Baixe o app para aproveitar ainda mais
Esta é uma pré-visualização de arquivo. Entre para ver o arquivo original
* * * Instituto de Computação - UFF Computação Gráfica I Professor: Anselmo Montenegro www.ic.uff.br/~anselmo Conteúdo: - Introdução * * * Instituto de Computação - UFF Computação Gráfica : noção clássica 1200 1200 1.000000 1.000000 37.600000 2.000000 1.000000 39.600000 3.000000 1.000000 40.700000 4.000000 1.000000 42.600000 5.000000 1.000000 42.600000 6.000000 1.000000 43.100000 ... Computação Gráfica DADOS IMAGENS * * * Instituto de Computação - UFF Aplicações: cinema * * * Instituto de Computação - UFF Aplicações: cinema * * * Instituto de Computação - UFF Aplicações: cinema * * * Instituto de Computação - UFF Aplicações: jogos eletrônicos * * * Instituto de Computação - UFF Aplicações: engenharia Petrobras – Tecgraf – PUC-Rio * * * Instituto de Computação - UFF Aplicações: indústria * * * Instituto de Computação - UFF Aplicações: medicina Ana Elisa F. Schmidt – Tese de Doutorado – PUC-Rio * * * Instituto de Computação - UFF Aplicações: medicina * * * Instituto de Computação - UFF Aplicações: visualização científica http://sdcd.gsfc.nasa.gov/SVS/stories/solve/toms.html * * * Instituto de Computação - UFF Sub-áreas da Computação Gráfica Imagem digital Modelos e Dados Análise de Imagens (Visão Computacional) Síntese de Imagens (Visualização) Modelagem Processamento de Imagens * * * Instituto de Computação - UFF Síntese de imagens * * * Instituto de Computação - UFF Processamento de imagens Borramento Detecção de arestas Tons de cinza * * * Instituto de Computação - UFF Visão Computacional * * * Instituto de Computação - UFF Visão Computacional Juiz Virtual – Tecgraf – PUC-Rio * * * Instituto de Computação - UFF Novas tendências: modelagem baseada em imagens * * * Instituto de Computação - UFF Fundamentos da Computação Gráfica Modelos físicos Modelos matemáticos Esquemas de representação. Estruturas de dados e algoritmos. Universo Físico Universo Matemático Universo de Representação Universo de Implementação * * * Instituto de Computação - UFF Fundamentos da Computação Gráfica * * * Instituto de Computação - UFF Requisitos da Computação Gráfica EFICIÊNCIA REALISMO * * * Instituto de Computação - UFF Profissionais da Computação Gráfica Usuários. Customizadores. Programadores de aplicações. Desenvolvedores de ferramentas. * * * Instituto de Computação - UFF Computação Gráfica: um histórico Anos 60-70 Ivan Sutherland (Sketchpad, 1963). Tecnologia de display: terminais gráficos vetoriais capazes de armazenar primitivas (raster inviável, devido a custo de memória e capacidade de processamento). Wire-frame, aplicações de CAD. Problemas fundamentais: visibilidade, recorte, técnicas de modelagem geométrica (2D e 3D). * * * Instituto de Computação - UFF Computação Gráfica: um histórico Ivan Sutherland * * * Instituto de Computação - UFF Computação Gráfica: um histórico Anos 80 Viabilização da tecnologia raster (economia de mercado, microcomputadores). Adaptação das técnicas wire-frame para raster. Z-buffer: inviável quando introduzido (1975), mas a tecnologia do futuro. Visualização realista, animação, iluminação global (radiosidade). Interfaces gráficas. * * * Instituto de Computação - UFF Computação Gráfica: um histórico Anos 90 Consolidação do raster. Visualização volumétrica. Maior integração com imagens (modelagem e visualização baseada em imagens). Aquisição de movimentos. Realismo em movimento (efeitos especiais). * * * Instituto de Computação - UFF Computação Gráfica: um histórico Na atualidade Programação em placas gráficas (indústria de jogos). Modelos de iluminação mais realistas(não Lambertianas). Aquisição de dados fotométricos mais precisos (HDR). Aquisição de geometria em tempo real. Modelos baseados em pontos. Superfícies de subdivisão. * * * Instituto de Computação - UFF Ciclo de vida dos problemas Os problemas essenciais são recolocados a cada mudança de tecnologia: Modelagem. Visibilidade. Imageamento. Animação. * * * Instituto de Computação - UFF Ferramentos para a programação gráfica Motif GLUT GKS OpenGL QuickDraw Xlib IUP/lua VisualBasic DirectX Java ToolBook C / C++ PHIGS HOOPS ? ? ? Delphi RenderWare CanvasDraw C &OpenGL (c/ GLUT) * * * Instituto de Computação - UFF Programa do curso Parte I Introdução. Cores. Imagens. Introdução à OpenGL. * * * Instituto de Computação - UFF Programa do curso Parte II Sistemas Gráficos 2D. Objetos Gráficos 2D. Transformações geométricas no plano. Algoritmos para rasterização de linhas e polígonos. Recorte 2D. Transformações de tela. * * * Instituto de Computação - UFF Programa do curso Parte III Sistemas Gráficos 3D. Objetos gráficos 3D. Transformações geométricas 3D. Instanciação de objetos. Transformações de visualização e modelos de câmera virtual. Eliminação de superfícies não visíveis. Modelos de Iluminação. Texturas. Técnicas avançadas. * * * Instituto de Computação - UFF Computação Gráfica I Professor: Anselmo Montenegro www.ic.uff.br/~anselmo Conteúdo: - Cores * * * Instituto de Computação - UFF Luz + Sistema Visual Cores: intuição * * * Instituto de Computação - UFF Natureza dual da luz c = l f c = Velocidade da Luz @ 3.0x108 m/s l = v / f v ONDA PARTÍCULA Cores: noção física de cor * * * Instituto de Computação - UFF Onda eletro-magnética l (m) VISÍVEL f (Hertz) vermelho (4.3 1014 Hz), laranja, amarelo,..., verde, azul, violeta (7.51014 Hz) Cores: cor como onda eletro-magnética * * * Instituto de Computação - UFF luz branca prisma vermelho alaranjado amarelo verde azul violeta luz branca (acromática) tem todos os comprimentos de onda Newton Cor l Violeta 380-440 nm Azul 440-490 nm Verde 490-565 nm Amarelo 565-590 nm Laranja 590-630 nm Vermelho 630-780 nm 1 nm = 10-9 m Cores: cor como onda eletro-magnética * * * Instituto de Computação - UFF Distribuição espectral da luz 100 0 50 l (nm) E luz branca luz colorida Cores: distribuição espectral da luz * * * Instituto de Computação - UFF As cores que percebemos surgem da iteração entre fontes de luz e diversos tipos de materiais encontrados no mundo físico. Tipos de processos de formação: Aditivo. Subtrativo. Por pigmentação. Cores: processo de formação * * * Instituto de Computação - UFF Ea+b(l) = Ea (l)+Eb(l) l l Ea l Eb a b Ea+b O olho não vê componentes! a+b Cores: processo de formação aditivo * * * Instituto de Computação - UFF filtros Luz branca Filtro verde Luz verde Ef(l) = t(l) . Ei (l) transparência azul amarelo corantes Cores: processo de formação subtrativo * * * Instituto de Computação - UFF índices de refração distinto do material base A sucessão de reflexão e refração determinam a natureza da luz refletida tinta preta tinta branca tinta colorida (saturada) tons mais escuros (shade) tons mais claros (tints) Cinzas (greys) PALHETA DO PINTOR tons Cores: processo de formação por pigmentação * * * Instituto de Computação - UFF l (nm) E Cor branca ideal Cor com comprimento de onda dominante Cor mocromática, pura ou espectral Cor arbitrária Cores: modelo matemático * * * Instituto de Computação - UFF Espaço de funções correspondentes às distribuições espectrais. Possui dimensão infinita. Para manipulá-lo computacionalmente é necessário representá-lo. Cores: espaço de cores E * * * Instituto de Computação - UFF Cores: representação * * * Instituto de Computação - UFF Depende de dois fatores: Número de amostras utilizadas. Método de interpolação. l (nm) E C(0) 0 1 n ... C(1) C(n) Cores: reconstrução * * * Instituto de Computação - UFF Amostram cores. Possuem um conjunto de sensores. Cada sensor é caracterizado por uma resposta espectral Si(). 0 C() Cores: sistemas receptores * * * Instituto de Computação - UFF Reconstroem cores. Possuem um conjunto de emissores Pk, k=1...n. Cada emissor está associado a uma cor primária com distribuição espectral Pk(). O conjunto de cores que podem ser recontruídas por um sistema emissor é denominado gamute Cr() P1() P2() P3() Cores: sistemas emissores * * * Instituto de Computação - UFF Questões fundamentais: O que é uma “boa” reconstrução de cores? Quantas cores devem ser usadas como base da representação? Que cores (primárias) devem compor esta base? Cores: o problema de representação e reconstrução de cores * * * Instituto de Computação - UFF Boa = perceptualmente adequada (reconstrução metamérica) Número de cores = 3 Cores: vermelho, verde e azul Inspiração: sistema visual humano Cores: uma solução par o problema de representação-reconstrução * * * Instituto de Computação - UFF retina bastonetes cones vermelho verde azul Cores: representação no sistema visual humano * * * Instituto de Computação - UFF Olho humano: Cones (RGB) e Bastonetes (cegos para cor) Cores: representação no sistema visual humano * * * Instituto de Computação - UFF O sistema visual humano representa as cores do espaço espectral E em um espaço tricromático. Isto significa que três amostras(nas faixas correspondentes ao vermelho, verde e azul) é suficiente para os propósitos de reconstrução perceptual. Cores: representação no espaço tricromático * * * Instituto de Computação - UFF Cores: funções de reconstrução de cor no sistema CIE-RGB * * * Instituto de Computação - UFF rR(l) gG(l) bB(l) Cor Monocromática C(l) R = 700 nm G = 546 nm B = 435.8 nm C(l ) = rR(l) + gG(l) + bB(l) Cores: como obter as funções de reconstrução de cor * * * Instituto de Computação - UFF rR(l) gG(l) bB(l) Cor Monocromática C(l) R = 700 nm G = 546 nm B = 435.8 nm C(l ) + rR(l) = gG(l) + bB(l) C(l ) = r’R(l) + gG(l) + bB(l) , onde r’R(l) = - rR(l) Cores: interpretando as componentes negativas * * * Instituto de Computação - UFF l (nm) E C() C’()=tC() Cores: geometria dos espaços de cor tricromáticos * * * Instituto de Computação - UFF c’ = tc c tc = tR(C()) = tR(C()) = R(tC()) = R(C’())=c’ croma Cada reta passando pela origem(menos a própria origem) define uma informação de cromaticidade (croma) Variação de luminância Cores: geometria dos espaços de cor tricromáticos * * * Instituto de Computação - UFF :c1+c2+c3 (0,1,0) (1,0,0) (0,0,1) Cores: Triângulo de Maxwell * * * Instituto de Computação - UFF c c* Cores: coordenadas de cromaticidade * * * Instituto de Computação - UFF É um cone. É convexo. Cores espectrais (puras) estão na fronteira. Plano X+Y+Z=1 Diagrama de cromaticidade (projeção do sólido de cor sobre o Triângulo de Maxwell Cores: sólidos de cor e diagramas de cromaticidade * * * Instituto de Computação - UFF Sólido de cor + uma base = Sistema de cor. c c = c1 P1(l) + c2 P2(l) + c3 P3(l) P1 P2 P3 Cores: sistemas de cor * * * Instituto de Computação - UFF Sistemas propostos para especificação de cor padronizada. Independentes de dispositivos físicos. Sistemas propostos pela CIE ( Comission Internationale de l´Eclairage) Sistema CIE-RGB. Sistema CIE-XYZ. Cores: sistemas de cor padrão * * * Instituto de Computação - UFF Primeiro sistema padrão proposto. Utiliza uma representação de cor no espaço tricromático Base de primárias do sistema: R() vermelho com comprimento de onda de 700 nm G() verde com comprimento de onda de 546 nm B() azul com comprimento de onda de 435.8 nm Cores: sistemas CIE-RGB * * * Instituto de Computação - UFF l (nm) Cores espectrais 1.0 1.0 1.0 700 nm 546,1 nm 520 nm 500 nm Reta púrpura Cores: funções de reconstrução de cor no sistema CIE-RGB * * * Instituto de Computação - UFF Cores: limitações do sistema CIE-RGB * * * Instituto de Computação - UFF Sistema proposto capaz de reconstruir todas as cores visíveis. A base de primárias {X,Y,Z} é formada por cores não visíveis. Estão fora do sólido de cor. Deste modo todas as cores visíveis possuem coordenadas positivas. Cores: sistema CIE-XYZ * * * Instituto de Computação - UFF Cores: sistema CIE-XYZ * * * Instituto de Computação - UFF Cores: sistema CIE-XYZ * * * Instituto de Computação - UFF Cores: sistema CIE-XYZ * * * Instituto de Computação - UFF Valor l (nm) 400 500 600 700 Cores Básicas do CIE 1931 C(l ) = X(l) X + Y(l) Y + Z(l) Z X(l) X(l) Y(l) Z(l) Cores: funções de reconstrução de cor no sistema CIE-XYZ * * * Instituto de Computação - UFF saturação de C1 = C’ é complementar a C Û a C’ + b C = Branco Cores: sistema CIE-XYZ * * * Instituto de Computação - UFF Cores: comparação entre os sistemas CIE-RGB e CIE-XYZ * * * Instituto de Computação - UFF É feita através de mudanças de coordenadas (determinada por uma mudança de base). A mudança entre as bases é determinada por uma transformação linear. Cores: conversão entre os sistemas CIE-RGB e CIE-XYZ * * * Instituto de Computação - UFF Sistemas dos Dispositivos. Sistemas Computacionais. Sistemas de Interface. Cores: sistemas de cor da Computação Gráfica * * * Instituto de Computação - UFF Processo Aditivo pixel Cores: sistemas dos monitores * * * Instituto de Computação - UFF B Normalmente temos 1 byte para cada componente mapeando[0, 255] em [0,1] processo aditivo R G B 1.0 1.0 1.0 Y M C W K vermelho azul preto verde amarelo ciano magenta branco Cores: sistemas dos monitores - mRGB * * * Instituto de Computação - UFF processo subtrativo luz branca tinta ciano (0,1,1) luz ciano (0,1,1) componente vermelha é absorvida papel branco (1,1,1) Cores: sistemas as impressoras -CMY(K) * * * Instituto de Computação - UFF x y gamute de um monitor gamute de uma impressora C1 C2 W Cores: gamute no diagrama de cromaticidade dos dispositivos * * * Instituto de Computação - UFF Permitem uma especificação intuitiva de cores. São baseados em uma decomposição crominância-luminância. Utilizam o seguinte esquema: Escolha da crominância. Escolha da luminância(brilho). Cores: sistemas de interface * * * Instituto de Computação - UFF Escolha da crominância: Escolha de um ponto no espaço de croma (bidimensional). Primeiro o usuário escolhe a matiz (a cor pura). Depois o usuário escolhe a saturação (nível de mistura da cor pura com o branco). Cores: sistemas de interface * * * Instituto de Computação - UFF Sistema criado para a especificação de cores em monitores. Introduz um sistema de coordenadas segundo o esquema luminância-crominância no sistema mRGB. Descreve uma cor através de 3 parâmetros: Hue(matiz) Saturation(saturação) Value(valor), uma mediada de brilho igual a max{r,g,b}. Cores: sistema HSV * * * Instituto de Computação - UFF Cores: sistema HSV
Compartilhar