Informatica G

enerale

1

INFORMATICA GENERALE a.a. 2006/2007COGNOMI A-L

Silvano Antonelli-Ricevimento : • durante il corso:

Martedì ore 15.30pressoDipartimento di Informatica, Largo Pontecorvo 2Stanza 394

• negli altri periodi:su appuntamento

posta elettronica : s.antonelli@humnet.unipi.itPagina web : (programma, esami, date appelli…)http://www.di.unipi.it/~antonell/

Informatica G

enerale

2

Testi di riferimento

– Dennis P. Curtin, Kim Floley, Hunal Sen, Cathleen Morin “Informatica di base” 3/ed, McGraw-Hill,2005

– M.R. Laganà, M- Righi, F. Romani " INFORMATICA Concetti e sperimentazioni" , Apogeo ,2003

– L. Console, M. Ribaudo , U. Avalle" Introduzione all'informatica" , UTET Libreria, Torino,2004

– D. Sciuto, G. Buonanno, W. Fornaciari, L. Mari " Introduzione ai sistemi informatici", McGraw-Hill,1997

– P. Tosoratti , G. Collinasi "Introduzione all'informatica", Seconda Edizione, Casa Editrice Ambrosiana , Milano

Informatica G

enerale

3

Rappresentazione di immagini

� Le immagini sono un ‘continuo’ e non sono quindi formate da sequenze di oggetti ben definiti come i numeri e le stringhe

� Bisogna quindi prima ‘discretizzarle’ ovvero trasformarle in un insieme di parti distinte che possono essere codificate separatamente con sequenze di bit.

Informatica G

enerale

4

Immagini: Tipologia

� Immagini scalari o raster

es. foto

� Immagini vettoriali

es. un disegno geometrico

� Immagini miste (raster e scalari)

� Immagini fisse

� Immagini in movimento

Informatica G

enerale

5

Immagini vettoriali

Immagini vettoriali:

� codifica simbolica di elementi grafici

es.:

� applicabilità limitata al mondo geometrico (non

fotografie)

circlepolyline…..

Informatica G

enerale

6

Immagini raster

� Le immagini sono un continuo e quindi occorre ‘discretizzarle’ ovvero trasformarle in un insieme di parti distinte che possono essere codificate separatamente con sequenze di bit

� Azioni da fare:

- Discretizzazione :scomposizione dell’immagine in un

reticolo di punti (pixel, picture element)

- Quantizzazione :codifica di ogni pixel con una

sequenza di bit

Informatica G

enerale

7

Immagini raster

Pixel (da picture element)

Rappresentare il disco seguente

Si sovrappone al disco una griglia a maglie

Il disco viene scomposto in una griglia di “quadratini” (in

azzurro)

Informatica G

enerale

8

Immagini raster

� Definizione : numero dei pixel

DPI, dot per inches (pollice) :numero di pixel per unitàdi lunghezza

� Risoluzione : dimensione della griglia

es. 640x480

La griglia nella realtà è molto più fitta (adeguato passo di campionamento)

Aumentando il numero dei pixel, e quindi diminuendo la dimensione dei quadratini, la rappresentazione approssima meglio l’immagine originaria

Informatica G

enerale

9

Immagini raster

� Quantizzazione: rappresentazione di ogni pixel con una sequenza di bit

� La rappresentazione ottenuta è nota come codifica bitmap

� Immagine in bianco e nero senza sfumature

Sono sufficienti due soli bit:

- 0 per rappresentare i quadratini più bianchi

- 1 per rappresentare i quadratini più neri

scomposizione fitta

elevato numero di bit -elevata quantitàdi informazione

-elevata qualitàdell’immagine

Informatica G

enerale

10

Immagini raster

Esempio

Ogni pixel è rappresentato da un bit

000000000000000000000000000000000011111111000000000000000010000010000000000000000010000100000000000000000010001000000000000000000010010000000000000000000010100000000000000000000011000000000000000000000010000000000000

Informatica G

enerale

11

Immagini raster

Ogni pixel è rappresentato da un bit

000000000000000000000000000000000011111111000000000000000010000010000000000000000010000100000000000000000010001000000000000000000010010000000000000000000010100000000000000000000011000000000000000000000010000000000000

Rappresentazionedi un pixel

Informatica G

enerale

12

Immagini raster

� Immagini in bianco e nero con sfumature– la rappresentazione in ‘toni di grigio’ : un byte per pixel, con 256 gradazioni di grigio per ogni punto nero, o più byte per pixel, per avere più gradazioni possibili

� Immagini a colori– rappresentazione del colore secondo il modello RGB (red, green,blu): sintesi additiva dei tre colori primari red, green, blu , ognuno con la propria codifica.

Informatica G

enerale

13

Immagini raster

� Codifica di ogni pixel con una sequenza di bit →profondità del colore

� Ogni colore è la combinazione di tre colori

fondamentali: rosso, verde, blu

(codifica RGB, Red Green Blue)– R, G, B: 8 bit

– ogni colore: 24 bit → 16

milioni di colori

(24 bit/pixel: profondità)

Informatica G

enerale

14

Esempio

• Colore rappresentato con 3 byte, uno per colore• Ogni byte codifica un numero compreso tra 0 e 255=28

• Valore di ognuno dei tre colori primari:• RED 255 Codifica : 11111111• GREEN 149 Codifica : 10010101• BLU 20 Codifica : 00010100Possibile codifica di un pixel (profondità):

11111111 10010101 00010100

Codifica ottale:377 225 24

Codifica esadecimale:FF 95 14

Informatica G

enerale

15

Immagini raster

Informatica G

enerale

16

Immagini raster

Informatica G

enerale

17

Informatica G

enerale

18

Immagini raster

Informatica G

enerale

19

xxyy

600600

800800

Immagini raster

PIXELPIXEL

Informatica G

enerale

20

Immagini raster

Informatica G

enerale

21

Immagini raster

Informatica G

enerale

22

Formati vettoriali/bitmap

� Formati di file misti:

– PostScript (Adobe): misto bitmap-vettoriale,

compress. con e senza perdita

– EPS (Encapsulated PostScript): derivato da PostScript

– PDF (Portable Document Format): derivato da PostScript

Informatica G

enerale

23

Immagini raster

� La rappresentazione accurata di una immagine dipende

� dal numero di pixel (definizione)

� dalla codifica del pixel

� Problema :

scomposizione fitta

elevato numero di bit -elevata quantitàdi informazione

-elevata occupazione di memoria

-elevata qualitàdell’immagine

tipo (esempio) risoluz numero colori num. byteimm. Televisiva (frame) 720x576 256 ~ 405 KBfoto (2 Mega Pixel) 1600x1200 16milioni ~ 5,5 MBFilm (25 frame/sec, 1h) 720x576 256 45 GB!!!!

Informatica G

enerale

24

Compressione

� Occupazione di memoria

� Velocità di trasmissione

� In fase di codifica: necessità di adottare tecniche di

compressione per ottimizzare:

– occupazione di spazio di memoria

– velocità di trasmissione

� In fase di decodifica: decompressione

Informatica G

enerale

25

Compressione

� Quindi si cerca di ‘risparmiare’ sulla dimensione :– con l’uso di una ‘tavolozza’ (palette) che contiene il sottoinsieme dei colori rappresentabili che compare in una foto• ogni pixel codifica un indice all’interno della tavolozza

– con tecniche (programmi) di compressione che non codificano ogni pixel in modo autonomo ma cercano di raggruppare le aree che hanno caratteristiche comuni

colore 1

colore 2

………Codifica pixel

Informatica G

enerale

26

Compressione

� Algoritmi lossless (senza perdita di informazione) : operano un cambiamento di codifica dei dati che permette di diminuire il numero di bit necessari alla rappresentazione. Questa codifica è applicabile a qualsiasi tipo di dato (reversibile senza perdita di informazione).Esempio

Codifica basata sulla compressione della ridondanza dell’informazione

-RLE (Run Length Encoding): algoritmo di codifica che compatta sequenze di byte uguali

es.: ‘abcd********************efghil’ codificata

come‘abcdSC*20efghil’

con SC che denota il numero di *

Informatica G

enerale

27

Compressione

EsempioSequenza di 1 milione di caratteri, A=00, B=10, C=11 totale 2 milioni di bit di codifica

se A compare il 90% delle volte posso ‘comprimere’ la codifica nel seguente modo A=0, B=10, C=11 ottenendo una lunghezza di :

900 000 * 1 + 100 000 * 2 = 1 100 000 bit

Informatica G

enerale

28

Compressione

� Algoritmi lossy (che perdono informazione)– generalmente sono specifici di un certo campo e sfruttano le caratteristiche degli oggetti da rappresentare per ‘buttare via’ informazione poco importanti

– gli algoritmi di compressione usati nei formati GIF e JPEG per immagini fisse sfruttano la caratteristica dell’occhio umano di essere poco sensibile a lievi cambiamenti di colore in punti contigui, e quindi eliminano questi lievi cambiamenti appiattendo il colore dell’immagine

– generalmente è possibile specificare quanto siamo disposti a perdere attraverso alcuni parametri

Informatica G

enerale

29

Compressione

� Tecniche di compressione con perdita:

– non completamente reversibili: perdita di

informazione, ma poco percepibile

– fattore di compr. tra 30:1 e 50:1 (anche 100:1)

– non applicabili ai testi

– JPEG (Joint Photographers Experts Group): • scelta del fattore di compr. in funzione della perdita di qualità

accettabile

Informatica G

enerale

30

Compressione

� Formati dei file con immagini bitmap:

– TIFF (Tagged Image File Format): uso di tag(etichette) descrittivi, 24 bit/pixel, compress. senza

perdita

– GIF (Graphics Interchange Format, Compuserve): più immagini nello stesso file

– BMP (BitMaP, Microsoft e IBM): 1, 4, 8, 24 bit/pixel, compress. senza perdita (RLE)

– JFIF (Jpeg File Interchange Format): compress. JPEG (anche chiamato formato JPEG)

Informatica G

enerale

31

Esempio

615Kb bmp 29,4Kb jpg64,5Kb gif

24 Kb jpg

In JPEG si può scegliere il rapporto di compressione

3 Kb jpg

Informatica G

enerale

32

Esempio

4.32Kb jpeg 4.92Kb gif16,7Kb bmp

Informatica G

enerale

33

Immagini in movimento

� video :successione di immagini fisse (o frame) trasmesse con velocità sufficientemente elevata– il movimento è rappresentato già in modo discreto nei media : con un numero abbastanza alto di fotogrammi fissi (PAL: 25 al secondo) l’occhio umano percepisce il movimento come un continuo

– potrei in principio codificare separatamente ogni fotogramma come immagine fissa, ma lo spazio di memoria richiesto sarebbe enorme (circa 650 MB, un intero CD per un minuto di proiezione …)

Informatica G

enerale

34

Immagini in movimento

Sono stati quindi sviluppati metodi di codifica

che economizzano, codificando solo le

‘differenze’ fra un fotogramma e l’altro.

� MPEG (Moving Picture Experts Group):

– codifica JPEG di ogni frame separatamente

– codifica dei suoni

– tecnica di compressione specifica per video: codifica

della variazione tra un fotogramma e il successivo

� AVI (Audio Video, Microsoft)

Informatica G

enerale

35

Avvertenza!

zippati.zip

Questa applicazione comprime (“zippa”) un file che rimane illeggibile fino a quando non si fa ‘operazione inversa.

Informatica G

enerale

36

Codifica dei suoni

� Onde sonore: segnali ‘continui’

– campionamento: scelta di istanti in cui considerare

il valore del segnale

– quantizzazione: codifica dei campioni con un

numero predefinito di bit

tempo

ampiezza del segnale

Informatica G

enerale

37

Codifica dei suoni

� campionamento

� quantizzazione

Informatica G

enerale

38

� Il segnale può ora essere codificato in forma numerica mediante una sequenza di bit (nell’esempio con tre bit).

� Compressione della sequenza di bit ottenuta con tecniche specifiche per l’audio.

Codifica dei suoni

001

…

010

011100

Informatica G

enerale

39

Codifica dei suoni

� L’accuratezza della ricostruzione dipende :– da quanto sono piccoli gli intervalli di campionamento

– da quanti bit uso per descrivere il suono in ogni campione nellafase di quantizzazione

– al solito … maggiore accuratezza significa maggior quantità di memoria occupata!

� Anche per i suoni si possono utilizzare tecniche di compressione per migliorare l’occupazione di memoria della sequenza di campioni

Informatica G

enerale

40

Codifica dei suoni

� Algoritmi lossy per suoni : sfruttano il fatto che per l’orecchio umano suoni a basso volume sovrapposti ad altri di volume maggiore sono poco udibili e possono essere eliminati– è quello che accade nello standard MPEG Layer 3 , detto anche MP3