03-Immagini e suoni - Dipartimento di Informaticaantonell/slideig/03-Immagini e suoni.pdf ·...
Transcript of 03-Immagini e suoni - Dipartimento di Informaticaantonell/slideig/03-Immagini e suoni.pdf ·...
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 : [email protected] 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
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
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
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