major:
1 3 0 0 1 12 8 0 1 4 3 3 0 2 0 2 1 7 4 1 5 4 2 2 0 3 1 2 2 2 2 3 0 5 1 9 3 3 3 4 5 0 8 0 2 4 3 2 8 4 3 2 2 7 2 3 2 10 1 5 2 1 3 7
Per ricostruire la griglia bidimensionale, il file deve includere una sezione di intestazione che specifichi almeno il numero di colonne e il tipo di dati pixel (con il numero di bit o byte per valore) in modo che il lettore sappia dove si ferma ogni valore e da dove iniziare a leggere quello successivo. Nelle intestazioni possono essere inclusi anche il numero di righe, i parametri di georeferenziazione per i dati geografici e altri elementi di metadati, come quelli forniti dallo standard Exif.
Le griglie raster ad alta risoluzione includono un gran numero di pixel e quindi richiedono una grande quantità di memoria. Ciò ha portato a numerose tecniche per comprimere grandi volumi di dati in file più piccoli. L'approccio più diffuso consiste nel cercare modelli o tendenze nei valori dei pixel e quindi salvare una versione con parametri del modello al posto dei dati originali. La codifica run-length (RLE), JPEG, LZ (la base per PNG e ZIP), Lempel-Ziv-Welch (LZW) (la base per GIF) e altri sono algoritmi di compressione raster comuni.
La codifica della lunghezza di esecuzione, ad esempio, cerca nell'array i valori ripetuti e li sostituisce con il valore e il numero di volte in cui viene visualizzato. Pertanto, il raster di cui sopra verrebbe rappresentato come:
Questa tecnica è particolarmente efficace quando ci sono enormi aree di uguali valori, come in un disegno al tratto; tuttavia, in un'immagine, in cui i pixel sono in genere leggermente diversi dai loro vicini, il file RLE potrebbe essere fino al doppio più grande dell'originale.
Alcuni metodi di compressione, tra cui RLE e LZW, sono senza perdita di dati, il che significa che i valori dei pixel originali possono essere completamente riprodotti dai dati compressi. Altre tecniche, come JPEG, sono con perdita di dati poiché i modelli parametrizzati sono semplicemente un'approssimazione dei valori dei pixel originali e questi ultimi possono quindi essere approssimati solo dai dati compressi.
Il software può rasterizzare (convertire in pixel) immagini vettoriali (disegno al tratto) e vettorializzare (convertire immagini raster in grafica vettoriale) immagini raster. In entrambi i casi, alcune informazioni vengono perse, anche se alcune procedure di vettorizzazione, come il riconoscimento ottico dei caratteri, possono ricostruire le informazioni pertinenti.
Negli anni '20, i primi televisori meccanici utilizzavano concetti di rasterizzazione. La televisione elettronica basata su schermi a tubo catodico è scansionata raster con raster orizzontali e linee raster dipinte rispettivamente da sinistra a destra e dall'alto verso il basso.
I moderni display a schermo piatto, come i monitor a LED, continuano a utilizzare una tecnica raster. Ogni pixel sullo schermo è direttamente correlato a un piccolo numero di bit in memoria. È sufficiente scansionare i pixel e colorarli in base a ciascun set di bit per aggiornare il display. L'operazione di aggiornamento, che è sensibile al tempo, viene spesso implementata da circuiti dedicati, che sono spesso un componente di un'unità di elaborazione grafica.
Utilizzando questo metodo, il computer è dotato di una sezione di memoria che memorizza tutti i dati da presentare. Il processore centrale scrive i dati in questa posizione di memoria e il controller