3-Tratamento de imagem

Prévia do material em texto

A imagem digital Com a abrangência dos sistemas de comunicação, com difusão de conhecimentos informações pelos diversos meios, captar, armazenar e processar imagens se tornou necessidade fundamental. Na década de 20 (BOTELHO, 2007) iniciaram-se tentativas de transmissão de imagens pelo sistema Bartlane1 , por meio de cabos submarinos entre Londres e Nova Iorque. Em 1964 a NASA realizava estudos para a aquisição, processamento e transmissão de imagens para o projeto Apollo de viagens à lua. A primeira imagem digital que se tem registro foi realizada em 1957 por Russell Kirsch no NBS - National Bureau of Standards agora NIST - National Institute of Standards and Technology 2 . É a imagem de um bebê, (Fig.19) numa foto de 5x5 cm. O então NBS, desenvolveu o primeiro computador programável, o Standards Eastern Automatic Computer (SEAC) (Fig. 21). Kirsch e sua equipe criaram um escâner com tambor rotativo e com ele conseguiu escanear a foto tamanho 4x3 do bebê Waldem, que entrou para a história como a primeira Converter uma imagem para o formato digital significa transferir os elementos que a compõem para elementos representativos de cada pequeno fragmento original. O menor elemento da imagem, o pixel, é identificado segundo sua intensidade de nível de cinza e as cores correspondentes. Identificados, estes elementos são armazenados por códigos que podem ser reconhecidos pelo dispositivo de visualização e apresentados novamente por um dispositivo de visualização, como um monitor de vídeo ou impressora. Os códigos de cada pixel são armazenados em bit, que é definido como sendo a menor unidade de informação digital: a 1 byte equivalem 8 bits . As imagens digitais são descritas pelo número de bits para representar a quantidade de cores possíveis para cada pixel. A Microsoft desenvolveu como padrão e forma nativa para imagens digitais o formato BMP – bitmap 3 . Este formato possui alto tamanho em Kb (quilobites) dificultando o envio destas imagens através da internet ou para outras aplicações o que levou ao desenvolvimento de outros formatos os quais serão apresentados no decorrer desta pesquisa. Representação da imagem digital Uma imagem analógica que é a (representação real da cena, para ser convertida para o formato do processamento computacional deve sofrer uma separação espacial (amostragem) e em amplitude (quantização). É feita uma amostragem normalmente uniforme de f(x,y) nas direções x e y, gerando uma matriz de M x N pontos seguida de uma quantização do valor de f(x,y) em níveis de cinza. A amostragem é a divisão do plano x,y em uma grade onde x e y serão números inteiros. Os pontos da matriz de são denominados pixels (PICTure Elements). Cada pixel representa uma parte da cena real, desta forma a resolução espacial da imagem é proporcional aos valores de M e N correspondentes na matriz (exemplo Fig.22). Em geral a malha de amostragem, o formato dos pixels (x,y), é retangular, mas pode também ser triangular ou mais complexa. Os valores de cada ponto da matriz, coluna x linha (xy), que identifica um único pixel (M,N0, devem ser escolhidos de forma a respeitar a relação qualidade da imagem x espaço de armazenamento, em função da aplicação para a qual a imagem se destina. Para uma imagem digital com 256 níveis de cinza o número de bytes ocupados para armazenar a imagem é o produto da linha vezes a coluna da matriz. A imagem digital precisa reproduzir os mesmos elementos da imagem original. A representação digital se utiliza das técnicas de mapeamento por área. A imagem original é dividida no menor fragmento que a compõe, o pixel. A figura 23 exemplifica o processo de digitalização da imagem pelo formato BMP. A estrutura do formato BMP é dividida em 4 partes, que levam as informações da imagem original para o formato digital: - cabeçalho de arquivo: que contém a assinatura bitmap e informações sobre o tamanho e o lay-out, do arquivo, ou seja, a disposição dos dados dentro do arquivo; - cabeçalho de mapa de bits: são as informações da imagem dentro do arquivo: dimensões, tipo de compressão caso haja, informações sobre as cores da imagem; - paleta ou mapa de cores: é opcional utilizado em imagens que usa 16 ou 256 cores, correspondente a 4 e 8 bits/pixel; - área de dados da imagem contida no arquivo: contém os dados dos pixels com as informações que permitem que a imagem seja exibida. A imagem original pode ser convertida para sua representação digital de duas formas: como imagem de rastreio e como imagem vetorial. Digitalização no formato de rastreio Na digitalização no formato de rastreio, a imagem é representada por uma matriz com linhas e colunas. Cada interseção da matriz representa um fragmento da imagem onde o valor de cada pixel carrega as informações de nível de cinza, que são as características quanto a luminosidade daquele elemento, quanto as informações de cor, representadas pelo valor de cada componente de cor da luz registrada e nas diferentes intensidades do vermelho, verde e azul (RGB) que são os componentes de cor básicos da luz. No formato de rastreio, cada pixel é representado pelos valores ponto a ponto. Portanto a amostra analógica de cada pixel é única e para cada elemento original há um elemento que o representa digitalmente. Por esta razão a imagem digital gera um arquivo grande (Fig.24). Atende bem a utilização no dispositivo local de armazenamento, pois não necessita de grandes processamentos para decompor e recompor a imagem para visualização em monitor ou impressora. Porém é inadequado para a transferência de um local para outro pelos sistemas em rede. A digitalização pelo formato de rastreio apresenta também uma característica que proporciona perda significativa nos detalhes da imagem, quando este necessita ser manipulada. Ao aumentar o tamanho da visualização, os pixels são repetidos na ampliação o que implica na perda de resoluçãoA perda de definição ser dá porque a imagem digitalizada pelo formato de rastreio converte cada elemento que forma a imagem original como uma amostra ponto a ponto para a imagem digital. Ao ampliar a imagem digital, os pixels ocupam área maior no dispositivo de visualização, monitor ou impressora. A grande quantidade de memória exigida pelo formato de rastreio fez aparecer diversos tipos de formatos de arquivos de imagem que podem ou não usar compressão. Os mais conhecidos são: BMP, GIF, JPEG, TIFF, etc. Digitalização da imagem no formato vetorial Imagem vetorial é um tipo de imagem gerada a partir de descrições geométricas de formas. São diferentes das imagens em bitmap, pois não são geradas a partir do mapeamento dos pixels. A imagem vetorial é composta por curvas, elipses, polígonos, texto, entre outros elementos, e utilizam vetores matemáticos para sua composição. Em um trecho de desenho sólido, de uma cor apenas, um programa vetorial apenas repete o padrão, não tendo que armazenar dados para cada pixel. Cada linha descrita em um desenho vetorial possui nós, e cada nó possui alças para manipular o segmento de reta ligado a ele. Por serem baseados em vetores, esses gráficos geralmente são mais leves (ocupam menos memória no disco) e não perdem qualidade ao serem ampliados, já que as funções matemáticas se adequam facilmente à escala, o que não ocorre com imagens no formato de rastreio as quais utilizam métodos de interpolação na tentativa de preservar a qualidade. Outra vantagem do desenho vetorial é a possibilidade de isolar objetos e zonas, tratando-as independentemente. Na representação vetorial a imagem é descrita através dos parâmetros de suas formas geométricas. Neste caso são armazenadas apenas as coordenadas de pontos, linhas e polígonos que compõe a imagemO formato de dados vetoriais é uma forma de representar primitivas gráficas pela representação numérica de pontos chave. Exemplos de primitivas gráficas são pontos, linhas, polígonos, curvas ou figuras geométricas simples. O trabalho de um programa para mostrar dados representados desta forma, é gerar as linhas para conectar os pontos chave ou desenhar estas linhas usando estes pontoscomo guia. Sempre existem atributos, como cor e largura de linha, associados aos dados, além de uma série de convenções que permitem ao programa desenhar os objetos desejados. Estas convenções podem ser implícitas ou explícitas, e apesar de serem usadas com os mesmos objetivos, podem ser diferentes de programa para programa. Como no formato vetorial não é a imagem que é transportada e sim os códigos referenciais que compõem a imagem, ela é reconstruída no equipamento de visualização. Por isso os arquivos ficam menores, mais rápidos para transporte e no caso da ampliação, pixels são construídos para preencher os espaços que delimitam as formas. A figura 23 exemplifica o processo de digitalização no formato vetorial. Os formatos de arquivos vetoriais mais comuns são: SVG (Scalable Vector Graphics): formato vetorial, criado e desenvolvido pelo World Wide Web Consortium; CDR: formato vetorial do aplicativo Corel Draw AI: formato vetorial do aplicativo Adobe Illustrator EPS: Encapsulated Postscript – formato digital de imagem vetorial do aplicativo Adobe Photoshop PDF: Portable Document Format é um formato de arquivo desenvolvido pela Adobe systems em 1993, para representar documentos de maneira independente do aplicativo, do hardware e do sistema operacional usados para criá-los. Um arquivo PDF pode descrever documentos que contenham texto, gráficos e imagens num formato independente de dispositivo de visualização e de resolução da imagem. PNG Portable Network Graphics: é um formato livre de dados utilizado para imagens, que surgiu em 1996 como substituto para o formato GIF, devido ao fato de este último incluir algoritmos patenteados. Um exemplo de imagem vetorial muito utilizado por usuários da internet são os mapas apresentados pelo Google Earth e Google maps. O traçado de rotas e distâncias entre dois pontos solicitados é desenhado na tela do computador com rapidez e precisão por meio de imagens vetoriais. Parâmetros para o nível de cinza e cor na imagem digital No mapeamento da imagem original, cada pixel é convertido em um código binário que carrega as informações do pixel original. Estes parâmetros carregam as informações correspondentes ao nível de cinza, numa escala de 0 (zero) a 255 (duzentos e cinqüenta e cinco) e as informações correspondente às cores, com os diferentes níveis de vermelho, verde e azul (RGB). A imagem colorida vista como um todo é definida pela visão obtida pela mistura dos elementos, como na técnica de pontilhismo em que se vista de muito perto, enxerga-se pontos, mas vista a distância, permite perceber as formas e cores resultado da mistura ótica. A imagem colorida tem cada pixel definido por três grandezas: luminância, matiz e saturação. A luminância está associada com o brilho da luz. Conforme o nível de cinza permite perceber o claro e o escuro em cada ponto, com as nuances da imagem. A matiz é determinado pelo comprimento de onda dominante dentro do espectro de ondas eletromagnética entre 300 nm e 700 nm, chamado de freqüências visíveis, pois este comprimento de onda é o que excita as células bastonetes e cones no olho humano. Conforme o comprimento de onda é a cor dentro do espectro luminoso. A saturação é o grau de pureza e intensidade do matiz. Quanto maior a saturação mais forte é a cor de determinado matiz, chamado nível de cor ou nível de croma da imagem. Resulta em cores mais fortes ou mais opacas. A luminância determina o quanto a imagem é mais escura ou mais clara. O processo de digitalização envolve parâmetros de amostragens e quantização. A quantização faz com que cada pixel f(x,y) assuma um valor inteiro não negativo de intensidade luminosa (nível de cinza). Para obter uma imagem digital de qualidade semelhante à de uma imagem de televisão P & B são necessários 512 x 512 pixels e 128 níveis de cinza. Normalmente 64 níveis de cinza são suficientes para o olho humano, no entanto a maioria dos sistemas de visão artificial utiliza imagens com 256 níveis de cinza, onde 0 (zero) é o preto absoluto e 255 é o branco. Dentro de uma escala, o 0 (zero) corresponde ao preto, o 127 corresponde ao cinza médio e o 255 corresponde ao pixel branco. As imagens também podem ser binárias, ou seja, podem conter apenas 2 níveis de cinza representados por 0 e 1. Considerando que a digitalização envolve parâmetros específicos para amostragem e quantização é necessário definir quantas amostras de pixels (M x N) e níveis de cinza L são necessários para se obter uma imagem digital com qualidade suficiente para reproduzir a imagem original. O olho humano é a referência utilizada como parâmetro para reconstrução da imagem digital, portanto as amostras devem ser superiores ao mínimo necessário para superar a percepção do olho. São estes parâmetros que determinam os conceitos de resolução espacial e profundidade da imagem. As cores visíveis pelo olho humano são as cores básicas da luz, vermelho, verde e azul (RGB) e suas combinações. Estas cores podem ser representadas em três bandas, o RGB e utilizam a profundidade de 1 byte por pixel. As imagens coloridas são compostas por um conjunto de 24 bits sendo 8 bits para representar as 12 intensidades de vermelho, 8 bits para o verde e 8 bits para o azul. Com a composição destas três cores básicas utilizando-se 24 bits/pixel, pode-se chegar ao número de até 16 milhões de cores e tonalidades distintas. Como a imagem colorida é composta pela intensidade das três cores que variam em níveis de o (zero) a 255 (duzentos e cinqüenta e cinco), a digitalização da cor permite a codificação de 16.581.375 cores diferentes, que é o produto de R x G x B. Estudos anatômicos e fisiológicos demonstram que o olho humano consegue perceber até 350.000 cores simultaneamente, portanto a digitalização supera o mínimo necessário para reproduzir ao olho humano as cores da imagem original. Resolução espacial e profundidade da imagem A resolução espacial está relacionada com a capacidade de se distinguir detalhes e dependerá do aplicativo no qual a imagem será usada e a capacidade do monitor ou impressora, em reproduzir a quantidade de amostras apresentadas. Ao se considerar que numa área retangular de 30 cm (x) por 20 cm (y) e as amostras são uniformemente espaçadas, cada uma a cada 1 mm em x e em y, diz-se que a dimensão do pixel é de 1x1 mm e neste exemplo serão 300 x 200 pixels (x,y) dispostos horizontal e verticalmente na matriz da amostragem, resultando num total de 60.000 pixels para esta área de amostragem. Neste caso diz-se que a resolução espacial da imagem é de 300x200 pixels. O número L de níveis de quantização de x,y é normalmente uma potência d 2. Neste exemplo, L=256, são necessários 8 bits para se fazer o armazenamento. Assim diz-se que a profundidade da imagem é 8 bits por pixel, ou seja, 1 byte 4 por pixel. Logo serão necessários 60 Kbytes para se armazenar esta imagem. I.2 - “Image Enhancement” O termo “enhancement” esta associado a melhoria da qualidade de uma imagem, com o objetivo posterior de ser julgado por um observador humano. De uma forma geral nós vamos trabalhar nos níveis de cinza da imagem, transformando-os para aumentar o contraste ou para colocar em evidência alguma região de interesse particular. Alguns exemplos deste tipo de técnica é a subtração da imagem por uma imagem referência, a utilização de cores-falsas, a utilização de filtros espaciais, a correção de deformações espaciais devido a ótica ou devido a uma variação de inomogeneidade da iluminação de fundo. Os sistemas dedicados a melhorar a qualidade da imagem trabalham geralmente muito rápido, pois são construídos em “hardware” ou “firmeware”, permitindo rapidamente ao usuário um julgamento sobre várias imagens processadas, segundo o tipo de tratamento. Esta técnica é 3 encontrada na maioria dos programas de tratamento de imagens ou fotografias que estão atualmente no mercado, mas com algoritmos implementados em software, para computadores do tipo PC. ETAPA DESCRIÇÃO 1. Tratamento fora da imagem Correção de iluminação, uso de colorantes químicos, etc. 2. Aquisição daimagem Amostragem, armazenamento e compactação. 3. Melhoramento (“image enhancement”) * Pré-tratamento digital da imagem. 4. Segmentação da informação * Extração dos “objetos” do “fundo” da imagem 5. Parametrização * Determinação de grandezas sobre cada “objeto”: área, perímetro, forma, descrição estrutural, topologia, etc 6. Reconhecimento * Classificação dos “objetos” 7. Análise Quantitativa: * Aplicação da ferramenta a outras áreas científicas. Associação das grandezas ao problema: determinação de funções de correlação espacial ou temporal, análise de seqüência de imagens, etc. * - Fases com extrema dependência ao problema onde o Proc. de Imagens está aplicado. Discutimos até aqui questões importantes e essenciais para a compreensão de um sistema de processamento de imagens quando utilizado como ferramenta para a solução de um determinado problema. Nos pontos seguintes vamos entrar mais em detalhes nas técnicas de processamento e em especial discutiremos os elementos principais de um sistema digital de processamento de imagens. Discutiremos também as técnicas e os problemas que podemos encontrar na implementação de sistemas de processamento de imagens: como a discretização, a medida de distâncias em imagens digitais, a conectividade entre pixels etc. Veremos ao final técnicas de filtragem espacial, segmentação de imagem e reconhecimento de formas. III - Pixel e Conectividade. Um pixel ("picture element" ou "pel") é o elemento básico em uma imagem. A forma mais comum para o pixel é a forma retangular ou quadrada. O pixel é também um elemento de dimensões FINITAS na representação de uma imagem digital. Freqüentemente, a organização de uma imagem sob a forma de uma matriz de pixels é feita em uma simetria quadrada, i.e., na forma de um tabuleiro de xadrez. Isto se deve a facilidade de implementação eletrônica, seja dos sistemas de aquisição seja dos sistemas de visualização de imagens. É importante lembrar que este tipo de organização provoca o aparecimento de dois problemas importantes nas técnicas de processamento. Em primeiro lugar um pixel não apresenta as mesmas propriedades em todas as direções, i.e., ele é anisotrópico. Esta propriedade faz com que um pixel tenha 4 vizinhos de borda e 4 vizinhos de diagonal. Esta propriedade nos força a definir o tipo de conectividade que vamos trabalhar, ou D4 (onde levamos em consideração apenas os vizinhos de borda) ou em D8 (onde levamos em consideração os vizinhos de borda e os de diagonal). O segundo problema é conseqüência direta do primeiro, ou seja as distâncias entre um ponto e seus vizinhos não é a mesma segundo o tipo de vizinho (ela é igual a 1 para vizinhos de borda e 2 para aqueles na diagonal). Alguns tipos de algoritmos que são sensíveis a este problema são : as operações morfológicas que usam uma matriz de análise do tipo 3x3, as operações de esqueletização em análise de formas e principalmente as transformações de Distâncias (na transformação de distância cada ponto da imagem ao invés de representar uma intensidade luminosa, representa uma distância de um dado ponto referência ao ponto calculado). A solução para este tipo de representação discreta da imagem, é a correção dos valores calculados através de máscaras (pequenas matrizes) que ajustam ou ponderam estas distâncias em função da direção. O leitor deve atentar para as possíveis complicações em medidas de distâncias quando trabalhamos com um pixel que não seja de forma quadrada. Região de Interesse Um conceito importante em processamento de imagens é a Região de Interesse. Entende-se como Região de Interesse (ROI - "Region Of Interest" ou AOI - "Area Of Interest") a região definidaV - Filtragem Em processamento de imagens, os filtros lineares são geralmente descritos através de matrizes de "convolução". Não iremos aqui entrar em detalhes de filtros lineares, pois este assunto foge ao escopo deste artigo, mas apenas descrever basicamente alguns pontos importantes em filtragens. Maiores detalhes sobre este assunto pode ser encontrado em [1, 8 e 9]. Um filtro numérico vai influenciar a variação da freqüência espacial em uma imagem. Na freqüência temporal a escala usada é geralmente o Hertz (s-1 ), em uma imagem usamos o 1/metro (m-1 ) ou 1/pels (pix-1 ). O termo freqüência espacial é análogo ao termo freqüência temporal e ela descreve a velocidade de modificação de uma luminosidade em uma direção em uma imagem. Na prática, para realizarmos uma operação de filtragem espacial, devemos escolher uma matriz de dimensão n x n com valores que dependem do filtro que queremos usar, seja ele passa baixa (filtrando as altas freqüências), passa faixa (filtrando uma região específica de freqüências espaciais) ou passa alta (filtrando as baixas freqüências). Em uma imagem, as altas freqüências correspondem as modificações abruptas dos níveis de cinza, i.e., as bordas dos objetos. As baixas freqüências correspondem as variações suaves dos níveis de cinza. Logo quando queremos evidenciar os contornos de um determinado objeto podemos usar filtros do tipo passa-alta. Em outros casos podemos estar interessado na forma da iluminação de fundo, onde devemos usar filtros passa-baixa para eliminarmos todas as altas freqüências correspondendo a borda dos objetos, e chegar a iluminação de fundo. Resumidamente na figura 5 apresentamos 3 filtros clássicos representados em uma pequena matriz 3x3 e seu efeito numa imagem exemplo (Fig. 5a). Toda as operações realizadas consistem em gerar uma nova imagem onde cada ponto desta imagem corresponde a uma soma dos produtos termo a termo da matriz 3x3 com imagem original. Por exemplo a aplicação do filtro Médio (todos os elementos iguais a 1 - Fig. 5b) em uma imagem, eqüivale a um imagem final onde cada pixel corresponde a media local, na imagem original, dele com os 8 pixels vizinhos. Veja o seu efeito na figura 5b. Considere agora o efeito do filtro passa-alta da figura 5c. Todas as variações fortes horizontais, que correspondem as bordas horizontais do objeto, ficaram na imagem final filtrada. Não detalhamos aqui os problemas de representação em números inteiro dos níveis de cinza e de operações em "ponto flutuante", como média ou médias ponderadas. Neste caso os valores da nova imagem devem ser truncados ou renormalizados em função dos valores máximos e mínimos trabalhados. VI - Segmentação A segmentação consiste na primeira etapa de processamento da imagem quando consideramos uma análise do ponto de vista da INFORMAÇÃO nela presente. O termo segmentação vem do termo em inglês "image segmentation", criado durante os anos 80 [11]. Esta área representa até hoje uma linha de pesquisa importante do processamento de imagens, principalmente por ela estar na base de todo o processamento da informação em uma imagem. Segmentar consiste na realidade em dividir a imagem em diferentes regiões, que serão posteriormente analisadas por algoritmos especializados em busca de informações ditas de "alto-nível". Por exemplo cada pixel na imagem da figura 2 poderia ser segmentadas em duas regiões: aqueles pertencentes as células e aqueles pertencentes ao fundo da imagem. A imagem obtida neste caso é composta por apenas duas regiões, por exemplo uma região branca (fundo) e outra preta (células/objeto). Esta imagem, com 2 níveis de cinza, é conhecida como Imagem Binária. Devido as grandes facilidades na manipulação deste tipo de imagens, principalmente porque reduzimos significativamente a quantidade de dados, elas são freqüentemente utilizadas no processo de tratamento da informação. Existem diversas técnicas de segmentação de imagens, mas não existe nenhum método único que seja capaz de segmentar todos os tipos de imagem. Globalmente, uma imagem em níveis de cinza pode ser segmentada de duas maneiras: ou consideramos a semelhança entre os níveis de cinza ou consideramos as sua diferenças. A detecção de um contorno de um objeto, através de matrizes do tipo Passa-Alta, é um exemplo de técnicas baseado nas diferenças. Neste caso estamos segmentando as imagens em regiões que pertencem a bordado objeto. VII - Reconhecimento Reconhecimento é a parte do processamento que vai classificar os objetos a partir de informações encontradas na imagem, geralmente tendo como apoio uma base de conhecimento previamente estabelecida [6]. Esta fase é normalmente aplicada após uma fase de segmentação e 10 parametrização da imagem. A fase de parametrização identifica e calcula parâmetros nos objetos segmentados. Um exemplo de parâmetros pertinentes a um objeto é o seu perímetro ou sua área [1
Tema 01: Sistemas de Cor: RGB/CMYK
É possível dizer que uma das principais características da imagem é a cor. A cor possui duas formas de se apresentar, em se tratando de imagem digital. A primeira, que trata de materiais impressos, como uma folha impressa numa impressora comum de escritório, possui um sistema de cor no qual quanto mais cores de tinta misturarmos, mais escuro será o resultado: é o sistema subtrativo de cor. O sistema utilizado nas telas de computadores, televisões e celulares emprega o sistema aditivo: quanto mais luz colorida misturarmos, mais claro será o resultado. No sistema subtrativo, utiliza-se tinta; no aditivo, luz. Para ver isso acontecendo, basta ampliar muito a tela do computador ou qualquer material impresso: será possível ver os pontos de cores primárias – ciano, magenta amarelo e preto no sistema subtrativo (impressão), e vermelho, verde e azul no sistema aditivo (telas).
Tema 02: Camadas
É possível dizer que as camadas que compõem a imagem são a estrutura base de qualquer criação de imagem digital. Elas funcionam como folhas transparentes, uma sobre a outra, nas quais é possível desenhar separadamente cada pedaço da imagem. Pode-se separar o fundo de um personagem e fazer alterações apenas neste fundo, sem que o personagem seja afetado, pois ele está em outra camada acima. Essa camada em que o personagem está tem apenas o seu desenho; o resto é transparente, para que possamos ver o fundo. É um recurso crucial para criar uma composição; manipular as cores é necessário. Saber trabalhar bem as camadas aumenta exponencialmente as chances de ter um resultado bom e rápido.
Tema 03: Canais
Os canais de cor lembram muito as camadas, porém, tratam-se de coisas bem distintas. É possível dizer que os canais de cor é que vão definir como a imagem vai ser formada. Se o objetivo da imagem é aparecer numa tela, utiliza-se o sistema de cor Vermelho, Verde e Azul (do inglês Red, Green e Blue), ou RGB; se é a impressão, utiliza-se o Ciano, Magenta, Amarelo e Preto (do inglês Cyan, Magenta, Yellow e Black), ou CMYK. É perceptível que os canais de cor são as cores primárias que formam todas as outras cores, dependendo da aplicação da imagem. Existem muitos efeitos e alterações que podem ser realizados na imagem apenas tratando essas cores, no entanto, há mais um canal muito importante, o Alpha, ou o canal de transparência da imagem, muito utilizado na internet e em aplicações que precisem combinar uma imagem e um fundo separados.
Tema 04: Matiz, Saturação e Luminosidade
Quando se fala em matiz, é do resultado da combinação das cores primárias da imagem que se está falando. Damos nomes a esses resultados, tais como laranja e roxo. Até mesmo as cores primárias são matizes. Portanto, quando se nomeia uma cor, dá-se um nome a um matiz. No sistema digital, existem valores numéricos para definir uma cor dentro do espectro visível de cores. A saturação define o quanto a matiz é forte ou fraca na cor. Quando uma imagem apresenta cores muito vivas e bem definidas, diz-se que a imagem está saturada de cor. Quando a cor perde totalmente a sua saturação, ela se torna cinza, que pode ser claro ou escuro, dependendo da cor original. A saturação é que permite que as cores sejam bem fortes ou apenas nuances. A luminosidade é o controle utilizado quando existe a necessidade de clarear ou escurecer uma cor. Como o nome já diz, este recurso deixa a cor mais luminosa, mais intensa e brilhante.
Tema 05: Resolução de imagem digital
A imagem é composta por milhares de pixels e a sua resolução é definida pela quantidade de pixels numa determinada área. Se uma imagem tem muitos pixels e é aplicada a uma área pequena, os pontos serão "espremidos", o que fará com que a resolução da imagem aumente. Porém, se os pixels forem poucos, e a imagem for aplicada em uma área grande, eles serão "espalhados" para cobrir essa área; a imagem, então, terá pouca resolução de pixels. Por exemplo: o monitor de computador tem, em média, 72 pontos por polegada. Uma impressão em gráfica tem, em média, 300 pontos por polegada, para que a imagem seja formada no papel com boa qualidade aos olhos. Assim, quanto mais pontos tivermos numa determinada área, mais detalhes serão revelados pela imagem; quanto menos pontos tivermos, menos qualidade de detalhes. Criar, capturar, abrir e guardar imagens Criar imagens Para se iniciar uma nova imagem é preciso, antes de tudo, que esta seja criada por exemplo através do menu Arquivo>Novo, ou das teclas de atalho Ctrl+N, seguindo-se uma janela para se definir algumas propriedades da imagem como o tamanho, orientação, tipo de preenchimento e de imagem. O tamanho da imagem é definido em termos de píxeis, (picture elements) que representam a unidade mínima de largura ou altura da imagem. Capturar imagens As imagens podem também ser capturadas directamente a partir da tela ou por meio de um digitaliz A janela de captura de imagens a partir da tela (opção: Captura de Tela) oferece duas possibilidades de captura: janela activa ou tela completa. O instante em que é feita a captura é determinado usando um “relógio” que permite definir o tempo necessário para que se possa colocar em primeiro plano a imagem a capturar. Abrir imagens A abertura de imagens existentes é feita recorrendo ao menu Arquivo>Abrir seguindo-se uma janela que permite navegar pelas pastas das unidades disponíveis até encontrar a imagem desejada. Guardar imagens O menu Arquivo disponibiliza três opções para guardar imagens: • Gravar: guarda imagem com o nome actual; • Gravar como: guarda imagem com outro nome; • Gravar uma cópia: guarda uma cópia da imagem. PTexturas As Texturas encontram-se numa janela (Diálogo de Texturas) cujo acesso pode ser feito através do menu Diálogos>Texturas presente na Janela de Edição, do atalho Shift+Ctrl+P ou então clicando directamente no respectivo ícone presente na Caixa de Ferramentas (ver página 2 e 3). A partir da janela Texturas pode-se facilmente preencher uma imagem com determinada textura bastando para tal seleccionar a textura e, sem largar o botão do rato, arrastar para a imagem pretendida. O ícone à direita pertence à ferramenta que torna possível a pintura com texturas e a sua utilização é similar à pintura com Lápis ou Pincel (ver página 9). Degradês De forma semelhante às Texturas, os Degradês são também acedidos através do menu Diálogos (atalho Ctrl+G) ou do respectivo ícone da Caixa de Ferramentas. Lápis e Pincel As ferramentas Lápis e Pincel estão acessíveis por meio dos respectivos ícones (ver página 3) ou então através do menu Ferramentas>Ferramentas de Pintura presente na Janela de Edição (ver página 2). As opções disponíveis por ambas as ferramentas são similares no entanto, o Pincel permite que a pintura seja feita com linhas de contorno pouco definido visto que a transição entre cores é feita de forma progressiva (antialiasing). Exportar como JPEG, GIF ou PNG O O GIMP permite exportar imagens em diferentes formatos de acordo com o fim a que se destinam. A exportação de imagens pode ser feita através do menu Ficheiro>Gravar uma Cópia (ver página 9). Cada formato apresenta as suas próprias características e destinam-se a uma determinada utilização (por exemplo o formato JPEG é um formato muito utilizado em fotografia digital dada a sua grande capacidade de compressão sem que se perca muita qualidade). Na imagem ao lado encontra-se a janela de gravação de formato JPEG. Especial destaque deve ser dado à opção Qualidade e ao Tamanho. A qualidade de uma imagem é directamente proporcional ao tamanhoda mesma e assim, cabe ao utilizador estabelecer o melhor compromisso qualidade/tamanho tendo em conta o fim a que a imagem se destina. Pador (scanner). As função de captura de imagens podem ser acedidas pelo menu Arquivo>Capturar. No caso de digitalização de imagens (opção TWAIN), surge uma janela onde é feita a selecção do dispositivo de digitalização. Após a selecção do digitalizador, o restante processo de digitalização fica a cargo do software que acompanha o dispositivo