Aula 2- REPRESENTAÇÃO DE IMAGENS NO MEIO DIGITAL-IMAGENS 2D

Prévia do material em texto

Imagens digitais são, basicamente, qualquer imagem que vemos na tela, seja do computador ou da tv. Essas imagens podem ser fotos tiradas de uma câmera digital, um arquivo criado em Photoshop e até mesmo um documento que é escaneado, passa do meio físico para o digital e passa a ser representado da mesma forma que todas as imagens anteriores.
Essas imagens não são formadas de qualquer forma, o computador precisa saber exatamente como representar essas imagens e, como toda a informação gerada pelo computador é criada de forma binária, para as imagens não poderia ser diferente.
Então o que é esse binário? Binário é a forma como o computador interpreta e exibe os dados através de combinações de “0” e “1”.
Mas antes de falarmos de imagens em termos gerais, temos que fazer uma separação básica. Existem dois tipos de imagens: as vetoriais e as bitmaps.
As imagens vetoriais são aquelas criadas a partir de vetores matemáticos, daí o nome vetorial. A grande vantagem é que esse tipo de imagem não perde qualidade ao ser ampliada, já que os cálculos matemáticos que formam a imagem são refeitos ao a redimensionarmos. Outras vantagens são a possibilidade de seleção individual de elementos e o pequeno espaço em disco usado por esse tipo de imagens. Vários softwares, como Illustrator e Photoshop, trabalham com ambos os tipos, mas, ao finalizarmos o arquivo em uma imagem digital bitmap, todas essas funções são eliminadas.
Como você está começando a ver, tudo que falamos sobre vetores muda ao falarmos de imagens bitmap.
Vejamos a imagem ao lado. Ela é a representação de uma letra H, igual a que você lê aqui na tela ou como no arquivo de Word. A imagem mais simples nesse caso é uma preto e branco, onde os pontos brancos são representados pelo número 1 e os pontos pretos, pelo número 0. 
Entenda esses uns e zeros como acesos e apagados, como se fossem luzes de janelas em um prédio. Assim, deve ser mais fácil de entender como que o computador exibe os pontos. Como você já deve imaginar, essas informações nada mais são do que impulsos elétricos.
Esses pontos são organizados através do mapeamento em uma grade. Esses são os pixels.
A palavra Pixel vem da abreviação do inglês “Picture Element” e através da sua combinação é que são formadas as imagens nos monitores.
Vamos começar devagar. A imagem como a do exemplo anterior é a mais simples possível. Como ela é formada apenas de duas cores, preto e branco, ela é formada por 1bit (0,1 ou 1,0). Como já deve ter notado, 1bit somente pode assumir dois valores.
Assim como o pixel é a menor informação em uma imagem, o bit é o menor tamanho de um arquivo.
Para exibirmos mais cores precisamos de mais combinações de zeros e uns, sendo assim podemos ter 2bits (quatro tons de cinza)
Ou a base para todas as outras cores com apenas 8bits (256 tons de cinza), como podemos ver na imagem abaixo.
Bem, todas as cores possíveis de serem exibidas em uma tela são formadas a partir de apenas três cores básicas:
Esse é um modelo chamado de aditivo porque, por ser formado por luz, quanto mais cor se adiciona, mais clara a imagem fica, até chegar ao branco. O oposto disso é o método de impressão, que usa quatro cores C (Cian), M (Magenta), Y( Amarelo) e K (Preto) em um modelo subtrativo onde, por ser tinta, quanto mais cor, mais próximo ao preto.
Bem, em uma impressão, imagine colocar três cores sobrepostas CMY para chegar a um resultado próximo ao preto. Com isso, ocorrem alguns problemas. O papel fica encharcado e por isso demora mais a secar, gasta-se mais tinta e a cor não é preta, e sim um marrom muito escuro. Então, para evitar todos esses problemas, foi adicionada a tinta preta como um quarto elemento à mistura.
Vamos então ver como funciona esse método aditivo. Essas três cores são separadas em canais de cor, chamados de RGB (Red, Green e Blue), e são somados individualmente aos 256 tons de cinza. Assim, temos em cada cor 256 tons de cada uma dessas três cores.
Fazendo os cálculos, temos agora:
= 16,5 milhões de cores em 24 bits. Esse valor é chamado de Bit Depth ou, em português, profundidade de cor.
Traduzindo, é o seguinte: nos 8 bits (256 tons de cinza) são adicionados cada uma das três cores primárias. Então 8bits de cada uma das três cores multiplicadas entre si nos oferece 24 bits (16,5 milhões de cores), um espectro muito superior ao que pode ser percebido pelo olho humano, em torno de sete milhões.
Mas como fazemos para escolher a cor desejada? A maioria dos programas usa uma escala que vai de 0 a 255 em que 0 é o mínimo e 255 o máximo de cor.
Outro recurso que usa o mesmo princípio é a transparência. Como dizer para o computador que parte da imagem é ou não transparente?
Então, para resolver esse problema foi adicionado um novo canal de cor chamado de Alpha. Esse canal é mais um com apenas 8 bits e 256 tons de cinza. Ao colorirmos uma parte da imagem no canal alpha usando preto ou branco, ou qualquer tonalidade intermediária, dizemos ao computador que aquela parte da imagem é mais ou menos transparente, conforme podemos ver nas imagens.
Refazendo agora os cálculos temos:
3 x 8 bits (RGB) + 8 bits (Alpha) = 32 bits (Imagem colorida e com transparência)
Não podemos falar de imagens sem falar em resolução.
Você já baixou uma imagem da internet e ela era tão pequena que não podia ser usada em quase lugar nenhum? Isso não é só uma questão de dimensão, mas também de resolução.
Resolução é a quantidade de detalhe de uma imagem e costuma ser representada por DPIs (Dots Per Inch – pontos por polegada) ou, em computadores, pelo PPI (pixels por polegada), uma medida que indica o número de pixels em uma polegada de imagem digital. Então, quanto mais pixels nesse espaço, mais informação teremos e maior será a qualidade da imagem. De qualquer forma, ficou-se convencionado o uso da sigla DPI em qualquer dispositivo, padronizando informações e facilitando para os usuários.
Resolução e dimensão são complementares. Do mesmo jeito que podemos ter uma imagem muito grande e com baixa resolução, podemos ter o inverso, que é uma imagem pequena e com muita resolução. Então, esses valores podem ser trocados entre si e conseguiremos uma imagem intermediária com a qualidade e/ou tamanho desejado.
Vejamos as imagens:
Repare que a imagem é a mesma, mas a segunda parecer ter muito mais qualidade do que a primeira, já que esta está mais nítida. Na verdade, a segunda é a mesma imagem da primeira, porém reduzida em suas dimensões, sendo assim, os pontos da primeira imagem, que aqui representam os pixels, estão bem mais próximos. Então, vemos a segunda imagem mais nítida.
O que aconteceu foi que o DPI da segunda imagem está maior, já que a relação quantidade de pixels X dimensão está mais alta do que na primeira imagem. Vejamos como funciona essa troca nas imagens abaixo extraídas do Photoshop.
Repare nas duas telas. As dimensões em pixels não se alteram, mas conforme trocamos o tamanho ou a resolução, um dos outros parâmetros também é alterado. Sendo assim, trocamos o tamanho da imagem pela qualidade.
Para termos uma noção de DPIs usados em média para cada dispositivo, observe a tabela a cima 
Visto isso, não é demais dizer que, a partir dessas médias, não haverá diferença visual, somente aumentando o espaço em disco e o potencial de ampliação através da troca dimensão x qualidade já vista.
Uma coisa importante que temos que definir a partir de agora é o tamanho dos arquivos. Quando falo agora de tamanho, quero dizer espaço em disco, e não dimensão. O tamanho ou peso de um arquivo é definido por uma série de itens. Você já viu alguns aqui, como dimensão e bit depth, mas o tamanho do arquivo também pode ser influenciado por outros itens como metadata, funções específicas de cada tipo de arquivo, como animação e transparência e, o mais importante, compressão.
Metadata: São informações embutidas nos arquivos e que dão informações sobre si. Um uso muito comum desses metadados você pode verificar ao abrir uma foto tirada da sua câmera digital. Como já falado na aula anterior, também está sendo usada naweb semântica. Verifique que nas propriedades da imagem existe uma série de informações sobre a foto, como dia, hora, tipo de câmera, configuração da câmera na hora da foto e, em casos mais profissionais, podemos especificar o autor das fotos, adicionar comentários e até mesmo descrição em áudio.
Tipos de arquivo: Existem diversos tipos de arquivos. Vamos ver os mais comuns e suas funções na tabela a seguir.
Compressão: É a habilidade de reduzir o tamanho de uma imagem através da eliminação de dados redundantes em uma imagem. O que difere os tipos de compressão é que elas podem ser feitas com ou sem perda de dados. Basicamente, isso significa que na compressão com perda, o arquivo fica significantemente menor do que o original, mas ele não consegue manter exatamente as mesmas propriedades. Veja o exemplo a seguir, usando um texto ao invés de uma imagem:
Na frase original: 
“Eu estudo na Estácio”, a compressão com perda seria o seguinte:
“Eu std n stcio”.
A frase ainda é minimamente compreensível, mas perdeu parte da informação original. Esse tipo de compressão normalmente é usado em sons, imagens e vídeos que necessitam de um tamanho reduzido e baixa qualidade, mas alta o suficiente para ser imperceptível pelo sentido humano, sendo comumente usadas em arquivos para internet e sons, como é o caso do mp3.
Acho que é óbvio que, quanto mais comprimido, menor será o tamanho do arquivo, porém pior será a qualidade visual dele.
Já na compressão sem perda, os cálculos usados diminuem um pouco o tamanho do arquivo, mas mantém a integridade dos dados originais.
Em imagens estáticas, esse processo é feito na máquina do desenvolvedor e o usuário já tem todas as ferramentas prontas para a leitura dos arquivos, o que não acontece com vídeos.
No caso dos vídeos é necessário que o desenvolvedor tenha a ferramenta para exportar o vídeo usando o codec desejado, e esse mesmo codec será necessário da parte do usuário, por isso é importante usarmos formatos disseminados e de fácil acesso ao usuário.