Imágenes

Tecnología Multimedia
Profesor Coordinador:
Manuel Castro – Antonio Colmenar, UNED
Profesores de la asignatura:
Manuel Castro, UNED
Imágenes
Máster en Ingeniería de la Web
Índice
Captura de imágenes digitales..................................................... 3 Cámaras digitales fotográficas .................................................... 4 Clip-Arts............................................................................... 4 Formatos de archivos ............................................................... 6 BMP (Windows Bitmap Format) ................................................... 6 GIF (Graphics Interchange Group, Grupo de Intercambio de Gráficos) ..... 6 TIFF .................................................................................... 7 JPEG ................................................................................... 7 JPEG y JPEG 2000 .................................................................... 7 Conceptos Básicos ................................................................ 7 Compresión JPEG ................................................................. 8 JPEG 2000 ....................................................................... 11 Mejoras de JPEG 2000 con respecto a JPEG ............................... 11 Problemas de JPEG 2000 con respecto a JPEG ............................ 12 Medios digitales. Edición, codificación e integración
2 de 12
Máster en Ingeniería de la Web
Antes de comenzar a digitalizar y editar imágenes es necesario familiarizarse
con un par de conceptos fundamentales sobre el mundo de la imagen digital.
Captura de imágenes digitales
Por todos es conocido que “una imagen vale más que mil palabras”, la imagen
juega un papel fundamental en el campo del multimedia; a continuación, se
verá como es posible introducir en el ordenador una imagen no digital, como
obtener directamente imágenes digitales, así como qué son y donde encontrar
álbumes de imágenes digitales.
2.4.1 El escáner
El dispositivo óptico que puede leer documentos y convertirlos en "unos y
ceros" para posteriormente ser tratados por un programa informático, recibe
el nombre de escáner. Éstos pueden interpretar fotos, dibujos, texto, y
almacenarlos en un archivo gráfico en el ordenador. Si el aparato es bueno, y
se reconoce el original a una resolución elevada, la diferencia entre el original
y la exploración será muy poca. Con el escáner, una fotografía puede ser
explorada, incorporada en un documento después de retocarla ligeramente y
ser impresa en muy pocos minutos.
E1 avance tecnológico de la mayoría de los escáneres permite que puedan ser
utilizados para todo tipo de trabajos. El tamaño se ha reducido casi hasta
alcanzar la superficie de una hoja A4, y su espesor es de apenas unos
centímetros, por lo que consumen poco espacio sobre la mesa. Además, si no
se dispone de impresora y escasea el espacio, existen escáneres multifunción,
que en una sola máquina permiten escanear e imprimir.
Casi todos los fabricantes incluyen con sus productos algún software con el
que empezar a trabajar desde el primer momento. Los programas de OCR
(reconocimiento óptico de caracteres) suelen formar parte de todos los
paquetes de software.
La característica más importante de un escáner es su resolución, la cantidad
de información que es capaz de procesar el escáner, indicando el nivel de
detalles en la imagen que el escáner puede capturar. Se mide en puntos por
pulgada y la cifra se suele dar en ppp (puntos por pulgada), dpi (dots per
inch), e incluso en ppi (pixels per inch), aunque todo significa lo mismo.
Cuando se dice que un escáner tiene una resolución de 300x600, significa que
tiene una resolución horizontal de 300 ppp y una resolución vertical de 600
ppp. Y cuando se dice que un escáner tiene una resolución de 600 ppp es que
tanto la resolución horizontal como la vertical es de 600 ppp. La resolución de
un escáner se facilita, habitualmente, de dos tipos: resolución óptica y
resolución interpolada.
Las imágenes digitalizadas se guardan en unos archivos de formato gráfico
denominados, según la forma de almacenamiento, gráficos vectoriales o
mapas de bits (bitmaps). Un mapa de bits consiste en un mosaico rectangular
de puntos, denominados píxeles. Por lo tanto, un píxel es el elemento más
pequeño del que está compuesta una imagen. Cada píxel lleva asignado un
Medios digitales. Edición, codificación e integración
3 de 12
Máster en Ingeniería de la Web
valor, desde un bit de información, que indica si es blanco o negro, hasta 64
bits utilizado por algunos formatos de uso reducido. A este valor se le llama
profundidad de color. La profundidad de color más utilizada actualmente es la
de 24 bits. Los bitmaps de 24 bits están formados por tres canales de color,
rojo, verde y azul (RGB, de Red, Green, Blue), de 8 bits cada uno. Al
combinar los tres canales RGB se pueden obtener hasta 16,7 millones de
colores. Esta profundidad de color se la suele llamar Color Verdadero o True
Color. Utilizar más de esta profundidad de color para visualizar en pantalla,
imprimir o hacer algo que no sean procesos internos de cálculo de los
programas o sensibilidades ópticas de los escáneres, no tiene demasiado
sentido, porque el ojo humano no es capaz de distinguir tantos tonos y
matices.
Cámaras digitales fotográficas
En pleno siglo XXI el hecho de que las cámaras digitales estén predestinadas a
sustituir a las convencionales es algo que no parece razonable discutir. La
actual tendencia de bajada de precios y el incremento más que notable de la
resolución óptica y de la calidad general aparecidas en el mercado parecen
confirmarlo. Las ventajas de una cámara digital son muy variadas: crear
fotografías rápidamente para su inclusión en una página Web, realizar
trabajos escolares, tener fotografías de excursiones o eventos familiares en
pocos minutos, o eliminar los tiempos de espera de revelado y procesado en
los trabajos donde el tiempo es vital (y en comunicación como es el caso de
periodismo). Y todo ello pudiendo obtener copias infinitas y realizar el
proceso en el ordenador de casa (figura 4).
Figura 4. Cámara digital fotográfica
Clip-Arts
Existen álbumes de imágenes profesionales (llamados ClipArt), figura 5, y de
fotografías que son muy fáciles de conseguir. Las imágenes y las fotos son los
elementos que más habitualmente se incorporan a los programas multimedia.
Muchos paquetes incluyen muestras de diferentes compañías creadoras de
imágenes y fotos. Por ejemplo, CorelDRAW 96 incorpora 22.000 imágenes y
Medios digitales. Edición, codificación e integración
4 de 12
Máster en Ingeniería de la Web
símbolos, así como 100 fotografías de alta resolución. Si eso no fuera
suficiente (y para muchos profesionales no lo es), Corel vende bibliotecas de
imágenes y fotos adicionales, con otras 200.000 imágenes. Sin embargo, hay
que tener en cuenta que la calidad de las imágenes y las fotos puede variar
enormemente. Sólo porque se trate de un producto comercializado no
significa que tenga una categoría verdaderamente profesional. Image Club es
una compañía que siempre se ha considerado líder en la categoría de las
imágenes profesionales de alta calidad. Este Club también ofrece fotografías
profesionales. Adobe adquirió Image Club en 1995. Se puede visitar la página
de presentación de Image Club en: http://www.adobe.com/imageclub. Otras
dos compañías que disponen de imágenes digitales impresionantes son
PhotoDisk y CMCD. CMCD es una compañía de la firma de diseño Clemont Mok,
y sus fotos las distribuye PhotoDisk. Una tendencia en las imágenes
fotográficas es la utilización de objetos de uso cotidiano y metáforas al
respecto. Se pueden visitar las últimas novedades de los objetos de uso
cotidiano de CMCD en la dirección:
http://www.cmdesigns.com/
Tenga en cuenta que no existe un formato estándar para las fotografías y las
imágenes de los clip-art. Image Club utiliza los formatos EPS y TIFF. PhotoDisk
utiliza los formatos JPEG y TIFF, mientras que CMCD utiliza el formato
PhotoCD de Kodak.
Figura 5. Colección de Clip-Arts
Comentar aquí la conveniencia, por no decir necesidad o condición de los
autores de referenciar siempre su trabajo haciendo una referencia a su uso
(no su compra), como un reconocimiento a sus derechos de autor.
Medios digitales. Edición, codificación e integración
5 de 12
Máster en Ingeniería de la Web
Formatos de archivos
Los datos contenidos en los archivos gráficos no siempre se refieren a
parámetros de pixeles o puntos, tales como posiciones y colores. Esto es sólo
cierto en el caso de los archivos raster o de tipo bitmap (mapa de bits), muy
empleados para almacenar fotografías. Los archivos con datos vectoriales
contienen ecuaciones matemáticas que evitan la degradación de los
contenidos ante las operaciones de edición. Son empleados de forma masiva
por los programas de CAD, ilustración y diseño gráfico. Los metafiles son un
tipo especial de archivos que pueden contener información bitmap o
vectorial. Un claro ejemplo es el Windows Metafile o WMF, un peculiar
formato que incluye llamadas a funciones de la interfaz gráfica de Windows.
Las animaciones son almacenadas en formatos especiales de datos raster con
estructuras preparadas para la reproducción secuencial. Por último, existen
formatos de objetos multidimensionales que incluyen los datos y el código
para su interpretación y archivos multimedia que pueden almacenar todos
estos tipos de datos junto con información audiovisual. La idoneidad y
conveniencia de uno u otro formato depende de la finalidad que vayan a tener
los trabajos que contienen. Los formatos más utilizados son las que se citan a
continuación (Castro y otros, 2002):
BMP (Windows Bitmap Format)
Es el formato nativo de Windows, puede tener una profundidad de color desde
2 hasta 24 bits, sin compresión. Sus principales ventajas son que no tiene
ninguna pérdida de color y lo suelen utilizar todos los programas que se
ejecutan en Windows, aunque tiene el inconveniente de su gran tamaño.
Existe también una derivación con compresión, empleando un algoritmo de
compresión RLE (Run Lenght Encoding) de 4 u 8 bits. El método RLE es idóneo
ante imágenes que incluyen patrones repetitivos y bloques de puntos
similares, funciona comprimiendo cadenas secuenciales iguales, cambiándolas
por el símbolo repetido y el número de veces que se repite.
GIF (Graphics Interchange Group, Grupo de Intercambio de
Gráficos)
Hasta hace poco ha sido el más utilizado, sobre todo en el mundo de las
comunicaciones. Hoy ha cedido el paso al JPG, ya que éste soporta 24 bits
(16,7 millones de colores), mientras que el GIF sólo permite 8 bits (256
colores). Todavía se sigue utilizando en Internet, ya que goza de un alto nivel
de compresión, puede crear gráficos animados y puede establecer fondos
transparentes.
Los archivos GIF se almacenan en un formato comprimido, de tal manera que
el tiempo que se emplea para cargar estos archivos gráficos es mínimo. Los
archivos GIF soportan tipos de imágenes de color indexado, así como imágenes
en escala de grises y de líneas.
Medios digitales. Edición, codificación e integración
6 de 12
Máster en Ingeniería de la Web
TIFF
Suele ser el formato utilizado por el escáner durante la digitalización de los
documentos. Debido a su escasa compresión, su mayor defecto es el tamaño
de la imagen resultante. Sin embargo, juega a su favor el que es soportado
por todos los programas de tratamiento de imágenes e incluye todos los tipos
de color (puede almacenar imágenes de 1, 8, 12 y 24 bits de color por píxel o
imágenes de 32 bits separadas en componentes CMYK con un canal alpha para
transparencias y otros efectos). Es el formato indicado para utilizar la
separación de colores CMYK, utilizada en impresión. Este formato ofrece
libertad para elegir el tipo de compresión empleado para tratar sus datos y
que puede ser de tipo LZW (Lempel-Ziv-Welch), RLE, PackBits, grupos III y IV
de fax y CCITT/Huffman. Es el formato ideal para transferir trabajos entre
ordenadores PC y Apple Macintosh.
JPEG
Fue diseñado por el grupo Joint Photographics Experts Group (la Unión del
Grupo de Expertos Fotográficos). Es el formato más utilizado actualmente en
Internet y es muy válido para crear fotografías de alta calidad, color
verdadero y un tamaño reducido. Ideal para el almacenamiento masivo de
imágenes. Hay que tener presente que, aunque admite unos grados de
compresión muy elevados (a mayor compresión, mayor pérdida de detalle en
la imagen final) no es conveniente superar un nivel de compresión de 15:1.
JPEG es el estándar a elegir, debido a su alta resolución y a su elevada
compresión. Muchos editores gráficos, tal como Adobe Photoshop, permiten
elegir una configuración de alta calidad para efectuar la compresión. La
elevada calidad se comprime, con una relación comprendida entre 5:1 y 15:1.
Reduce los archivos de imagen aproximadamente a un 10% de su tamaño
original (o aún menos). El algoritmo JPEG pierde algunos de los datos, ya que
identifica e ignora los píxeles que no son esenciales para la calidad general de
la imagen; por ejemplo, una gran área de un color continuo.
JPEG y JPEG 2000
Conceptos Básicos
Lo primero que vamos a definir son una serie de conceptos que se tienen que
tener en cuenta a la hora de hablar de compresión de imágenes.
ƒ
Redundancia de datos: Es importante mencionar la diferencia que existe entre
datos e información. Así la información se representa utilizando uno o varios
datos. En ocasiones algunos de los datos no aportan información significativa,
ni aportan nueva información (datos redundantes).
Medios digitales. Edición, codificación e integración
7 de 12
Máster en Ingeniería de la Web
La compresión de datos se define como el proceso de reducir la cantidad de
datos redundantes o poco significativos. En el caso de las imágenes, existen
tres maneras de reducir el número de datos redundantes:
1. Eliminar código redundante: El cuerpo de una imagen se representa
mediante un conjunto de símbolos. La eliminación de código
redundante consiste en utilizar el menor número de símbolos para
representar la información.
Las técnicas de compresión por codificación de Huffman y codificación
aritmética utilizan cálculos estadísticos para lograr eliminar este tipo
de redundancia y reducir la ocupación original de los datos.
2. Eliminar píxeles redundantes: La mayoría de las imágenes presentan
semejanzas o correlaciones entre píxeles. Estas correlaciones se deben
a la existencia de estructuras similares en las imágenes, puesto que no
son totalmente aleatorias. De está manera el valor de un píxel puede
utilizarse para predecir el de sus vecinos.
Las técnicas de compresión Lempel-Ziv implementan algoritmos
basados en situaciones para lograr la eliminación de esta redundancia.
3. Eliminar redundancia visual: El ojo humano no responde a la
información visual que recibe con la misma sensibilidad. La
información a la que es menos sensible se puede descartar sin afectar
a la imagen.
La eliminación de la redundancia visual esta relacionada con la
cuantificación de la información, lo que conlleva una pérdida de
información irreversible. Técnicas de compresión como JPEG, EZW o
SPIHT hacen uso de la cuantificación.
ƒ
Métodos de compresión: Los métodos de compresión se pueden agrupar en dos
grandes clases:
a. Lossless: Son métodos de compresión sin pérdidas de información. Se
caracterizan porque la tasa de compresión que proporciona está
limitada a la entropía (Redundancia de datos) de la señal original.
Algunos ejemplos son: la codificación de Huffman, codificación
aritmética y Lempel Ziv.
b. Lossy: Son métodos de compresión con perdida de información, logran
alcanzar unas tasas de compresión más elevada a costa de sufrir una
perdida de información sobre la imagen original. Algunos ejemplos:
JPEG, compresión Fractal, EZW y SPITH.
Compresión JPEG
JPEG (Joint Photographic Experts Group): Es un mecanismo estandarizado de
compresión de imágenes estáticas, fruto de la alianza entre ISO, ITU-T e IEC.
Fue diseñado para comprimir imágenes estáticas en color verdadero (24 bits)
y en escala de grises (para videos está MPEG). La imagen comprimida/descomprimida
Medios digitales. Edición, codificación e integración
8 de 12
Máster en Ingeniería de la Web
no es igual a la original, Lossy, y a pesar de que existen algoritmos que comprimen
sin pérdidas, por ejemplo los ficheros GIF, el nivel de compresión que se alcanza es
incomparable.
JPEG tiene cuatro modos y muchas opciones. Nosotros nos vamos a centrar en el
modo secuencial con perdidas. A continuación vamos a describir los pasos utilizados
para comprimir una imagen en JPEG:
1. El primer paso es la preparación del bloque. Imaginemos una imagen
en RGB 24 (24 bits/píxel)de 640 x 480. Como hemos indicado en el
apartado anterior el ojo humano es más sensible a determinada
información (por ejemplo la luminosidad), mientras que a otras no (por
ejemplo el color). Por tanto se convierte el RGB a formato YIQ (en
NTSC) donde “Y” es la luminosidad e “I” y “Q” es el color.
Y = 0,30R + 0,59G + 0,11B
I = 0,60R – 0,28G – 0,32B
Q = 0,21R – 0,52G + 0,31B
En PAL, “I” y “Q” reciben el nombre de “U” y “V” y los coeficientes
son diferentes, pero la idea es la misma.
Posteriormente se construyen matrices separadas de Y, I, y Q cada una
con elementos en el intervalo de 0 a 255. A continuación se promedian
tramas de 4 píxeles en las matrices I y Q para reducirlos a 320 X 240
(comprime los datos en un factor de 2). Esta reducción produce
perdidas pero el ojo humano apenas lo nota. Ahora se resta128 a cada
elemento de las tres matrices para poner el cero a la mitad de la
gama. Por último cada matriz se divide en bloques de 8 X 8. “Y” tiene
4800 bloques e “I”, “Q” tienen 1200 bloques cada una.
Medios digitales. Edición, codificación e integración
9 de 12
Máster en Ingeniería de la Web
(a) Datos RGB. (b) Preparación de bloques
2. Se aplica de manera individual a cada uno de los bloques la
transformada por coseno discreto o DCT. La salida de de cada DCT es
una matriz de 8 X 8 de coeficientes DCT. El elemento DCT(0,0) es el
valor promedio del bloque y recibe el nombre de CD, los otros
elementos indican la cantidad de potencia espectral que hay en cada
frecuencia espacial y reciben el nombre CA. Aunque la DCT en teoría
no tiene perdidas, en la práctica siempre existe algún error por
redondeo.
3. El tercer paso que se lleva a cabo es la cuantificación, en el que se
eliminan los coeficientes DCT menos importantes. Para ello se divide
cada uno de los coeficientes de la matriz DCT de 8 X 8 entre un peso
tomado de una tabla de cuantificación. En la siguiente Tabla veremos
un ejemplo de cuantificación.
Proceso de Cuantificación de los coeficientes DCT
4. El cuarto paso es la cuantificación diferencial que consiste en
reemplazar el valor del elemento DCT(0,0) por el valor de su
diferencia con respecto al elemento DCT(0,0) del bloque anterior.
Recuerde que el valor DCT(0,0) es el valor promedio de todo el bloque.
5. El paso quinto hace lineales los 64 elementos de la matriz y aplica la
codificación por longitud de serie. La idea es colocar la mayor parte de
los valores cero seguidos para ello hace un barrido en zigzag. Ver el
ejemplo de la siguiente figura.
150, 80,92, 26, 75, 20, 4, 18,
19, 3, 1, 2, 13, 3, 1, 0, 1, 2, 2,
0, 0, 0, 0, 0, 1, 1, 0, 0, 0, 0,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0
En vez de escribir los 38 ceros
seguidos, se puede indicar que
hay 38 ceros seguidos.
Barrido en ZigZag
Medios digitales. Edición, codificación e integración
10 de 12
Máster en Ingeniería de la Web
6. El paso 6 aplica la codificación de Huffman que lo que hace es asignar
códigos pequeños a los números más comunes y códigos más grandes a
los números menos comunes.
La decodificación de una imagen JPEG requiere la ejecución inversa del
algoritmo. Por tanto podemos decir que es simétrico, La decodificación tarda tanto
como la decodificación.
JPEG 2000
Utiliza una nueva metodología de compresión basada en Wavelet que
proporciona una serie de ventajas sobre la trasformada discreta del coseno utilizada
en JPEG. En la DCT la imagen se comprime normalmente en bloques de 8x8 píxeles
que se colocan consecutivamente en el fichero. Por el contrario la compresión
Wavelet convierte la imagen en una serie de Wavelets que se almacenan de forma
más eficiente que los bloques de píxeles.
Las Wavelets son funciones definidas sobre un intervalo finito y con valor
medio cero. La idea básica de la trasformada Wavelet es representar arbitrariamente
una función como superposición de un conjunto de Wavelets o funciones básicas.
Estas Wavelets se obtienen a partir de una Wavelet prototipo, mediante dilataciones,
escalados y traslaciones.
La trasformada discreta Wavelet (DWT) se emplea para obtener una nueva
representación de la imagen, más apropiada para el proceso de compresión.
Mejoras de JPEG 2000 con respecto a JPEG
•
Permite comprimir imágenes entre un 40% y 60% más que JPEG.
•
JPEG es capaz de mostrar imágenes en diferentes resoluciones y tamaños
desde el mismo fichero, ya que esta basado en wavelets. El flujo de las
wavelets puede descomprimirse parcialmente si el usuario solamente desea
una imagen de baja resolución. Esto permite una serie de ventajas a la hora
de utilizar Internet:
o
Gran ancho de banda, imagen a alta resolución.
o
Poco ancho de banda, imagen a baja resolución.
Medios digitales. Edición, codificación e integración
11 de 12
Máster en Ingeniería de la Web
•
Permite una mayor robustez a la hora de evitar errores.
JPEG 2000 al utilizar wavelets permite seleccionar un determinada área de una
imagen para que se muestre en alta definición. Mientras que el resto de la imagen se
muestre a menor definición. A esta región se la denomina ROI (region of interest).
Problemas de JPEG 2000 con respecto a JPEG
Básicamente el mayor problema es la compatibilidad, ya que no es compatible la
codificación de JPEG 2000 con la de JPEG, lo que obliga a tener visores específicos
así como programas específicos de codificación y compresión.
Medios digitales. Edición, codificación e integración
12 de 12