Gráficos rasterizados: Comprender los fundamentos de los gráficos rasterizados en visión por computadora
Por Fouad Sabry
()
Información de este libro electrónico
Qué son los gráficos rasterizados
En gráficos por computadora y fotografía digital, un gráfico rasterizado representa una imagen bidimensional como una matriz rectangular o cuadrícula de píxeles, visible a través de una computadora. pantalla, papel u otro medio de visualización. Un ráster se caracteriza técnicamente por el ancho y alto de la imagen en píxeles y por el número de bits por píxel. Las imágenes rasterizadas se almacenan en archivos de imagen con distintos formatos de difusión, producción, generación y adquisición.
Cómo se beneficiará
(I) Insights y validaciones sobre los siguientes temas:
Capítulo 1: Gráficos rasterizados
Capítulo 2: Píxel
Capítulo 3: Modelo de color RGB
Capítulo 4: Gráficos vectoriales
Capítulo 5: Matriz de puntos
Capítulo 6: Rasterización
Capítulo 7: Framebuffer
Capítulo 8: Truevision TGA
Capítulo 9: Puntos por pulgada
Capítulo 10: Profundidad de color
(II) Respondiendo a las principales preguntas del público sobre gráficos rasterizados.
(III) Ejemplos del mundo real para el uso de gráficos rasterizados en muchos campos.
Para quién es este libro
Profesionales, estudiantes de pregrado y posgrado. entusiastas, aficionados y aquellos que quieran ir más allá del conocimiento o la información básica para cualquier tipo de gráficos rasterizados.
Lee más de Fouad Sabry
Relacionado con Gráficos rasterizados
Títulos en esta serie (100)
Histograma de imagen: Revelando conocimientos visuales, explorando las profundidades de los histogramas de imágenes en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesReducción de ruido: Mejora de la claridad, técnicas avanzadas para la reducción del ruido en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesCorrección gamma: Mejora de la claridad visual en la visión por computadora: la técnica de corrección gamma Calificación: 0 de 5 estrellas0 calificacionesVisión por computadora submarina: Explorando las profundidades de la visión por computadora debajo de las olas Calificación: 0 de 5 estrellas0 calificacionesModelo del sistema visual humano: Comprender la percepción y el procesamiento Calificación: 0 de 5 estrellas0 calificacionesEspacio de color: Explorando el espectro de la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesRetinax: Revelando los secretos de la visión computacional con Retinex Calificación: 0 de 5 estrellas0 calificacionesHomografía: Homografía: Transformaciones en Visión por Computador Calificación: 0 de 5 estrellas0 calificacionesEn Pintura: Cerrar brechas en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesDifusión anisotrópica: Mejora del análisis de imágenes mediante difusión anisotrópica Calificación: 0 de 5 estrellas0 calificacionesVisión por computador: Explorando las profundidades de la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesContorno activo: Avances en la visión por computadora con técnicas de contorno activo Calificación: 0 de 5 estrellas0 calificacionesMapeo de tonos: Mapeo de tonos: perspectivas iluminadoras en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesDetección de contorno: Revelando el arte de la percepción visual en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesPercepción visual: Información sobre el procesamiento visual computacional Calificación: 0 de 5 estrellas0 calificacionesFiltro adaptativo: Mejora de la visión por computadora mediante filtrado adaptativo Calificación: 0 de 5 estrellas0 calificacionesJoint Photographic Experts Group: Liberando el poder de los datos visuales con el estándar JPEG Calificación: 0 de 5 estrellas0 calificacionesEcualización de histograma: Mejora del contraste de la imagen para mejorar la percepción visual Calificación: 0 de 5 estrellas0 calificacionesTransformación de radón: Revelando patrones ocultos en datos visuales Calificación: 0 de 5 estrellas0 calificacionesTransformacion afin: Desbloqueo de perspectivas visuales: exploración de la transformación afín en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesDetector de bordes astuto: Revelando el arte de la percepción visual Calificación: 0 de 5 estrellas0 calificacionesVisión estéreo por computadora: Explorando la percepción de profundidad en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesBanco de filtros: Información sobre las técnicas del banco de filtros de Computer Vision Calificación: 0 de 5 estrellas0 calificacionesModelo de apariencia de color: Comprensión de la percepción y la representación en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesTransformación dura: Revelando la magia de Hough Transform en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesFunción de combinación de colores: Comprensión de la sensibilidad espectral en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesTransformación de Hadamard: Revelando el poder de la transformación de Hadamard en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesModelo de color: Comprensión del espectro de la visión por computadora: exploración de modelos de color Calificación: 0 de 5 estrellas0 calificacionesConsenso de muestra aleatoria: Estimación robusta en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesHashing geométrico: Algoritmos eficientes para el reconocimiento y la comparación de imágenes Calificación: 0 de 5 estrellas0 calificaciones
Libros electrónicos relacionados
Gráfico de trama digital: Revelando el poder de los gráficos rasterizados digitales en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesEditora de gráficos ráster: Transformando realidades visuales: dominio de los editores de gráficos rasterizados en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesEditora de gráficos vectoriales: Potenciando la creación visual con algoritmos avanzados Calificación: 0 de 5 estrellas0 calificacionesRepresentación de volumen: Explorando el realismo visual en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesGráficos vectoriales: Dominar los gráficos vectoriales en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesAlgoritmo de dibujo lineal: Dominar técnicas para la representación de imágenes de precisión Calificación: 0 de 5 estrellas0 calificacionesRepresentación de línea de exploración: Explorando el realismo visual a través de técnicas de renderizado Scanline Calificación: 0 de 5 estrellas0 calificacionesPerfil de color: Explorando la percepción y el análisis visual en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesCortes de gráficos de visión por computadora: Explorando cortes de gráficos en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesCompresión de imagen: Técnicas eficientes para la optimización de datos visuales Calificación: 0 de 5 estrellas0 calificacionesSegmentación de imagen: Desbloqueo de información a través de Pixel Precision Calificación: 0 de 5 estrellas0 calificacionesModelado y renderizado basado en imágenes: Explorando el realismo visual: técnicas en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesGráficos de trazado de rayos: Explorando la representación fotorrealista en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesGráficos por computadora de polígono: Explorando la intersección de gráficos por computadora poligonales y visión por computadora Calificación: 0 de 5 estrellas0 calificacionesVóxel: Explorando las profundidades de la visión por computadora con tecnología Voxel Calificación: 0 de 5 estrellas0 calificacionesMapeo de colores: Explorando la percepción y el análisis visual en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesClasificación de imágenes contextuales: Comprensión de los datos visuales para una clasificación eficaz Calificación: 0 de 5 estrellas0 calificacionesSistema de gestión de color: Optimización de la percepción visual en entornos digitales Calificación: 0 de 5 estrellas0 calificacionesReconstrucción tridimensional multivista: Técnicas avanzadas de percepción espacial en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesGráficos por computadora de vértice: Explorando la intersección de los gráficos por computadora Vertex y la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesMapeo de Texturas: Explorando la dimensionalidad en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesPrimitiva geométrica: Explorando los fundamentos y aplicaciones de la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesSombreadora: Explorando los reinos visuales con Shader: un viaje a la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesIluminación global: Visión avanzada: conocimientos sobre la iluminación global Calificación: 0 de 5 estrellas0 calificacionesVisión estéreo por computadora: Explorando la percepción de profundidad en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesFlujo óptico: Explorando patrones visuales dinámicos en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesMapa de altura: Explorando la representación del terreno a través de la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesEcualización de histograma: Mejora del contraste de la imagen para mejorar la percepción visual Calificación: 0 de 5 estrellas0 calificacionesDibujo de ingeniería: Desbloquear la percepción visual en el dibujo de ingeniería Calificación: 0 de 5 estrellas0 calificacionesModelo del sistema visual humano: Comprender la percepción y el procesamiento Calificación: 0 de 5 estrellas0 calificaciones
Inteligencia (IA) y semántica para usted
Chat GPT-4 para Principiantes: Chat GPT, #1 Calificación: 0 de 5 estrellas0 calificacionesCómo Ganar Dinero por Internet con Inteligencia Artificial Emprende tu negocio digital con ChatGPT, Escríbelo.ia, Playground AI, You.com, Canva, Midjourney, Dall-E 2, Amazon... Calificación: 0 de 5 estrellas0 calificacionesArquitectura de computadoras Calificación: 0 de 5 estrellas0 calificacionesR en profundidad: Programación, gráficos y estadística Calificación: 0 de 5 estrellas0 calificacionesFundamentos de Programación: Diagramas de flujo, Diagramas N-S, Pseudocódigo y Java Calificación: 0 de 5 estrellas0 calificacionesDominando ChatGPT: Desbloquea el poder de la IA para mejorar la comunicación y las relaciones: Spanish Calificación: 3 de 5 estrellas3/5Inteligencia artificial: Casos prácticos con aprendizaje profundo Calificación: 4 de 5 estrellas4/5Aprendizaje automático y profundo en python: Una mirada hacia la inteligencia artificial Calificación: 0 de 5 estrellas0 calificacionesInteligencia artificial: Una exploración filosófica sobre el futuro de la mente y la conciencia Calificación: 4 de 5 estrellas4/5Resumen CHAT GPT IA Revolución en 2023: Guía de la Tecnología CHAT GPT y su Impacto Social: Resumen Tecnológico, #1 Calificación: 0 de 5 estrellas0 calificacionesIntroducción a la ingeniería Calificación: 0 de 5 estrellas0 calificacionesDesarrollo de aplicaciones C#: con Visual Studio .NET Curso práctico Calificación: 0 de 5 estrellas0 calificacionesCómo triunfar en Instagram usando ChatGPT: La guía definitiva para crear contenido impactante con ChatGPT Calificación: 0 de 5 estrellas0 calificacionesEl mito de la inteligencia artificial: Por qué las máquinas no pueden pensar como nosotros lo hacemos Calificación: 5 de 5 estrellas5/5¿Cómo ganar dinero con la inteligencia artificial? Calificación: 0 de 5 estrellas0 calificacionesLaravel: Curso práctico de formación Calificación: 0 de 5 estrellas0 calificacionesIntroducción a la computación cuántica para ingenieros Calificación: 0 de 5 estrellas0 calificacionesCiencias de la Computación en la escuela: Guía para enseñar mucho más que a programar Calificación: 5 de 5 estrellas5/5Monetización de ChatGPT: aproveche el poder de AI: Spanish Calificación: 1 de 5 estrellas1/5Mecatrónica Calificación: 0 de 5 estrellas0 calificacionesGuíaBurros: Inteligencia Artificial: Su lado oscuro y el fin del principio Calificación: 0 de 5 estrellas0 calificacionesPHP: Programación web avanzada para profesionales Calificación: 0 de 5 estrellas0 calificacionesMetodología de la Programación Orientada a Objetos Calificación: 0 de 5 estrellas0 calificacionesProgramacion Orientada a Objetos y Estructura de Datos a Fondo Calificación: 0 de 5 estrellas0 calificacionesCómo usar Chatgpt para tu negocio Calificación: 0 de 5 estrellas0 calificacionesInteligencia artificial: la cuarta revolución industrial Calificación: 0 de 5 estrellas0 calificacionesInteligencia Artificial Calificación: 4 de 5 estrellas4/5Escritura Creativa en la Era de la IA: Dominando la Colaboración con ChatGPT para Crear Libros Impactantes Calificación: 4 de 5 estrellas4/5
Comentarios para Gráficos rasterizados
0 clasificaciones0 comentarios
Vista previa del libro
Gráficos rasterizados - Fouad Sabry
Capítulo 1: Gráficos rasterizados
En gráficos por computadora y fotografía digital, un gráfico rasterizado representa una imagen bidimensional como una matriz rectangular o cuadrícula de píxeles cuadrados que se puede ver en un monitor de computadora, papel u otro medio de visualización. Técnicamente, un ráster se define por la anchura y la altura de la imagen en píxeles y el número de bits por píxel. Las imágenes rasterizadas se almacenan en archivos de imagen cuyos formatos de distribución, creación, generación y adquisición varían.
En las industrias de impresión y preimpresión, las imágenes rasterizadas se denominan contones (de tonos continuos). Sin embargo, en los sistemas digitales, el arte lineal se implementa típicamente como gráficos vectoriales.
Numerosas manipulaciones de trama se transfieren directamente a los formalismos matemáticos del álgebra lineal, donde la estructura de las matrices matemáticas es de gran importancia.
El término raster
proviene del latín rastrum (rastrillo), que se deriva del verbo radere (barrer) (raspar). Se deriva del escaneo de trama de los monitores de televisión de tubo de rayos catódicos (CRT), que pintan la imagen una línea a la vez guiando magnética o electrostáticamente un haz de electrones enfocado. También se puede utilizar para referirse a una cuadrícula rectangular de píxeles. Actualmente, el término rastrum se refiere a una herramienta para hacer líneas de pentagrama musical.
La teselación de un plano en una matriz bidimensional de cuadrados, cada uno llamado celda o píxel, es el enfoque fundamental que sustenta el modelo de datos ráster (de elemento de imagen
). En fotografía digital, el plano es el campo visual proyectado sobre el sensor de imagen; En el arte por computadora, es un lienzo virtual; y en los sistemas de información geográfica, es una proyección de la superficie de la Tierra. La resolución o el soporte, el tamaño de cada píxel cuadrado, permanece constante en toda la cuadrícula. Un método de cuadrícula podría proporcionar datos ráster o basados en cuadrículas.
Para cada píxel, se guarda un único valor numérico. Este valor es un color visible para la mayoría de las fotos, pero son posibles mediciones alternativas, incluidos códigos numéricos para categorías cualitativas. Cada cuadrícula ráster tiene un formato de píxel único, que especifica el tipo de datos de cada entero. Los formatos de píxeles comunes incluyen binario, escala de grises, paleta y a todo color, donde la profundidad de color controla la precisión de los colores mostrados y el espacio de color determina el rango de cobertura de color (que a menudo es menor que el rango completo de la visión humana del color). La mayoría de los formatos rasterizados de color contemporáneos expresan el color con 24 bits (casi 16 millones de colores diferentes) y 8 bits (0-255) por canal de color (rojo, verde y azul). Los sensores digitales utilizados en la teledetección y la astronomía suelen ser capaces de detectar y almacenar longitudes de onda más allá del espectro visible; el gran sensor de mapa de bits CCD del Observatorio Vera C. Rubin captura 3,2 gigapíxeles en una sola imagen (6,4 GB sin procesar) en seis canales de color que superan el rango espectral de la visión humana del color.
La mayoría de las imágenes de computadora se guardan en formatos de gráficos rasterizados o sus variantes comprimidas, como GIF, JPEG y PNG, que se usan ampliamente en Internet. Un formato de datos ráster se basa en una teselación (a menudo rectangular y cuadrada) del plano 2D en celdas con un solo valor cada una. La matriz bidimensional debe serializarse para almacenar los datos en un archivo. En un formato de fila principal, las celdas a lo largo de la primera fila (normalmente superior) se enumeran de izquierda a derecha, seguidas inmediatamente por las de la segunda fila, y así sucesivamente.
En la ilustración de la derecha, las celdas de la teselación A se superponen al patrón de puntos B, lo que produce una matriz C de recuentos de cuadrantes que refleja el número de puntos en cada celda. Para fines de visualización, se utilizó una tabla de búsqueda para colorear cada celda de la imagen D. Los números se presentan como una matriz principal de fila en serie:
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
Para reconstruir la cuadrícula bidimensional, el archivo debe incluir una sección de encabezado que especifique al menos el número de columnas y el tipo de datos de píxel (con el número de bits o bytes por valor) para que el lector sepa dónde se detiene cada valor y dónde comenzar a leer el siguiente. El número de filas, los parámetros de georreferenciación de los datos geográficos y otros elementos de metadatos, como los proporcionados por el estándar Exif, también pueden incluirse en los encabezados.
Las cuadrículas ráster con alta resolución incluyen un gran número de píxeles y, por lo tanto, requieren una gran cantidad de memoria. Esto ha dado lugar a numerosas técnicas para comprimir grandes volúmenes de datos en archivos más pequeños. El enfoque más frecuente es buscar patrones o tendencias en los valores de píxel y, a continuación, guardar una versión parametrizada del patrón en lugar de los datos originales. La codificación de longitud de ejecución (RLE), JPEG, LZ (la base de PNG y ZIP), Lempel-Ziv-Welch (LZW) (la base de GIF) y otros son algoritmos comunes de compresión de trama.
La codificación de longitud de ejecución, por ejemplo, busca valores repetidos en la matriz y los reemplaza por el valor y el número de veces que aparece. Por lo tanto, el ráster anterior se representaría como:
Esta técnica es particularmente efectiva cuando hay grandes áreas de valores iguales, como en un dibujo lineal; sin embargo, en una imagen, donde los píxeles suelen ser ligeramente diferentes de sus vecinos, el archivo RLE podría ser hasta dos veces más grande que el original.
Algunos métodos de compresión, incluidos RLE y LZW, no tienen pérdidas, lo que significa que los valores de píxel originales se pueden reproducir completamente a partir de los datos comprimidos. Otras técnicas, como JPEG, tienen pérdidas, ya que los patrones parametrizados son simplemente una aproximación de los valores de píxel originales y, por lo tanto, estos últimos solo se pueden aproximar a partir de los datos comprimidos.
El software puede rasterizar (convertir en píxeles) imágenes vectoriales (trabajo de líneas) y vectorizar (convertir imágenes rasterizadas en gráficos vectoriales) imágenes rasterizadas. En ambos casos, se pierde parte de la información, aunque ciertos procedimientos de vectorización, como el reconocimiento óptico de caracteres, pueden reconstruir la información pertinente.
En la década de 1920, los primeros televisores mecánicos utilizaron conceptos de rasterización. La televisión electrónica basada en pantallas de tubo de rayos catódicos se escanea con tramas horizontales y líneas de trama pintadas de izquierda a derecha y de arriba a abajo, respectivamente.
Las pantallas planas modernas, como los monitores LED, siguen empleando una técnica de trama. Cada píxel de la pantalla se correlaciona directamente con un pequeño número de bits en la memoria. Simplemente escaneando a través de píxeles y coloreándolos de acuerdo con cada conjunto de bits se actualiza la pantalla. La operación de actualización, que es sensible al tiempo, se implementa con frecuencia mediante circuitos dedicados, que con frecuencia son un componente de una unidad de procesamiento de gráficos.
Con este método, la computadora está equipada con una sección de memoria que almacena todos los datos a presentar. El procesador central escribe los datos en esta ubicación de memoria y el controlador de vídeo los recupera desde allí. Los bits de