POČÍTAČOVÁ GRAFIKA I

Transkript

POČÍTAČOVÁ GRAFIKA I
VYSOKÉ U ENÍ TECHNICKÉ V BRN
FAKULTA STAVEBNÍ
DALIBOR BARTON K
PO ÍTA OVÁ GRAFIKA I
MODUL M01
TEORIE GRAFICKÝCH FORMÁT
STUDIJNÍ OPORY
PRO STUDIJNÍ PROGRAMY S KOMBINOVANOU FORMOU STUDIA
© Ing. Dalibor Barton k, CSc., 2005
Po íta ová grafika I – Modul 01 – Teorie grafických formát
OBSAH
1 Úvod 7
1.1 Cíle ........................................................................................................7
1.2 Požadované znalosti ..............................................................................7
1.3 Doba pot ebná ke studiu .......................................................................8
1.4 Klí ová slova.........................................................................................8
1.5 Metodický návod na práci s textem ......................................................8
2 Úvod do po íta ové grafiky .........................................................................9
2.1 Historie po íta ové grafiky ...................................................................9
2.2 P edm t po íta ové grafiky ................................................................10
2.3 Shrnutí.................................................................................................11
3 Digitalizace obrazu .....................................................................................12
3.1 Vzorkování v ploše .............................................................................13
3.2 Kvantování v úrovních........................................................................14
3.3 Aliasing ...............................................................................................16
3.4 Shrnutí.................................................................................................19
3.5 Autotest ...............................................................................................19
4 Teorie barev ................................................................................................20
4.1 Chromatický diagram CIE ..................................................................23
4.2 Barevné modely ..................................................................................25
4.2.1
Model RGB...........................................................................26
4.2.2
Model CMY(K) ....................................................................27
4.2.3
Model HSV ...........................................................................28
4.2.4
Model HLS............................................................................29
4.2.5
Munsell v model ..................................................................30
4.2.6
Modely pro televizní techniku a videotechniku....................30
4.3 Rozptylování barev .............................................................................31
4.3.1
Náhodné rozptýlení...............................................................31
4.3.2
Maticové rozptýlení ..............................................................32
4.3.3
Distribuce chyby ...................................................................33
4.4 Shrnutí.................................................................................................34
4.5 Autotest ...............................................................................................35
5 Uložení obrázku do souboru......................................................................36
5.1 Fyzické a logické formáty dat .............................................................36
5.2 Zp sob uložení bod obrazu do souboru ............................................38
5.2.1
P ímé a nep ímé uložení pixelu ............................................38
5.2.2
Barevné módy .......................................................................39
5.3 Obecná struktura bitmapových soubor .............................................41
5.4 Organizace bitmapových dat...............................................................43
5.4.1
Souvislá data .........................................................................44
5.4.2
Pásy .......................................................................................44
5.4.3
Dlaždice ................................................................................45
- 3 (120) -
5.4.4
Hierarchické dlaždice........................................................... 46
5.5 Výhody a nevýhody bitmapových formát ........................................ 47
5.6 Shrnutí ................................................................................................ 48
5.7 Autotest............................................................................................... 49
6 Komprese dat ............................................................................................. 50
6.1 Základní pojmy................................................................................... 50
6.2 Pixelové zhuš ování ........................................................................... 51
6.3 Komprese kvadrantovým stromem..................................................... 51
6.4 Proudové kódování (RLE).................................................................. 53
6.4.1
Proudové kódování na bitové úrovni ................................... 54
6.4.2
Proudové kódování na slabikové (bytové) úrovni................ 55
6.4.3
Proudové kódování na pixelové úrovni................................ 57
6.4.4
RLE komprese PackBits....................................................... 57
6.4.5
RLE komprese se t emi slabikami ....................................... 58
6.4.6
Vertikální replika ní pakety ................................................. 58
6.5 Slovníkové metody (LZW)................................................................. 59
6.6 Huffmanovo kódování........................................................................ 61
6.7 Predik ní metody................................................................................ 65
6.8 Waveletová (vlnková) transformace................................................... 66
6.9 Komprese založená na redukci barev ................................................. 67
6.10 Vektorová kvantizace ......................................................................... 69
6.11 Diskrétní kosinová transformace........................................................ 70
6.11.1 Fourierova transformace obrazové funkce ........................... 70
6.11.2 Odvození diskrétní kosinové transformace .......................... 73
6.11.3 Využití DCT pro kompresi dat............................................. 74
6.12 Fraktální komprese ............................................................................. 75
6.12.1 Úvod do fraktální geometrie ................................................ 75
6.12.2 Princip fraktální komprese ................................................... 76
6.12.3 Algoritmus fraktální komprese............................................. 78
6.13 Shrnutí 80
6.14 Autotest 82
7 Vektorové formáty ..................................................................................... 83
7.1 Princip vektorového popisu kresby .................................................... 83
7.2 Vlastnosti vektorových formát ......................................................... 84
7.3 Technologie C4 .................................................................................. 87
7.3.1
Vymezení pojm .................................................................. 87
7.3.2
Systémy CAD....................................................................... 89
7.3.2.1 Historie CAD........................................................................ 89
7.3.2.2 Krize CAD............................................................................ 89
7.3.2.3 Teorie CAD sytému ............................................................. 90
7.3.3
CAE...................................................................................... 91
7.3.4
CAM..................................................................................... 92
7.3.5
CIM ...................................................................................... 92
7.3.5.1 Charakteristické rysy CIM ................................................... 92
7.3.5.2 Zpracování a tok informací v C4 ..........................................93
7.3.6
Perspektivy dalšího vývoje technologie C4..........................94
7.4 Shrnutí.................................................................................................94
7.5 Autotest ...............................................................................................95
8 Konverze dat ...............................................................................................96
8.1 P evod z bitmapového (rastrového) do bitmapového formátu............97
8.2 P evod z vektorového do vektorového formátu ..................................98
8.3 P evod z vektorového do bitmapového formátu .................................98
8.3.1
Rasterizace úse ky ................................................................99
8.3.1.1 Algoritmus DDA.................................................................100
8.3.1.2 Bresenham v algoritmus rasterizace úse ky ......................101
8.3.2
Rasterizace kružnice ...........................................................102
8.3.2.1 Bresenham v algoritmus rasterizace kružnice....................104
8.4 P evod z bitmapového (rastrového) do vektorového formátu...........104
8.5 Shrnutí...............................................................................................106
8.6 Autotest .............................................................................................106
9 P ehled grafických formát .....................................................................108
9.1 Bitmapové (rastrové) formáty ...........................................................108
9.1.1
Formát PCX ........................................................................108
9.1.2
Formát GIF (Graphic Interchange Format).........................108
9.1.3
Formát PNG ........................................................................109
9.1.4
Formát BMP........................................................................109
9.1.5
Formát Targa (TGA)...........................................................110
9.1.6
Formát TIFF (Tag Image File Format) ...............................110
9.1.7
Grafický formát JPEG.........................................................110
9.2 Vektorové formáty ............................................................................111
9.2.1
Formát DXF (Data Exchange Format) ...............................111
9.2.2
Formát HPGL......................................................................111
9.3 Metaformáty......................................................................................113
9.3.1
Formát EPS .........................................................................113
9.3.2
Formát WMF ......................................................................113
9.4 Multimediální formáty ......................................................................114
9.4.1
Formát MPEG.....................................................................114
9.4.2
Formát AVI.........................................................................115
9.4.3
Formát MOV.......................................................................116
9.5 Shrnutí...............................................................................................116
9.6 Kontrolní otázky ...............................................................................116
10 Studijní prameny ......................................................................................117
10.1 Seznam použité literatury..................................................................117
10.2 Seznam dopl kové studijní literatury ...............................................119
10.3 Odkazy na další studijní zdroje a prameny .......................................119
11 Klí 120
11.1 Odpov di na kontrolní otázky...........................................................120
11.2 Výsledky autotestu ............................................................................120
Úvod
1
Úvod
1.1 Cíle
Cílem p edm tu „Po íta ová grafika I“ je porozum t nejpoužívan jším
metodám uložení obrazové informace do souboru, seznámit se se základními
funk ními principy moderních technických prost edk pro po íta ovou grafiku
a pochopit základní algoritmy používané pro zpracování grafických informací.
Kurz je zam en p edevším na rovinnou (2D) grafiku, z prostorové (3D)
grafiky jsou uvedeny jen základy ve 2. modulu. Podklady pro studium jsou
rozd leny do 2 modul :
1. Teorie grafických formát ,
2. Technické prost edky, zpracování obrazu a základy 3D grafiky.
Cílem tohoto 1. modulu je porozum t struktu e a metodám práce s nejpoužívan jšími grafickými formáty a dále se seznámit se zp sobem využití grafických formát v technické, zejména geodetické praxi.
1.2 Požadované znalosti
Po prostudování tohoto modulu jsou od student o ekávány tyto znalosti: Princip digitalizace obrazu, Shannon v/Kot lnikov v teorém, aliasing. Teorie barev, barevné modely, metody rozptylování barev. Fyzické a logické formáty
v po íta i, p ímé a nep ímé uložení pixelu do souboru, struktura souboru s obrazovou informací (hlavi ka, paleta, data). Ukládání obrazových dat do pás a
dlaždic. Princip a význam komprese dat. Nejpoužívan jší kompresní metody
(RLE, kvadrantový strom, LZW, Huffmann v kód, vlnková transformace, predikce, diskrétní kosinová transformace, fraktální komprese, redukce barev,
vektorová kvantizace). Vektorová grafika, vektorové grafické formáty a jejich
porovnání s rastrovými grafickými formáty. Využití vektorové grafiky v praxi
zejména v technologii C4. Problematika konverze grafických formát zejména
p evod vektor – rastr (v etn princip základních rasteriza ních algoritm pro
úse ku a kružnici) a konverze rastr – vektor (vektorizace). Charakteristické
vlastnosti nejpoužívan jších grafických formát (BMP, GIF, TIFF, JPEG,
DXF, HPGL, …).
- 7 (120) -
1.3
Doba pot ebná ke studiu
Pro zvládnutí tohoto p edm tu v denním studiu je plánovaná hodinová
dotace v jednom semestru 2 – 2 hod. týdn , tj. 2 hod. p ednášek, 2 hod. cvi ení.
P i délce trvání 1 semestru 13 týdn to odpovídá 13 x 2, tj. 26 hodin studia pro
2 moduly, pro jeden modul pak polovina, tj. 13 hodin.
1.4
Klí ová slova
Po íta ová grafika, digitalizace obrazu, vzorkování, kvantování, teorie
barev, CIE diagram, barevné modely (RGB, CMY, HSV, HLS), rozptylování
barev, grafický formát, hloubka pixelu, endián, bitové pohlaví, paleta, uložení
do pás a dlaždic, hierarchické dlaždice, komprese dat, ztrátová, bezeztrátová
komprese, kvadrantový strom, RLE, slovníková komprese (LZW), Huffman v
entropický kód, vlnková (wavelet) transformace, predikce, redukce barev, vektorová kvantizace, diskrétní kosinová transformace (DCT), fraktální komprese,
vektorové formáty, technologie C4, konverze grafických formát , transformace
sou adnic, syntaktická a sémantická analýza.
1.5
Metodický návod na práci s textem
Každá kapitola za íná výkladem, který je podle pot eby dopln n ilustrativními p íklady. Nejd ležit jší poznatky jsou stru n uvedeny v podkapitole
„Shrnutí“, kterou by po prostudování dané problematiky m l každý um t pokud možno sám svými slovy rekonstruovat. V samém záv ru jsou kontrolní
otázky nebo autotest, který slouží k samostatné kontrole v jaké kvalit byla
daná kapitola zvládnuta. Správné odpov di nalezne tená v kapitole „Klí “.
Jednotlivé kapitoly na sebe logicky navazují, proto je doporu ujeme studovat
postupn tak jak jsou uspo ádány v textu.
Vzhledem k omezenému rozsahu stran je tento modul koncipován tak,
že slouží jen jako dopln k ke skript m [26] a [34]. V tšina kapitol na tato
skripta pouze odkazuje; v plném rozsahu jsou uvedeny jen ty kapitoly, které ve
skriptech chybí nebo jsou zpracovány nedostate n , pop . mají st žejní význam. Pro úplné zvládnutí celé problematiky v etn správných odpov dí na
otázky v autotestu je nezbytné prostudovat nejen tento modul, ale i uvedená
skripta.
Úvod do po íta ové grafiky
2
Úvod do po íta ové grafiky
2.1
Historie po íta ové grafiky
První pokusy o zpracování grafické informace po íta em bylo možné
pozorovat už ve 40. letech (W. B. Hales, 1944, analogové kresby) a 50. letech
(Iwan Moscowich, 1951, kreslicí stroj). První publikace vyšly ve 2. polovin
50. let (Max Bense, 1954, „Programmierung des Sch nen“, W. Franke, 1957,
„Kunst und Konstruktion“). Termín po íta ová grafika se poprvé objevuje
v roce 1960, kdy pracovníci firmy Boeing za ali tímto pojmem ozna ovat proces návrhu a realizace výkresové dokumentace pomocí po íta e.
Protože grafika pat í mezi úlohy nenumerické povahy, na které není
klasická univerzální architektura po íta von Neumanna vhodná, mohla se
rozvinout tehdy až výkonnost technických prost edk dosáhla ur itého stupn .
Ve vývoji po íta ové grafiky pozorovat tyto d ležité etapy:
1. od po átk do konce 60. let. Toto období je charakterizováno unikátními pokusy o zpracování grafické informace ve vybraných institucích.
2. 70. léta. Rozvoj technických prost edk umožnil rozší ení po íta ové
grafiky do celého sv ta, ale jen na úrovni organizací. Vzhledem k vysoké po izovací cen technického vybavení nebyla po íta ová grafika
p ístupná širšímu okruhu uživatel . První zmínka o navrhování po ítaem (CAD), pokus o využití po íta ové grafiky v um ní, za átky sv tových výstav s touto tématikou (Japonsko).
3. 80. léta. Uvedení mikroprocesor na trh umožnil zlevnit technické prost edky a rozší it okruh uživatel po íta ové grafiky. Po íta e IBM PC
byly ješt pro jednotlivce cenov nedostupné, ale po íta ZX Spectrum
lorda Sinclera, osazený mikroprocesorem ZX-81 byl cenov p ijatelný i
pro soukromé uživatele (domácnosti).
4. 90. léta. Rozvoj technologií VLSI (Very Large Scale Integration) a komunikací (Internet) ovlivnil významn i po íta ovou grafiku. Prosazuje
se masov 3D grafika a animace, po íta ová grafika proniká do tém
všech obor lidské innosti.
Z krátkého historického p ehledu je vid t, že po íta ová grafika byla
zpo átku jen ojedin lou a pom rn vzácnou disciplínou, protože vyžadovala
nasazení složitých a v té dob drahých technických prost edk . Vlivem prudkého rozvoje výpo etní techniky (zejména unifikace hardware umož ující velkou sériovou výrobu sou ástek a funk ních blok ) došlo k výraznému poklesu
cen technických po íta ových produkt . Tím se podstatn rozrostl po et uživatel a dnes už je velmi obtížné najít oblast, kde by zpracování obrazu nenalezlo
své uplatn ní. Je to dáno i tím, že více než polovinu informací p ijímá lov k
zrakem a obraz je velmi efektivním prost edkem pro komunikaci.
Bližší informace o historii po íta ové grafiky jsou nap . v [7], [8], [26].
- 9 (120) -
Teorie grafických formát
2.2
P edm t po íta ové grafiky
P edm tem po íta ové grafiky jsou p edevším obecné procesy zpracování grafické informace a jejich vzájemná provázanost – viz obr. 2.1.:
1. Po ízení grafických dat
a) digitalizace reálné p edlohy
b) vytvo ení nové kresby uživatelem (nap . editorem)
c) kombinace ad a) a ad b).
2. Editace stávající grafické informace (kresby) bez analýzy obsahu dat.
3. Databázové operace:
zápis do souboru v grafickém formátu, komprese a konverze dat, uložení
souboru, vyhledávání, tení a dekódování dat apod.
4. Modelování grafické informace.
5. Rekonstrukce grafické informace.
Po íta ová grafika není izolovaná a využívá poznatk z n kolika v dních disciplín. Nejblíže má k po íta ovému vid ní (computer vision), které
zpracovává obraz s cílem porozum t mu tím, že jednotlivým objekt m
v obraze p i azuje interpretaci. Další p íbuznou oblastí je teorie signál , jejíž
prost edky umož ují snadný popis p echodu od spojitého obrazu reálného sv ta k diskrétnímu obrazu, se kterým se pracuje v po íta ové grafice. Své využití
zde nalezla i teorie informace a to zejména ve tvorb metod pro kompresi dat.
reálný prostor
diskrétní prostor
(analogový, spojitý)
(nespojitý)
výstupní
za ízení
rekonstrukce
obrazu
p edloha
(obrázek)
digitalizace
obrazu
vstupní
za ízení
Technické a
programové
vybavení
pro po ítao-vou
uživatel
editace
modelování
uživatelské
rozhraní
grafiku
databázové
operace
grafická
databáze
Obr. 2.1. Procesy v po íta ové grafice
- 10 (120) -
Úvod do po íta ové grafiky
Po íta ovou grafiku m žeme rozd lit podle dimenze na:
- rovinnou, plošnou (2D)
- prostorovou (3D),
každou z nich m žeme rozd lit podle zp sobu popisu obrázku na:
-
rastrovou (popisuje každý bod obrázku),
vektorovou (popisuje obraz pomocí základních grafických prvk ).
Do po íta ové grafiky rovn ž pat í i animace, která m že být plošná, prostorová, rastrová i vektorová.
V tomto modulu se budeme zabývat plošnou rastrovou a vektorovou grafikou. Prostorová grafika a vizualizace bude náplní dalšího modulu.
2.3
Shrnutí
Po íta ová grafika se od nesm lých po átk ze 60. let vyvinula
v samostatnou v dní disciplínu. P íznivý vliv na její rozvoj m l prudký technický pokrok v oblasti výpo etní techniky. Hlavními mezníky vývoje jsou 70.
léta (rozvoj mikroprocesor ) a 90. léta (paralelní struktury, internet) Pro svoji
relativní univerzálnost se stala základem dalších technických obor . P edm tem po íta ové grafiky je uchování a zpracování grafické informace bez ohledu
na obsah této informace. Využívá metod jiných v dních obor jako aplikovaná
matematika a fyzika, teorie signál apod. Po íta ová grafika m že být podle
dimenze plošná nebo prostorová, podle zp sobu popisu kresby rozeznáváme
rastrovou a vektorovou grafiku.
Kontrolní otázky
1. Jmenujte nejd ležit jší mezníky vývoje po íta ové grafiky
2. Co je p edm tem po íta ové grafiky a jaké jsou její p íbuzné obory?
3. Jaké procesy probíhají v po íta ové grafice?
4. Jak lze rozd lit po íta ovou grafiku?
Teorie grafických formát
3
Digitalizace obrazu
V reálném sv t jsou všechny obrázky analogové, tj. skládají se
z nekone n mnoha bod . Pokud chceme uložit obrázek (p edlohu) do po íta e
k dalšímu zpracování, musíme jej p evést do digitální formy (laicky e eno do
hromady ísel). Tento p evod se nazývá digitalizace obrazu.
y
P(x,y)
x
Obr. 3.1. Obecný bod p edlohy
Z obrázku 3.1. je vid t, že každý bod má z hlediska po íta ové grafiky tyto
základní vlastnosti:
1. umíst ní v p edloze dané sou adnicemi (x, y),
2. konkrétní jednobarevný nebo mnohobarevný odstín, který pro naše pot eby
m žeme reprezentovat n jakou vhodnou fotometrickou veli inou; t mto
ú el m nejlépe vyhovuje jas. Je to veli ina, která souhrnn vyjad uje vlastnosti obrazového signálu tak, jak je vnímá i lov k. Použití jasu je jednodušší než popisovat složitý optický proces vytvá ení obrazu.
Zave me si proto pojem obrazová funkce F(x, y), která matematicky
popisuje bod v p edloze. Je-li funkce F skalár, je daný bod o sou adnici (x, y)
jednobarevný a mají-li všechny body p edlohy tuto vlastnost, pak íkáme, že
obraz je monochromatický. Je-li funkce F vektor o n kolika složkách, má vyšet ovaný bod r znobarevný odstín a pokud lze takto popsat všechny body
p edlohy, jde o obraz panchromatický tj. barevný. Z matematického hlediska je
digitalizace obrazu transformace obrazové funkce F dvou prom nných (x, y)
z reálného oboru na funkci G dvou prom nných (X, Y) z oboru celých ísel:
F(x, y) →
G(X, Y)
(x, y) ∈ R
(X, Y) ∈ N
(3.1)
Digitalizací musíme zachytit ob význa né vlastnosti bodu obrazu tj.
jeho umíst ní a hodnotu obrazové funkce. Proto je celý proces možné rozd lit
na dva díl í procesy:
1. vzorkování v ploše,
2. kvantování v úrovních.
- 12 (120) -
Digitalizace obrazu
3.1
Vzorkování v ploše
Vzorkování je proces snímání vzork obrazové funkce v ploše p edlohy.
K tomuto ú elu se využívá tzv. obrazová matice, jejíž dv typické varianty
a) ortogonální,
b) hexagonální, ukazuje obr. 3.2.
a)
b)
Obr. 3.2. Obrazová matice a) ortogonální, b) hexagonální
Hexagonální matice má proti ortogonální výhodu v tom, že euklidovská
vzdálenost mezi sousedními body matice je ve všech sm rech konstantní, což
zjednodušuje operace založené na sousednosti bod nap . v geografických informa ních systémech (GIS). Nevýhodou tohoto uspo ádání je to, že se na takto vzorkovaný obraz obtížn aplikuje ortogonální transformace nap . diskrétní
Fourieova transformace a tedy i diskrétní kosinová transformacei (viz kap.
6.11.). Proto se v praxi užívá výhradn jen ortogonální m ížka.
Obrazové matici se také íká vzorkovací nebo digitaliza ní m ížka. Uzlové body m ížky jsou v anglosaské literatu e ozna ovány termínem pixel nebo
jen pel, což je akronym z anglického sousloví picture element (prvek obrazu).
Rozeznáváme logický pixel (matematický), který reprezentuje ve skute nosti nikoliv jediný bod, ale celou plošku p edlohy (v podstat jde o okolí
uzlového bodu). Tato ploška na fyzickém výstupním médiu (papír, stínítko
obrazovky atd.) p edstavuje fyzický pixel.
D ležitým problémem vzorkování je stanovení periody vzorkování tj.
vzdálenosti mezi nejbližšími logickými pixely v obraze. P íliš hustá m ížka
vede k velkému po tu bod a tím i zna né velikosti souboru, ídká m ížka má
za následek velkou ztrátu informace. Proto je t eba zvolit rozumný kompromis
mezi velikostí souboru a hustotou obrazové matice. Tuto otázku eší Shannon v nebo Kot lnikov v teorém o vzorkování známý z teorie signál [3], který
íká, že vzorkovací frekvence musí být nejmén 2x vyšší než nejvyšší frekvence ve vzorkovaném signálu. Z našeho hlediska lze teorém interpretovat takto:
Nech d je rozm r (ve sm ru osy x i y) nejmenšího detailu p edlohy,
který chceme pro naše ú ely ješt zachovat tj. zdigitalizovat. Pak vzdálenost a
mezi sousedními body obrazové matice ( m ížky) musí spl ovat vztah:
a≤
d
2
(3.2)
Teorie grafických formát
Vzdálenosti a mezi sousedními body digitaliza ní m ížky se n kdy také
d
íká m ížková konstanta. Bude-li obrazová matice ídká tj. a , pak detail
2
obrázku o rozm ru d propustíme (propadne m ížkou). Vzdálenost a ur uje dále
tzv. rozlišení obrazu, které se udává v dpi, což je zkratka z anglického termínu
dots per inch tj. bod na palec; 1″ (inch) = 25.4 mm.
3.2
Kvantování v úrovních
Kvantováním se rozumí digitalizace hodnoty (amplitudy) obrazové
funkce v daném bod p edlohy. Na rozdíl od vzorkování má tato innost jednorozm rný charakter. Jde o proces reprezentace analogových plošn diskretizovaných vzork kone ným po tem diskrétních úrovní.
Amplituda analogového vzorku F(x, y) se porovnává
s kone ným po tem rozhodovacích úrovní {di}. Leží-li hodnota amplitudy
v intervalu <di ,di+1>, je tato hodnota nahrazena rekonstruk ní úrovní ri. - viz
obr. 3.3. Nech analogové amplitudy vzork leží v pásmu:
dm ≥ F ( x , y ) ≥ d 0
kde
(3.3)
dm je maximální a d0 je minimální amplituda vzorku.
Problémem je zde nalezení kvantiza ní funkce tj.:
1. stanovení optimálního po tu kvantiza ních (diskrétních) hladin a
2. nalezení rozhodovacích a rekonstruk ních úrovní.
ad 1) - stanovení po tu kvantiza ních úrovní
Po et kvantiza ních úrovní musí být dostate ný, aby nevznikaly zkreslené obrysy a aby byly vyjád eny dostate n jemné detaily obrazu. Pro lov ka
je patrný vznik falešných obrys p i po tu jasových úrovní menších než 50. P i
stanovení po tu t chto úrovní se vychází z kontrastní citlivosti zraku. Zrak se
chová jako diferenciální analyzátor, který více reaguje na zm ny jasu sousedních pixel , než na jejich absolutní hodnoty. Vnímání jasových diferencí ∆B =
Bi+1 -Bi proti pozadí s rovnom rným jasem B0 popisuje Weber - Fechner v
zákon:
∆B = kB 0
kde
(3.4)
B0 je jas pozadí
k = 0.015 - 0.02
po úpravách [26] dostaneme vztah pro po et kvantiza ních úrovní n:
B max
B min
n=
log(1 + k )
log
- 14 (120) -
(3.5)
Digitalizace obrazu
B max
= 100 vychází rozlišitelný po et grada ních stup
B min
n=230, nejblíže vyšší mocna 2 k 230 je íslo 256 (tj. 28) Tento výsledek je potvrzen praxí, protože v mnoha p ípadech vyhovuje 256 kvantiza ních úrovní tj.
zobrazení pixelu do 8 bit (viz kap. 5).
Pro pom r jas
ad 2) stanovení rozhodovacích a rekonstruk ních úrovní
Na základ daného po tu kvantiza ních úrovní je t eba stanovit rozhodovací a rekonstruk ní úrovn tak, aby kvantiza ní chyba byla minimální.
Kvantiza ní chyba je vid t na obr. 3.3. jako rozdíl mezi vstupním a
kvantovaným vzorkem tj. F(x, y) - Fr(x, y). Definuje se jako st ední kvadratická chyba a pro n kvantiza ních úrovní má tvar:
ε=
dm
d0
( F − Fr ) 2 p( F ) dF =
m −1
j =0
d j +1
dj
( F − rj ) 2 p( F ) dF
(3.6)
kde p(F) je hustota pravd podobnosti výskytu díl ích úrovní jasové funkce.
max. amplituda
dm
rm-1
dm-1
.
.
.
dj+1
rj
∆
dj
Vstupní vzorek
F(x, y)
kvantovaný vzorek
Fr(x, y)
d1
r0
d0
min. amplituda
rozhodovací úrovn
rekonstruk ní úrovn
kvantiza ní chyba ∆ = Fr(x, y) - F(x, y)
Obr. 3.3. Princip kvantizace
Teorie grafických formát
Po úpravách viz [3], [26] dostaneme optimální rekonstruk ní úrove :
rj =
dj + 1 + dj
2
(3.7)
Je-li hustota pravd podobnosti hodnoty obrazové funkce mezi dv ma
rozhodovacími úrovn mi konstantní, pak optimální rekonstruk ní úrove leží
mezi t mito dv ma rozhodovacími úrovn mi.
Výb rem optimálních rozhodovacích úrovní v obecném p ípad se zabývali Panter a Dite [22] a Max v [19].
Pokud má být rozložení kvantiza ních úrovní nerovnom rné, pak toho
lze dosáhnout:
a) p ímo a to nerovnom rnou kvantiza ní charakteristikou,
b) nep ímo, pomocí úrov ové nelineární komprese
s rovnom rnou kvantiza ní charakteristikou.
a
kvantováním
Obr. 3.4. Kvantiza ní funkce
Kvantiza ní chyba a její pr b h má st žejní vliv na návrh za ízení pro
kvantování tzv. kvantizéru. Kvantizéry mohou být bez pam ti (každý vzorek se
kvantuje nezávisle) a s pam tí, kdy hodnota výstupu je závislá na n kolika
p edchozích vzorcích. Na obr. 3.4. vidíme 2 základní typy kvantizér : a) uprost ed plochý, b) uprost ed roste.
3.3
Aliasing
Se vzorkováním a zm nou rozlišení úzce souvisí aliasing. Je to jeden
z nejd ležit jších pojm v po íta ové grafice v bec. Aliasing je jev (informace, artefakt) v obraze, který vznikne tím, že vysoké frekvence vystupují jako
frekvence nízké. Situaci znázor uje obr. 3.5., na kterém vidíme ást sinusového signálu. Na obr. 3.5. a) je vzorkovací frekvence vyšší než kmito et sinusovky, na obr. 3.5. b) je limitní p ípad Shannonova teorému (vztah 3.2.), kdy vzor-
- 16 (120) -
Digitalizace obrazu
kovací perioda je p esn rovna polovin periody sinusovky. Na obr. 3.5. c) a d)
je však sinusový signál vzorkován nižší frekvencí než je dvojnásobek jeho
frekvence. Nasnímané vzorky pak p edstavují signál s nižší frekvencí než v je
ve vzorkované funkci (sinusovce). Tyto nízké frekvence nazýváme alias. Alias
nem žeme zcela odstranit, m žeme jej jen áste n potla it. V po íta ové grafice se tento proces nazývá antialiasing. Používají se 2 metody:
1. vzorkování s vyšší frekvencí (angl. supersampling),
2. p evedení aliasu na šum.
Obr. 3.5. Vzorkování sinusového signálu
ad1) Supersampling je proces, který má tyto fáze:
-
vytvo ení virtuálního obrazu s rozlišením (2k+1) krát vyšším než je
požadováno. Každé skupin (2k+1) x (2k+1) pixel (nap . 3 x 3) ve
virtuálním obraze se íká superpixel,
- filtrace virtuálního obrazu, kdy se každému superpixelu p i adí jediná barva tak, že se vypo ítá pr m r, který se p i adí celé ploše superpixelu. Filtruje se pomocí speciálních konvolu ních filtr pro potla ení vysokých frekvencí – viz modul 02,
- p evzorkování obrazu do požadovaného rozlišení.
Vzorkování s vyšší frekvencí tedy znamená zvýšení frekvence vzorkovacího rastru a jeho zp tné snížení zpr m rováním. Princip je z ejmý z obr.
3.6. Uvedená metoda má své nevýhody a to:
-
technickou, která spo ívá v tom, že vzorkovací frekvence nem že
být nekone ná,
- teoretickou – obrazy v po íta ové grafice nejsou obecn frekven n
omezené, a pouhé kone né zvýšení vzorkovací frekvence nem že problém
aliasu zcela vy ešit. Jen jej posune k vyšším frekvencím. Uvedená metoda, kdy
se po vzorkování provádí filtrace se v zahrani ní literatu e nazývá postfiltering.
Teorie grafických formát
Obr. 3.6. Princip supersamplingu
ad2) podstatou p evedení aliasu na šum je stochastické vzorkování. Jde
o vzorkování obrazu v náhodn nepravidelných intervalech, kdy nežádoucí
vysoké frekvence vystoupí jako šum a ne jako nízké frekvence (alias). P evedení aliasu na šum využívá skute nosti, že lidské oko je na šum mén citlivé
než na alias. V oku jsou ty inky a ípky rozmíst ny náhodn , proto vidíme
pravidelné textury bez aliasu. Je s podivem, že náhodné uspo ádání fotoreceptor v oku tém p esn odpovídá optimálnímu filtru pro p evod aliasu na šum.
Rozložení vzork v tomto filtru je možné statisticky popsat tzv. Poissonovým
rozložením, u kterého je zaru ena minimální vzdálenost d mezi dv ma vzorky
tzv. Poisson disc. Výpo etní postup založený na této teorii je však z asových
d vod prakticky nepoužitelný. P i každém vygenerovaném vzorku by se muselo testovat, zda v jeho okolí ve vzdálenosti d není jiný vzorek. Pokud by takový p ípad nastal, vzorek by se zamítnul a vygeneroval by se vzorek nový.
V praxi se proto osv d il algoritmus zvaný rozt esení (angl. jittering). Jeho
principem je umíst ní vzork do st edu pixel a následné zat esení s nimi tak,
aby žádný z nich neopustil hranici svého fyzického pixelu. Tímto zp sobem je
docíleno náhodného rozložení vzork v pixelu a sou asn je zachováno jejich
relativn rovnom rné rozložení po celé ploše v obrazu – viz obr. 3.7. Nejhorší
p ípad nastane tehdy, setkají-li se ty i vzorky v jednom rohu plochy fyzického
pixelu. Pozice vzork na obr. 3.7. b) jsou generovány náhodnými ísly
z intervalu <- /2; + /2>, kde je rozm r pixelu.
a) pravidelné vzorkování
b) stochastické vzorkování - rozt esení
Obr. 3.7. Princip rozt esení
Problematika aliasingu je dob e popsána nap . v [44].
- 18 (120) -
Digitalizace obrazu
3.4
Shrnutí
Digitalizace obrazu probíhá ve 2 fázích:
1. vzorkování v ploše, kdy se registrují hodnoty obrazové funkce v bodech
diskrétní m ížky,
2. kvantování v úrovních které spo ívá v p i azení diskrétní hodnoty sejmutému vzorku v závislosti na jeho hodnot .
V digitalizovaném obrazu se objevuje alias, který se projevuje tím, že vysoké kmito ty v obrazu vystupují jako kmito ty nízké. Je zp soben nedodržením Shannon – Kot lnikova teorému který íká, že vzorkovací kmito et musí
být alespo 2x v tší než nejvyšší kmito et obsažený v p vodním obrazu. Alias
nelze úpln odstranit, ale jen potla it. Používá se 2 metod:
1. supersampling, který spo ívá v tom, že se vytvo í do asný obraz o vyšším rozlišení, p vodním pixel m se p i adí zpr m rované hodnoty tzv.
superpixel , které k t mto pixel m pat í a obraz se zp t p evzorkuje do
p vodního rozlišení,
2. p evodem aliasu na šum, kdy se sejmou nové hodnoty vzork v náhodn generovaných pozicích v rámci p vodních pixel tzv. rozt esení.
3.5
Autotest
1. P edloha má rozlišení 600 dpi. Jaká je nejv tší možná perioda vzorkování?
a) 0,4 mm
b) 0,5 mm
c) 0,3 mm
d) 0,2 mm
e) 0,1 mm
2. Kvantování je proces
a) snímání hodnot obrazové funkce b) p evod vzork do diskrétních úrovní
c) rekonstrukce obrazové funkce
d) analýzy obrazové funkce
3. Alias se projeví tehdy, je-li perioda vzorkování
a) menší
b) v tší
c) rovna
polovin nejmenšího detailu v obrazu.
4. Alias lze zcela odstranit:
a) vyšším rozlišením b) supersamplingem c) p evodem na šum d) nelze odstranit v bec
Teorie grafických formát
4
Teorie barev
Barvy vnímáme prost ednictvím sv tla. Sv tlo je v podstat ást elektromagnetického vln ní v rozsahu od 4,3. 1014 Hz ( ervená) do 7,5. 1014 Hz
(fialová). Na obrázku 4.1., jsou znázorn ny dosud známé druhy elektromagnetických vln podle [9].
Obr. 4.1. Druhy elektromagnetického vln ní
Barevný vjem se dá vysv tlit takto:
Pokud n jaký sv telný zdroj vysílá všechny frekvence viditelného pásma, vzniká interferencí tj. skládáním bílé (achromatické) sv tlo. Dopadá-li toto
sv tlo na ur itý objekt, ást sv tla se pohltí a ást se odrazí od povrchu.
V odraženém spektru je vnímána barva objektu. Odrazí-li se nap . nízké frekvence, je objekt vnímán jako ervený, protože na naše zrakové orgány p evážn p sobí tzv. dominantní frekvence (vnímané sv tlo má svou dominantní vlnovou délku). Samotný vjem barvy vzniká v mozku. Prost edníkem mezi podn tem (viditelným sv tlem) a vjemem barvy je oko – viz obr. 4.2. Svazek paprsk dopadá p es rohovku, o ku a sklivec na sítnici, která je pokryta bu kami dvojího druhu:
-
ty inkami (v po tu asi 120 milion ), které jsou citlivé na intenzitu
sv tla (monochromní vid ní),
-
ípky (p ibližn 6,5 milion ), které jsou citlivé na dominantní vlnovou délku (barevné vid ní).
Ty inky a ípky reprezentují funkci sníma , které transformují elektromagnetické vln ní viditelného spektra na signály, jenž jsou dále p enášeny
zrakovým nervem do p íslušného mozkového centra. V p eneseném slova
smyslu je možné oko považovat za digitální kameru se sníma em o minimálním po tu 6,5 milionu prvk (6,5M pixel ). Velmi zajímavé je, že plošné rozmíst ní bun k citlivých na sv tlo na sítnici oka není pravidelné (viz obr. 3.7.a),
ale nahodilé (podobn jako na obr. 3.7. b). Toto uspo ádání p itom odpovídá
- 20 (120) -
Teorie barev
ideálnímu Poissonovu rozložení pro eliminaci aliasu a jeho p evodu na šum
(viz p edchozí kapitola 3.3.). Citlivost ípk na dominantní vlnovou délku není
v rozsahu viditelného spektra stejná jak ukazuje obr. 4.3. b), ale jsou zde patrná
3 lokální maxima pro vlnové délky =620 nm ( ervená), =520 nm (zelená) a
=450 nm (modrá). Výsledná barva c je dána vektorem
Obr. 4.2. ez lidským okem
trichromatických spektrálních initel (r, g, b) vynásobených relativní citlivostí
oka (R, G, B) na principu aditivního míchání – viz obr. 4.3.:
c = rR + gG + bB
a)
(4.1)
b)
Obr. 4.3. Spektrální trichromatické initele (a) a relativní citlivost ípk oka na
dominantní vlnovou délku sv tla (b)
Sv tlo je obecn charakterizováno t mito veli inami:
jasem (svítivostí), který odpovídá intenzit sv tla,
sytostí, která udává istotu barvy sv tla. Je tím vyšší, ím užší je
spektrum barevných frekvencí obsažených ve sv tle,
sv tlostí ur ující velikost bílé (achromatické) složky ve sv tle
s ur itou dominantní frekvencí,
Teorie grafických formát
barevností (chromacity), která je dána kombinací sytost+dominantní
frekvence.
Použijeme-li 2 pop . více zdroj sv tla o r zných barvách a intenzitách,
m žeme vytvo it škálu dalších barev. Vytvo í-li 2 zdroje bílé sv tlo, pak se
barvám t chto zdroj íká, že jsou dopl kové neboli komplementární. Vzniká
p irozená otázka, zda je možné najít takové základní barvy, jejichž složením by
bylo možné vygenerovat všechny existující barvy. Z principu skládání vlnových d j vyplývá, že to možné není. Tato skute nost bude potvrzena CIE diagramem v další kapitole. Lze však vybrat n kolik základních barev, které vytvo í bázi pro velkou ást existujících barevných odstín . Kombinací základních barev o r zných intenzitách lze získat barevný rozsah, na který je navyklé
lidské oko. Ukázka skládání zá ení luminofor v oku je na obr. 4.4.
sou et
sou et
Obr. 4.4. Aditivní skládání barev do výsledného odstínu v oku
- 22 (120) -
Teorie barev
4.1
Chromatický diagram CIE
V roce 1931 byl ustaven standard, v n mž je mimo jiné zakotven po et
základních barev, jejichž kompozicí se budou tvo it další odstíny barev
v technické praxi a chromatický diagram CIE (Comission Internationale de
l′Éclairage). Podle tohoto standardu se barvy definují jako vážený sou et 3
barev. Tento po et byl odvozen z pr b hu citlivosti lidského oka na vlnovou
délku sv tla (viz obr. 4.3.), který obsahuje 3 maxima. Každá skute ná barva je
ve standardu ur ena matematicky daným množstvím 3 základních barev, které
jsou nutné pro její vytvo ení. P edpokládejme, že ur itá barva o složkách x, y,
z je vytvo ena ze 3 základních barev, z nichž každá má množství A, B, C. Pak
m žeme jednotlivé složky barvy vyjád it v normalizovaném tvaru takto:
x=
A
A+ B+C
y=
B
A+ B+C
z=
C
A+ B+C
(4.2)
Protože jde o vážený sou et barev a platí: x + y + z = 1 je jedna složka závislá a pro jednozna né ur ení barvy jsou dosta ující jen 2 složky. Vybereme-li složky x, y, pak m žeme reprezentovat všechny barvy pomocí dvourozm rného diagramu. K ivka, která ohrani uje barvy viditelného spektra se
nazývá chromatický diagram CIE - viz obr. 4.5. Hrani ní k ivka diagramu
p edstavuje množinu nasycených barev a je okótována ve vlnových délkách v
[nm] t chto barevných odstín . Bod ozna ený v obr. 4.5. jako C (Point of equal
energy) reprezentuje isté achromatické sv tlo a je standardem pro pr m rné
denní sv tlo (angl. illuminant C).
Z CIE diagramu je možné dále ode íst tyto veli iny:
1) Sytost barevného odstínu. Nap . sytost barvy reprezentované bodem G je
CG
100[%] . Barva G na obr. 4.5. má sytost asi 75%.
CA
2) Dominantní vlnovou délku. Ta je definována jako pr se ík úse ky AC (kde
C je illuminant) s hrani ní spektrální k ivkou CIE diagramu. Na obr. 4.5.
m žeme v bod A ode íst dominantní vlnovou délkou pro odstín G.
3) Dopl kové barvy. Jsou to takové barvy, na jejichž spojnici v CIE diagramu
leží bod C (standard pr m rného denního sv tla). Mají-li dopl kové barvy
stejnou sytost, vznikne jejich kombinací bílé sv tlo C. V obr. 4.5. jsou barvy
B a G dopl kové.
4) Barevné rozsahy, které jsou ur eny množinou bod , vytvo enou lineárním
(úse kou) nebo plošným (mnohoúhelník) útvarem, který celý leží
uvnit CIE diagramu. Na obr. 4.5. je nap . možné získat všechny barvy (body) na úse ce AB kombinací základních barev, reprezentovaných práv body A a B. Dále všechny vnit ní body trojúhelníka lze vytvo it kombinací základních barev z jeho vrchol D, E, F. Z t chto p íklad je vid t, že není
možné sestrojit takový trojúhelník, který by pokrýval celý CIE diagram.
Z toho vyplývá, že pomocí kone ného po tu základních barev není možné
vytvo it všechny existující barevné odstíny.
Je t eba poznamenat, že CIE diagram neur uje, jaké barvy se mají stanovit jako základní. Každé technické za ízení m že proto mít své 3 základní
barvy a tím i sv j vlastní trojúhelník v chromatickém diagramu – viz obr. 4.6.
dána pom rem úse ek:
Teorie grafických formát
Obr. 4.5. Chromatický diagram CIE
Obr. 4.6. Barevný rozsah obrazovky a tiskárny v rámci CIE diagramu
- 24 (120) -
Teorie barev
4.2
Barevné modely
Standard CIE zmín ný v p edchozí ásti sice stanoví po et základních
barev ne eší však n které d ležité problémy a to:
1. které 3 konkrétní barvy se mají použít jako základní,
2. metodiku kombinace základních barev pro získání dalších barevných odstí-
n . Jde o to: jednozna n popsat barvy a jejich složení.
Soubor základních barev a pravidla pro jejich míchání a zm nu barevné
charakteristiky jsou v po íta ové grafice definovány pomocí barevných model . N které grafické systémy asto obsahují n kolik barevných model a prost edky pro p evod mezi nimi.
Podle zp sobu míchání základních barev rozeznáváme 2 barevné systémy – viz obr. 4.7:
1. aditivní
2. subtraktivní.
V aditivních systémech se barvy p idávají do erné, která je barvou
pozadí. ím více barev se kombinuje, tím je výsledná barva b lejší. P ítomnost
všech základních barev dává bílou, absence všech barev ernou. Aditivní barevné prost edí nepot ebuje žádné vn jší sv tlo - jde o aktivní zdroje sv tla.
Typickým p íkladem jsou barvy na monitoru.
Subtraktivní systémy pracují tak, že základní barvy jsou ode ítány od
bílé, která je v tomto p ípad barvou pozadí. ím více ode ítáme barvy, tím
více se výsledná barva blíží k barv erné. Subtraktivní prost edí je takové,
které odráží sv tlo, proto pot ebuje vn jší zdroj sv tla. Svým charakterem jde o
pasivní zdroje sv tla jako jsou nap . výstupy z tiskáren, sou adnicových zapisova (tj. barvy na bílém papíru) apod.
a)
Obr. 4.7. Aditivní (a) a subtraktivní (b) míchání barev
b)
Teorie grafických formát
4.2.1
Model RGB
Tento model je založen na fyziologii lidského oka – viz obr. 4.3. Oko
má 3 druhy barevných receptor , p i emž první z nich je u v tšiny lidí nejvíce
citlivý na vlnovou délku 630 nm ( ervená), druhý na vlnovou délku 530 nm
(zelená) a t etí na vlnovou délku 450 nm (modrá). Od toho je také odvozen
název modelu RGB, kde R (anglicky red = ervená), G (anglicky green = zelená), B (anglicky blue = modrá). Této koncepci v praxi odpovídá výstup RGB
barev na monitorech, kde jsou barvy vytvá eny kombinací 3 základních barev:
ervené, zelené a modré. Barevný rozsah modelu RGB lze zobrazit prostorov
pomocí jednotkové krychle v osách r, g ,b - viz obr. 4.8.
Model RGB je aditivním systémem. Intenzity základních barev se s ítají, p i emž se vytvá ejí nové barvy – viz obr. 4.4. Každý barevný bod uvnit
krychle m že být reprezentován jako uspo ádaná trojice (r, g, b), kde rozsah
hodnot r, g, b ∈<0,1>. Body na diagonále jednotkové krychle p edstavují odstíny šedi. Intenzity základních barev jsou v intervalu <0,1>. Hodnota nula
znamená, že daná barevná složka není p ítomna, hodnota 1 znamená, že daná
barevná složka je p ítomna ve své maximální intenzit . Jednotlivé barevné
složky si lze p edstavit jako barevná sv tla, která svítí do jednoho bodu. Když
nesvítí žádné sv tlo, tak dostaneme tmu neboli ernou barvu, a když svítí
všechna s maximální intenzitou tak dostaneme bílou barvu.
modrá
azurová
bílá
purpurová
zelená
erná
ervená
Obr. 4.8. Model RGB
- 26 (120) -
žlutá
Teorie barev
4.2.2
Model CMY(K)
Model RGB je vhodný p edevším pro monitory. Lidské zkušenosti je
bližší subtraktivní míchání barev. V malí ství a v tiska ské technice se obrázky
tvo í tak, že se barvy nanášejí v tšinou na bílé pozadí. ím více barev se p idává do bílé, tím více je výsledná barva temn jší. T mto aplikacím vyhovuje model CMY, kde písmeno C je z anglického slova cyan (azurová), M znamená
magenta (purpurová) a Y yellow (žlutá).
I tento model lze popsat jednotkovou krychlí v sou adnicích c, m, y viz obr. 4.9. Jde vlastn o dopln k krychle RGB (model CMY je vzhledem
k modelu RGB komplementární). S ítání hodnot CMY odpovídá subtraktivnímu skládání barev, takže vrchol (1, 1, 1) reprezentuje ernou barvu. P evod
mezi modelem RGB a CMY lze provést transforma ní maticí:
1
c
r
m = 1 − g
1
y
(4.3)
b
Model CMY je vhodný pro tiska skou techniku, kde se provádí soutisk
3 obrázk , z nichž každý je nakreslen základní barvou. Tyto základní barvy
však v tšinou nejsou dokonale krycí, proto složením všech t í nevznikne úpln
erná barva. Vytvá et ernou barvu, která je obsažena v tém každém obrázku,
pomocí t í základních barev by však bylo neekonomické. Proto se erná tiskne
jako samostatná barva a lze ji použít i pro ztemn ní ostatních barev.
V polygrafii se tak z modelu CMY po dopln ní erné stává model CMYK, kde
písmeno K je poslední znak z anglického slova black = erný. Velikost erné
pro daný pixel získáme tak, že diskrétní hodnoty c. m. y snížíme o hodnotu k.
P evod mezi CMY a CMYK je dán vztahem:
M
M = 0,5
Y
1
Y
(1 − 0,5)
C
1
C
=
K
(0,5 − 0,5)
(1 − 0,5)
0,5
žlutá
0,5
=
0
0,5
0,5
ervená
erná
zelená
purpurová
bílá
azurová
Obr. 4.9. Model CMY
modrá
(4.4)
Teorie grafických formát
4.2.3
Model HSV
Nevýhodou p edchozích model byla nesnadná p edstavivost konkrétního barevného tónu ze 3 íselných informací. Nap . t žko lze íci bez p edchozí zkušenosti, jaký je výsledný barevný tón, jas a sytost v modelu RGB,
známe-li velikost složek (50, 30, 120) p i 256 kvantiza ních úrovních. Proto se
hledaly další modely, které by byly bližší intuitivnímu chápání barev. Jedním
z nich je model HSV, kde H je iniciála slova Hue tj. barevný tón, S je odvozeno od slova Saturation = sytost a V znamená Value tj. hodnota (jasu). V odborné literatu e se v této souvislosti hovo í o tzv. oponentní teorii vid ní.
• Barevný tón ur uje p evládající spektrální barvu.
• Sytost reprezentuje p ím s jiných barev.
• Jas je dán množstvím bílého (achromatického) sv tla.
Pro prostorové zobrazení modelu se používá šestiboký jehlan
s vrcholem v po átku sou adnic h, s, v. - viz obr. 4.10. Rozsahy jednotlivých
složek jsou:
• s, v ∈ <0, 1>
• h ∈ <0, 360°>
Jak je vid t z obr. 4.10., jas roste sm rem k podstav , st ed podstavy
znamená bílou barvu (W=white). Bod K (black) p edstavuje ernou barvu. Na
úse ce WK jsou soust ed ny odstíny šedi. Sytost je znázorn na jako vzdálenost
bodu od osy jehlanu. Dominantní barvy leží na plášti, isté barvy jsou na obvodu podstavy. Výhoda proti model m RGB resp. CMY spo ívá v tom, že
m níme-li nap . jen sou adnici jasu (V), ostatní veli iny (barevný odstín a sytost) se nem ní, takže veli iny h, s, v jsou na sob prakticky nezávislé. Model
navrhl a poprvé popsal Nyit v roce 1970.
Obr. 4.10. Model HSV
- 28 (120) -
Teorie barev
4.2.4
Model HLS
I p es zjevné zdokonalení ve srovnání s modely RGB a CMY má p edchozí model HSV p ece jen nevýhodu. Body o stejném barevném tónu leží
v šestiúhelníku na rovin ezu kolmé ke svislé ose jehlanu. Pohyb v rámci šestiúhelníku však není vhodný z hlediska p irozeného vnímání. P irozen jší pro
naši p edstavivost je pohyb po kružnici. Tomuto zp sobu odpovídá model
HLS, kde H znamená Hue = barevný tón, L je sv tlost (Lightness) a S Saturation tj. sytost. V prostorovém znázorn ní se model zobrazuje pomocí dvou
kužel s podstavami na sob - viz obr. 4.11. Rozsahy díl ích složek jsou:
• l, s, ∈ <0, 1>
• h ∈ <0, 360°>
Obr. 4.11. Model HLS
Nejjasn jší barvy mají S=1 a L=0.5 (body v podstavách obou kužel ).
To odpovídá naší zrakové zkušenosti, protože nejvíce barev vnímáme p i pr m rné sv tlosti (p i malém nebo velmi intenzivním sv tle nejsme schopni vnímat barvy). Zvýšení sv tlosti p i nezm n né sytosti si lze p edstavit jako p idání jistého množství bílých a ubrání stejného množství erných pigment .
Model HLS zavedla poprvé firma Tektronix v roce 1978.
Modely HSV a HLS umož ují postupn m nit barevné charakteristiky
p i zachování ostatních typických vlastností barev.
Teorie grafických formát
4.2.5
Munsell v model
Je používán v mnoha profesích jako nap . v textilním, keramickém a
tiska ském pr myslu. Vychází z modelu HLS a respektuje citlivost lidského
oka (nesymetrické hodnoty v sou adnici sytost). Barva je definována kombinací tón (Hue)/jas (Value)/sytost (Chroma) nap . 5Y/7/8 – viz obr. 4.12.
Chyba!
4.12. Munsell v model
V rámci teorie oponentního vid ní existují další modely nap . CIE Yuv
(1974), CIE LUV (1976), HVC (Tektronix 1988), CIELAB (1992). P epo et
t chto model do modelu RGB nebo CMY nelze vyjád it jednoduchým vzorcem, ale musíme použít algoritmus. Z geometrického vyjád ení t chto barevných model snadno zjistíme, že n které hodnoty nejsou definovány (jsou za
hranicí jehlanu nebo kužel ). Tyto stavy musí být p i p epo tu ošet eny.
4.2.6
Modely pro televizní techniku a videotechniku
V sou asnosti existují 3 hlavní normy pro p enos barevného televizního signálu. Jsou to:
• YUV – evropská norma PAL (Phase Alternating Line – st ídání fáze po ádcích). Normu zavedla n mecká firma Telefunken. U nás za ala podle této
normy vysílat v roce 1990 T3, v ervenci 1992 pak i T1 a T2.
• YIQ - americká televizní norma NTSC (National Television Society Comittee – výbor národní televizní spole nosti). V této norm vysílají televize
v Americe a Japonsku.
- 30 (120) -
Teorie barev
• YCBCR – ruská norma SECAM (Séquentiel Couleur à Mémorie – postoupení barevné informace do pam ti). V této norm se vysílá ve Francii, na Blízkém východ a v n kterých zemích Afriky a Asie.
V jednotlivých modelech Y p edstavuje jas a zbývající 2 složky reprezentují
barvu (modrá a ervená). Spole ným rysem t chto model je odd lení jasové
(lumina ní) složky od barevných informací (chrominace). Díky tomuto odd lení je možno jednoduše p ijímat barevný signál i na ernobílé televizi – zobrazí se pouze jasová složka a barevné složky se nevyužijí.
Tyto barevné modely nemají význam pouze pro televizní a videotechniku, ale jejich výhod se využívá i v po íta ovém zpracování obrazu. Nap .
formát JPEG pracuje s barevným modelem YCBCR, rovn ž tak mnohé formáty
pro ukládání videa pracují v n kterém z t chto barevných model .
Mezi modely pro televizní techniku a d íve uvedenými modely existují
jednozna né p evody. Vztahy pro p evod jsou nap . v [26] a [27].
4.3
Rozptylování barev
V p ípad , kdy barvy ve zdrojové grafické databázi neodpovídají barvám na výstupním za ízení bu co do po tu (za ízení m že zobrazit jen omezený po et barev) nebo co do konkrétních odstín , používáme pro zobrazení
speciální metody tzv. rozptylování barev:
• polotónování (angl. halftoning)- jde o techniku, která z n kolika barev dokáže vytvo it iluzi bohaté barevné stupnice. Princip spo ívá v tom, že barevný pixel p vodního obrázku je p eveden na matici bod , p i emž musíme vysta it s omezeným po tem barev.
• rozptylovací metody (angl. dithering). Lze použít jak pro barevné tak i pro
ernobílé obrázky. Metody pracují na aditivním principu (výsledný paprsek
je složen z n kolika vstupních paprsk ). Jde o to rozmístit pixely díl ích paprsk ve výstupním obrázku tak, aby si oko z r zných kombinací sousedních bod vytvo ilo p edstavu n kolika odstín barev.
4.3.1
Náhodné rozptýlení
Algoritmus náhodného rozptýlení pracuje takto:
Nech Cin ∈ <0, 15> je vstupní intenzita jasu (odstín šedi) a Cout ∈ <0, 1>
výstupní intenzita jasu. Definujme funkci Random(15), která generuje celé
náhodné íslo z intervalu <0, 14>. Pro každý pixel o intenzit Cin ∈ <0, 15> se
vygeneruje pomocí funkce Random(15) náhodné íslo, které se porovná
s hodnotou pixelu takto: Je-li Cin > Random(15), pak Cout = 1 jinak Cout = 0.
Rozm r obrázku z stane zachován.
Teorie grafických formát
4.3.2
Maticové rozptýlení
Je metoda, kde jeden vstupní pixel je nahrazen skupinou (maticí) pixel
výstupních. Dojde tak ke zv tšení obrázku. Nap . vstupní obraz, jehož pixely
mají intenzitu v intervalu Cin ∈ <0, 4>, máme p evést na výstupní obraz, kde
pixely budou mít intenzitu v rozsahu Cout ∈ <0, 1>: Matice p íslušné jednotlivým vstupním intenzitám pak mohou mít tento tvar:
1
0
Cin = 0
Cin = 1
Cin = 2
Cin = 3
Cin = 4
Pro více odstín než je v p edchozím p ípadu použijeme matic vyššího
ádu. Je-li nap . vstupní intenzita pixelu v intervalu Cin ∈ <0, 15> a výstupní
intenzita Cout ∈ <0, 1>, pak existuje n kolik ešení. Dv b žn používané varianty transforma ních matic jsou uvedeny v dalším textu. První z nich Md je
ur ena pro displeje a vytvá í k ížový stínovací vzor. Druhá matice ozna ená
jako Mp vytvá í ve výsledném obrázku puntíkový vzor a používá se p edevším
v novinách nebo na fotografiích.
0
12
3
15
4
11
7
2
14
1
10
6
9
Md = 8
1
5
9
2
Mp = 8
12
13
6
13
4
15
14
10
5
0
11
7
3
(4.5)
Transformace jasu podle matic probíhá takto: Každému bodu vstupního
obrázku je p i azena matice 4 x 4 bod ve výstupním obrázku. Je-li intenzita
vstupního pixelu nap . Cin = 10, pak v matici bod výstupního obrázku je všem
bod m (prvk m), které mají v transforma ní matici hodnotu vyšší nebo rovnu
10 p i azena výstupní hodnota 1, ostatním bod m (s hodnotou menší než 10) je
p i azena výstupní hodnota 0. Zde je t eba poznamenat, že r zné firmy používají i jiné tvary transforma ních matic než jsme uvedli a jejich konkrétní podobu si chrání z konkuren ních d vod .
Složit jší situace nastane tehdy, chceme-li zachovat velikost obrázku.
Pak místo matice bod musíme použít jen jeden bod tj. jeden prvek transforma ní matice. Úkolem pak je vypo ítat index daného prvku v matici. Nejjednodušší zp sob je ten, kdy index prvku se vypo ítá ze sou adnic obrazového
bodu podle vztah :
i = x mod n
j = y mod n
(4.6)
kde x. y jsou sou adnice pixelu, jehož jas máme nahradit prvkem matice o indexu i, j, p i emž n je ád matice.
Tím ovšem dochází ke ztrát informace, kterou je nutno korigovat. Nejb žn jší metoda pro korekci se nazývá distribuce chyby – viz dále.
- 32 (120) -
Teorie barev
4.3.3
Distribuce chyby
princip metody spo ívá v tom, že se modifikují pixely, které jsou sousední k danému tj. práv zpracovávanému pixelu podle n jakého pravidla. Jsou
známy 4 r zné postupy (Burkes, Stucki, Knuth, Floyd-Steinberg). Posledn
jmenovaný zp sob si blíže popíšeme.
Floyd-Steinberg v algoritmus distribuce chyby:
Nech intenzita jasu pixelu ve vstupním obrázku je v intervalu Cin ∈
<0, 15> a intenzita jasu pixelu výstupního obrázku je v rozmezí Cout ∈ <0, 1>.
Ozna me si symbolem Cinakt intenzitu aktuálního pixelu vstupního obrázku,
symbolem Coutakt hodnotu intenzity odpovídajícího pixelu ve výstupním (transformovaném) obrázku a symbolem Cinmax resp. Cinmin maximální resp. minimální hodnotu intenzity bodu vstupního obrazu (v našem p ípad Cinmax = 15,
Cinmin = 0).
P i transformaci postupn zpracováváme jednotlivé pixely vstupního
obrazu po ádcích obrazové matice – viz obr. 4.13. takto:
Je-li Cinakt = 0, pak Coutakt = 0.
Je-li Cinakt = 15, pak Coutakt = 1.
Je-li Cinakt < Cinmax/2 pak Coutakt = 0, s chybou E = Cinakt - Cinmin kterou
p i teme k sousedním pixel m výstupního obrázku podle koeficient znázorn ných pro nazna ený stav zpracování na obr. 4.13. Nap . pro Cinakt = 5 vychází Coutakt = 0 (5 < 15/2) s kladnou chybou E = 5 – 0 = 5.
Je-li Cinakt > Cinmax/2 pak Coutakt = 1, s chybou E = Cinakt - Cinmax kterou
rovn ž distribuujeme k sousedním pixel m výstupního obrázku jako
v p edchozím p ípad . Nap . pro Cinakt = 11 je Coutakt = 1 se zápornou chybou E
= 11 – 15 = – 4.
Koeficienty rozd lení chyby mezi sousední pixely ve výše uvedeném
algoritmu byly stanoveny empiricky.
Zpracované pixely
7/16E
Nezpracované pixely
3/16E
5/16E
1/16E
Obr. 4.13. Distribuce chyby podle Floyd-Steinberga
Aktuální pixel
Teorie grafických formát
Další používané postupy (Stucki, Burkes, Sierra, Narcis – Judice – Ninke, Stevenson – Arce) se snaží p enést chybu na v tší po et sousedních pixel
(až do 3 dalších ádk ) než ve Floyd-Steinbergov algoritmu. Nejlepší výsledky dává metoda Stevenson – Arce, ale pro svou pomalost (koeficient rozd lení
chyby 200 není mocninou 2, proto nelze použít rychlých aritmetických operací
jako posun apod.) je prakticky nepoužitelná.
4.4
Shrnutí
Barva je vjem v lidském mozku zp sobený ástí spektra elektromagnetického zá ení (sv tla) v intervalu od 4,3. 1014 Hz ( ervená) do 7,5. 1014 Hz
(fialová). Transforma ním prvkem mezi zdrojem zá ení a vjemem je lidské
oko, které má na r zné vlnové délky sv tla r znou citlivost. Výslednou barvu
skládá oko z jednotlivých složek na aditivním principu. T chto poznatk bylo
využito i v technické praxi. Pro ur ení sytosti, dominantního kmito tu, komplementárního odstínu a barevného rozsahu slouží CIE diagram, kde každá
konkrétní barva je dána váženým sou tem 3 základních složek. Pro identifikaci
konkrétní barvy a zp sobu jejího získání byly vytvo eny barevné modely, které
pracují na principech:
1.
aditivního míchání barev, kdy pozadí je erné a výsledný odstín je dán
sou tem 3 základních barev. Typickým p edstavitelem je model RGB,
kde základními barvami jsou R ( ervená), G (zelená) a B (modrá),
2.
subtraktivního míchání barev. Pozadí je bílé a od této barvy se ode ítají
hodnoty 3 základních složek, ímž vznikne výsledný odstín. Reprezentantem je model CMY resp. (CMYK),
3.
oponentní teorie vid ní, která je blízká intuitivnímu chápání lov ka.
Výsledný barevný odstín není ur itý bod v 3D krychli jako v p edchozích modelech, ale bod na mnohoúhelníku/kružnici (transformace z 3D
do 1D vede k lepší orientaci) reprezentujícího t lesa (jehlan, kužel) p iemž zbylé 2 sou adnice p edstavují sytost a jas dané barvy.
Pokud za ízení není schopno zobrazit všechny barevné odstíny, je nutné použít techniku rozptylování barev. K dispozici jsou tyto metody:
1. náhodné rozptýlení, které p i azuje každému pixelu konkrétní náhodnou
hodnotu z rozsahu hodnot, které jsou na daném za ízení zobrazitelné,
2. maticové rozptýlení, kde každému pixelu na vstupu odpovídá matice
pixel na výstupu, jejíž hodnoty a pozice aktivních prvk jsou závislé
na obrazové funkci daného pixelu,
3. distribuce chyby, která spo ívá v tom, že každému pixelu se p i adí uritá hodnota v rámci množiny výstupních hodnot a rozdíl mezi vstupní
hodnotou a p i azenou výstupní hodnotou (chyba) se rozd lí v ur itém
pom ru k vybraným sousedním pixel m.
- 34 (120) -
Teorie barev
4.5
Autotest
1. Barva je
a) vjem
b) vizuální informace
c) druh elektromagnetického zá ení
2. Na kterou barvu je lidské oko nejcitliv jší?
a) ervenou
b) zelenou
c) modrou
d) bílou
e) fialovou
3. Co ozna uje písmeno K v barevném modelu CMYK?
a) ernou barvu
b) azurovou barvu
c) jas d) kontrast
e) sytost
c) oponentní teorie vid ní
d) jiném
4. Model RGB je založen na principu
a) aditivním
b) subtraktivním
5. V barevných modelech pro televizní techniku je konkrétní odstín ur en:
a) 2 složkami + kontrastem b) 2 složkami + jasem
c) 3 složkami
6. P i jaké metod rozptylování barev dojde ke zv tšení obrázku?
a) distribuce chyby
b) maticové rozptýlení
c) náhodné rozptýlení
7. Podstata distribuce chyby spo ívá
a) v eliminaci chyby
b) v rozd lení chyby mezi následující pixely
c) v rozd lení chyby mezi p edchozí pixely
sedním pixel m
d) v kumulaci chyby k sou-
Teorie grafických formát
5
Uložení obrázku do souboru
5.1
Fyzické a logické formáty dat
Zp sob uložení grafické informace do souboru, jejich interpretace, zobrazení a metoda komprese se ídí ur itým (v tšinou standardním) p edpisem,
kterému se íká grafický formát. Než p istoupíme k jeho popisu, bude užite né
seznámit se s obecnými formáty dat, které se ve výpo etní technice b žn používají. Podle vazby na technické za ízení rozeznáváme 2 typy formát – viz
tab.5.1.:
1. logický formát, který je na technickém za ízení nezávislý, má vysoký stupe obecnosti a data v tomto formátu uložená k sob n jakým zp sobem
logicky pat í a vycházejí z matematického modelu datové struktury,
2. fyzický formát, který je na technickém za ízení závislý a je dán konstrukcí
po íta ového subsystému ur eného k uchování dat (registr, adresovatelná
ást pam ti, sektor na disku apod.).
Tabulka 5.1. Logické a fyzické formáty dat v po íta i
Údajová struktura
Logický formát
Fyzický formát
Objekt
Soubor
Blok
Prvek objektu
Záznam (n-tice, v ta)
Slovo
Atribut prvku objektu
Položka (pole)
Slabika (byte)
Elementární formát
Bit
Bit
Nejmenším možným elementárním formátem spole ným pro oba typy
je bit. Je to též jednotka informace. M že nabývat dvou r zných hodnot: 0, 1.
D ležitá je interpretace informace uložené ve fyzickém formátu. Rozeznáváme 2 úrovn :
1. bitovou úrove tzv. bitové pohlaví, což je zp sob uspo ádání bit ve
slabice (byte). Ve slabice m že být 8 bit interpretováno 2 zp soby:
a) nejvýznamn jší bit je vlevo ( b žné v praxi na IBM PC):
adresa bitu
7. bit 6. bit 5. bit 4. bit 3. bit 2. bit 1. bit 0. bit
1
význam bitu
27
0
26
0
0
25
1
24
0
23
1
22
21
0
20
uložená informace: (10001010) binárn = 27 +23 +21 = 128+8+2 = (138) dekadicky
- 36 (120) -
Uložení obrázku do souboru
b) nejvýznamn jší bit je vpravo
adresa bitu
0. bit 1. bit 2. bit 3. bit 4. bit 5. bit 6. bit 7. bit
1
význam bitu
2
0
0
2
0
1
0
2
2
1
2
3
0
2
4
2
1
5
2
0
6
27
uložená informace: (10001010) binárn = 20 +24 +26 = 1+16+64 = (81) dekadicky
2. úrove slova, kde interpretace informace závisí na uspo ádání slabik
ve slov . Zde rozeznáváme 3 r zné varianty:
a) uspo ádání ozna ované jako malý endián (angl. little endian) –
tj. p ípad, kdy nejmén významný byte je na nejnižší adrese ve
slov . U slova tvo eného dv ma slabikami (2B):
adresa
i.
Lo - (low=nižší slabika)
i+1.
Hi – (high=vyšší slabika)
P íklad: Všechny po íta e založené na procesorech fy. Intel, tedy i IBM PC.
b) uspo ádání ozna ované jako velký endián (angl. big endian), kde
nejvýznamn jší byte (byte 0) je na nejnižší adrese ve slov :
adresa
i.
i+1.
Hi - (high = vyšší slabika) Lo – (low = nižší slabika)
P íklad: Motorola modely 68000, 6820, 68030, 68040 atd.a po íta e na tomto
procesoru založené (Commodore, Amiga, Apple Macintosh a n které po íta e
s OS UNIX), dále po íta e Sparc, MIPS, dále sálové po íta e t ídy IBM a ady
JSEP v etn periferních za ízení.
c) uspo ádání ozna ované jako st ední endián (angl. medium endian) je kombinací obou p edchozích p ípad . Vyskytuje se u slov
složených ze 4 a více slabik.
P íklad: Po íta e fy. DEC (Digital Equipment Corporation). Nap . po íta
PDP-11 má uspo ádání 2-3-0-1 ( ísla znamenají po adí slabik ve slov ).
P i volb velikosti logického formátu se doporu uje respektovat toto d ležité
pravidlo:
Optimální uložení dat v po íta i a nejrychlejší p ístup k nim nastane tehdy, je-li logický formát dat roven bu p ímo fyzickému formátu
nebo jeho celo íselným násobk m.
Teorie grafických formát
5.2
Zp sob uložení bod obrazu do souboru
5.2.1
P ímé a nep ímé uložení pixelu
Obecn pro uložení N r zných hodnot logického formátu pot ebujeme
nejmén k bit fyzického formátu dle vztahu:
5.1
k = log2 N
Každý bod obrazu m žeme do souboru uložit dv ma zp soby:
•
•
p ímo, kdy pixel nese p ímo informaci o hodnot svého barevného odstínu
– viz obr. 5.1.,
nep ímo (angl. indirect), kde místo pro uložení pixelu obsahuje odkaz (index) do tabulky barev, které se íká barevná paleta – viz obr. 5.2.
i. pixel
R
G
(i+1). pixel
B
R
G
B
… 127 127 127 30 20 50 … šedý pixel
(127,127,127)
grafická databáze ( ást souboru)
R, G, B ∈ <0, 255>
výstupní za ízení (obrazovka)
Obr. 5.1. P ímé uložení pixelu do souboru
i.
(i+1). (i+2). pixel
1
4
11
index
R
G
B
0
0
255
výstupní za ízení
(monitor)
1
grafická
databáze
( ást souboru)
paleta (vyhledávací tabulka)
2
3
4
5
P i zobrazení se vyhledá v palet hodnota (index) = 4
modrý pixel na obrazovce (0, 0, 255)
R, G, B ∈ <0, 255>
Obr. 5.2. Nep ímé uložení pixelu do souboru
Paleta (nazývá se také mapa barev, indexová mapa nebo vyhledávací tabulka – angl. Look-Up-Table) je jednorozm rné pole barev. Každý prvek palety
má velikost
k = 3log2 N
- 38 (120) -
5.2
Uložení obrázku do souboru
kde k je po et bit prvku palety, N je po et úrovní každé ze základních složek
barevného modelu nap . RGB.
Výhodou palety je snadné zjišt ní a jednoduchá modifikace barev p edlohy. Pokud je pro uložení odkazu do palety zapot ebí mén bit než pro uložení hodnoty obrazové funkce celého pixelu, pak použití palety vede k úspo e
místa, jinak je lepší ukládat obraz p ímo tj. bez palety. Nevýhodou palety je
pomalejší p ístup k pixel m a tím i pomalejší zobrazení (hodnota každého pixelu se zjiš uje dvojnásobným tením). Další diskuse je v [26].
Palety m žeme rozd lit podle
1. po tu složek na 1 prvek na
• jednokanálové (jednobarevné),
• mnohokanálové (1 prvek obsahuje n kolik složek – typicky 3).
2. podle uspo ádání na
• pixelov orientované, kde jsou všechny 3 složky barvy pixel uloženy
v jednom ádku vedle sebe – viz obr. 5.3,
• plošn orientované v nichž jsou barevné komponenty pixel od sebe
odd leny. Paleta vypadá jako by byla vytvo ena ze 3 jednoduchých palet, z nichž každá p ísluší jedné barevné složce. Hodnoty pixel jsou
uloženy v souboru jako n kolikanásobné plochy – viz obr. 5.4.
Uvedené základní typy palet lze mezi sebou navzájem kombinovat. Toto
uspo ádání vycházelo z konstrukce starších grafických adaptér EGA/VGA,
které používaly až 4 obvodov vytvo ené barevné roviny. V sou asné dob se
používají palety v grafických formátech z ídka a to ve form jednoduché tabulky – viz obr. 5.2. len ní do barevných rovin a kanál je již historickou
koncepcí, a proto se t mito typy palet nebudeme dále zabývat. V dychtivý tená najde bližší informace nap . v [1] nebo [26].
5.2.2
Barevné módy
16 barev
Tento barevný mód p etrval ješt z grafických adaptér EGA. Dnes se
používá z d vodu kompatibility mezi grafickými adaptéry, nebo všechny grafické adaptéry ho podporují. Setkáme se s ním nap íklad po startu po íta e, kdy
se vypisují textová hlášení, p i instalaci opera ního systému a nebo p i práci
v nouzovém režimu Windows. Pro uložení jednoho pixelu používá tento barevný mód pouhé 4 bity. Do ty bit zakódujeme 24 = 16 hodnot (0-15), které
slouží jako indexy do palety o 256 barvách. Sou asn lze tedy zobrazit 16 barev z 256ti možných.
256 barev
Tento barevný mód je velmi podobný p edchozímu. Rozdíl je v tom, že
pro jeden pixel zde používáme 8 bit (1 bajt), což nám dává 28 = 256 r zných
Teorie grafických formát
hodnot. Barevná paleta zde tudíž má 256 index barev, takže lze sou asn zobrazit 256 r zných barevných odstín .
Dynamická paleta
Barevné módy využívající paletu barev mají krom omezení na maximální po et sou asn zobrazitelných barev i jednu výhodu. Touto výhodou je
možnost velmi jednoduše a rychle zm nit libovolnou barvu nebo skupinu barev
na celé obrazovce pouhou modifikací položek v barevné palet . Tímto jednoduchým trikem lze dosáhnout p sobivých efekt , jako nap íklad postupné rozsv cování nebo stmívání obrazovky, rotace barev, atd. Omezení na maximální
po et sou asn zobrazitelných barev lze obejít použitím tzv. dynamické palety,
kdy se pro každý zobrazený snímek spo ítá celá paleta (v pam ti jsou snímky
uloženy v pravých barvách – true color) na rozdíl od tzv. statické palety, kdy se
pro všechny snímky používá stejná univerzální paleta.
High Color
Tento barevný mód na rozdíl od p edcházejících nepoužívá paletu, ale
jednotlivé barevné složky jsou zakódovány p ímo do jednoho pixelu, který má
velikost 16 bit (2 bajty), což umož uje zobrazit sou asn až 216 = 65536 r zných barev. V n kterých p ípadech se používá zobrazení, které má velikost
pixelu 15 bit , poslední bit z stává nevyužitý. V tomto p ípad lze sou asn
zobrazit pouze 215 = 32768. Zbylý 16. bit se využívá 2 zp soby:
1.
pro zelenou složku tj. schéma: R = 5 bit , G = 6 bit , B = 5
bit , protože lidské oko je nejcitliv jší na barevné odstíny zelené,
2.
pro p ekrývání jako tzv. overlay bit. Je-li hodnota tohoto bitu
rovna 1, je pixel zobrazen, v opa ném p ípad je neviditelný
nebo se zobrazí jen barva pozadí. Této metody se využívá p i
p ekrývání oken apod.
Je vid t, že základní barvy mohou mít pouze 32, respektive 64 odstín .
Toto omezení se objeví jako problém p i souvislých p echodech základních
barev. P i b žné práci, hraní her nebo prohlížení fotografií se toto omezení jeví
jako bezvýznamné. Výrobci ovlada pro grafické karty dokáží tyto nedostatky
velmi výrazn omezit použitím techniky zvané rozptylování (dithering).
True Color
Pro profesionální výtvarníky a um lce ani tisíce barev nesta í. Tito lidé
pot ebují mít na monitoru stejn v rn barevný obraz, jako jim vytiskne tiskárna nebo osvitová jednotka. ešení tohoto problému je barevný mód, zvaný true
color (pravé barvy). Stejn jako p edešlý barevný mód nepoužívá paletu, ale
jednotlivé barevné složky jsou uloženy p ímo v pixelu. Pro každou barevnou
složku je vyhrazen jeden bajt, takže jeden pixel zabírá v pam ti 3 bajty (24
bit ), proto se n kdy ozna uje také jako režim 24bitové barvy. Každý pixel tak
m že mít jednu z 224 = 16777216 možných barev, což je pln dosta ující pro
jakékoliv použití. Nevýhoda tohoto barevného módu spo ívá v tom, že jednot-
- 40 (120) -
Uložení obrázku do souboru
livé pixely jsou v pam ti zarovnány po trojicích, což p ináší nutnost p istupovat k pixelu i na lichých adresách. Toto je velmi nevýhodné z hlediska rychlosti, proto se tento barevný mód používá tam, kde nepot ebujeme animace nebo
video, ale tam kde pracujeme se statickými obrázky.
True Color +
Práv výše zmín ný nedostatek 24bitového barevného módu m l za následek vytvo ení módu 32bitového. Barevné složky jsou uloženy stejn jako
v módu 24bitovém jako 3 bajty, navíc je p idán jeden bajt, aby zarovnal pixel
v pam ti na hranici 4 bajt , což je velmi výhodné z hlediska rychlosti p ístupu
do pam ti. Nevýhodou je, že 4. bajt je nevyužitý.
RGBA
Tento barevný mód vychází z True Color+ a využívá zbylou 4. slabiku
pro pr hlednost pixelu. Této ásti formátu, kde je pro pr hlednost rezervováno
8 bit se také íká alfa kanál (odtud název RGBA). V našem p ípad lze pr hlednost nastavit plynule v rozsahu ∈ <0, 255>. Výsledný obraz (X) bude
reprezentován tve icí RGB . Interpretace 2 obraz , kde jeden (A) má nastavenou pr hlednost a druhý (B) se uvažuje jako nepr hledný se vypo ítá podle
vztahu:
X = A + (1 – )B
(5.3.)
V praxi se tohoto tzv. alfa míchání (alpha-blending) využívá k r zným efekt m – viz nap . televizní reklamy nebo scény z pohádkových i scifi film
apod. Vzhledem k rychlosti a možnosti p ímé práce s pr hledností je tento barevný mód využíván zejména pro po íta ové hry.
5.3
Obecná struktura bitmapových soubor
I když se jednotlivé grafické formáty soubor od sebe liší, mají n kolik
spole ných prvk z nichž n které jsou povinné, jiné nepovinné.
1. Povinné prvky grafických formát :
-
hlavi ka,
-
bitmapová data,
2. Nepovinné prvky grafických formát :
-
paleta,
-
pata,
-
ostatní datové struktury (tabulka vzorkovacích ádk , tabulka barevných korekcí, bitmapový index atd.).
Teorie grafických formát
Každý grafický formát musí obsahovat oba povinné prvky (hlavi ku i
bitmapová data) a m že být dopln n p íslušnou kombinací nepovinných prvk .
P itom existují varianty, kdy v jednom souboru m že být uloženo i n kolik
p edloh (obrázk ). V tomto p ípad musí mít každá p edloha sv j blok bitmapových dat, jejichž jednozna ná identifikace je obsažena v hlavi ce. Nejjednodušší strukturu má grafický formát, který obsahuje jen hlavi ku a bitmapová
data.
Podrobný popis a možné varianty uspo ádání základních prvk grafických formát jsou uvedeny nap . v [1], [26].
Jádrem formátu jsou bitmapová data, která obsahují údaje o jednotlivých
pixelech celé p edlohy. Pixely mohou být v této ásti uloženy:
•
•
p ímo – viz obr. 5.1.
nep ímo prost ednictvím palety – viz obr. 5.2.
V obou p ípadech m že být obraz v zakódovaném tvaru (je-li použito
komprese dat). Aby se obraz mohl jednozna n rekonstruovat, musí uložené
pixely korespondovat s body obrazové matice v p edloze podle n jakého p edem stanoveného pravidla. V tšinou se používá principu implicitního adresování, kdy sou adnice bodu obrazové matice v p edloze je dána pozicí pixelu
zapsaného v bitmapových datech. V praxi se používá dvou zp sob :
a) data zapsaná do vzorkovacích ádk – viz obr. 5.3. Tento zp sob je nejpoužívan jší. Pixely se zapisují do souboru sekven n podle ádk obrazové
matice. V podstat jde o transformaci index bod z dvourozm rné obrazové matice do lineárního pole v souboru. Postupuje se po ádcích obrazové matice a v rámci ádk po jednotlivých sloupcích. Za p edpokladu, že
bitmapová dat nejsou komprimována nebo jinak zakódována, lze za átek
každého i. ádku zjistit z údaj v hlavi ce podle vztahu (5.4):
BitCount
Offseti = Offset + (i − 1) Im ageWidth
(5.4)
8
Offseti
je po et slabik od za átku souboru k 1. pixelu i. ádku,
Offset
je za átek bitmapových dat tj. po et slabik od za átku souboru k
1. uloženému pixelu,
ImageWidth
je ší ka obrázku v pixelech,
BitCount
je hloubka pixelu (po et bit na 1 pixel)
pixel 0
Vzorkovací ádek 0
00
01
pixel 1
02
03
04
pixel 2
05
06
07
atd.
08
…
Vzorkovací ádek 1
Vzorkovací ádek 2
Vzorkovací ádek 3
Obr. 5.3. Uspo ádání obrazových element do vzorkovacích ádk
- 42 (120) -
…
…
Uložení obrázku do souboru
b) planární data – viz obr. 5.4.
V tomto p ípad jsou data rozd lena do n kolika ploch. Pokud má p edloha
více než jednu barvu jde o tzv. kompozitní p edlohu. Tyto p edlohy jsou reprezentovány t emi bloky bitmapových dat, p i emž každý blok obsahuje pouze
jednu barevnou složku.Filtrem lze barevné komponenty od sebe odd lit. Každý
blok je složen z ádk , bloky mohou být v souboru uloženy spolu nebo odd len . Tento formát je již historický a používal se tehdy, m lo-li technické za ízení možnost zobrazit v jednom okamžiku pouze jednu barvu.
Pixel 1
Pixel 3
Pixel 2
Pixel 0
00
02 05
08
01
04
07
10
03
06
09
11
modrá plocha
zelená plocha
ervená plocha
Obr. 5.4. Uspo ádání obrazových bod do barevných ploch
S t mito soubory je možné pracovat dvojím zp sobem:
•
p i tení je nejd íve uložit do vyrovnávací pam ti, kde se z díl ích ploch
sestaví celé pixely,
• použít speciální aplika ní program, který pixely sestavuje p i tení (postupn te bitmapu pixel po pixelu a zapisuje ji do výstupního za ízení).
V tšina bitmapových dat je uložena v neplanární form .
5.4
Organizace bitmapových dat
Z hlediska vazby na technické prost edky (disk, vyrovnávací pam )
mohou být bitmapová data v souboru uložena v podstat t emi zp soby:
1. souvislá data
2. pásy (angl. strips)
3. dlaždice (angl. tiles), pop . hierarchické dlaždice
Teorie grafických formát
5.4.1
Souvislá data
Data jsou v souboru uložena postupn po jednotlivých vzorkovacích
ádcích. To znamená, že ádky obrazové matice p edlohy se ukládají sekven n
za sebou podle svých index a v tomto po adí jsou pak p i rekonstrukci obrazu
teny. Soubor, v n mž jsou data uložena souvisle, má ze všech uvedených variant nejjednodušší strukturu. Situace je z ejmá z obr. 5.5.
Obr. 5.5. Uložení pixel do souboru metodou souvislých dat
5.4.2
Pásy
Z hlediska efektivního uložení (logický formát má být pokud možno celistvým násobkem fyzického formátu) a s tím související rychlosti p ístupu
k dat m je vhodné celý obrázek rozd lit do menších ástí. V praxi se používá
d lení na pásy a dlaždice.
V prvním p ípad je celý obrázek uložen v pásech, které se skládají ze
vzorkovacích ádk . Pásy rozd lují obrázek na segmenty –viz obr. 5.6, kde je
znázorn na obrazová matice p edlohy o M ádcích a N sloupcích, která je rozd lena na k pás , z nichž každý obsahuje 2 vzorkovací ádky.
Výhoda rozd lení p edlohy na pásy se projeví zejména p i tení komprimovaných dat. Lépe se pracuje s jedním pásem než s celou objemnou
bitmapou. Problémy se ovšem mohou objevit i v této organiza ní struktu e.
M žeme se setkat se souborem, který má sice pásovou strukturu, ale
z n jakých d vod jsou pásy mezi sebou zp eházené, tj. ísla jednotlivých pás
nejdou v po adí za sebou. Veškeré údaje o struktu e pás musí být zaznamenány v hlavi ce souboru. Další popis je v [26].
- 44 (120) -
Uložení obrázku do souboru
Obr. 5.6. Vzorkovací ádky uspo ádané do pás
5.4.3
Dlaždice
Celý obrázek je rozd len na nep ekrývající se dlaždice o stejném rozm ru (v tšinou násobky mocnin 2) – viz obr. 5.7. D vody, které vedly k této
struktu e jsou stejné jako u uspo ádání do pás – vazba na kapacitu technických prost edk konkrétn na velikost vyrovnávací pam ti pro tení grafického
souboru. Pokud definice formátu povoluje kódování, je možné pro r zné dlaždice použít r zná kompresní schémata podle toho, kolik barev daná dlaždice
obsahuje.
Výhoda dlaždicové struktury spo ívá v tom, že pokud vhodn rozd líme obrázek na dlaždice tak, že n které z nich budou celé obsahovat pixely
stejné barvy (nap . barvu pozadí), pak se tyto dlaždice do souboru nemusejí
ukládat v bec (úspora místa na pam ovém médiu). Podobný princip m žeme
použít tehdy, chceme-li zobrazit jen ást p edlohy – sta í na íst jen ty dlaždice,
které jsou v dané ásti.
Problémy p i tení dlaždicov uspo ádaného souboru mohou nastat tehdy, jsou-li z n jakých d vod dlaždice v souboru uloženy v jiném po adí než
v jakém byly definovány p i rozd lení p edlohy (maticová struktura). V t chto
speciálních p ípadech musí hlavi ka souboru obsahovat adresy za átk (Offsety) všech dlaždic (tj. po et slabik od po átku souboru), aby rekonstrukce p edlohy prob hla korektn . Další problém se m že objevit tehdy, je-li v dlaždici
uložena jen ást obrázku a zbytek místa je vypln n tzv. vycpávkou (nuly nebo
pixely s barvou pozadí). Tento p ípad nastane tehdy, není-li ší ka dlaždice celistvým násobkem ší ky p edlohy a dlaždice na pravém okraji p edlohy p esahují svou ší kou rámec obrázku.
Teorie grafických formát
Obr. 5.7. Uspo ádání obrazových dat do p dlaždic
5.4.4
Hierarchické dlaždice
Jde o progresivní metodu ukládání rastrových dat do souboru, která je
založena na tom, že pokud budeme pracovat s obrázkem v r zném rozlišení
nebudeme jej vždy pot ebovat vid t celý, ale jen jeho ur itou ást.
nejvyšší 1. úrove – 1
dlaždice, rozlišení X
2. úrove , 4
dlaždice rozlišení X/2
nejnižší k. úrove 4k dlaždic, – rozlišení monitoru X/2(k-1)
Soubor:
hlavi ka
1. úrove
2. úrove
Obr. 5.8. Hierarchické dlaždice
- 46 (120) -
k. úrove
Uložení obrázku do souboru
P edloha je rozd lena podle rozlišení do n kolika hierarchických hladin
a každá z nich obsahuje n kolik dlaždic. Nejvyšší hierarchickou úrove tvo í
jen 1 dlaždice v níž je celý obrázek v nejnižším rozlišení tak, aby se celý zobrazil na výstupním za ízení (monitoru). V každé další hierarchické úrovni je
obrázek rozd len na 4 x víc dlaždic proti bezprost edn p edchozí úrovni tj. má
2 x v tší rozlišení. Tento zp sob len ní vznikl na základ empirických zkušeností. Situace je znázorn na na obr. 5.8.
Obraz je tedy uložen v souboru tolikrát, kolik vzniklo hierarchických
úrovní. Nevýhodou této metody proti výše popsaným je v tší fyzická velikost
souboru, což se eší vhodným kompresním schématem. Nespornou výhodou je
rychlost tení a zobrazení na výstupním za ízení, protože podle požadovaného
rozlišení si aplikace vybere p íslušnou hierarchickou úrove a podle zadaného
vý ezu se na tou konkrétní dlaždice z této úrovn . Soubor se nikdy ne te celý,
ale jen jeho relevantní ást, která je nezbytn nutná pro danou konfiguraci zobrazení. Protože tato ást je již v požadovaném rozlišení, nemusí se provád t
asov náro né transformace ze zadaného vý ezu obrazu do záb ru okna na
výstupním za ízení jako je tomu u pás a klasických dlaždic.
5.5
Výhody a nevýhody bitmapových formát
Dosud popsané bitmapové grafické formáty mají své výhody i nevýhody, jejichž stru ný vý et si na tomto míst uvedeme.
Výhody:
-
bitmapové soubory lze snadno vytvo it pomocí snímacího za ízení
(skeneru),
pom rn snadno m žeme v t chto souborech modifikovat barevné
odstíny a to bu modifikací jednotlivých obrazových bod nebo
zm nami v palet ,
soubory lze bez složitých úprav p enést na rastrová (bodová) výstupní za ízení jako nap . obrazovky, tiskárny.
Nevýhody:
-
velikost bitmapových soubor m že být zna ná ( ádov desítky až
stovky MB),
pokud se pokusíme snížit fyzickou velikost souboru kompresí dat,
pak zakódovaná data mohou n kdy výrazn snížit rychlost tení a
tím i rychlost rekonstrukce obrazu,
problémy mohou nastat p i zm n m ítka obrázku – zmenšování
nebo zv tšování m že n kdy deformovat celou p edlohu.
Teorie grafických formát
5.6
Shrnutí
Po et bit k, které je zapot ebí k uložení pixelu s hodnotou N je dán vztahem k=log2N.
P i emž zp sob interpretace informace uložené v souboru závisí na konkrétní platform . V tomto smyslu rozlišujeme 2 úrovn :
1. na znakové úrovni m žeme íst informaci zleva nebo zprava, což je dáno tzv. bitovým pohlavím,
2. na úrovni slova (dvojslova) m žeme íst informaci v r zném po adí
slabik (byt ), což ur uje tzv. „endián“ (malý - PC, st ední a velký).
Rozeznáváme fyzické (dané konstrukcí po íta e) a logické (matematické
na platform nezávislé) formáty.
Optimální uložení nastane tehdy, je-li pixel uložen práv do celého fyzického formátu nebo do jeho celistvých násobk .
Pixel m žeme do souboru uložit bu
tabulky barev tzv. palety.
p ímo nebo nep ímo jako index do
Podle po tu bit pot ebných k uložení 1 pixelu (tzv hloubky pixelu) rozeznáváme r zné módy: binární ( ernobílý obraz), úrovn šedi, 16 barev s paletou, 256 barev s paletou, dynamická paleta, Hi-Color (16 bit ), True-Color (24
bit ) a True-Color plus (32 bit ). Nevyužité bity ve fyzickém formátu se mohou využít k p ekrývání obraz a to bu absolutnímu (1 bit - obraz je/není vid t) anebo ke gradientnímu (8 bit =256 stup ) p ekrytí v alfa kanálu.
Komplexní informace o zp sobu uložení celého obrázku do souboru a práci
s ním se nazývá grafický formát. Je len n na základní (hlavi ka, bitmapová
data) a dopl kové (paleta, pata, rezerva apod.) ásti. P itom jeden soubor m že
obsahovat i n kolik p edloh.
Vlastní bitmapová data m žeme do souboru uložit po jednotlivých ádcích
obrazové matice nebo ve form pás , dlaždic i hierarchických dlaždic. Toto
uspo ádání zrychluje p ístup k externí pam ti, kde je soubor v grafickém formátu uložen.
- 48 (120) -
Uložení obrázku do souboru
5.7
Autotest
1. Bitové pohlaví je uspo ádání
a) slova v souboru
slov
b) slabiky ve slov
c) bit ve slabice
d)
bit
ve
d)
bit
ve
2. Termínem „Endián“ ozna ujeme uspo ádání
a) slova v souboru
slov
b) slabiky ve slov
c) bit ve slabice
3. Hloubka pixelu je 16 bit . Kolik r zných úrovní m že nabývat hodnota obrazové funkce pixelu?
a) 16 b) 32 c) 128
d) 32767
e) 65535
4. Ur ete nejmenší po et bit pro uložení pixelu v pravých (True Color) barvách.
a) 12 b) 15 c) 24 d) 32 e) 48
5. Alfa kanál definuje
a) kompresi
b) pr hlednost
c) endián
d) bitové pohlaví
6. P edloha obsahuje 640 x 480 pixel s 256 r znými odstíny barev. Kolik byt
zabírá celý obrázek v pam ti?
a) 307200
b) 768
c) 307968
d) 921600
7. Povinnou ástí v grafickém formátu je/jsou:
a) paleta
c) hlavi ka
b) pata
d) pásy
d) dlaždice
8. Hlavi ka v grafickém formátu neobsahuje
a) bitmapová data
b) kompresní schéma
d) po et planárních rovin
c) identifikátor formátu
e) po átek bitmapových dat (offset)
9. Hlavním d vodem uspo ádání bitmapových dat do pás a dlaždic je
a) úspora místa v souboru b) rychlost tení a zobrazení
c) zlepšení
kompresního pom ru d) rychlejší zápis (ukládání) grafické informace do souboru
Teorie grafických formát
6
Komprese dat
6.1
Základní pojmy
Kompresí dat rozumíme redukci fyzické velikosti souboru dat p i zachování p edem stanovené míry informace, která je v souboru obsažena.
V kompresi dat se setkáváme s t mito základními pojmy:
hrubá data - data p ed kompresí (nezakódovaná),
komprimovaná data - data po kompresi (zakódovaná),
kompresní pom r = hrubá data/komprimovaná data
Kompresi dat m žeme dále klasifikovat podle r zných hledisek – viz [26]:
a) z hlediska interpretace obsahu dat
fyzická komprese,
logická komprese.
b) z hlediska symetrie kompresního procesu
symetrická komprese,
asymetrická komprese.
c) z hlediska p izp sobení algoritmu konkrétní struktu e hrubých dat
neadaptivní kódování,
adaptivní kódování,
semiadaptivní kódování
d) z hlediska ztráty informace
neztrátová komprese též redukce redundance nebo entropické kódování – Jde v podstat o to, zakódovat daný obrázek úsporn ji a efektivn ji než jak je tomu v souboru s redundancí. Jak dokázal Shannon,
je informace v souboru m itelná pomocí entropie. Entropii jasu si i.
pixelu m žeme vyjád it vztahem:
H(si) = – log2pi
(6.1)
kde pi je pravd podobnost výskytu i. pixelu.
ztrátová komprese – redukce irelevance.
Metoda je založena na 2 principech:
1. na respektování vlastností vyhodnocovacího za ízení, které bude obrázek zpracovávat,
2. na ú elu, pro který je daná p edloha ur ena.
- 50 (120) -
Komprese dat
U tohoto zp sobu komprese dat se snižuje informa ní obsah obrazu tj.
jeho entropie a to tak, že bu to pozorovatel nepozná nebo jde o ú elové zjednodušení popisu obrazové informace. Velkou výhodou ztrátové komprese proti
neztrátové je možnost výrazného zvýšení kompresního pom ru.
6.2
Pixelové zhuš ování
Jde o úsporné ukládání dat (pixel ) do fyzického formátu v pam ti.
Uve me si p íklad: Má-li p edloha hloubku pixelu 4 bity (tj. 16 barev nebo
úrovní šedi) a ukládá-li se 1 pixel na 1B (8 bit ), pak z stává polovina pam ti
nevyužitá. Použijeme-li v tomto p ípad metody pixelového zhuš ování, pak
do formátu 1B uložíme 2 pixely po 4 bitech. Ušet íme tím polovinu kapacity
pam ti oproti p vodnímu zp sobu. Situace je z ejmá z obr. 6.1. Efekt úspory je
však snížen složit jším dekódováním programové aplikace p i tení souboru.
Nejd íve se musí p e íst celá slabika, pak se p ekryjí maskou první 4 bity a
zobrazí se 1. pixel. Dále se posunou horní 4 bity (logický posun o 4 bity doprava) a p e te se 2. pixel. Komprese je neztrátová.
7
0
7
1. pixel
0
2. pixel
a) uložení obrazových element do 1B bez pixelového zhuš ování
7
0
2. pixel
1. pixel
b) uložení obrazových element do 1B metodou pixelového zhuš ování
Obr. 6.1. Princip metody pixelového zhuš ování
6.3
Komprese kvadrantovým stromem
U tohoto zp sobu komprese dat jde o hierarchickou reprezentaci obrazu. Kvadrantový strom vznikne dekompozicí obrazu na homogenní oblasti o
rozm ru 2k x 2k pixel . Homogenní oblastí se p itom rozumí oblast, v níž
všechny body mají stejnou hodnotu obrazové funkce. P edpokládá se, že výchozí p edloha je tvercová 2n x 2n pixel a rozd lí se na kvadranty, které se
zpracovávají v ur itém pevn stanoveném po adí – viz obr. 6.2. Ve stejném
po adí se také zpracovávají vrcholy kvadrantového stromu.
Teorie grafických formát
1
2
3
4
Obr. 6.2. Po adí zpracovávání kvadrant
Algoritmus vytvo ení kvadrantového stromu:
1. Inicializa ní krok – vytvo í se ko en stromu tj. vrchol, který reprezentuje
celý obrázek.
2. Je-li celá oblast (na po átku jde o celý obrázek) homogenní, zapíše se do
odpovídajícího vrcholu stromu hodnota barvy oblasti a algoritmus pro tuto
oblast kon í.
3. Je-li zpracovávaná oblast nehomogenní, rozd lí se na kvadranty a daný
vrchol se rozšt pí na 4 vrcholy, odpovídající jednotlivým kvadrant m.
4. Pro každý kvadrant se rekurzivn provádí tento algoritmus.
Zápis kvadrantového stromu
Kvadrantový strom se zakóduje algoritmem prohledávání grafu do
hloubky [23]. Výsledkem je et zec, který obsahuje hodnoty barev jednotlivých list stromu a speciální znak pro vrchol, jenž není listem stromu. Kódování za íná v ko enovém vrcholu. Nemá-li vrchol následníky, zapíše se do et zce hodnota barvy v daném vrcholu, jinak se zapíše speciální znak (na obr.
6.3 je to *) a daný podstrom se zpracuje rekurzivn .
Zp tná rekonstrukce obrázku ze zakódovaného stromu probíhá ve 2 fázích:
a) Získání kvadrantového stromu z et zce:
1. Po áte ním symbolem je 1. znak et zce, aktuálním vrcholem je ko enový
vrchol.
2. Je-li aktuální symbol speciálním znakem, vytvo í se v aktuálním vrcholu 4
listové vrcholy a algoritmus pokra uje v prvním z nich.
3. Není-li aktuální symbol speciálním znakem, pak se do daného vrcholu zapíše jeho hodnota a pokra uje se dalším vrcholem v po adí.
4. Je-li vstupní et zec celý zpracován, algoritmus kon í.
b) Získání obrázku z kvadrantového stromu:
1. Po áte ním (aktuálním) vrcholem je ko en stromu a aktuální oblastí celý
obrázek.
2. Má-li aktuální vrchol následníky, rozd lí se oblast na 4 kvadranty k nimž se
p i adí následníci a algoritmus se rekurzivn opakuje pro jednotlivé oblasti.
3. Nemá-li aktuální vrchol následníky, celá aktuální oblast dostane barvu aktuálního vrcholu.
- 52 (120) -
Komprese dat
P íklad konstrukce kvadrantového stromu je na obr. 6.3. Nejvyšší ú innost
komprese kvadrantovým stromem nastane tehdy, je-li každý kvadrant
v obrázku homogenní, tj. má stejný barevný odstín.
Obr. 6.3. P íklad konstrukce kvadrantového stromu
6.4
Proudové kódování (RLE)
Metoda vychází z toho, že v souboru se s jistou pravd podobností vyskytují shluky stejných znak , které se dají zakódovat efektivn . Zkratka RLE
je odvozena z anglického termínu Run Length Encoding, což se v odborné literatu e p ekládá bu doslova jako kódování b hu nebo proudové kódování.
Princip metody spo ívá v tom, že et zce stejných znak (n kdy nazývané též proudy) jsou zakódovány do fyzického formátu 2B takto:
1. byte je tzv. proudové íslo a udává po et stejných znak v et zci
(délka proudu),
2. byte obsahuje proudovou hodnotu tj. hodnotu znaku.
Teorie grafických formát
P íklad 6.1.: Je dán et zec tvo ený 7 znaky A: AAAAAAA
Po kompresi RLE je tentýž et zec zapsán do 2B takto: 7A,
kde 7 je proudové íslo a A je proudová hodnota. Celému zápisu 7A se íká
RLE paket.
Nevýhoda této metody je projeví tehdy, je-li zdroj dat složen p evážn
z jednoznakových et zc nap .ABCD. Pak je zakódovaný et zec fyzicky 2x
v tší než p vodní tj. 1A1B1C1D a dochází k tzv. záporné kompresi. Komprese
RLE je proto výhodná v souboru, kde se vyskytuje velké množství souvislých
et zc stejných dat. Algoritmus metody je neztrátový. V grafických souborech
existuje n kolik variant proudového kódování podle toho, jak se v p edloze
hledají posloupnosti stejných symbol . Typické p íklady jsou na obr. 6.4.
Obr. 6.4. Varianty proudového kódování
Dále uvedené varianty komprese RLE souvisejí s po tem bit na 1 pixel
(hloubka pixelu).
6.4.1
Proudové kódování na bitové úrovni
Základním elementem kódování je bit. Ostatní fyzické formáty dat (slabika, slovo) se ignorují. Používá se jen u ernobílých p edloh, kde se vyskytují
et zce bílých nebo erných pixel . Velikost RLE paketu je 1byte a má formát
podle obr. 6.5:
- 54 (120) -
Komprese dat
7
0
0 - 127
Délka proudu
(proudové íslo)
Hodnota proudu 0/1
Obr. 6.5. RLE paket proudového kódování na bitové úrovni
P íklad 6.2.: V ernobílé p edloze je ada 38 bílých pixel , které máme zakódovat metodou RLE na bitové úrovni. Za p edpokladu, že bílý pixel bude
mít p i azenu hodnotu 1, bude RLE paket vypadat takto:
7
1
0
38
Všech 38 bílých pixel bude zakódováno do jediné slabiky. Maximáln lze
takto zakódovat et zec až 27-1 = 127 stejných po sob jdoucích pixel . Pokud je et zec delší než 127, pak se zbytek zakóduje do dalšího RLE paketu.
P íklad 6.3.: Máme zakódovat et zec dlouhý 156 erných pixel . Kompresní schéma bude vypadat takto :
7
0
0 7
127
0
1. byte
0
29 = 156-127
2. byte
et zec bude zakódován do 2 po sob jdoucích slabik.
6.4.2
Proudové kódování na slabikové (bytové) úrovni
Jde o nejrozší en jší zp sob komprese RLE. Kódují se proudy slabik do
dvou bytových paket . Zarovnání na bity a slova se ignoruje (základním elementem je slabika). Existují 3 varianty:
1. nekódovaný paket na bytové úrovni je na obr. 6.6. První byte obsahuje délku et zce znak , do druhé slabiky se ukládá hodnota opakujících se slabik.
7
0 7
délka proudu <0..255>
1. byte
0
hodnota proudu <0..255>
2. byte
Obr. 6.6. Kompresní schéma RLE na bytové úrovni – nekódovaný paket
Teorie grafických formát
2. kódovaný paket na bytové úrovni je na obr. 6.7. Má navíc tzv. indikátor
proudu, což je nejvýznamn jší bit 1. slabiky. Je-li jeho hodnota 0, pak je
et zec nezakódovaný a znaky se musí zapisovat na výstup se stejnou hodnotou, jaká je v nich uložena. Má-li hodnotu 1, pak je et zec zakódovaný
tj. ve zdrojové p edloze existuje posloupnost znak rovna hodnot proudu
(2. byte) o délce, kterou udává velikost proudu (1. byte).
7 6
Indikátor
proudu
0/1
0
délka proudu <0..127>
7
0
hodnota proudu <0..255>
1. byte
2. byte
Obr. 6.7. Kompresní schéma RLE na bytové úrovni – kódovaný paket
P íklad 6.4.: Zakódujme posloupnost znak (1 znak=1byte) AAAAAAAAAABCDEF výše popsaným zp sobem. Výsledek je na obr. 6.8.
1
10
A
0
5
B
C
D
E
F
Obr. 6.8. Zakódování et zce znak AAAAAAAAAABCDEF
Na obr. 6.8. indikátor proudu = 1 informuje, že následuje 10 znak o hodnot A, indikátor ve druhém paketu = 0 naopak znamená, že následujících 5
znak bude nezakódovaných a musí se interpretovat tak, jak jsou zapsány. Tím
je vy ešen problém záporné komprese, která by nastala p i kódování pod et zce BCDEF podle varianty ad 1) kde každý znak (1 byte) by byl zakódován do 2
byt .
3. p ímý RLE paket na bytové úrovni – viz obr. 6.9. Zde jde o obdobu 2. ásti
p edchozího p íkladu.
7
0 7
0 7
0
hodnota hodnota
0 <0..127> proudu 1 proudu 2
7
0
hodnota
proudu N
Obr. 6.9. Kompresní schéma RLE na bytové úrovni – p ímý RLE paket
Kódování na bytové úrovni je výhodné pro ty p edlohy, které mají
hloubku pixelu 1 byte (1 pixel se zobrazí do 1 slabiky).
- 56 (120) -
Komprese dat
6.4.3
Proudové kódování na pixelové úrovni
Tento zp sob má opodstatn ní tehdy, je-li pixel p edlohy uložen do
n kolika po sob jdoucích slabik. Velikost paketu není konstantní, ale je závislá na hloubce (velikosti) pixelu. Jako v p edchozí variant lze použít 1. bitu ve
schématu coby p íznaku zakódování proudu. Kompresní schéma ukazuje obr.
6.10.
pixel p edlohy
1 byte
1 byte
1 byte
1 byte
velikost
proudový
proudový
proudový
proudu
kanál . 1
kanál . 2
kanál . 3
<0..255>
<0..255>
<0..255>
<0..255>
hodnota proudu
Obr. 6.10. Kompresní schéma RLE na pixelové úrovni
6.4.4
RLE komprese PackBits
Je slabikov orientované kompresní schéma, které se hodí pro kódování
bytových proud . Obsahuje 3 typy datových paket :
1. Dvouslabikový kódovaný proudový paket, kde 1. slabika udává délku
proudu tj. po et byte v proudu v rozsahu <0..127>. K této hodnot se
musí ješt p i íst 1, takže skute ná velikost proudu je v rozsahu
<1..128>. Druhá slabika obsahuje hodnotu bytu v proudu.
2. P ímý proudový paket (nezakódovaný). Jde o posloupnost 2 – 128 nezakódovaných byt ( ili p ímo hodnot pixel ), které jsou uvozeny délkou proudu. Hodnota proudu je v rozsahu <-127..-1> a má ve skute nosti význam (p i dekódování) jako –(-127..-1)+1 což je <2..128>. Používá se k ukládání dat s malým po tem proud nap . u složitých zašum lých p edloh.
P íklad 6.5.: Metodou PackBits máme zakódovat posloupnost 29 pixel
v p ímém kódu tj. každý pixel bude mít v p íslušném bytu hodnotu svého jasu. ešení je na obr. 6.11.
-28
pixel 1
pixel 2
pixel 28
pixel 29
Obr. 6.11. Uložení posloupnosti 29 pixel v p ímém kódu metodou PackBits
Teorie grafických formát
3. No-op paket. Má délku 1 slabiky s konstantní hodnotou –128. Používá
se v kompresním schématu k dorovnání fyzického formátu dat.
6.4.5
RLE komprese se t emi slabikami
Vyskytují-li se v p edloze dlouhé proudy (nad 127 znak ), pak je p edchozí
metoda PackBits nevýhodná. Pro tento p ípad je vhodné použít RLE schéma se
t emi slabikami. K p vodním 2 slabikám se p idává p íznaková slabika, která
ur uje, zda následující znaky jsou i nejsou zakódované. P íznaková slabika
m že mít 2 varianty:
1. má-li p íznaková slabika hodnotu 255, pak bezprost edn následující 2
slabiky reprezentují zakódovaný proud dat tak, jak to ukazuje obr. 5.7.
2. je-li v p íznakové slabice uložena hodnota r zná od 255 tj. 0..254, potom tato hodnota udává po et nezakódovaných pixel , které po ní bezprost edn následují.
P íklad 6.6. - RLE komprese se t emi slabikami je na obr. 6.12.
P íznaková slabika
1B
1B
1B
255
14
138
a) zakódování proudu 14ti pixel , každý o hodnot jasu 138
P íznaková slabika
1B
1B
1B
1B
1B
4
17
128
54
211
b) uložení 4 pixel v p ímém kódu (pixely mají hodnoty 17, 128, 54 a 211)
Obr. 6.12. Princip komprese RLE se t emi slabikami
6.4.6
Vertikální replika ní pakety
Používají se tehdy, obsahuje-li p edloha n kolik stejných ádk , které
jdou bezprost edn po sob . Z nich se zakóduje jen ádek první a dále se zapíše
údaj, kolikrát se daný ádek opakuje. Existují 2 varianty: jednoslabikový a
dvouslabikový vertikální replika ní paket.
- 58 (120) -
Komprese dat
P íklad 6.7.: Zakódujte 100 ádk p edlohy, které mají stejný odstín (v našem p ípad 145) o délce 127 znak / ádek. ešení je na obr. 6.13.
délka ádku
hodnota
0
1
99
127
145
0
0
0
a) jednoslabikový vertikální replika ní paket
délka
127
hodnota
opakující se
opakující se
p íznak
hodnota
0
0
145
b) dvouslabikový vertikální replika ní paket
Obr. 6.13. Vertikální replika ní pakety
6.5
Slovníkové metody (LZW)
Jde o nejrozší en jší zp sob komprese dat v po íta ové grafice. Používá
se nap . ve formátech GIF, TIFF a dalších. Komprese je neztrátová a lze dosáhnout kompresního pom ru 2:1 až 4:1. Metodu navrhli Abraham Lempel a
Jakob Ziv v roce 1977. V roce 1978 modifikoval algoritmus Terry Welch pro
diskové ídicí jednotky. Podle iniciál jmen t chto autor dostala metoda název
LZW. Kompresní algoritmus je slabikov orientovaný (kóduje data do slabik) a
pracuje jen s pevnou ádovou árkou (celo íselná aritmetika), ímž se dosahuje
vyšší rychlosti než kdyby operace probíhaly v pohyblivé ádové árce (exponent, mantisa).
Metoda je založena na substituci et zc znak et zci kratší délky.
Algoritmus vytvá í slovník dat (též zvaný p ekladová nebo et zcová tabulka),
obsahující pod et zce, které se vyskytují v nekomprimovaném toku dat. Pokud
se et zec ve slovníku nevyskytuje, za adí se jako nová fráze do slovníku. Fráze se pak zapíše do výstupního (komprimovaného) souboru. Pokud se daný
pod et zec v originálním souboru op t objeví, je do výstupního souboru zapsána hodnota fráze (nap . po adové íslo). Protože fráze je kratší než p vodní
pod et zec, je dosaženo kladné komprese dat.
Varianty LZW:
•
spojování 2 frází dohromady,
•
pr b žné sledování kompresní ú innosti (p i poklesu ú innosti se posledn vložená fráze vy adí, pop . se p ebuduje celý slovník).
Teorie grafických formát
Algoritmus komprese LZW
Postupn se vytvá í tabulka o dvou sloupcích. V 1. sloupci je kódovaná
posloupnost, ve 2. sloupci je komprima ní kód. Pro pot eby algoritmu si zavedeme tyto pomocné prom nné:
•
P = prefixový et zec,
•
H = prom nná pro aktuální znak,
•
PH = spojení et zce P a znaku H,
•
Zásobník = pole pro uložení et zce znak
Vlastní algoritmus:
1. Inicializace tabulky.
2. Na te se 1. znak ze vstupu do pomocné prom nné P, což je prefixový
et zec.
3. Není-li na vstupu další znak, algoritmus kon í.
4. Na te se další znak do pomocné prom nné H.
5. Existuje-li et zec PH v tabulce, p idá se H na konec P a pokra uje se
krokem 3.
6. Neexistuje-li PH v tabulce, pak se PH do tabulky za adí a P se zapíše
do výstupního souboru. Znak H se uloží do P (takže P bude obsahovat
jediný znak H) a pokra uje se krokem 3.
Algoritmus dekomprese LZW
1. Inicializace tabulky.
2. Na výstup se pošle první na tený znak/kód.
3. Není-li už žádný další znak, algoritmus kon í.
4. Ze vstupního souboru se na te další znak/kód.
5. Je-li na tený znak kód, vyhledá se v tabulce p íslušný et zec a za adí
se do zásobníku. Není-li na tený znak kódem, zapíše se do výstupního
souboru.
6. Není-li zásobník prázdný, vybere se znak ze zásobníku. Jde-li o kód,
vyhledá se k n mu p íslušný et zec a za adí se na jeho místo do zásobníku. Jde-li o znak, zapíše se do výstupního souboru.
7. Pokra uje se krokem 3.
Na principu slovníkové komprese pracují známé komprima ní programy
jako nap . WINZIP, PKZIP, PKUNZIP, LHARC, ICE, ARJ, RAR apod.
- 60 (120) -
Komprese dat
6.6
Huffmanovo kódování
Z teorie informace vyplývá, že p i nezávislém kódování jednotlivých
symbol je optimální, když se symbol si (reprezentující obrazovou funkci pixelu) zakóduje pomocí H(si) bit , kde
H (si ) = − log 2 pi
(6.2)
p i emž pi je pravd podobnost výskytu symbolu si v souboru – viz kap. 6.1.
David Huffman navrhl v roce 1952 kód, který se k této teoretické hranici blíží. Lze dokázat, že mezi všemi kódy, které používají celo íselný po et
bit k reprezentaci jednoho symbolu je Huffman v kód ten nejkratší.
Princip metody spo ívá v tom, že se symbol m, které se v souboru vyskytují nej ast ji, p i azují nejkratší možné kódy na bitové úrovni. Komprese
probíhá ve 2 fázích:
1. zjišt ní etnosti všech symbol ,které se v souboru vyskytují a set íd ní tohoto seznamu sestupn podle hodnoty etnosti,
2. zakódování symbol podle etnosti ad 1).
Symboly s nejnižšími pravd podobnostmi výskytu (nejnižšími etnostmi) postupn slu ujeme po dvojicích, až získáme dva symboly s nejv tšími
pravd podobnostmi ( etnostmi) výskytu. P i slu ování má slou ený symbol
pravd podobnost ( etnost) výskytu rovnu sou tu pravd podobností obou sluovaných symbol . Posledním dv ma symbol m p i adíme nejkratší binární
kódy tj. 0 a 1. Pak postupujeme opa ným sm rem a p idáváme rozlišovací bity
(kódy se spole ným za átkem), až dostaneme jednozna n dekódovatelný binární kód každého vstupního symbolu.
Huffman v kód pro X symbol má délku zprávy maximáln k bit , kde
k=
X
i =1
[− log 2 pi ]
(6.3)
a výraz v hranaté závorce je zaokrouhlen sm rem nahoru na celé íslo.
P íklad:6.8.:
Soubor, který obsahuje tuto posloupnost znak : AXCTXCRCTCX máme zakódovat Huffmanovým kódem.
ešení je uloženo v tabulce 6.1. První dva sloupce se vytvá í v 1. fázi, kdy se
zjiš uje etnost výskytu symbol v dané množin (souboru). 3. sloupec se vypluje ve 2. fázi podle tohoto pravidla: Nej etn jším symbol m se jednozna n
(tj. tak, aby jednotlivé symboly byly svým kódem rozlišitelné) p i adí kód
s nejmenším možným po tem bit .
Teorie grafických formát
Schéma p i azování kód je na obr. 6.14. V kulaté závorce jsou u jednotlivých
symbol uvedeny jejich etnosti resp. sdružené etnosti (u složených symbol )
výskytu v souboru, v hranaté závorce pak p i azený binární Huffman v kód.
AXCTXCRCTCX (celkem 11 znak tj 11 byt = 88 bit )
Vstup:
C (4)
C (4)
C (4)
X (3)
X (3)
X (3) [10]
C (4) [0]
X,T,A,R (7) [1]
T (2) [110]
T (2)
T,A,R (4) [11]
A (1) [1110]
A,R (2) [111]
R (1) [1111]
Obr. 6.14. Schéma odvození Huffmanova kódu k p íkladu 6.8.
Tabulka 6.1. etnosti výskytu symbol a jim p i azené kódy
etnost výskytu
Symbol (znak)
Huffman v kód
C
4
0
X
3
10
T
2
110
A
1
1110
R
1
1111
Výstup:
111010011010011110110010
(celkem 24 bit tj. 3 byty)
Kompresní pom r v našem p íkladu (délka vstupu)/(délka výstupu)=11/3 = 3,7.
Huffman v kód byl za azen do standardu CCITT (Consultative Comittee International Telegraph and Telephone – standardiza ní organizace pro
p enos dat). Standardizovány byly celkem 3 varianty Huffmanova kódu, které
dostaly toto ozna ení:
1. Group 3 jednorozm rné (G31D)
2. Group 3 dvourozm rné (G32D)
3. Group 4 dvourozm rné (G42D)
- 62 (120) -
Komprese dat
Vysv tleme si nyní tyto pojmy:
Group 3 je speciální kompresní algoritmus ur ený pro dvouúrov ové
( ernobílé) p edlohy dokument , které se nej ast ji používají v p enosu dat
(fax). Dosahuje kompresního pom ru 5:1 až 8:1.
Varianta Group 4 má zdokonalený kompresní algoritmus proti Group 3
s ú inn jším kompresním pom rem (až 50%). Neobsahuje synchroniza ní kódy – nap . kód signalizující konec ádku EOL (End Of Line).
Algoritmy jsou neadaptivní tj. nep izp sobují se každé p edloze tak,
aby byla komprimována s optimální ú inností. Používá se pevných tabulek,
které byly navrženy podle referen ních (typických) p edloh, které se v praxi
vyskytují. Posuzovány byly jak ryze textové tak i obecné grafické p edlohy
(text + obrázky). Na základ analýzy t chto dokument byly navrženy tabulky
dvojího druhu:
1. Tabulka vytvá ecích kód , reprezentujících zakódované et zce
stejných pixel ( erných nebo bílých) o délce v tší než 64,
2. Tabulka terminálních kód (kódy, které reprezentují posloupnost
stejných pixel o délce maximáln 64).
Každá z t chto tabulek má 2 ásti: 1. tabulku pro kódování posloupnosti
erných pixel a 2. tabulku pro kódování bílých pixel . Tím odpadá 1. fáze
Huffmanova kódování a to zjiš ování etnosti výskytu jednotlivých pixel
v p edloze. Ukázka ásti t chto kód je ve skriptech [26] na str. 61, úplné kódovací tabulky CCITT Group3 a Group4 jsou nap . v [11].
Zbývá vysv tlit ješt termín jednorozm rné a dvourozm rné kódování.
Jednorozm rné kódování 1D je jednoduché, protože se kódují jen lineární posloupnosti erných resp. bílých pixel ve vstupním souboru podle standardních tabulek.
U dvourozm rného kódování se každý ádek kóduje relativn vzhledem
k ádku p edchozímu. Praxe totiž potvrdila, že s velkou pravd podobností se
bezprost edn po sob jdoucí ádky ernobílé p edlohy od sebe bu neliší v bec nebo jen velmi málo. Potom sta í zakódovat jen první ádek a v dalších
ádcích zachytit jen zm ny oproti ádku p edchozímu. Jelikož 1. ádek nemá
p edch dce, postupuje se tak, že se kóduje podle fiktivního 0. ádku, který je
složen ze samých bílých pixel . Tomuto zp sobu se íká vertikální kódování.
Pokud se daný ádek proti p edchozímu odlišuje tak, že by kódování zm n bylo
složité a neefektivní, zakóduje se samostatn podle standardních tabulek tzv.
horizontálním kódem. Pro metodu 2D pot ebujeme krom standardních tabulek
ješt zvláštní ídicí kódy, které jsou v tabulce 6.2.
Vysv tlivky:
V(x) Vertikální kódy. X je íslo, které udává o kolik pozic v ose x se
pixel v daném ádku liší od pozice nejbližšího pixelu v bezprost edn p edchozím ádku. Znaménko + udává posun vpravo, znaménko – posun vlevo.
Hor Horizontální kód. Signalizuje, že od daného místa je ádek zakódován podle standardních tabulek pro 1D kódování.
Teorie grafických formát
Tabulka 6.2. Kódy pro dvourozm rné kódování 2D
Název kódu
Hodnota kódu (bitová kombinace)
V(0)
1
V(+1)
011
V(+2)
000011
V(+3)
0000011
V(-1)
010
V(-2)
000010
V(-3)
0000010
Hor
001
Pass
0001
Pass Pr b žný kód. Používá se tehdy, pot ebujeme-li ignorovat dv
zm ny (bílá – erná a zp t erná – bílá) v p edchozím ádku ( et zec stejných
pixel v aktuálním ádku pokra uje, zatímco v p edchozím ádku je v daném
míst p erušen skupinou pixel jiné barvy).
P íklad 6.9.:
Na obr. 6.15. je ást n jaké p edlohy (2 bezprost edn po sob jdoucí
ádky). ádek ozna ený šipkou zakódujte vertikálním kódem.
Referen ní ádek
ádek, který se má zakódovat
Mnemokód:
Výsledný kód
V(0) V(0) V(-1) Pass V(+1) V(+2)
:
1
1
010 0001
011 000011
Obr. 6.15. ást ernobílé p edlohy pro p íklad 2D komprese
Komprese metodou 2D je velice ú inná a lze dosáhnout kompresního
pom ru až 25:1. Huffmanovo kódování je bezeztrátové a používá se p evážn
pro ernobílé (binární) p edlohy.
Variantou Huffmanovy metody je tzv. aritmetické kódování. Je to rozší ení Huffmanova kódu na spojité systémy což znamená, že kód není omezen
celo íselným po tem bit . Bližší informace jsou v [1].
- 64 (120) -
Komprese dat
6.7
Predik ní metody
Jsou založeny na tom, že sousední body obrazu mají s velkou pravd podobností vysoký stupe korelace. Za tohoto p edpokladu je možné hodnotu
pixelu odhadnout z hodnot vzork (jasu pixel ) p edcházejících (z toho je odvozen i název – predik ní metody). Na obr. 6.16. je v ásti p edlohy znázorn no 7 pixel . Symbolem X je ozna en aktuální tj. práv zpracovávaný pixel,
symboly A, B, C, D, E reprezentují p edch dce pixelu X. Hodnotu x pixelu X
vypo ítáme podle vztahu:
x = f (a, b, c, d , e ) + e px
(6.4)
kde f je vhodná predik ní funkce, a, b, c, d, e jsou hodnoty p edch dc pixelu
X a epx je predik ní chyba pro pixel X.
A, B, C, D, E - p edch dci pixelu X
Obr. 6.16. ást obrazu pro predik ní kódování
Protože predik ní funkce je pro všechny pixely stejná, má smysl zapisovat do souboru jen predik ní chyby jednotlivých pixel . Jelikož predik ní
chyba je výrazn menší než obrazová funkce pixelu, pot ebujeme pro její uložení mén bit než pro uložení obrazové funkce. V tom spo ívá princip komprese touto metodou. Uložíme-li predik ní chybu beze zm ny nebo bezeztrátovou kompresí (na obr. 6.17. pracuje kodér/dekodér VWL podle Huffmanova
kódu) jde o bezeztrátovou metodu, pokud predik ní chybu dále kvantujeme,
jde o ztrátovou metodu komprese. Schéma je na obr. 6.17.
x(n) – vstupní signál, xp(n) – predikovaná hodnota, ep(n) – predik ní chyba,
epq(n) – predik ní chyba kvantovaná, P – prediktor, Q – kvantizér, VWL – Variable Word Length (slovo s prom nnou délkou), y(n) – výstupní signál.
Obr. 6.17. Blokové schéma pro a) ztrátovou a b) bezeztrátovou kompresi predik ní metodou
Teorie grafických formát
Bezeztrátová predik ní komprese je sou ástí standardu JPEG pro obrázky s mnoha úrovn mi šedi. Prediktory se liší ádem a rozm rem. ád prediktoru udává po et p edch dc , které se používají v predik ní funkci (viz
vztah 6.4.). Rozm r prediktoru závisí na poloze p edch dc , které se používají
v predik ní funkci. P edch dci ze stejného ádku vedou na 1D prediktor, p edch dci v r zných ádcích (horizontálních i vertikálních) implikují 2D prediktor
a p edch dci v r zných ádcích a v asové domén vedou na 3D prediktor – viz
tab. 6.3.
Tab. 6.3. ád a rozm r predik ní funkce (predikátoru) pro obr. 6.16. Pixel E je
p evzat z p edchozího p lsnímku.
Predik ní funkce
Rozm r prediktoru
ád prediktoru
X = f(A, C, E)
3D
3
X=A
1D
1
X = (A + C)/2
2D
2
X=C
1D
1
X=E
1D
1
X = f(A, B, C, D)
2D
4
6.8
Waveletová (vlnková) transformace
Wavelets (vlnky) jsou matematickým nástrojem pro hierarchickou dekompozici funkcí. Umož ují popsat funkci hrub pomocí celkového tvaru a
prost ednictvím detail , které jsou uspo ádány od mén podrobných k jemným
detail m. Mají své uplatn ní jak v aproximaci a zpracování signálu tak i v poíta ové grafice jako editace, komprese, vyšet ování (querying) obrazu, ešení
simula ních úloh a osv tlení. Pro ilustraci si uvedeme jednoduchý p ípad Haarových wavelet .
Pro jednoduchost p edpokládejme 1D obraz s rozlišením 4 pixel
s hodnotami:
9
7
3
5
Ve waveletové transformaci s Haarovými bázemi sdružíme dvojice pixel pomocí aritmetických pr m r , takže dostaneme hodnoty 8=(9+7)/2 a 4=(3+5)/2:
8
4
Zpr m r ováním jsme ovšem ztratili jistou informaci. Abychom mohli
obraz zp t rekonstruovat, musíme uchovat ur ité koeficienty detail , které nesou ztracenou informaci. První koeficient detailu je 1, protože 9 = 8 + 1 a 7 = 8
– 1. Druhý koeficient je –1, protože 3 = 4 + (–1) a 5 = 4 – (–1). P vodní obraz
je transformován na dvoupixelovou verzi s nižším rozlišením a se dv ma koe-
- 66 (120) -
Komprese dat
ficienty detail . Rekurzivním opakováním celého procesu získáme kompletní
dekompozici podle tab. 6.4.
Tab. 6.4. Dekompozice obrazu se 4 pixely
Rozlišení
Pr m ry
4
9, 7, 3, 5
2
8
1
Koeficienty detail
1
4
6
–1
2
Nyní m žeme definovat waveletovou transformaci s jednorozm rnou
Haarovou bází p vodního obrazu jako jediný koeficient (6) a dopln ný adou
koeficient detail v po adí zvyšujícího se rozlišení:
6
2
1
–1
Je vid t, že transformace je bezeztrátová a obraz m žeme rekonstruovat
zp t na libovolné rozlišení. Princip komprese touto metodou spo ívá v tom, že
koeficienty detail jsou mnohonásobn menší než hodnoty pixel a podle vztahu (5.1) pot ebujeme k jejich uložení menší kapacitu pam ti. Zkrácením nebo
zanedbáním malých koeficient vzniká v rekonstruovaném obrazu jen malá
chyba, ale tato komprese je již ztrátová.
6.9
Komprese založená na redukci barev
Jde o ztrátovou metodu, založenou na snížení po tu barevných odstín
v p edloze. Pat í sem i polotónování a rozptylování barev, popsané v kap. 4.3.
Uvedeme si n kolik typických variant:
1. Binarizace. Je to proces vytvo ení ernobílého obrazu z originálu. Základem je ur ení hrani ní hodnoty (prahu), která odd luje objekt od pozadí.
K ur ení prahu se používá histogram, který nese informaci o rozložení
úrovní jasu v obrazu – viz obr. 6.18. Prahová hodnota T (z angl. treshold)
rozd lí body obrazu (x, y) s obrazovou funkcí f(x, y) do dvou t íd:
a) t ídy objektu, je-li f(x, y) > T
b) t ídy pozadí, je-li f(x, y) <= T
Histogram je definován jako funkce etnosti N výskytu ur ité úrovn u
jasu v obraze:
N = f (u )
kde u je p íslušná úrove jasu
N je etnost výskytu této úrovn v dané p edloze.
(6.5)
Teorie grafických formát
Proces
prahování
je
pak
výsledkem
testování
funkce
T = [x, y, p ( x, y ), f ( x, y )] a p vodní obrazové funkce f ( x, y ) . Funkce
p(x,y) vyjad uje lokální vlastnosti daného obrazového bodu (nap . pr m rnou hustotu výskytu úrovn šedi v daném okolí bodu (x,y). Prahovaný výstupní obraz g ( x, y ) je definován takto:
0 je-li f(x,y) > T
g ( x, y ) =
(6.6)
1 je-li f(x,y) <= T
N
T
u
Obr. 6.18. Histogram s vyzna eným prahem T
V praxi má prahování n kolik r zných variant, Podrobný matematický rozbor je ve [12]. Další informace jsou v [7] a [8].
Speciálním p ípadem je prahování barevných obraz . V tomto p ípad
se konstruuje tzv. 3D histogram (pro 3 složky barev) v n mž se vyhledávají
shluky, podle kterých se provádí vlastní prahování. Podrobn jší informace
jsou ve [12].
2. P evod obrazu na úrovn šedi. Jde o redukce barev a p epo et na odstíny
šedi podle empirického vztahu:
I = 0.299 R + 0.587G + 0.114 B
R, G, B ∈ <0..255>
(6.7)
kde I je výsledná úrove jasu šedé. P epo ítávají se postupn všechny pixely RGB. Tím, že každý pixel má ve výsledném formátu jen jednu složku
barev místo p vodních t í, dochází ke kompresi dat.
3. P evod do barevné palety 3-3-2. Cílem tohoto zp sobu komprese je uložit
pixel do jediné slabiky = 8 bit . Protože 8 není beze zbytku d litelné íslem
3, musíme použít kompromisu: 3 bity vyhradíme pro složku R, další 3 bity
pro složku G a na složku B z stanou jen 2 bity. Toto omezení lze akceptovat, protože lidské oko je na modrou složku nejmén citlivé.
- 68 (120) -
Komprese dat
4. P evod do barevné palety 6 x 6 x 6. I v tomto p ípad se snažíme omezit
hloubku pixelu na 8 bit tj. 1 slabiku. Protože 1 byte má 28 = 256 úrovní jasu a 6x6x6 = 216, není fyzický formát slabiky zcela využit. Výhodou však
je, že na každou složku barvy vychází stejný po et úrovní jasu. Výsledný
index barvy se vypo ítá podle tohoto vztahu:
Ri, Gi, Bi ∈ <0..5>
(6.8)
36 Ri + 6Gi + Bi
kde Ri, Gi, Bi jsou indexy barev v prahových polích.
Algoritmy pro generování palet 3 – 3 –2 a 6 x 6 x 6 jsou v publikaci [8], str.
151, 152.
6.10 Vektorová kvantizace
V kap. 3.2. byla popsána kvantizace obrazové funkce, která je skalárem.
Metoda spo ívá v tom, že jistá množina reálných hodnot (kvantum) se nahrazuje jediným (diskrétním) vzorkem. Vektorová kvantizace pracuje na podobném
principu s tím rozdílem, že se množina (vstupních) vektor nahrazuje vhodn
voleným (výstupním) vektorem jediným. Kódovací za ízení bude pracovat
s t mito množinami:
-
vstupní množina vektor X dimenze k. Po et prvk množiny si
ozna me symbolem L,
množina symbol V,
množina výstupních (reproduk ních) vektor Y dimenze j. Tato
množina se nazývá kódová kniha. Po et prvk této množiny si
ozna me symbolem M, p i emž platí L ≥ M.
Kódování probíhá tak, že vstupní vektor xk ∈ X se nahradí symbolem v
∈ V, který jednozna n ur í výstupní vektor yl ∈ Y. P itom se postupuje tak,
aby chyba d(xk, yl) byla minimální ve smyslu zvolené metriky (b žn sta í Euklidovská ve složit jších p ípadech Itakura-Saitova metrika). Do zakódovaného
proudu dat se zapíše jen index l. P i rekonstrukci obrazu se v kódové knize
vyhledá prvek s indexem l tj. yl a ten se zapíše do rekonstruovaného proudu
namísto p vodního prvku xk. P ípadné zkreslení je dáno kvalitou návrhu kódové knihy. Jeden z návrh známý jako algoritmus LBG (nazvaný podle autor
Linde, Buzo, Gray) je popsán v [13]. Podstata algoritmu spo ívá v tom, že
podmnožina vstupních vektor , které jsou p i azeny jednomu a témuž symbolu
v tvo í tzv. Voronoiho oblast daného symbolu. Kódová kniha je navržena optimáln tehdy, jsou-li prvky této knihy (tj. vektory y) st edy Voronoiho oblastí.
Komprese dat založená na vektorové kvantizaci je z principu ztrátová.
Teorie grafických formát
6.11 Diskrétní kosinová transformace
Diskrétní kosinová transformace asto ozna ovaná v literatu e zkratkou
DCT (Discrete Cosine Transformation) pat í k významným lineárním ortogonálním transformacím v oblasti zpracování digitálního obrazu. Poprvé byla
publikována v roce 1974 autory N. Ahmedem, T. Natarajanem a K. R. Raoem
[13]. DCT vychází z Fourieovy transformace, p esn ji e eno z diskrétní Fourieovy transformace DFT (Discrete Fourier Transformation).
6.11.1 Fourierova transformace obrazové funkce
Každá spojitá periodická funkce se spojitou derivací f ( x ) a s periodou
T se dá rozvinout v intervalu 0, T ve Fourierovu adu – viz [15]:
f (x ) =
a0
+
2
∞
n =1
(an cos nωx + bn sin nωx )
(6.9)
kde
2
an =
T
T
0
f ( x ) cos nωxdx ,
2
bn =
T
T
0
f (x )sin nωxdx ,
2π
=ω
T
To znamená, že libovolná funkce s vlastnostmi výše definovanými se
dá rozložit na sou et v krajním p ípad nekone n mnoha harmonických funkcí
(sinusového pr b hu) s r znou:
a) amplitudou,
b) fázovým posunem,
c) kmito tem.
Amplitudy jednotlivých harmonických funkcí jsou ur eny koeficienty
an, bn, fázový posun, pokud existuje, je dán aditivní konstantou p v argumentu
funkce sin resp cos ve vzorci 6.9 bude sinω(x + p) resp. cosω(x + p) a kmito ty
se odvozují jako celistvé násobky základního kmito tu p vodní funkce, která je
1
se nazývá
dána periodou T. Harmonická funkce v rozvoji o kmito tu f =
T
základní nebo také první harmonická. Obecn n-tá harmonická je taková funk1
ce, která má kmito et f =
. Zvláštní postavení mezi t mito funkcemi má
nT
tzv. nultá harmonická, která vyjad uje st ední hodnotu funkce f ( x ) . Její amplituda je ur ena koeficientem a0. Funkce symetrické vzhledem k ose x mají
st ední hodnotu nulovou tj. a0 = 0. Je-li funkce lichá (graf funkce je st edov
soum rný podle po átku) tj. f (− x ) = − f ( x ) , pak an = 0 pro n = 0, 1, 2, 3…;
ada obsahuje jen sinové leny. Je-li funkce sudá (graf funkce je soum rný
podle osy y tj. f (− x ) = f (x ) , pak bn = 0 pro n = 0, 1, 2, 3…; ada obsahuje jen
konstantní len a0/2 a kosinové leny.
- 70 (120) -
Komprese dat
asto se používá Fourieova ada v komplexním tvaru:
f (x ) =
∞
n =0
(c e
n
jnωx
+ cn' e − jnωx
)
(6.10)
koeficienty cn , cn' vypo teme podle vzorc :
1
cn =
T
T
f ( x )e
− jnωx
1
c =
T
'
n
dx
0
T
f ( x )e jnωx dx
0
Pro naše ú ely transformace p edlohy si rozší íme Fourierovu transformaci z 1D na prostor 2D. Na obr. 6.19 je znázorn na analogová obrazová funkce ásti n jaké p edlohy jako výška v ose z v sou adnicovém systému x, y ,z.
Dvourozm rná (obrazová) p ímá Fourierova transformace periodické
dvourozm rné obrazové funkce je pak definována vztahem:
1
F (ω x , ω y ) =
Tx T y
kde
∞ ∞
f ( x, y )e
−
jω x x
Tx
e
−
jω y y
Ty
dxdy
(6.11)
−∞−∞
F (ω x , ω y ) je spojité Fourierovo spektrum,
f(x, y) je analogová obrazová funkce – viz obr. 6.19.,
ω x , ω y jsou prostorové kmito ty,
Tx, resp. Ty jsou periody ve sm ru osy x resp. y.
Obr. 6.19. Obrazová funkce f(x, y) a její digitální vzorky g(x, y) vyjád ené výškou z
Teorie grafických formát
V diskrétním prostoru m žeme popsat dvourozm rnou diskrétní Fourierovu transformaci DFT vztahem:
F (n1 , n2 ) =
1 1
N1 N 2
N1 −1 N 2 −1
x =0 y =0
g ( x, y )e − jω1x e − jω2 y
(6.12)
kde n1, n2 jsou spektrální složky Fourierova rozvoje,
g(x, y) je digitalizovaná obrazová funkce – viz obr. 6.19.,
N1, resp. N2 je rozm r obrazové matice tj. po et vzork v ose x resp. y,
ω1 =
2πn1
2πn2
, resp. ω 2 =
jsou prostorové kmito ty ve sm ru osy x resp. y.
N1
N2
Fourieova transformace tedy p evádí obraz z prostorové do spektrální
oblasti, kde je z ejmé z jakých spektrálních (harmonických) složek se obraz
skládá. Každá spektrální složka má svoji amplitudu a fázi. Fázová složka vyjad uje umíst ní n jakého objektu v obraze, spektrální složky nízkých kmito t
zachycují základní dominantní rysy obrazu, zatímco spektrální složky vyšších
kmito t jsou odrazem ostrých hran a jemných detail v p edloze.
Poznámka :
P edpokladem Fourierova rozvoje je, aby vstupní obrazová funkce obrázku, který má kone nou velikost, byla periodická. Tuto podmínku snadno
splníme tím, že vytvo íme matematický model – nekone nou plochu složenou
z jednoho obrázku, který opakovan pokládáme ve sm ru osy x i y. Na tuto
strukturu pak aplikujeme Fourieovu transformaci a vybereme výsledek pro
základní periodu tj. p vodní p edlohu.
Fourierova transformace nám umož uje snadné zpracování digitálního
obrazu. Harmonické funkce lze totiž mnohem jednodušeji analyticky vyjád it
než p vodní obrazovou funkci, jejíž matematický popis by byl v mnoha p ípadech velmi obtížný. Proto n které operace lze použitím Fourierovy transformace p evést na operace o ád nižší (nap . konvoluci na násobení). Mezi nevýhody Fouierovy transformace pat í výpo et koeficient – amplitud jednotlivých
spektrálních funkcí, který je v mnoha p ípadech složitý a asov náro ný (každý koeficient se po ítá p es celé spektrum). Tato nevýhoda je áste n zmírn na tím, že
-
v závislosti na charakteru vstupní obrazové funkce vycházejí n které koeficienty Fourierovy transformace nulové,
v praxi se používají speciální algoritmy pro výpo et tzv. rychlé Fourierovy transformace FFT (Fast Fourier Transformation), které existují i jako technické akcelerátory (algoritmy zabudované do obvodové logiky) i v podob zásuvných desek do po íta .
- 72 (120) -
Komprese dat
6.11.2 Odvození diskrétní kosinové transformace
Fourierova transformace má však ješt jednu nevýhodu, která spo ívá
v tom, že reálné matice reprezentující obraz, p evádí na matice komplexní se
sudou reálnou a lichou imaginární složkou (tzv. hermitovské matice). Proto se
hledala metoda, jak tuto nevýhodu eliminovat. Komplexní jádro diskrétní Fourierovy transformace lze rozložit na reálnou a imaginární složku podle vzorce:
e jnωx = cos
2πnx
2πnx
+ j sin
N
N
(6.13)
Potíž je vtom, že žádná z obou ástí tj. ani kosinová ani sinová funkce
nep edstavuje v oboru reálných funkcí úplný systém bázových funkcí.
D ležitou vlastností Fourierovy ady je to, že zachovává symetrii tj.
transformace sudé resp. liché funkce je zase sudou resp. lichou funkcí. Na základ této vlastnosti pak m žeme íci, že pokud bude obrazová funkce sudá
pop . lichá, potom Fourieova transformace bude obsahovat jen kosinové pop .
sinové složky a pro tyto funkce bude kosinová pop . sinová ást komplexního
jádra (vztah 6.13) p edstavovat úplný systém bázových funkcí. Pokud vstupní
funkce f(x) není sudá, lze ji modifikovat tak, aby se sudou stala. K tomu se
používá tzv. sudé prodloužení (rozší ení) funkce f(x) kolem n jakého vztažného bodu (nap . x = 0). Je-li nap . defini ním oborem diskrétní funkce g(x)
množina nezáporných ísel 0 <= x < N, potom m žeme definovat na intervalu
–N < x < N funkci g(x) takto:
g (x ) = f ( x )
(6.14)
Funkce g(x) p edstavuje sudé prodloužení funkce f(x) kolem bodu x = 0 – viz
obr.6.20. Protože g(x) je sudou funkcí, bude její Fourierova transformace obsahovat jen kosinové leny.
Obr. 6.20. Sudé prodloužení vstupní diskrétní funkce f(x)
Teorie grafických formát
Nyní máme vše p ipraveno pro odvození p ímé jednorozm rné diskrétní
kosinové transformace (dále DCT). Použijeme postupu, který je uveden v [3].
P edpokládejme N-bodovou vstupní funkci f(x), s defini ním oborem 0 <= x <
N. DCT odvodíme na základ jejího 2N bodového sudého prodloužení g(x) –
viz obr. 6.20c. Funkce g(x) na tomto obrázku je definovaná vztahy:
f (x )
pro 0 <= N-1
g (x ) =
(6.15)
f (2 N − x − 1)
pro N <= x < 2N-1
Z tohoto vztahu vyplývá, že
g (2 N − x − 1) = g ( x )
(6.16)
Po úpravách, které jsou nap . v [26], [3] a rozší ení z 1D na 2D prostor
dostaneme vztah pro dvourozm rnou DCT:
C (u , v) =
N −1 N −1
(2 x + 1)π u + cos (2 y + 1)π v
2
Ku Kv
f ( x, y ) cos
N
2N
2N
x =0 y =0
(6.17)
p i emž normovací konstanty mají hodnoty:
Kw =
1
pro w = 0 a K w = 1 pro w = 1, 2, …, N-1.
2
6.11.3 Využití DCT pro kompresi dat
Na komprimaci dat metodou DCT je založen standardní grafický formát
JPEG – viz kap. 9. Princip spo ívá v tom, že celý obrázek nebo jen jeho ást (v
JPEG je to blok 8 x 8 pixel o ose x a y) se pomocí DCT transformuje z oblasti
obrazové (sou adnice x, y) do oblasti spektrální. Vznikne spektrum sinusových
funkcí, které jsou reprezentovány svými koeficienty (hodnoty amplitud, fází a
kmito t ). Jak již bylo d íve uvedeno, funkce o nízkém kmito tu nesou podstatnou ást obrazové informace, zatímco funkce vyšších kmito t zachycují
jemné detaily p edlohy. Proto je možné za ur itých p edpoklad vyšší kmito ty
spektra vynechat (koeficienty p íslušných funkcí budou nulové) a do výstupního souboru zakódovat jen funkce nižších kmito t , ímž dojde ke kompresi.
Slovo zakódovat zde znamená to, že koeficienty vybraných spektrálních funkcí
m žeme dále zkomprimovat n kterou známou bezeztrátovou metodou. Nabízí
se p irozená otázka, jak velkou ást spektra m žeme vynechat. To záleží na
ú elu, pro který je obrázek ur en. Lze matematicky vypo ítat, kolik po áte ních harmonických funkcí vzniklých po aplikaci DCT na p vodní obrazovou
funkci musíme zachovat, aby ztráta informace vzniklá kompresí nebyla vyšší,
než zadaná mez v procentech. Pokud obrázek obsahuje dostate né množství
redundance, lze dosáhnout kompresního pom ru 20:1 až 30:1. Komprese dat
založená na DCT má však i svoje nevýhody a to:
- 74 (120) -
Komprese dat
1. pokud se ve vstupním obrázku vyskytují ostré hrany, které jsou ve spektrální oblasti reprezentovány vysokými kmito ty, a tyto kmito ty pak b hem kompresním procesu zanedbáme, pak výstupní obrázek po rekonstrukci trpí tzv. Gibbsovým jevem. Jde o zvln ní, které se objevuje v místech
obrazu kde je vysoký kontrast nap . v okolí ostrých hran.
2. je-li prvním krokem aplikace metody DCT rozd lení obrázku na bloky 8 x
8 pixel , pak další zpracování zkomprimovaného obrazu je poplatné tomuto rozd lení. Nap . zm na rozlišení se m že projevit zna ným snížením
kvality obrazu.
6.12 Fraktální komprese
6.12.1 Úvod do fraktální geometrie
Fraktální geometrie se vyvíjí jako samostatná v dní disciplína od 60. let
(zakladatel Benoit B. Mandelbrot). P edm tem fraktální geometrie jsou metody
popisu p írodních objekt . Chceme-li popsat n které tvary objekt v p írod
nap . mraky, ostrovy, zálivy apod. pomocí klasické geometrie, pak jde o proces
v mnoha p ípadech velmi složitý a neefektivní. Fraktální geometrie eší tento
problém tak, že rozd lí daný objekt na v tší celky (domény), v nichž je co nejvíce tvarov p íbuzných prvk . Nejlepší p ípad je takový, kdy v každé domén
je nalezen jen jeden základní prvek. Ostatní ásti domény jsou pak definovány
pomocí tohoto prvku jako lineární podobnostní transformace podle vztahu:
W [x, y ] = [ax + by + e, cx + dy + f ]
(6.18)
Tento vztah vyjad uje oto ení a zmenšení (resp. zv tšení) nalezeného
podobného motivu i jeho posunutí (koeficienty e, f). Opakování základního
prvku (motivu) je pak definováno pouze šesti koeficienty.
Fraktální geometrie je tedy založena na podobnosti objekt , které se od
sebe liší jen velikostí. Využívá matematických disciplin, které se zabývají m ením dimenze. Ve fraktální geometrii rozeznáváme 2 druhy dimenzí:
1. topologickou dimenzi, která každé k ivce p i adí p ímku, každé ploše rovinu apod.
2. Hausdorfovu dimenzi D, která vyjad uje míru lenitosti objektu a
lze ji vypo ítat ze vztahu:
Ns D = 1
kde N je po et ástí objektu a s m ítko objektu.
(6.19)
B. Mandelbrot definoval pojem fraktál pomocí obou dimenzí takto:
Fraktál je množina, jejíž Hausdorfova dimenze je v tší než dimenze topologická.
Teorie grafických formát
Jednoduché geometrické útvary jako je úse ka, tverec, krychle apod. mají
topologickou a Hausdorfovu dimenzi stejnou. Proti tomu nap . u k ivky Kochové na obr. 6.21 je na první pohled patrná lenitost – jde o kompozici rovnostranných trojúhelník , které se navzájem p ekrývají v itera ních cyklech,
p i emž v každém dalším cyklu se rozm r trojúhelníku 3x zmenší ve stejném
pom ru k rozm ru v p edchozím itera ním cyklu. Hausdorfova dimenze u k ivlog 4
ky Kochové (N=4, s=1/3) je (podle 6.19) rovna
= 1.2618 .
log 3
Obr. 6.21. K ivka Kochové po druhé iteraci
Topologická dimenze je však rovna jedné, protože jde stále o k ivku v rovin .
Z toho vyplývá, že k ivka Kochové spl uje definici fraktálu podle B. Mandelbrota. Pro zajímavost m žeme uvést další p íklady: povrch lidského mozku má
Hausdorfovu dimenzi 2.76, povrch plic 2.17 a pob eží zem pisných útvar
1.26.
Podle dosud známých typ m žeme fraktály rozd lit takto:
1. Deterministické fraktály:
a. Lineární: L-systémy (Lindenmayerovy systémy), Sekven ní Lsystémy, Systém iterovaných funkcí IFS – viz dále.
b. Nelineární: Dynamické systémy, Nelineární IFS.
2. Stochastické fraktály: Otev ené L-systémy, Brown v pohyb, Difúze.
Fraktály m žeme generovat pomocí n kolika metod. Z výše uvedených
typ se nej ast ji používají tyto metody:
1. L-systémy (Lindenmayerovy systémy),
2. dynamické systémy,
3. systém iterovaných funkcí IFS (Iterated Function System).
Bližší popis je v [8] nebo ve skriptech [26].
6.12.2 Princip fraktální komprese
Pro kompresi resp. dekompresi obrázku se využívá p edevším metoda
IFS a to takto: Zpo átku je celý obrázek jednobarevný nap . bílý. V každém
kroku iterace se postupn procházejí jednotlivé domény na které se aplikuje
p íslušná transformace podobných motiv . Výsledek iterace z domény Di se
pak zkopíruje do jiné ásti obrázku tzv. oblasti (Range) Ri. Se zvyšujícím se
- 76 (120) -
Komprese dat
po tem iterací se rozdíly mezi stavy v p edposledním a posledním kroku iterace zmenšují a obrázek se blíží svému originálu (dochází ke zjem ování detail ). Pro každou i. doménu Di p edlohy se v každém kroku iterace musí vy ešit
tato transformace:
wi (Di ) = Ri
(6.20)
Protože každý obrázek si m žeme transformovat do trojrozm rného
sou adného systému kartézských sou adnic x, y, z – viz obr. 6.19, lze vztah
(6.20) rozepsat na soustavu rovnic:
x
ai
bi
0
x
ei
wi y = ci
z
0
di
0
0 × y + fi
si
z
oi
(6.21)
Pro zjednodušení si rovnici (6.21) m žeme rozd lit na dv samostatné
rovnice. První z nich definuje transformace v rovin x, y (ur í se poloha pixel
v i. domén ):
wi1
x
y
=
ai
ci
bi
e
x
x
×
+ i =T ×
+ ti
di
fi
y
y
(6.22)
kde symbol T reprezentuje transformaci podobnosti Di jako nap . otoení, zm na m ítka, zkosení atd. a vektor ti ur uje polohu bodu na obrázku.
Druhá rovnice popisuje operaci v ose z (transformace obrazové funkce v Di):
wi 2 = si z + oi
(6.23)
kde si reprezentuje kontrast bodu a oi jas tohoto bodu.
Podmínkou konvergence itera ního procesu je:
1. Ri ∩ R j = ∅ pro všechna i <> j a dále
2. si < 1 pro všechna i.
(6.24)
V praxi tato metoda obchází nemožnost nalezení v rné zmenšené kopie
celého obrazu tím, že hledá jen kopie jeho ástí. Vychází z p edpokladu, že
když rozd líme obraz na celky s podobnými vzory (tedy nap íklad na oblohu,
trávu, stromy), bude jednodušší nalézt podobnosti mezi t mito celky a jejich
ástmi. Protože obecn jde o složitý obtížn algoritmizovatelný problém, eší
se tato úloha heuristickými metodami. Nejb žn jší postup spo ívá v tom, že se
obraz rozd lí na pravidelné bloky (Ri = ranges), které se nep ekrývají (pravá
ást obr. 6.22.). Ke každému z t chto blok se hledají jejich nejpodobn jší v tších kopie (Di = domény) v libovolné ásti obrazu (levá ást obr. 6.22.). Doménové bloky se mohou p ekrývat a nemusí dohromady pokrývat celou plochu
obrazu. Doménové i adové bloky jsou vybírány ze stejného obrazu, odd lené
znázorn ní na schématu slouží jen pro v tší p ehlednost. Celý proces je znázorn n na obr. 6.22., kde symbol wi zna í transformaci ve 2D podle vztah
6.20 – 6.24.
Teorie grafických formát
Obr. 6.22. Hledání podobnosti mezi doménovými a adovými bloky obrazu
6.12.3 Algoritmus fraktální komprese
P i fraktální kompresi hledáme v obrázku oblasti (ranges – Ri)
s charakteristickým motivem – doménou Di, a to tak, aby po kone ném po tu
iterací podle vztah (6.20) – (6.24) pokryla doména Di po p íslušných transformacích oblast Ri s p edem stanovenou odchylkou ε – viz vztah (6.31).
Poznámka:
Po nekone n mnoha iteracích chyba ε limituje k nule a oblasti Ri jsou
p esn totožné s p vodním obrázkem. Tento postup však v praxi není možný,
proto se komprimovaný obrázek bude vždy lišit od originálu, p i emž kriterium
shody je dáno hodnotou odchylky ε. Z tohoto d vodu je fraktální komprese
z principu metodou ztrátovou.
Úkolem algoritmu komprese je najít pro každou dvojici (Ri, Di) koeficienty funkce wi, tj (si, oi). p i stanovené odchylce ε. Nepoda í-li se najít tyto
parametry, rozd lí se Ri dále na menší ásti. V paxi se používá d lení obrázku
na pravidelné útvary (kv li jednoduchosti) nap . na kvadranty, d lení HV (horizontal – vertical) – pro obdélníkové p edlohy nebo trojúhelníkové d lení –
rekurzivní d lení po diagonále.
Z matematiky víme, že itera ní výpo et se m že ukon it ve dvou p ípadech:
1. po spln ní ukon ující podmínky což znamená, že rozdíl (v absolutní hodnot ) mezi výsledkem v p edposledním a posledním kroku iterace je menší
než p edem stanovené malé kladné íslo ε (p esnost pop . tolerance výpo tu):
sk −1 − sk < ε pop . ok −1 − ok < ε
(6.31)
- 78 (120) -
Komprese dat
kde
sk-1, sk je koeficient transformace kontrastu (k-1). a k. obrázku,
ok-1, ok je koeficient transformace jasu (k-1). a k. obrázku,
k je po et krok iterace
2. po dosažení p edem stanoveného po tu N krok iterace tj. je-li k = N.
Proto máme dv varianty algoritm :
1. algoritmus komprese dat p i p edem stanovené chyb ε:
a) stanov chybu ε a minimální rozm r oblasti Rmin,
b) rozd l obrázek na oblasti Ri a vytvo z nich seznam, v n mž budou
všechny Ri zpo átku neozna ené,
c) ze všech p ípustných prvk množiny D (domény) vyber ten, který minimalizuje chybu εi,
d) je-li εi < ε nebo Ri < Rmin, pak ozna Ri v seznamu a zapiš koeficienty
transformace do výstupního souboru,
e) nejsou-li spln ny podmínky v bodu d), pak rekurzivn d l Ri na menší
ásti, které jako neozna ené zapiš místo Ri do seznamu,
f) pokud je v seznamu alespo jeden prvek Ri neozna ený, opakuj kroky
c), d), e), jinak algoritmus kon í.
2. algoritmus komprese dat p i použití N transformací s pr b žným sledováním maximálního kompresního pom ru
a) stanov po et transformací N a minimální rozm r oblasti Rmin,
b) rozd l obrázek na oblasti Ri a vytvo z nich seznam, v n mž budou všechny
Ri zpo átku neozna ené,
c) pro každou neozna enou oblast v seznamu najdi a ulož doménu, která co
nejvíce vyhovuje (má nejmenší chybu ε,
d) najdi oblast Rj , která má nejv tší chybu ε a je v tší než Rmin
e) je-li po et oblastí v seznamu menší než N, pak
- rozd l Rj na menší ásti a ulož je do seznamu jako neozna ené
- ze seznamu vy a Rj, wj a Dj,
f) pokud jsou všechny Ri ozna ené p ejdi k bodu g) jinak se vra k bodu c),
g) vypiš všechny koeficienty wi ze seznamu na výstup – konec algoritmu.
Algoritmus dekomprese dat
Dekomprima ní program postupn vytvá í rekurzivní strom, který
vznikl p i kompresi. V po áte ním kroku jsou všechny koeficienty transforma ní matice nulové, což odpovídá pozadí obrazu na výstupu. V 1. kroku iterace se vytvo í základní oblasti Ri stejné barvy. Další kroky iterace se skládají
ze dvou fází:
Teorie grafických formát
1. K dané oblasti Ri se ur í doména Di a její parametry tj. poloha, velikost, typ
transformace a koeficienty s, o vypo ítané kódovacím programem.
2. Z takto ur ené domény se vypo ítá oblast Ri podle vztahu:
Ri = s × Di + o
(6.32)
Fraktální komprese pat í mezi nesymetrické metody, protože proces komprimace je vzhledem k nutnosti analýzy originálu podstatn složit jší a asov
náro n jší než dekomprese obrazu. P esto pat í k perspektivním metodám, jimiž lze dosáhnout vysokého kompresního pom ru bez znatelných vedlejších
negativních vliv . Hodí se zejména na kompresi p írodních obraz . Velmi
špatných výsledk je dosahováno p i práci s obrazy, které obsahují text a technickou kresbu. Tyto ásti obrazu jsou po kompresi deformovány, n kdy dokonce úpln zmizí, to je typické hlavn pro p ímé áry, které sm ují diagonáln k hranám adových blok .
6.13 Shrnutí
Kompresí rozumíme redukci fyzického formátu do kterého je informace
v po íta i uložena. Metody m žeme rozd lit podle mnoha hledisek, nejd ležit jší pro uživatele je hledisko ztráty informace p i kompresi.
K bezeztrátovým metodám pat í:
-
pixelové zhuš ování, kde se pln využívá celý fyzický formát,
-
RLE, kdy souvislé et zce stejných znak se ukládají do RLE paketu tj. proudové íslo (po et znak ) + hodnota proudu (znaku),
-
kvadrantový strom, v n mž je obraz zakódován do binárních et zc , které popisují hierarchický kvadrantový strom. Ten se vytvo í
v 1. fázi tak, že se nehomogenní kvadranty obrazu rekurzivn d lí
na kvadranty nižší úrovn dokud nejsou homogenní (stejné barvy)
nebo dokud se nedosáhne úrovn pixel . Hierarchický strom díl ích
kvadrant se zapíše jako et zcový kód na výstup,
-
LZW neboli slovníkové metody, v nichž se buduje dynamický slovník (tabulka) frází a místo skupin znak (slov) se zapisují jen kódy,
které jsou kratší než dané slovo (fráze),
-
Huffmanovo kódování, které vychází z teorie informace a kóduje
každý znak do kódu jehož délka je nep ímo úm rná jeho etnosti
výskytu v souboru. Aby se nemusela zjiš ovat etnost, kóduje se
v praxi podle ú elov vytvo ených speciálních tabulek, které jsou
standardem CCITT normy. Norma obsahuje p edpis i pro tzv. 2D
kód což je zp sob, kdy se jednotlivým ádk m p i azují skupiny
tzv. vertikálních kód podle zm n vzhledem k p edcházejícím ád-
- 80 (120) -
Komprese dat
k m obrazu. Kódy generované v 1D i 2D jsou slova s prom nnou
délkou (VWL – Variable Word Length).
Principiáln ztrátové metody jsou:
-
redukce barev, která spo ívá v tom, že snížíme obsah informace
v obrazu jeho transformací z v tší do menší množiny barev a to: binarizací ( ernobílý obraz), p evodem z barev na stupn šedi, snížením po tu barev tak, aby byl využit fyzický formát pro uložení pixelu (palety 3-3-2 nebo 6x6x6) - snaha uložit pixel do 1 slabiky,
-
vektorová kvantizace objevená Shannonem, kdy se místo skalárních
vzork obrazové funkce kvantují p ímo vektory této funkce. Rozhodovacími úrovn mi kvantiza ní funkce jsou tzv. Voronoiho oblasti 3D prostoru.
Teoreticky bezeztrátové, ale prakticky ztrátové metody jsou:
-
diskrétní kosinová transformace, kdy se obraz nejd íve p evede
z p edm tové do spektrální oblasti pomocí Fourieovy transformace
a liché (sinové) složky se odstraní sudým prodloužením obrazové
funkce. Získané koeficienty transformace (amplitudy, fáze a kmito ty jednotlivých harmonických funkcí) se zakódují bu Huffmanovým kódem (bezeztrátová metoda v JPEG) nebo se dále kvantizují (ztráta informace). Koeficienty vyšších harmonických (malé hodnoty) se ú elov zanedbají podle požadovaného stupn kvality,
-
fraktální komprese. Je založená na fraktální geometrii, což je zp sob popisu kresby pomocí jejích podobných ástí (domén). V kompresi se obraz rozd lí na pravidelné bloky (Ranges), které se nep ekrývají. Ke každému bloku se hledá podobná doména, která po kone ném po tu krok v itera ním cyklu tento blok pokryjí. P itom
v každém kroku iterace se doména podle pot eby modifikuje transformací posunu, oto ení nebo zm ny m ítka. Do výstupního souboru se zapisují jen domény a p íslušné koeficienty transformace,
což zabírá m n místa než uložení jednotlivých hodnot pixel .
Ztrátové i bezeztrátové mohou být tyto metody:
-
predik ní metody, založené na tom, že i. vzorek obrazové funkce
lze p edpov d t na základ znalosti n vzork p edchozích pixel .
Hodnota pixelu je pak sou et hodnoty predik ní funkce, která zachytí podstatnou ást hodnoty vzorku a zbytku tzv. predik ní chyby,
která se zapíše do výstupu. Protože p i vhodné predik ní funkci je
tato chyba mnohonásobn menší než hodnota vzorku, pot ebujeme
na její uložení mén pam ti než na uložení celého vzorku. Kvantujeme-li predik ní chybu, je komprese ztrátová, jinak je bezeztrátová.
-
waveletová (vlnková) transformace umož uje zakódovat celý obraz
v hierarchicky uspo ádaném rozlišení hodnotami pr m r pixel a
adou koeficient detail (rozdíl skute né hodnoty a pr m ru)
v po adí zvyšujícího se rozlišení. Princip komprese tkví v tom, že
hodnoty koeficient jsou mnohonásobn nižší než hodnoty pixel ,
tudíž na jejich uložení pot ebujeme mén pam ti. Pokud koeficienty
dále kvantujeme, je komprese ztrátová, jinak je bezeztrátová.
Teorie grafických formát
6.14 Autotest
1. Rozhodujícím hlediskem pro posouzení zda kompresní metoda je i není
ztrátová je
a) struktura dat
b) algoritmus komprese
d) velikost souboru
c) míra informace
2. Komprese RLE je nejú inn jší tehdy, obsahuje-li soubor posloupnosti
a) stejných znak
slov
b) r zných znak
c) stejných slov
d)
r zných
3. Pro kompresi kvadrantovým stromem je nejhorší varianta tehdy, je-li obraz
a) homogenní
b) nehomogenní
c) st ídají se r zné pixely v ádcích
4. Metoda LZW pracuje na úrovni
a) bitové
b) znakové
c) slov
e) záznamu
d) blok
5. Která bezeztrátová komprese bude nejú inn jší pro technický výkres
s množstvím svislých ar?
a) LZW
b) DCT
c) fraktální
d) Huffman v kód 2D
6. Jaká je nejú inn jší komprese pro barevnou fotografii bez ohledu na ztrátu
informace?
a) LZW
b) RLE
c) Huffman v kód
d) DCT
e) predikce
7. Na jakém principu je založena fraktální komprese?
a) Fourieova transformace
po et pravd podobnosti
b) itera ní po et
c) teorie informace
8. Histogram je funkce udávající závislost
a) jasu na poloze pixel
b) etnosti výskytu na poloze pixel
c) barv na jasu
d) etnosti výskytu na jasu pixel
- 82 (120) -
d)
Teorie grafických formát
7
Vektorové formáty
Doposud jsme se zabývali bitmapovými grafickými formáty, v nichž
byla p edloha uložena bod po bodu. Existuje však i zp sob, kdy obrázek je
popsán pomocí vektor . Takovým soubor m s grafickými daty se íká vektorové. Historicky jsou vektorové formáty starší než bitmapové, protože technická za ízení pracovala zpo átku na vektorovém principu (vektorové displeje).
7.1
Princip vektorového popisu kresby
Podstatou vektorového popisu je hierarchický p ístup ke kresb . To
znamená, že každou p edlohu je možné dekomponovat od nejsložit jších motiv až po jednoduché (z našeho hlediska již dále ned litelné) obrazce. Tyto základní grafické prvky se asto v cizí literatu e nazývají elements (prvky), entities (entity) nebo primitives (jednoduché prvky - primitivy). Tyto prvky mohou
být v r zných systémech definované rozdíln . Rozd lit je m žeme podle n kolika hledisek. Nap . podle dimenze kresby je m žeme rozd lit na prvky:
•
0. dimenze (bod),
•
1. dimenze ( ára, p ímka, úse ka, lomená ára, k ivka),
•
2. dimenze (mnohoúhelníky, kružnice, obecné areály),
•
3. dimenze (t lesa, prostorové útvary),
•
4. dimenze – (4. rozm r je as) - animované obrázky.
Podle základního tvaru se mohou prvky d lit na:
•
•
•
•
•
•
•
•
bod,
množina bod (polymarker),
ára (úse ka, k ivka),
lomená ára (polyline),
text,
plocha (prvek 2D),
vypln ná oblast (fill area),
obecný grafický prvek.
V podstat jde o matematický popis grafických objekt , který vychází
z geometrie tvarové podobnosti základních prvk . Obrázek je p itom popsán
jako matematický model, v n mž složit jší grafické objekty jsou složeny z jednoduchých základních geometrických prvk (primitiv). Grafický formát vektorového typu tedy obsahuje množinu základních prvk , které jsou matematicky
- 83 (120) -
Teorie grafických formát
jednozna n ur eny. Každý typ prvku je z matematického hlediska ur en p íslušnou funkcí. Konkrétní tvar a pozice prvku v obrázku je stanovena parametry dané funkce. K tomu, aby byl prvek jednozna n definován musíme znát
jeho význa né parametry, kterým se íká atributy.
Tyto atributy m žeme podle jejich funkce, kterou zastávají v grafickém
popisu prvk rozd lit do t í skupin:
1.
Defini ní. Jsou to v podstat parametry funkcí základních prvk (identifikátor prvku, sou adnice prvku, rozm ry)
Geometrické. Tyto atributy nám íkají, jaký bude vzhled daného prvku
na výstupním za ízení. Jsou to nap . barva prvku, typ áry, síla áry,
sm r kreslení prvku (u liniového), uzav enost prvku (u areál ), sousednost.
Speciální. Tyto atributy jsou používány v grafických editorech a jsou
dvojího druhu:
a) Individuální – týkají se izolovaného prvku (vrstva/ íslo vrstvy, deska/otvor - u uzav ených areálových prvk , zachytitelnost/identifikovatelnost, p íznak vykreslit nebo vymazat).
b) skupinové. Jsou to takové atributy, které se týkají prvk sdružených
do n jaké grafické skupiny nap . p íslušnost ke skupin , asociativita
s jiným prvkem nebo jinými prvky.
2.
3.
Je t eba si uv domit, že uvedené len ní není absolutní a jednotlivé
atributy se mohou vzájemn p ekrývat nap . p íznak výmazu m že mít i celá
grafická skupina. Samoz ejm m žeme najít celou adu dalších atribut (nap .
modifikovatelnost – tj. byl i nebyl prvek modifikován), ale pro naše ú ely je
tento vý et dostate ný.
7.2
Vlastnosti vektorových formát
1. Struktura vektorových soubor
I když se jednotlivé vektorové formáty mezi sebou liší, mají n které spole né rysy. Jedním z nich je struktura souboru. Ta se podobn jako u
bitmapových formát skládá z hlavi ky, vektorových dat, palety, paty,
pop . dalších komponent.
a) Hlavi ka. V této ásti jsou obsaženy všeobecné informace, které se týkají p edlohy jako celku a to:
1. identifikátor formátu,
2. íslo verze,
3. informace o barvách (chybí-li paleta),
4. implicitn nastavené atributy (jsou v tšinou v hlavi ce),
5. výška a ší ka p edlohy (výkresu),
6. pozice p edlohy na výstupním za ízení,
7. po et vrstev a další.
- 84 (120) -
Vektorové formáty
b) Vektorová data. Jak již bylo uvedeno v p edchozí kapitole, jsou vektorová data složena z prvk , které mají své atributy (tvar, velikost, absolutní/relativní polohu v p edloze, barvu, typ a sílu áry apod.).
P íklad 7.1.: ást kresby se t emi prvky (modrá kružnice se st edem
S[x=100,y=100], polom rem r=40, erná úse ka [x1=200, y1=100; x2=15,
y2=240] a ervený obdélník [x1=10, y1=20; x2=80,y2=60]) m že být ve
vektorovém formátu ASCII zapsána takto:
CIRCLE,40,100,100,BLUE;LINE,200,100,15,240,BLACK;RECTANGLE
10,20,80,60,RED;
Uvedený p íklad ilustruje, že dekódování vektorového formátu je složit jší než dekódování bitmapového formátu, protože je nutné správn analyzovat jednotlivé prvky i všechny jejich atributy, zatímco u bitmapového
formátu interpretujeme jen hodnoty pixel . Obecn lze íci, že u vektorových formát je obtížná syntaktická analýza souboru – viz kap. 8.3.
c) Paleta a informace o barv . Tak jako bitmapové soubory mohou i vektorové soubory obsahovat paletu. V p íkladu 7.1. m že definice barev
v ASCII formátu vypadat takto:
RED,255,0,0; BLACK,0,0,0; BLUE,0,0,255;
Paleta se musí na íst ješt p ed rekonstrukcí obrazu.
d) Pata. Do paty souboru se ukládají údaje, pro které již nebylo rezervováno místo v hlavi ce souboru. Jsou to dopl kové informace jako nap .
datum a as vytvo ení formátu, název aplikace, kterou byl formát po ízen, po et objekt v p edloze apod.
2. Speciální vlastnosti vektorových soubor
a) Šrafování a vypl ování ploch. Šrafovat nebo vypl ovat m žeme jen
plošné uzav ené entity. Uzav eností v tomto p ípad rozumíme nejen
to, že po áte ní a koncový bod hrani ní áry šrafované oblasti jsou totožné, ale pokud je hranice tvo ena posloupností úse ek nebo díl ích
ar, musí tyto segmenty na sebe navazovat ve stejném sledu viz obr.
7.1, jinak by m l algoritmus šrafování nekorektní podmínky. Vypl ování uzav ených ploch je možné chápat ve trojím smyslu: souvislé vypln ní, vypl ování vzorem (angl. patterning) a gradientní vypl ování
což je hladký p echod mezi po áte ní a koncovou barvou.
Ve všech p ípadech je generování šraf i výpln pom rn složitou
matematickou operací. Princip algoritmu spo ívá v tom, že v zadaném
sm ru klademe p ímky na uzav enou plochu a spo ítáme pr se íky
hranic oblastí. V praxi se p itom osv d ila tato metoda: je-li sklon šrafování jiný než sm r osy x i y, pak je výhodn jší oto it šrafovanou
Teorie grafických formát
entitu o úhel šrafování tak, aby šrafovací áry byly rovnob žné s n kterou z hlavních sou adných os. Tím se zjednoduší výpo et pr se ík .
Takto získané pr se íky potom spojíme úse kami. Pokud se v dané oblasti nalézají otvory, které se šrafovat nemají, pak postupujeme takto:
Všechny pr se íky v daném sm ru o íslujeme p irozenými ísly
a spojujeme je v po adí lichý se sudým, p i emž sudý s lichým z stane
nepropojen – viz obr. 7.2.
b) Texty se ve vektorových souborech ukládají jako
-
et zce znak ASCII, které jsou dopln ny informacemi o atributech
textu (druh písma, barva, rozm r znak , úhel sklonu apod.).
odkazy do speciálních soubor s obrysy znak tzv. sady znakových
tvar (shape) s p íponu bu *.shx nebo *.shp.
-
a) uzav ený prvek
b) neuzav ený prvek
Obr. 7.1. Definice uzav enosti prvku vzhledem ke šrafování
1
2
3
4
5
Úse kami se spojí tyto pr se íky: 1 + 2, 3 + 4, 5 + 6.
6
Fiktivní ára
pro výpo et
pr se ík
šrafovacích
ar
Obr. 7.2. Princip šrafování uzav ených element s otvory
c) Zm na m ítka. Vzhledem k matematické definici prvk mohou být entity jednoduše libovoln zv tšovány nebo zmenšovány.
- 86 (120) -
Vektorové formáty
d) Nezávislost na technickém za ízení. Protože vektorový zápis p edstavuje matematický model kresby, který má vysoký stupe obecnosti, je
vektorový formát nezávislý na konkrétním technickém za ízení.
Výhody vektorových formát
- vhodné pro technické výkresy (2D i 3D),
- snadná zm na m ítka kresby,
- jednoduchá editace kresby – jde v mnoha p ípadech o ASCII soubor, který lze modifikovat b žnými textovými editory,
- nezávislost na konkrétním technickém za ízení,
- snadný p evod do jiného grafického formátu.
Nevýhody vektorových formát
- jsou nevhodné pro složité p edlohy nap . fotografie,
- výsledný vzhled je do jisté míry závislý na konkrétní aplikaci. To
znamená, že obecný matematický p edpis v kresb m že daná aplikace r zn zobrazit podle toho, jak interpretuje jednotlivé prvky,
- jsou vhodné p edevším pro vektorov orientovaná grafická za ízení
nap . sou adnicové zapisova e. U rastrových za ízení (obrazovka,
tiskárna) se musí p i rekonstrukci provést konverze z vektorového
formátu do rastrového – viz kap. 8.3.,
- vzhledem k p edchozímu bodu je rekonstrukce obrázku na výstupní
za ízení z vektorového formátu obecn
pomalejší než
z bitmapového.
7.3
Technologie C4
S vektorovou grafikou je bezprost edn spjata technologie C4. Technologií C4 rozumíme komplex automatizovaných proces pr myslové výroby,
které mají sv j základ v po íta ové grafice a výrazn se podílejí na celém výrobn -inova ním et zci výrobku jenž je zobrazen na obr. 7.3. V této souvislosti n kdy hovo íme o tzv. inženýrské grafice. Jednotlivé po íta ové disciplíny
komplexu C4 spolu úzce souvisejí a zabývají se návrhem nových produkt a
jejich realizací.
specifikace
návrh
projekt
inovace
výroba
prototyp
Obr. 7.3. Výrobn - inova ní et zec výrobku
7.3.1
Vymezení pojm
Teorie grafických formát
Technologie C4 lze jednoduše vyjád it rovnicí: C4 = CAD + CAE +
CAM + CIM. N kdy se jednotlivé disciplíny ozna ují také zkratkou CAx a
mají tento význam:
CAD – Computer Aided Design je po íta em podporovaný návrh výrobku. Vstupem do tohoto procesu je soubor specifikací (zadání), výstupem je
úplný projekt v grafické i jiné form . Jde o automatizaci p edvýrobních etap
nebo také automatizaci inženýrských úloh. Tato fáze probíhá za podpory rozsáhlého programového vybavení, k n muž systémy CAD pat í.
CAE – Computer Aided Engineering je po íta em podporované ov ení
návrhu. Výstup z CAD ve form projektu je t eba nejd íve verifikovat osv denými v deckými metodami. Jde o metody analýzy, simulace a r zné optimaliza ní postupy.
CAM – Computer Aided Manufacturing je proces automatizované výroby, ízené po íta em. Zahrnuje systémy pro p ípravu dat a program pro
ovládání numericky ízených stroj , pro automatickou výrobu mechanických
sou ástí, celých sestav atd. Jako vstupy se využívají p edevším geometrická a
další data získaná ve fázi návrhu v systému CAD.
CIM – Computer Integrated Manufacturing znamená po íta em podporovanou výrobu a to tak, že jsou integrovány všechny procesy v jednom systému. Jde o využití komplexní distribuované databáze, která slouží nejen pro
vlastní návrh, testování a výrobu, ale i pro takové d ležité oblasti zajiš ující
produkci jako je ú etnictví, fakturace, ízení toku materiálu p i výrob , plánování, distribuce výrobk apod. S CIM souvisí ješt dva další komplexní procesy, které se n kdy vy le ují jako samostatné innosti a to:
EDM
návrh
PDM
CIM
CAM
CAD
produkt
CAE
inovace
Obr. 7.4. Schéma struktury komponent C4
EDM – Engineering Document Management – správa inženýrské dokumentace,
- 88 (120) -
Vektorové formáty
PDM – Product Data Management – správa informací o produktu nebo
dat produkt .
Vzájemné vazby jednotlivých modul CAx znázor uje obr. 7.4.
Je t eba poznamenat, že není striktn vymezeno, jak mají jednotlivé
komponenty C4 pracovat, co je jejich vstupem a co výstupem. V tšinou je systém CAD nasazen jako první krok v po áte ní fázi návrhu nového i inovovaného výrobku. Další kapitoly jsou zpracovány podle [28] - [30].
7.3.2
Systémy CAD
7.3.2.1 Historie CAD
Systémy CAD jsou st žejní disciplínou technologie C4. Z historického
hlediska m žeme ve vývoji CAD systém pozorovat 3 generace:
1. generace systém CAD lze za adit do 60. let. Byly to v tšinou programové systémy pro numerické výpo ty, které se ozna ovaly jako systémy
CAE (Computer Aided Engineering). V 70. letech za aly vznikat první návrhové systémy pracující s primitivní rovinnou grafikou implementované na
technických prost edcích s nevyhovující výkonností dodávaných na klí .
2. generaci CAD systému m žeme pozorovat v 80. létech, kdy došlo
k prudkém rozvoji trojrozm rné grafiky s následným 3D zobrazením. Tento
trend se promítl i do návazných modul typu CAM (Computer Aided Manufacturing). Dalším charakteristickým rysem dané etapy je nástup um lé inteligence v CAD a expertních systém spolu s tzv. inženýrskými databázemi. Zaalo se pracovat s geometrickými modely.
3. generace CAD spadá do 90. let, kdy se objevily nové technologie,
nazývané souhrnn jako inteligentní CAD, nap .:nové typy ploch pro modelování - NURBS,
variantní a parametrické modelování - hybridní modelovaní,
modelování založené na prvcích (angl. features),
omezení (angl. constraints),
p enosové standardy (IGES, STEP - STandard for the Exchange
of Product Model Data),
simultánní inženýrství (angl. concurrent engineering),
znalostní pop . expertní systémy.
7.3.2.2 Krize CAD
Teorie grafických formát
V celé historii postrádáme systematické budování teoretické základny
CAD, což vyústilo v tyto problémy:
-
chybí prost edek pro formulaci zadání navrhovaných objekt ,
nedostate né inteligentní prost edí v et zci podle obr. 7.3.,
nedostate ná kontrola sémantiky vstupních údaj ,
problémy v archivaci, vyhledávání, vyhodnocování r zných variant
návrhu (nap . využití d di nosti projekt ),
- preference numerických (konkrétních) výpo t p ed symbolickými,
Uvedený trend se projevil tzv. paradoxními tendencemi vývoje CAD,
které je možné shrnout do 3 bod :
1. prudký nár st složitosti navrhovaných výrobk ,
2. výrazný nár st složitosti CAD systém ,
3. stagnace (dokonce i snižování) po tu firem a návrhá , které se zabývají vývojem a produkcí CAD systém .
Uvedené tendence p sobí navzájem protich dn . V n kterých publikacích je tato situace ozna ována jako krize CAD systému.
7.3.2.3 Teorie CAD sytému
Teorie CAD dodnes není uspokojiv vytvo ena. Návrh probíhá podle zkušeností, kdy každý návrhá používá svoje vlastní návrhové metody a prost edky
a výsledky generuje v podstat ru n . Základním úkolem teorie CAD je vytvoit formální systém popisu:
1. navrhovaných objekt ,
2. návrhového procesu tj. jednotlivých krok návrhu.
Vstupem je specifikace navrhovaného objektu a jeho funkcí a výstupem jsou
hodnoty atribut navrženého objektu.
Existují dva základní p ístupy k budování teorie CAD systému:
1. axiomatický – viz [31]. Návrhový proces je definován jako zobrazení
z prostoru požadovaných funkcí navrhovaného objektu do prostoru
hodnot atribut tohoto objektu. Oborem funk ních hodnot se rozumí
obraz množiny všech funk ních atribut . Prostorem atribut je množina
hodnot r zných typ , které charakterizují výsledné parametry navrženého objektu tj. ešení návrhu,
2. založený na teorii systém - viz [32]. Vychází se z p edpokladu, že teorie systém spolu s teorií návrhového procesu tvo í základ teoretické
disciplíny zvané návrhová v da (angl. design theory). Cílem návrhové
v dy je shromaž ovat znalosti o návrhovém procesu, dále tyto znalosti
kategorizovat, hledat vazby mezi nimi a jednotlivými návrhovými znalostmi. D ležitá je i interpretace t chto znalostí a jejich struktur.
U nás se CAD intenzivn zabývají výzkumné týmy na VUT v Praze a
to na FEL (Doc. I. Jelínek) a na FSI (prof. J. Bíla).
- 90 (120) -
Vektorové formáty
7.3.3
CAE
Cílem CAE je ov it správnost vlastností navržených produkt . Jde o
analýzu, testování a simulaci funkcí, které mají navržené produkty zajiš ovat.
Mezi nejrozší en jší metody CAE modulu pat í zcela ur it metoda kone ných
prvk (angl. finite elements method), dále pak programy pro simulaci kinematiky (angl. kinematics), dynamiky (angl. dynamics) a rovn ž i rapid prototyping, což lze p eložit jako p ímé i rychlé prototypování.
Metoda kone ných prvk
Principem analýzy pomocí metody kone ných prvk je rozložení geometrického modelu zkoumaného objektu na trojrozm rnou sí prostorových
element s ízeným stupn m atomizace. Fyzikální analýze daného typu je
podroben jak každý jednotlivý element samostatn , tak i v souvislosti s elementy ostatními podle p esn aplikovaných fyzikálních zákon .
Kinematika
Termínem kinematika v systémech CAE ozna ujeme soubor modul
pro analýzu pohybu navržených mechanism . To umož uje analyzovat vzájemný pohyb model t les, dráhy jejich pohybu, zjiš ovat možnost kolizí t les
apod. Výsledkem kinematické analýzy jsou p edevším sou adnice bod trajektorií pohybu testovaných t les a p ípadná vizualizace simulovaného pohybu.
Tyto výsledky mohou být dále zpracovány na pracovištích s roboty i v mechanických sestavách.
Dynamika
Programy pro dynamickou analýzu simulují pohyb mechanických systém , na které p sobí vn jší síly. Po íta ový model pro dynamickou simulaci
je kombinace geometrického modelu a hmotnostních vlastností simulovaných
t les a jejich sestav, na které p sobí r zné typy sil. Ze simulace dostaneme
výsledné trajektorie pohybu, rychlosti, zrychlení vytypovaných bod sestavy.
Dále m žeme obdržet i simulace pr b hu deformací. Velice asto jsou výsledky p edávány ve form trojrozm rných animovaných sekvencí.
Rychlé prototypování (3D hardcopy)
Jde o transformaci CAD modelu p ímo do skute ných fyzických model . Doba vytvo ení modelu technologií rychlého prototypování se pohybuje
ádov v hodinách. Existují r zné technologie rychlého prototypování, z nichž
v tšina je založena na tzv. vrstvovém procesu. Základní myšlenka tohoto typu
procesu spo ívá v transformaci celého trojrozm rného modelu na jednotlivé
tenké rovnob žné sousední vrstvy. Pro rychlost výroby prototypu je velmi významná volba sm ru " ezných" rovin. Fyzickou realizací t chto vrstev je pak
vytvá en skute ný prototyp.
Teorie grafických formát
7.3.4
CAM
Pojmem CAM zahrnuje automatickou výrobu navržených produkt na
základ dat získaných p i návrhu pomocí modulu CAD a analyzovaných moduly CAE. Výrobn technologická za ízení jsou za len na do tzv. pružných výrobních bun k, které jsou íslicov ízeny (angl. NC - Numerical Control). Jde
o techniku, která využívá program pro ízení výrobních stroj jako nap íklad
brusek, ezacích stroj , frézek, vrta ek, ohýba ek apod. Existují dva typy numerického ízeni, které se liší ve zp sobu uložení programu:
-
CNC (angl. Computer Numerical Control) - výrobní stroj je napojen
p ímo na lokální ídicí mikropo íta , kde je uložen vlastní program.
DNC (Distributed Numerical Control) je modern jší zp sob, který
je charakterizován pružným distribuovaným ízením n kolika výrobních stroj z jednoho centra.
Zvláštní kapitolou CAM systému je programování výrobních robot .
Roboty m žeme programovat:
klasickým zp sobem tj. u ením robota, kdy robot je nejprve veden
ru n po jednotlivých krocích výrobního postupu,
- off-line zp sobem, kdy program pro robot je vytvá en mimo n j a
ve vhodném prost edí je pak ov en simulací.
Sou ástí CAM je i modul pro plánování procesu (angl. Process Planning). Plánem procesu se rozumí asový a prostorový plán transportu polotovaru produktu v prost edí výrobního závodu mezi jednotlivými výrobními bu kami a uvnit nich, po ínaje zpracováním základních sou ástí a kon e sestavením výrobku a jeho expedicí. Úrove plánování m že být v hierarchii od výrobní bu ky až po soustavu výrobních provoz . Plánování procesu má p ímou
návaznost na technologii CIM.
-
7.3.5
CIM
7.3.5.1 Charakteristické rysy CIM
CIM je zast ešující technologie, která se zabývá sdílením informací v
celém procesu produkce od návrhu až po distribuci produktu a z toho vycházející problematikou efektivního toku a zpracování informací v celém výrobním
podniku. I když je CIM v abstraktním smyslu moderní obecnou obchodní filozofií, v konkrétních p ípadech asto jde o otázky zpracování zna ného množství dat, která vznikají v r zných fázích produkce. Z hlediska datových typ
zahrnuje CIM zcela rozdílné oblasti jako nap . návrh, výkresovou dokumentaci, analýzu, simulaci, testování v inženýrských odd leních, ale také numerické
ízení, plánování proces , strukturu pružných výrobních jednotek, skladové
- 92 (120) -
Vektorové formáty
hospodá ství, zajišt ní kvality p i výrob , vytvá ení výstupní dokumentace,
plánování rozvoje apod.
7.3.5.2 Zpracování a tok informací v C4
Jedním z d ležitých moderních p ístup v C4 je simultánní inženýrství
(angl. concurrent engineering), p edevším v oblasti týmového p ístupu k vývoji
nového produktu. Jde o ízený p ístup k vývoji i produkci nového výrobku, p i
kterém lenové týmu pracují soub žn , paraleln . P edpokladem tohoto typu
práce jsou sdílené informace, jejich hierarchizace z hlediska oprávn ného p ístupu jednotlivých len týmu a z hlediska sledování jejich návazností v ase.
K nejd ležit jším initel pro simultánní vývoj výrobku pat í speciální
systémy zvané správa dat produktu (angl. product data management), správa
informací o produktu (angl. product information systems) i správa uspo ádání
dat (angl. configuration management). Systém správy dat produktu musí um t
uchovávat nejen uvedené informace modulu CAD/CAM/CAE, ale i údaje, které se vztahují ke skladovému hospodá ství, logistice, ízení objednávek, fakturaci, ú etnictví apod. N kdy jsou tyto systémy rovn ž ozna ované jako inženýrské databáze (angl. engineering databases). Systémy správy dat pomáhají
ešit klí ový problém, který se objeví p i zavád ní principu simultánního inženýrství - tj. jednoduchý p ístup k velkému množství inženýrských dat a dat
podporujících vlastní produkci v pr b hu jejich zna ných zm n, které mohou
probíhat sou asn od r zných zdroj informací. D ležitou vlastností musí být
zcela jednozna né vymezení práv p ístupu k nim z pozice jednotlivých uživatel .
Speciální ástí systému správy dat produktu je systém pro správu inženýrských dokument (angl. engineering document management), který se zabývá správou, ízením a sledováním vývoje výkresové dokumentace a negrafických informací vztahujících se k výkres m. Systém pro správu inženýrských
dokument spravuje nejen nové vytvo ené výkresy, ale i archivní výkresy, které jsou uloženy nap . sejmuty a bez nichž by se p i vývoji ady tradi ních produkt nebylo možno obejít. Výhodou systému pro správu inženýrských dokument je p edevším rychlost vyhledání výkresu p i zm novém ízení nebo p i
inovaci, bez nebezpe í omylu. Mezi standardní vlastnosti systému pro správu
inženýrských dokument zcela jist pat í zabezpe ení p ístupu na r zných
úrovních oprávn ní, služby pro ízenou distribuci dokument , vhodné technické prost edky, moduly pro vyhledávání podle r zných hledisek a prost edky
pro za azení nových dokument s p íslušnými indexy pro pozd jší vyhledání,
respektování r zných verzí dokumentu, zajišt ní vazeb k r zným projekt m
apod.
Teorie grafických formát
7.3.6
Perspektivy dalšího vývoje technologie C4
Základní oblasti, ve kterých lze o ekávat rozvoj technologií, jenž podpo í rozvoj C4:
1. Využití distribuovaného uložení informací v prost edí INTERNETu. To
odstraní jednak problém extrémních požadavk C4 na lokální pam ové kapacity a jednak p irozen podpo í princip simultánního návrhu
technologií telekomunikace.
2. Paralelní výpo ty na systémech s paralelními architekturami.
3. Fotografická kvalita vizualizace na monitorech s obrazovkou 21“,
s rozlišením 1280 * 1024, se snímkovým kmito tem 100 Hz v neprokládaném režimu.
4. Podpora návrhu prost edky virtuální reality, využití informací multimediálního charakteru.
5. Další rozvoj software pro všechny oblasti C4, a to p edevším:
- standardizace grafických rozhraní a formát ,
- rozvoj metod expertních systém v C4,
- hlubší využití principu modelování pomocí prvku,
- rozší ení principu parametrického a variantního p ístupu,
- nové typy multimediálních informa ních systém ,
- nové standardy inženýrské dokumentace.
7.4
Shrnutí
Ve vektorových grafických formátech jsou obrázky popsány matematickým aparátem jako množina základních geometrických prvk (angl. primitives). Tyto prvky (bod, úse ka, kružnice, mnohoúhelník, atd.) jsou dopln ny
svými atributy, které definují jejich vlastnosti. Rozd lujeme je na defini ní
(typ, poloha a rozm r prvku) geometrické (typ a tlouš ka áry, barva, sm r,
sousednost), speciální individuální (vrstva, deska/otvor, zachycení, p íznak
výmazu) a speciální skupinové (p íslušnost ke skupin a asociativita). Struktura
vektorových formát je podobná jako u bitmapových: hlavi ka, vektorová data
(povinné ásti), paleta, pata, pop . dalších komponenty (nepovinné ásti).
Z vlastností vektorových formát stojí za pozornost metodika šrafování a vyplování uzav ených ploch a r zná interpretace klí ových bod prvk v r zných
aplikacích i platformách.
S vektorovými formáty úzce souvisí technologie C4. Jde o komplex
proces v inova ním cyklu (specifikace, návrh, projekt, prototyp, výroba, inovace). C4 zahrnuje CAD (návrh pomocí po íta e), CAE (verifikace návrhu),
CAM (výroba ízená po íta em) a CIM (komplexní automatizace výrobního
procesu). CAD (Computer Aided Design) nemá dosud teoretickou základnu,
což vyús uje v krizi CAD. Od specifikace (zadání) do finálního projektu probíhá drtivá v tšina proces ru n v aplikacích s dominantní podporou grafic-
- 94 (120) -
Vektorové formáty
kých editor . V procesu CAE (Computer Aided Engineering) se využívá t chto
metod: metoda kone ných prvk , kinematika, dynamika a rychlé prototypování. Vstupem CAM (Computer Aided Manufacturing) jsou ov ená data z návrhu CAD+CAE, která ídí výrobn technologické stroje. Toto ízení má 2 varianty 1. CNC (angl. Computer Numerical Control) - výrobní stroj je napojen
p ímo na lokální ídicí mikropo íta , kde je uložen vlastní program, 2. DNC
(Distributed Numerical Control) je modern jší zp sob, který je charakterizován
pružným distribuovaným ízením n kolika výrobních stroj z jednoho centra.
CIM (Computer Integrated Manufacturing) znamená po íta em podporovanou
výrobu a to tak, že jsou integrovány všechny procesy v jednom systému. Jde o
využití komplexní distribuované databáze, která slouží nejen pro vlastní návrh,
testování a výrobu, ale i pro takové d ležité oblasti ekonomiky zajiš ující produkci jako je ú etnictví, fakturace, ízení toku materiálu p i výrob , plánování,
distribuce výrobk apod.
7.5
Autotest
1. Ve vektorovém formátu je kresba definována
a) jednotlivými body v rastru
mi prvky v etn jejich atribut
b) jen základními prvky
c) základníd) základními prvky a entitami
2. Výhodou vektorových formát proti rastrovým je
a) snadná komprese dat
b) snadná zm na m ítka
c) rychlé zobrazení
na monitoru
d) kvalitn jší popis kresby e) v rn jší zobrazení barev
3. Pojem CAD znamená
a) návrh s podporou po íta e
b) komplexní výrobní procesy
c) výroba ízená po íta em
d) ov ení návrhu po íta em
4. Termínem CAM ozna ujeme
a) návrh s podporou po íta e
b) plánování výroby po íta em
c) výroba ízená po íta em
d) ov ení návrhu po íta em
5. Pojem CIM znamená
a) návrh s podporou po íta e
b) komplexní výrobní procesy
c) výroba ízená po íta em
d) správa dokument
ízená po íta em
Teorie grafických formát
8
Konverze dat
Konverzí dat rozumíme p evod daného (vstupního) grafického formátu
do jiného (výstupního) grafického formátu. Tuto innost provádí speciální
konverzní program nebo p íslušná funkce (Import/Export) v rámci aplika ního
programového vybavení V mnoha p ípadech je v rámci p evodu užite ná (i
když nepovinná) interakce obsluhy, ímž je umožn no ovlivnit pr b h konverze podle našich požadavk – viz obr. 8.1.
vstupní formát
(zdrojový)
konverzní program
výstupní formát
(cílový)
interakce uživatele (možná)
Obr. 8.1. Konverze dat
Jádrem konverze je konverzní program. K jeho sestavení je nutné znát
podrobnou a p esnou definici vstupního i výstupního formátu. To je v mnoha
p ípadech velmi obtížné, protože firmy v tšinou popis vlastních formát nezveej ují z konkuren ních d vod (aby zákazník byl nucen zakoupit si firemní
program, který dokáže s daným formátem pracovat). Situace je v tomto sm ru
p íznivá u t ch formát , které jsou sv tovými standardy.
Konverze dat probíhá v t chto fázích:
1. Inicializa ní fáze.
V této ásti je nutné p i adit d ležitým prom nným a strukturám konverzního programu po áte ní (implicitní) hodnoty.
2.
tení vstupního formátu.
Tato fáze pat í k nejobtížn jším z celého procesu. P i tení formátu se provádí jeho podrobná analýza, která podle charakteru vstupního formátu m že
být
a) syntaktická, je-li vstupní soubor textový. V tomto p ípad má textový popis vstupního formátu charakter jazyka s regulární gramatikou
a takový jazyk je p ijímán kone ným stavovým automatem – viz
[17]. Syntaktická analýza se provádí na základ tabulky stav , pomocí níž je stavový automat jednozna n ur en.
- 96 (120) -
Konverze dat
b) strukturální, je-li vstupní soubor binární. V tomto p ípad se nejd íve definují pot ebné údajové struktury (individuální prom nné, pole, záznam nebo objekt), které se použijí pro na tení dat.
3. Identifikace objekt vstupního formátu. Je to v podstat výsledek analýzy
vstupního formátu z p edchozího kroku. Ze získaných údaj se snažíme
rozpoznat jednotlivé prvky vstupního formátu (rozm r v ose x, y, hloubku
pixelu, metodu komprese dat apod.).
4. Vlastní konverze.
V této fázi probíhá p evod vnit ní reprezentace prvk vstupního formátu do
vnit ní reprezentace prvk výstupního formátu.
5. Generování výstupního formátu.
Zápis vnit ní reprezentace všech prvk výstupního formátu do fyzického
souboru.
V další ásti jsou stru n uvedeny problémy p i konkrétní konverzi dat.
Protože v praxi jsou ast jší konverze mezi formáty r zného typu než mezi
formáty stejného druhu, rozebereme si podrobn ji konverzi z vektorového do
bitmapového a z bitmapového do vektorového formátu.
8.1
P evod z bitmapového (rastrového) do bitmapového formátu
Tento p evod z jednoho druhu bitmapového souboru na jiný p ináší
v tšinou nejlepší výsledky. Potíže se mohou objevit v t chto p ípadech:
a) Originál má více barev než výstupní formát. V tomto p ípad je t eba p edlohu nejd íve p edzpracovat metodou kvantizace (p evést do stupnice
s nižším po tem diskrétních úrovní). V teorii barev se této metod íká rozptylování. Tyto úpravy však zp sobí nevratné zm ny p edlohy
v konvertovaném souboru – dojde ke ztrát informace.
b) Nestejná velikost p edlohy vstupu a výstupu.
- Pokud je konvertovaná p edloha menší než p vodní, musí se n které informace ú elov vylou it, ímž dojde ke ztrát informace.
- Pokud je výstupní obrázek v tší než originál, je naopak zapot ebí
n které informace vytvo it a doplnit chyb jící ást p edlohy. Tuto
problematiku se obecn doposud nepoda ilo uspokojiv vy ešit.
Teorie grafických formát
8.2
P evod z vektorového do vektorového formátu
Jde v tšinou o jednoduchou záležitost. Vyskytnout se mohou pouze 2
problémy:
a) nestejn velká množina základních prvk (primitiv). Nap . používá-li p vodní formát rozší ený repertoár entit (krom základních jako bod, úse ka,
kružnice, mnohoúhelník také prvky typu text, šrafování/vypl ování uzav ené oblasti, B-spline, Beziérovy k ivky apod.) zatímco výstupní formát
má definovány jen základní entity, pak konverze ze složit jšího formátu do
jednoduššího bude zahrnovat i ešení aproximace k ivek vyššího ádu k ivkami nižšího ádu na základ numerických metod matematiky viz nap .
[15], [16].
b) nestejná interpretace metriky (m ení vzdáleností) a vztažných (pilotních)
bod jednotlivých entit. Jde o problematiku umis ování bod , napojování
ar, geometrii ukon ení áry apod. V reálných systémech má ára kone nou tlouš ku a nap . koncové body úse ky mohou být na horní hranici áry,
uprost ed nebo na dolní hranici áry – viz obr. 8.2.
A1
B1
A2
B2
A3
B3
ára dané
tlouš ky
Obr 8.2. R zná interpretace koncových bod úse ky
8.3
P evod z vektorového do bitmapového formátu
V grafické databázi jsou p edlohy uloženy v tšinou ve vektorovém
formátu, zatímco dnešní výstupní za ízení (obrazovky, tiskárny) pracují
v bitmapovém formátu. Zobrazovací procedura musí p i každém vykreslování
prvk , (které jsou v grafické databázi ve vektorovém tvaru) provád t konverzi
z vektorového formátu do rastrového sou adnicového systému obrazovky nebo
tiskárny. Proto je tato konverze ze všech variant nejpoužívan jší. P evedení
základních grafických primitiv (úse ka, kružnice a elipsa) na posloupnost bod
(pixel ), které budou reprezentovat tvar primitiva, nazýváme proces rasterizace. Vstupními údaji jsou: definice entity, její umíst ní v sou adném systému
p edlohy (sou adnice) a dále rozlišení rastru dané vzorkovací periodou. Byla
vyvinuta ada algoritm pro rasterizaci úse ky, kružnice, elipsy – viz [18]. Pro
ilustraci si n které z nich uvedeme.
- 98 (120) -
Konverze dat
8.3.1
Rasterizace úse ky
Protože v tšinu složitých grafických objekt v rovin lze popsat pomocí
souboru navazujících úse ek, musí být algoritmus rasterizace úse ky co nejrychlejší, jinak by vykreslování obrázku bylo asov náro né.
Úse ka je zadána v tšinou svým po áte ním a koncovým bodem ([x0,
y0] a ([x1, y1]), ší kou, barvou a vzorem (nap . šrafování). Úkolem rasterizace
úse ky je nalezení všech sousedících pixel nutných pro správné vykreslení
úse ky. Všechny algoritmy vycházejí z rovnice úse ky v rovin xy:
y = kx + q;
k- p edstavuje sm rnici úse ky (sklon)
(8.1)
Algoritmy využívají znalosti po áte ního bodu úse ky [x1, y1] a podle
sm rnice k = y/ x = (y2- y1)/(x2- x1) ur ují, která osa roviny xy bude ídicí
pro rasterizaci. Je-li k < 1, je ídicí osa x, je-li k > 1, je ídicí osa y. Ve sm ru
ídicí osy se postupuje s krokem jeden pixel.
Obr. 8.3. Volba ídicí osy p i rasterizaci úse ky
Podle zp sobu výpo tu krok ve druhé ose (která není ídicí) rozd lujeme algoritmy rasterizace na DDA a Bresenham v. Oba algoritmy využívají
vestav nou nebo p eddefinovanou proceduru kresli_bod, která nakreslí bod
v rastru o sou adnicích, které jsou jejími vstupními parametry.
Teorie grafických formát
8.3.1.1 Algoritmus DDA
Algoritmus DDA (Digital Differential Analyser) je jeden z prvních algoritm v po íta ové grafice. Ze znalosti po áte ního a koncového bodu úse ky se ur í ídicí osa – viz obr. 8.3. Algoritmus pracuje v itera ním cyklu, kdy
v každém kroku p i ítá k p edchozímu bodu konstantní p ír stky v ídicí ose
jeden pixel a ve vedlejší ose hodnotu k. P ír stek k musí být zaokrouhlen, protože výstupní za ízení musí dostat informaci o bodu, který má zobrazit ve form celých ísel.
Obr. 8.4. Výsledek algoritmu DDA
Algoritmus pro k < 1:
procedure Cara_DDA (x1, y1, x2, y2, color: integer);
var
y, k :real;
begin
y:= y1;
dy:= (y2-y1)/(x2-x1);
Kresli_Bod (x1, y1);
while x1 < x2 do
begin
x1:= x1+1;
y:=y+dy;
Kresli_Bod (x0, round(y), color);
end;
end;
- 100 (120) -
Konverze dat
Výhodou DDA algoritmu je jeho snadná technická implementace, nevýhodou je, že se matematické operace musí provád t s velkou p esností a
pro každý pixel se využívají operace d lení a zaokrouhlení. Tyto matematické
operace jsou velmi výpo etn náro né. Uvedené nedostatky odstra uje algoritmus Bresenham v, který si dále vysv tlíme.
8.3.1.2 Bresenham v algoritmus rasterizace úse ky
Princip algoritmu je na obr. 8.5. Výchozím bodem je [Xi, Yi]. Další bod
rastru a to bu [Xi+1, Yi] nebo [Xi+1, Yi+1] se ur í podle znaménka d:
Je-li d < 0, pak dalším bodem je [Xi+1, Yi],
je-li d ≥ 0, pak dalším bodem je [Xi+1, Yi+1].
Obr. 8.5. Bresenham v algoritmus
Aby byl algoritmus rychlý, musí se pro výpo et d používat matematické operace v oblasti celých ísel. Výsledný vztah lze odvodit z obr. 8.5:
X = Xi + 1,
Y = k(Xi + 1) + q,
k = Y/ X;
d1 = Y – Yi = k(Xi + 1) + q – Yi;
d2 = Yi + 1 – Y = Yi + 1 – k(Xi + 1) + q;
d = d1 – d2 = 2k(Xi + 1) – 2Yi + 2q –1;
(8.2)
V dalších úpravách se snažíme vylou it jedinou necelo íselnou prom nnou
k tím, že celou rovnici (8.2) vynásobíme X. Definujeme tím tzv. predikci Pi:
Pi = d X = 2 YXi – 2Yi X + 2 Y + X(2q – 1 );
kde výraz 2 Y + X(2q - 1) = konst; (nem ní se v pr b hu výpo tu)
Pi+1 = 2 YXi+1 – 2 XYi+1 + konst;
(predikce v dalším kroku)
Výsledné vztahy pro itera ní výpo et:
Pi ≤ 0
Yi+1 = Yi
→
Pi > 0
Yi+1 = Yi + 1→
Pi+1 =Pi + 2 Y;
Pi+1 =Pi + 2 Y – 2 X;
(8.3)
Teorie grafických formát
Algoritmus pro úse ku [XA; YA] [XB; YB] s kladnou sm rnicí:
1. vykresli bod [XA ; YA], X0 := XA, X0 := XA, i = 1.
2. z rovnice (8.3) vypo ítej P0 (ze sou adnice po . bodu úse ky).
3. je-li Pi < 0 tak Xi+1 := Xi + 1, Yi + 1 := Yi,
Pi+1 := Pi + 2 y.
je-li Pi ≥ 0 tak Xi+1 := Xi + 1, Yi + 1 := Yi +1, Pi+1 := Pi + 2 y – 2 x.
4. vykresli bod [Xi+1; Yi+1].
5. je-li Xi+1 < XB, pak i := i + 1 a návrat na krok 3, jinak konec.
Výhodou Bresenhamova algoritmu je odstran ní zaokrouhlovací chyby a
použití pouze matematické operace sou et.
Pokud je úse ka p erušovaná, modifikuje se algoritmus tak, že se st ídav povoluje a zakazuje vykreslení jednotlivých segment úse ky. Abychom
dodrželi délku úse ky, je nutné poslední úsek vždy povolit. V procedu e musíme navíc deklarovat 2 prom nné pro po et segment a po et pixel v rámci
jednoho segmentu.
Rasterizace úse ky, která má definovanou ší ku, op t probíhá podle
Bresenhamova algoritmu s tím rozdílem, že vykreslujeme n kolik pixel vedle
sebe podle požadované ší ky. Tento po et není závislý jen na ší ce úse ky, ale
závisí i na sm rnici této úse ky. Proto se musí provád t matematická korekce
skute né ší ky úse ky dle vztahu – viz obr. 8.6.:
dpix = d* sqrt((sqr(dx)+sqr(dy))/dx)
Obr. 8.6. Zm na ší ky úse ky p i zm n sm rnice
8.3.2
Rasterizace kružnice
Mezi další základní primitiva pat í kružnice. Její algoritmy rasterizace
vycházejí z parametrického popisu kružnice:
x = x0+r*cos ; y = y0+r*cos ;
∈ <0, 2π>;
(8.3)
Princip algoritmu spo ívá v nahrazení kružnice posloupností úse ek.
Místo kružnice ve skute nosti vykreslíme mnohoúhelník. Volíme po áte ní
- 102 (120) -
Konverze dat
bod a k n mu dopo ítáme koncový bod úse ky dle parametrických vztah ,
zvyšováním hodnoty parametru . Otázkou z stává, jaký volit konkrétní krok
tohoto parametru. Empiricky bylo prokázáno, že optimální volba parametru je
= 1/r. P i této volb negenerujeme kružnici jako souslednost úse ek, ale jako
souslednost pixel . To p edstavuje optimální iluzi kružnice.
Dosazování do parametrických vztah je výpo etn náro né, proto se
v praxi využívá vztah pro transformaci – otá ení.
[x1, y1] = [x0, y 0] ⋅
cos a
sin a
− sin a cos a
Obr. 8.7. Rasterizace kružnice
Obr. 8.9. Využití soum rností kružnice pro urychlení procesu rasterizace
(8.4)
Teorie grafických formát
Další možností ušet ení výpo etního asu p i rasterizaci kružnice je využití
osové a st edové soum rnosti. V tomto p ípad je dosta ující vypo ítat 1/8
kružnice a zbytek získat pomocí soum rností – viz obr.8.9.
8.3.2.1 Bresenham v algoritmus rasterizace kružnice
Pro vykreslení bod na kružnici se používá v praxi Bresenham v algoritmus. Jako v p ípad úse ky je op t založen na výpo tu predikce. Z predikce
se vypo ítá y-ová sou adnice následujícího bodu a x-ová sou adnice se zvýší o
1. Odvození predikce se provede stejným principem jako u úse ky. Zde uvedeme pouze výsledky hodnot predikce a rozhodovací podmínky pro výb r souadnice vykreslení pixelu a predikce v dalším kroku:
po áte ní predikce: P0 = 1,25 – r;
→ Pi+1 =Pi + 2Xi + 3;
Pi < 0
Yi+1 = Yi
Pi ≥ 0
Yi+1 = Yi – 1 → Pi+1 =Pi – 2Yi + 2 Xi + 5.
8.4
P evod z bitmapového (rastrového) do vektorového formátu
Jde o jednou z nejsložit jších úloh konverze spadající do t ídy tzv. expertních systém . Obtížnost spo ívá v tom, že v originálu musí být nalezeny
všechny grafické objekty (body, úse ky áry, kružnice, mnohoúhelníky, texty
apod.). Teoreticky je problematika dostate n popsána v [26], zde se omezíme
jen na praktické postupy.
Konverze má tyto ásti:
1. Definování pracovní oblasti. V tšinou se provádí o íznutím rastrového
podkladu ve vhodném editoru (nap . v systému MicroStation je to
I/RAS B nebo I/RAS C).
2. Transformace rastrového obrazu. P edlohy jsou snímány na certifiko-
vaných sníma ích s vysokou p esností. Nasnímaný rastr však není p esn umíst n v sou adnicovém systému a jeho rozm ry neodpovídají skute nosti. Cílem transformace rastru je umístit nasnímaný rastr do souadnicového systému tak, aby byly minimalizovány odchylky mezi
identickými body v rastru a ve vektorové kresb . Dojde tak k áste nému potla ení chyb plynoucích z nep esností grafického zpracování i
deformací zp sobených srážkou mapového listu. K dispozici máme tyto
druhy transformací:
a. Shodnostní transformace. Má 3 parametry: úhel pooto ení, posun v ose x a posun v ose y. Používá se jen v p ípadech, kdy nechceme provést žádnou zm nu m ítka.
- 104 (120) -
Konverze dat
b. Podobnostní transformace má 4 parametry (úhel pooto ení, dva
posuny a m ítkový koeficient). Používá se v p ípadech, kdy
chceme provést zm nu m ítka, ale jsou d vody pro nepoužít
afinní transformaci. Podobnostní a shodnostní transformace nacházejí uplatn ní zejména v geodetických aplikacích.
c. Afinní transformace je nej ast ji používaná transformace pro
p evod nam ených snímkových sou adnic (p ístrojových souadnic) do pravých snímkových sou adnic zejména ve fotogrammetrii. Má 6 parametr (úhel pooto ení, dva posuny, dva
m ítkové koeficienty a parametr - úhel popisující kosost tj. nekolmost os).
d. Kolineární transformace je používána transformaci snímku do
roviny X, Y ve fotogrammetrii. Má 8 parametr , nezachovává
d lící pom r jako p edchozí transformace, nýbrž jen dvojpom r.
e. Bilineární transformace byla používána op t ve fotogrammetrii
u kamer firmy Wild, které m ly rámové zna ky v rozích snímku.
f. Polynomická transformace se d íve používala pro odstran ní
vlivu systematických chyb v adové aerotriangulaci používající
jako základní jednotku model. Uplatn ní má v kartografii a dálkovém pr zkumu p i odstran ní deformací obrazu.
Sou asné p edpisy v resortu geodézie doporu ují použití afinní
transformace prvního i vyššího stupn . Proces op t probíhá ve
vhodném editoru. Po p ipojení rastru se nastaví parametry transformace a definují se identické body (body totožné pro rastr i vektor).
Minimální po et t chto bod je po et parametr d lených 2 (zaokrouhleno nahoru na celé íslo). Vzhledem ke kvalit transformace
by m ly být identické body vhodn rozmíst ny (ne p íliš blízko u
sebe). V praxi se používá 5 bod : 4 v rozích mapového listu, pátý
uprost ed. Potom se spustí transformace a po ní se zkontrolují
st ední kvadratické odchylky transformovaných identických bod .
Pokud nevyhovují zadanému kritériu, zvolí se jiné identické body a
transformace se opakuje. Vhodné prost edí pro transformaci je nap .
I/RAS B, I/RAS C nebo Descartes v systému MicroStation nebo
aplikace VKM i GVIEW.
3. Vy išt ní rastrového obrázku. Rastrový obraz se zbaví veškeré neužite né informace.
4. Vlastní vektorizace. Z hlediska nutnosti zásahu obsluhy do procesu m žeme vektorizaci rozd lit na
- Ru ní. Jde o nejp esn jší, ale také nejpracn jší metodu,
- automatickou (bez výrazného zásahu obsluhy),
- poloautomatickou (s interaktivními vstupy uživatele).
Bližší informace k dané problematice jsou v [26].
Teorie grafických formát
8.5
Shrnutí
Konverzí dat rozumíme p evod daného (vstupního) grafického formátu
do jiného (výstupního) grafického formátu. Tuto innost provádí speciální
konverzní program (jednoú elový) nebo p íslušná funkce (Import/Export)
v rámci aplika ního programového vybavení. Konverze má tyto základní fáze:
inicializace, tení zdrojového formátu, identifikace objekt zdrojového formátu, vlastní konverze a generování výstupního (cílového) formátu.
Podle charakteru existují 4 druhy konverzí (rastr –rastr, vektor – vektor,
vektor – rastr a rastr – vektor). V praxi nej ast jší je konverze vektor – rastr
(tzv. rasterizace), která vzhledem k bitmapovému principu zobrazení na monitorech probíhá v mnoha aplikacích. Hlavním cílem této konverze je rychlost
celého procesu. Z celé ady metod pro rasterizaci úse ky a kružnice jsou nejznám jší Bresenhamovy algoritmy, které pro urychlení využívají celo íselnou
aritmetiku procesoru. Algoritmicky nejobtížn jší konverzí je rastr – vektor tzv.
vektorizace. Jde o problém spadající do oblasti expertních systém . Doporu uje se tento postup: 1. po ízení rastru na kalibrovaném sníma i, 2. co nejvíce
zjednodušit vstupní rastrovou kresbu (odstranit neužite nou informaci), 3.
transformovat rastr do sou adného systému vektorové (výstupní) kresby (doporu uje se afinní transformace) pomocí identických bod , 4. vlastní vektorizace
ve vhodném prost edí grafického editoru, která m že mít 3 varianty: a) ru ní,
b) poloautomatická, c) automatická.
8.6
Autotest
1. Nasazení expertních systém je zapot ebí p i konverzi
a) rastr – rastr
vektor
b) rastr – vektor
c) vektor – rastr
d) vektor –
c) vektor – rastr
d) vektor –
c) vektor – rastr
d) vektor –
2. Nej ast jším druhem konverze v praxi je
a) rastr – rastr
vektor
b) rastr – vektor
3. Rasterizace je konverze
a) rastr – rastr
vektor
b) rastr – vektor
4. Podstatou efektivity Bresenhamova algoritmu je
a) výpo et v celo íselné aritmetice b) výpo et v pohyblivé ádové árce
c) výpo et pomocí logických funkcí
- 106 (120) -
d) operace v Booleov algeb e
Konverze dat
5. Nejlepší výsledky zajiš uje vektorizace
a) automatizovaná
b) ru ní
c) poloautomatická
6. Je-li vstupní soubor p i konverzi textový používá se analýza
a) strukturální
b) syntaktická
c) shluková
d) harmonická
7. P i rasterizaci je hlavním cílem:
a) úspora pam ti
b) rychlost algoritmu
c) eliminace aliasu
8. V Bresenhamov algoritmu se o sou adnici dalšího pixelu rozhoduje na základ
a) hodnoty jasu p edchozího pixelu b) hodnoty sou adnice p edchozího pixelu
c) znaménka rozhodovacího lenu
d) hodnoty rozhodovacího lenu
9. Rozhodují pro posouzení kvality transformace rastru p i vektorizace je:
a) sou adnicová chyba v ose x i y všech identických bod
b) st ední sou adnicová chyba v ose x i y všech identických bod
c) pr m rná kvadratická odchylka všech identických bod
Teorie grafických formát
9
P ehled grafických formát
Tato problematika je dostate n zpracována ve skriptech [26]. Proto
v této ásti podrobn ji popíšeme jen ty formáty, které ve skriptech uvedeny
nejsou. Formáty, které jsou ve skriptech [26] obsaženy zde uvedeme jen ve
stru né form . P ipomínáme, že podrobný popis grafických formát m žeme
najít v mnoha publikacích zejména v [1], [7] a [3].
9.1
Bitmapové (rastrové) formáty
Podle [1] existuje asi 40 r zných druh bitmapových formát . Proto si
zde uvedeme jen ty nejznám jší, s nimiž se v praxi setkáme nej ast ji.
9.1.1
Formát PCX
Je jedním z nejstarších formát . Byl vyvinut firmou Zsoft pro grafický
editor Paintbrush. Lze do n j uložit obrázek o rozm ru max. (215 – 1) x (215 –
1) tj 32767 x 32767 pixel s 256-ti barvami. Data jsou komprimována metodou
RLE nebo jsou bez komprese. V sou asné dob se používá verze Truecolor
(hloubka pixelu 24 bit ). Existují 2 verze:
a) Verze 2.5, která je ur ena pro ernobílé nebo 16ti barevné p edlohy.
b) Verze 3.0, do které je možné ukládat obrázky s hloubkou pixelu 8 – 24
bit do barevných rovin (planární uspo ádání). Varianta Truecolor používá metody p ímého zápisu obrazových bod (bez palety).
9.1.2
Formát GIF (Graphic Interchange Format)
Formát byl vytvo en v roce 1987 americkou spole ností Compuserve
speciáln pro sí ové služby (nap . WWW stránky). V roce 1989 byl inovován
jako verze GIF89, která je zam ena na multimediální aplikace. Umož uje uložit obrázek o rozm ru až 16000 x 16000 bod s maximálním po tem barev 256
z palety, která m že obsahovat až 224 tj. 16,7 mil. barev. Údaje jsou komprimovány metodou LZW s kompresním pom rem asi 1,5. Používá se technika
prokládání ádk . Princip spo ívá v tom, že se p i rekonstrukci zobrazují ádky
ve 4 krocích – viz obr. 9.1. Uživatel je tak schopen již po získání 1/4 nebo 1/2
objemu dat rozpoznat (podle hrubých rys ) vzhled obrázku a p enos dat pop .
ukon it, což vede ke zrychlení práce. Nevýhodou formátu je omezení palety
jen na 256 prvk .
- 108 (120) -
P ehled grafických formát
1. krok, ádky:
0, 8, 16, …
2. krok, ádky: 3. krok, ádky:
4, 12, 20, …
2, 4, 6, 8, …
4. krok, ádky:
1, 3, 5, 7, …
Obr. 9.1. Princip prokládání ádk u formátu GIF
9.1.3
Formát PNG
Grafický formát PNG neboli Portable Network Format byl navržen jako
náhrada staršího formátu GIF zejména pro použití v Internetu. Na rozdíl od
formátu GIF u formátu PNG nejsou žádné nejasnosti v licen ních právech.
Z grafického formátu GIF p evzal kompresi LZW, jejíž ú innost zvýšil použitím p edzpracování ukládaného pixelu. Formát podporuje ukládání obrázk
v 24 i 32 bitové barevné hloubce, a to p i použití bezeztrátové komprese. P i
ukládání je možno použít dvojrozm rného prokládacího schématu (na rozdíl od
formátu GIF, který umož uje pouze prokládání ádk ), formát PNG dovoluje
rozd lit p enášené pixely do sedmi skupin. Dekódované pixely pak mohou
vypl ovat tvercové nebo obdélníkové oblasti, které se p i postupném na ítání
dat zjem ují. Nevýhoda formátu PNG na rozdíl od formátu GIF spo ívá
v nemožnosti ukládání sekvence obrázk v jednom souboru.
9.1.4
Formát BMP
Formát se používá v systému MS Windows. BMP je zkratka od Bit
Mapped Picture což voln p eloženo znamená „bitová mapa“. Existují 3 varianty formátu pro p edlohy:
a) se 16ti barvami (4 bity/pixel),
b) s 256ti barvami (8 bit /pixel),
c) Truecolor (24 bit /pixel).
První 2 varianty používají komprese RLE ve 2 módech:
-
kódovací mód. Paket obsahuje 2 slabiky. První z nich udává po et
po sob jdoucích pixel , které mají index barvy obsažený ve 2. slabice.
- absolutní mód. RLE paket zde také obsahuje 2 byte, p i emž 1. byte
je nulový a 2.byte ur uje po et bezprost edn následujících slabik,
které obsahují index barvy (v palet ) jednoho pixelu.
Varianta Truecolor kompresi dat nepoužívá, bitová mapa je v tomto
p ípad uložena po vzorkovacích ádcích sm rem zdola nahoru. Každý ádek
obsahuje trojici hodnot RGB pro jednotlivé body.
Teorie grafických formát
9.1.5
Formát Targa (TGA)
Formát zavedla firma Truevision. Byl to jeden z prvních formát , který
umož oval uložit obrázek s hloubkou pixelu až 24 bit (Truecolor). Je spolu
s formátem JPEG jediným mezinárodním standardem pro ukládání statických
obraz (Standard ISO 96). Je podporován všemi platformami (MS-DOS,
WINDOWS, UNIX, Macintosh). Proto se objevuje ve variantách jak little endian tak i big endian. Podobn jako GIF dokáže uložit n kolik p edloh do jednoho souboru. Umož uje ukládat obrázek v planárních rovinách jako PCX.
Používá kompresní schéma RLE nebo je bez komprese. Nejrozší en jší je p vodní verze formátu z roku 1987.
9.1.6
Formát TIFF (Tag Image File Format)
Sousloví „Tag Image File Format „ je možné voln p eložit jako formát
pro uložení obrázku s popisem. TIFF definovala firma Aldus a použila jej ve
svém programu PageMaker. Vyšší verze formátu byly vytvo eny ve spolupráci
s firmou Microsoft. V sou asné dob jde o nejpoužívan jší formát v oblasti
DTP (Desk Top Publishing – tj. publika ní innost) zejména jako výstupní
formát z program pro sníma e.
Z Hlediska uspo ádání bit ve slabice existují 2 varianty pro Intel a Motorolu. Je tedy podporován všemi výpo etními platformami (UNIX, DOS,
Windows, Macintosh). Používá se r zných typ komprese dat (bez komprese,
Huffmanovo kódování, komprese LZW nebo DCT). Je spolu s formátem JPEG
jediným mezinárodním standardem pro kódování statických obrázk [ISO 96].
Jako GIF dokáže uložit n kolik obrázk do jednoho souboru. Prošel složitým
historickým vývojem od verze 3.0 (1986) do 6.0 (1992).
9.1.7
Grafický formát JPEG
Tento grafický formát byl vytvo en expertní skupinou Joint Photographic Experts Group pro uložení digitálních fotografií. Využívá komprese JPEG
a pracuje pouze s barevnou hloubkou 24 bit (ztrátová komprese DCT) nebo
s 8mi bitovými obrázky ve stupních šedi (bezeztrátová komprese Hoffmanovým kódem). Je vhodný p edevším pro fotografie, proto se barevný formát
JPEG používá hlavn pro p enos a archivování fotografií. Pro své vlastnosti je
tento formát velmi oblíben a široce využíván a podporován.
Soubory s obrázky zakódovanými podle standardu JPEG mají obvykle p íponu *.JPG. Výše popsaná verze JPEG využívající DCT je standard z roku
1989. Existuje norma formátu JPEG z roku 2000, která je založena na waveletové (vlnkové) transformaci.
- 110 (120) -
P ehled grafických formát
9.2
Vektorové formáty
9.2.1
Formát DXF (Data Exchange Format)
Jde o textový soubor ve tvaru ASCII. Byl ustaven jako sv tový standard
pro vým nu grafické informace (Data eXchange Format) mezi r znými grafickými editory, zejména z oblasti CAD program . Každý grafický editor t ídy
CAD by m l mít vestav né funkce export/import z/do formátu DXF. Struktura
formátu je tvo ena t mito p ti sekcemi:
1.
2.
3.
4.
5.
HEADER (hlavi ka),
TABLES (tabulky),
BLOCKS (bloky),
ENTITIES (entity),
Konec souboru EOF (End Of File).
Každá sekce obsahuje bu žádnou nebo n kolik skupin dat. Každá skupina
dat zaujímá v souboru 2 ádky:
1.
2.
ádek = GROUP CODE – kód skupiny (identifikátor) - byte,
ádek = GROUP VALUE – hodnota skupiny (konkrétní íselný údaj).
Výhody DXF formátu:
1. Je sv tovým standardem, proto každý grafický editor by m l být vybaven
funkcí pro import/export tohoto formátu.
2. Snadná p enositelnost kresby mezi r znými grafickými editory.
3. Jde o ASCII soubor, proto m že být po ízen nebo modifikován b žn dostupnými textovými editory.
Nevýhody DXF formátu:
1. Nepoužívá paletu, proto je obtížné provád t hromadné zm ny barev.
2. Nemá podporou pro textové entity. Text je ve formátu uveden jen identifikátorem. P esná definice fontu musí být uvedena mimo formát.
3. Pokud kresba obsahuje vazbu na databázi, pak DXF formát nemá prost edky pro popis t chto vazeb a návaznost na databázi se nep enese.
9.2.2
Formát HPGL
Formát zavedla firma Hewlett Packard a od ní je odvozen i název HPGL (Hewlett Packard Graphic Language). Jde o speciální jazyk pro popis grafických objekt ve vektorovém tvaru. Jde o textový soubor s p íkazy jazyka
pro ízení kreslicího za ízení (plotru). Syntax jazyka HPGL vypadá takto:
<mnemotechnický kód> <pole parametr ><terminátor p íkazu>
Teorie grafických formát
Mnemotechnický kód obsahuje 2 znaky, které jednozna n identifikují
p íkaz pro kreslení. Pole parametr je množina hodnot odd lených árkami.
Tento odd lova je zde povinný. Naproti tomu odd lova instrukcí – st edník
[;] je nepovinný. Existují i instrukce bez parametr .
P íkazy lze rozd lit do t chto skupin:
1.
2.
3.
4.
5.
vektorov orientované (kreslení prvk – úse ky, kružnice atd.),
znakov orientované (vkládání text do kresby),
nastavení atribut prvk ,
nastavení kreslicího za ízení,
stavové a konfigura ní p íkazy.
Existuje varianta jazyka HPGL2, což je formát HPGL v binárním tvaru
tj. soubor je bitov nikoliv znakov orientovaný.
Pro ilustraci si uvedeme p íklad zápisu kresby v jazyku HPGL, která je
na obr. 9.4.
y
30
PR20,10
20
R=10
PD20,20
Pokus
10
PA10,10
0
10
20
30
40
x
Obr. 9.4. Kresba k ukázce formátu HPGL
Zápis kresby na obr. 9.4. v jazyku HPGL:
IN;PA10,10;PD20,20;PUPR20,10;PDCI10;PUPA30,10;PDLBPokus#3PU;
Vysv tlivky:
PR – (Plot Relative) – relativní p emíst ní pisátka z aktuální pozice o
hodnotu parametr x, y
CI –(Circle) – nakreslí kružnici se st edem v dané pozici o polom ru
daném hodnotou parametru.
PU – (Pen Up) – zvedni pisátko, PD – (Pen Down) – spus pisátko.
Základní jednotka formátu HPGL je 0,025 mm (pro plotr). Kreslicí zaízení typu digigraf používá základní jednotku 0,01 mm. Bližší popis jazyka
HPGL je v [7], str. 138 – 148.
- 112 (120) -
P ehled grafických formát
9.3
Metaformáty
Metaformátem nazýváme takový soubor s grafickou informací, v n mž
m že být uložen obrázek jak v bitmapové tak i ve vektorové form . V další
ásti si stru n popíšeme dva nejpoužívan jší formáty: EPS a WMF.
9.3.1
Formát EPS
Zkratka EPS pochází ze sousloví Encapsulated PostScript. Data jsou
v tomto formátu kódována jazykem PDL (Page Description Language – jazyk
pro popis stránky) a potom jsou zapouzd ena (Encapsulated) ve standardním
formátu EPS pro p enos mezi jednotlivými aplikacemi a platformami. P íkazy
jazyka jsou psány v tzv. polské (obrácené nebo postfixové) notaci. To je takový
zp sob zápisu, kdy operátor resp. p íkaz se píše jako poslední až za jednotlivými operandy resp. parametry (nap . operace 5+4 se v této notaci zapíše jako
5 4 +). Formát vytvo ila firma Adobe Systems v roce 1985 pro ukládání textu,
ernobílé nebo barevné p edlohy v bitmapové nebo vektorové form .Specifikace umož uje zapsat data v textovém tvaru (ASCII). Formát je
nezávislý na technickém za ízení. Jazyk PostScript existuje ve 2 verzích:
1. PostScript Level 1 (za átek 80. let),
2. PostScript Level 2 (1991), což je zdokonalený PostScript Level 1.
Co se tý e vlastního formátu EPS, tak v sou asné dob existují 3 varianty:
a) Jednoduchý (základní) soubor EPS, který krom informací o struktu e
(identifikace formátu rozm r stránky, po et stránek, použitý barevný model
– RGB/CMY, apod.) obsahuje už jen p íkazy jazyka PostScript,
b) Náhledový soubor EPS, který vychází ze základního formátu ad 1) a obsahuje navíc hlavi ku o velikosti 30 B. Ta blíže specifikuje obrázek náhledu,
který m že být bu ve formátu WMF nebo TIFF ( ast ji).
c) Nezávislý EPS formát obsahuje proti p edchozí variant technicky nezávislá grafická data obrázku náhledu v bitmapovém tvaru. Data jsou uzav ena
mezi klí ová slova BeginPreview a EndPreview.
Bližší informace o tomto formátu jsou v [1] nebo [7].
9.3.2
Formát WMF
Název je odvozen z Microsoft Windows Metafile. M že obsahovat jak
bitmapové tak i vektorové obrázky. Pro uložení bitmapových dat se používá
klasická funkce MS Windows GDI (Graphics Device Interface), která iní data
bimapy nezávislá na technickém za ízení. Ve vektorovém popisu dat se používá délkové jednotky 1 twip, což je zkratka z anglického termínu twentieth of a
point tj, 1/20 typografického bodu. Typografický bod je definován jako 1/72
Teorie grafických formát
palce (tj. 0,3527 mm), takže 1 twip = 1/1440 palce (inch). Bližší informace
jsou uvedeny v [1] a [7].
9.4
Multimediální formáty
Formáty pro animované sekvence neboli formáty pro ukládání videa
(film ) se podstatn liší od formát používaných pro ukládání statických obrázk . Požadavek na omezený datový tok, rychlost dekomprese a kvalitu kladou na algoritmy pro ukládání (a p ehrávání) velmi velké nároky. Moderní
formáty tyto požadavky eší modulární strukturou, kde jsou od sebe odd leny
použité kompresní metody (kodeky, angl. codec) pro ukládání zvuku a obrazu.
Tyto kodeky jsou uloženy ve form dynamických knihoven (COM modul ) se
standardním rozhraním. Uživatel tak má k dispozici r zné komprima ní metody jak pro video tak i pro audio ást a m že si zvolit ten nejvhodn jší algoritmus pro dané konkrétní použití. Nevýhodou takového otev eného formátu je
možnost použít pro komprimaci kodeku, který není k dispozici na po íta i, na
kterém má být daný soubor p ehrán. V takovém p ípad nezbývá nic jiného než
daný kodek do systému doinstalovat (moderní p ehráva e umí neznámý kodek
najít, stáhnout z Internetu a nainstalovat automaticky).
Mezi moderní, modulární formáty pro ukládání animovaných sekvencí
pat í zejména formáty AVI firmy Microsoft a MOV firmy Apple.
Pro komprimaci obrazu se p i zpracování animovaných sekvencí (videa
a filmu) používá ztrátová komprese podobná kompresi použité u formátu
JPEG. Jednotlivé snímky nejsou ukládány za sebou v sekvenci jako tomu bylo
u formátu animovaného GIFu, ale ve velké mí e je využíváno rozdílových
snímk . Rozdílový snímek obsahuje pouze rozdíl informací (zm nu) mezi sousedními snímky. V moderních kodecích se používá r zn transformovaný rozdílový snímek, speciální algoritmy dokáží vyhledat místa ve snímku, která se
nejmén a nejvíce zm nila od p edchozího snímku, a to i v p ípadech, kdy je
zpracovávaná scéna v pohybu. Konkrétní použité algoritmy jsou obvykle p ísn st eženým firemním tajemstvím a jsou objektem patentové ochrany.
9.4.1
Formát MPEG
Formát byl navržen skupinou specialist (Motion Picture Experts
Group) p i mezinárodní organizaci ISO a podle této skupiny byl i pojmenován.
Vznik formátu byl ovlivn n rozvojem multimédií, nebo vznikla pot eba ukládat multimediální data do souboru. Multimediálními daty rozumíme takové
údaje, které zachycují více než jeden smyslový vjem (nap . obraz a zvuk). Metoda MPEG umož uje ukládat pohyblivé obrázky nap . film do souboru.
V sou asné dob existují dv varianty: MPEG I a MPEG II, p i emž norma
MPEG II je zdokonalením MPEG I. Do souboru je možné ukládat obrazové
sekvence s hloubkou pixelu 24 bit v barevném modelu YCbCr s maximálním
- 114 (120) -
P ehled grafických formát
rozsahem 4096x4096 obrazových bod . Komprese obrazových a zvukových
údaj musí p i reprodukci pracovat s rychlostí až 30 snímk /vte inu. Komprese
dat probíhá ve 2 rovinách:
1. v rovin asové redundance
2. v rovin pixelové redundance (obraz) pop . frekven ní redundance
(zvuk).
ad 1) V rovin asové redundance se obraz i zvuk kóduje t emi zp soby:
a) kódování celého obrázku/zvuku (Intra Frame). Kóduje se každý obrázek
samostatn , což je p i p edepsané rychlosti 30 snímk /sec. velmi náro né.
Snímky kódované tímto zp sobem se nazývají I-snímky nebo také klí ové
snímky,
b) prediktivní kódování jednosm rné. V tomto p ípad se kódují jen rozdíly
mezi daným snímkem a jeho bezprost edním p edch dcem v asové posloupnosti. Takto zakódovaným snímk m se íká P-snímky (Predictive
Frames)- predika ní snímky,
c) prediktivní kódování obousm rné kóduje rozdíly mezi daným snímkem a
jeho bezprost edním p edch dcem i následníkem. Metoda se n kdy oznauje jako kompenza n pohybové interpola ní kódování a snímky zpracované touto kompresí jsou známé pod názvem B-snímky (Bidirectional Interpolative Frames)- obousm rn interpola ní snímky.
Každá kódovací posloupnost musí za ínat I-snímkem, pak mohou následovat ostatní snímky. Typické uložení posloupnosti snímk do souboru je toto:
IBBPBBPBBPBBI
S ohledem na kvalitu rekonstrukce se doporu uje, aby v kódovací posloupnosti byl alespo každý 10. – 14. snímek v ad I-snímek. P i vynechání klí ových snímk by se ztráty neustále kumulovaly až by došlo k úplnému znehodnocení p enášené informace.
ad 2) v rovin pixelové/frekven ní se jako ve standardu JPEG používá diskrétní kosinová transformace. Dosahuje se komprima ního pom ru 10:1 až 30:1
pro obraz a 3:1 až 7:1 pro zvuk.
Na platform PC se programová komprese realizuje nap . programem
Pixelshrink. Na Pentiu 90 trvá komprese 1 minuty videa ve VHS kvalit asi 70
minut. Pomocí speciálních zásuvných karet (s obvody C-Cube) lze dosáhnout
komprese i on-line (v reálném ase). Pro dekompresi dat MPEG (p i promítání)
sta í karta obrazového podsystému VGA se zabudovanou obvodovou logikou
s dekompresním algoritmem.
9.4.2
Formát AVI
Formát AVI byl vyvinut firmou Microsoft pro její opera ní systém Windows.
V sou asné dob je nosnou sou ástí komplexního produktu pro zpracování
videa a audia s názvem Windows Media. Formát AVI neboli Audio Video In-
Teorie grafických formát
terlaced je modulární a pro uložení videa a audia lze použít celé ady komprima ních kodek . Mezi nejpopulárn jší pat í nap íklad :
Microsoft RLE, Cinepak, Intel Indeo, DivX a OpenX.
9.4.3
Formát MOV
P vodcem formátu MOV je firma Apple, která jej vyvinula pro sv j opera ní
systém MacOS. V sou asné dob je tento formát sou ástí produktu QuickTime.
Ve své podstat je podobný formátu AVI, navíc umož uje uložit i hudbu ve
formátu MIDI, 360stup ovou fotografii atd.
9.5
Shrnutí
Grafické formáty m žeme podle popisu obsažené grafické informace rozd lit do 4 kategorií. V každé z nich uvádíme jen vý et t ch nejpoužívan jších:
1. Bitmapové: PCX, GIF, PNG, BMP, TGA, TIFF, JPEG.
2. Vektorové: DXF (DXB), HPGL.
3. Metaformáty: EPS, WMF.
4. Multimediální formáty: MPEG, AVI, MOV.
9.6
Kontrolní otázky
1. Vyjmenujte nejpoužívan jší formáty pro statické obrázky na Internetu
2. Uve te výhody a nevýhody formátu DXF
3. Charakterizujte formát JPEG
4. Jaké kódování používá formát MPEG ?
- 116 (120) -
Studijní prameny
10
Studijní prameny
10.1 Seznam použité literatury
[1]
MURRAY, J. D. – RYPER, W: Encyklopedie grafických formát .
Computer Press Praha v licenci O′ Reilly & Associates Inc. 1995. 736
s. + CD ROM.
[2]
WIRTH N.: Algoritmy a štruktúry údajov. Bratislava, Alfa. 1989. 488 s.
[3]
KLÍMA, M. – BERNAS, M. – HOZMAN, J. – DVO ÁK, P.: Zpracování obrazové informace. (Skriptum). Praha, eské vysoké u ení technické. 1996. 177 s.
[4]
HLAVÁ , V. – ŠONKA, M.: Po íta ové vid ní. Praha, Grada. 1992.
252 s.
[5]
SOCHOR, J. – ŽÁRA, J. – BENEŠ, B.: Algoritmy po íta ové grafiky.
(Skriptum). Praha, eské vysoké u ení technické. 1998. 184 s.
[6]
HUDEC, B.: Základy po íta ové grafiky. (Skriptum). Praha, eské vysoké u ení technické. 1993. 222 s.
[7]
SOBOTA, B. – MILIÁN, J.: Grafické formáty. eské Bud jovice, Koop. 1996. 157 s.
[8]
SOBOTA, B. – MILIÁNOVÁ, L. – MILIÁN, J.: Grafické editory. eské Bud jovice, Koop. 1997. 237 s. + CD ROM.
[9]
KREMPASKÝ, J. Fyzika. Bratislava, Alfa, 1987, 760 s.
[10]
Blochincev, D. I: O vztahu základního a aplikovaného výzkumu. Pokroky matematiky fyziky & astronomie, ro ník XXVII/1982, 61 s.
[11]
TIFF. Revision 6.0, June 3, 1992. Adobe Developers Association. Email: [email protected],
ftp:/ftp.adobe.com/pub/adobe/DeveloperSupport/TechNotes/PDFfiles.
[12]
GONZALES, R. C.- WOODS, R. E.: Digital Image Processing. New
York, Addison-Wesley Publishing Company, Inc. 1992. 716 s.
[13]
COLE, E. R.: The removal of Unknown Image Blur by Homomorphic
Filtering. [Doktorská disertace]. Salt Lake City 1973. Univerzita
v Utahu. Katedra elektrotechnického inženýrství.
[14]
AHMED, N., NATARJAN, I., RAO, K. R.: Discrete Cosine Transformation. IEEE Trans. on Computers, 1974, .1.
[15]
REKTORYS, K. P ehled užité matematiky. Praha, SNTL, 1981, 1139 s.
[16]
PEZLAR, Z. Výpo etní a zobrazovací technika I. Základy numerické
matematiky. (Skriptum). Brno, Vysoké u ení technické v Brn , 1987,
160 s.
- 117 (120) -
Teorie grafických formát
[17]
MANA, Z. Matematická teorie program . SNTL Praha 1981, 468 s.
[18]
ŽÁRA, J. – BENEŠ, B. – FELKEL, P.: Moderní po íta ová grafika.
Computer Press Praha, 1998. 448 s.
[19]
MAX, J.: Quantizing for minimum Distortion. IRE Transl. of Inf. Theory, IT-6, 1960, . 3,s. 7-12.
[20]
TU EK, J.: Geografické informa ní systémy. Principy a praxe. Computer Press Praha, 1998. 424 s.
[21]
BARTOŠ, S.: MicroStation. Brno, 1998. 424 s.
[22]
PANTER, P. F. – DITE, W.: Quantization Distortion in Pulse Code
Modulation with Non – uniform Spacing of Levels. Proc. of IRE, Vol.
39, 1951, . 1, s 44 - 48.
[23]
KOLÁ , J. – ŠT PÁNKOVÁ, O. – CHYTIL, M.: Logika, algebry a
grafy. SNTL Praha, 1989. 440 s.
[24]
WATT, A. - POLICARPO F.: The Computer Image. Addison-Wesley,
ISBN: 0-201-42298-0, 1998.
[25]
FOLEY, J., D., - A. van DAM - FEINER, S., K., -HUGHES, J., F. PHILLIPS, R., L.: Computer Graphics: Principles and Practice. Addison-Wesley, ISBN: 0201848406, 1995.
[26]
BARTON K, D. Po íta ová grafika. VUT FAST Brno, Akademické
nakladatelství CERM s. r. o. Brno, 2000, 109 s., ISBN 80-214-1624-6.
[27]
PICHL, K. – HODICKÝ, J. – FRANTIŠ, P.: Základy po íta ové grafiky I. Skriptum EPI Kunovice s. r. o. 2004, 74 stran.
[28]
JELÍNEK, I.: CAD systémy na rozcestí. Computer World 1996, 4 s.
[29]
JELÍNEK, I.: O CAD systémech trochu jinak. Computer World 1998, 5
s.
[30]
JELÍNEK, I.: C4 = CAD + CAM + CAE + CIM. Computer World
1998, 9 s.
[31]
TOMIYAMA, T., YOSHIKAWA, H.: Extended general design theory.
Proceeding of the IFIP WG 5.2 Working Conference of Design Theory
for CAD, IFIP, Tokyo, 1987, pp. 95 - 130.
[32]
HUBKA, V., EDLER, W., E.: Theory of Technical systems. A Total
Concept Theory for Engineering Design. Springer Verlag, Berlin, 1988.
[33]
DVO ÁK, V., DRÁBEK, V.: Architektura procesor . Vysoké u ení
technické v Brn , nakladatelství VUTIUM, 1999, ISBN 80-214-1458-8,
294 s.
[34]
BARTON K, D. Vybrané kapitoly z po íta ové grafiky. VUT FAST
Brno, Akademické nakladatelství CERM s. r. o. Brno, 2002, 148 s.,
ISBN 80-214-2083-9.
[35]
BAYER, T. Hlavní programové nástroje pro tvorbu digitálních map
s využitím systému MicroStation. VÚGTK Zdiby, publikace . 34, ro ník 49, 2003, 273 str.
- 118 (120) -
Studijní prameny
10.2 Seznam dopl kové studijní literatury
[36]
Fo t, P.: Mechanical Desktop 4. První vydání, Computer Press, Praha
2000.
[37]
Martišek, D.: Po íta ová grafika pro matematické inženýry. Vydání
první, PC-DIR Real, Ústav matematiky FSI VUT v Brn 1999.
[38]
Rektorys, K.: P ehled užité matematiky I. Vydání šesté, Praha, Prometheus, 1996.
[39]
Bubeník, F., Pultar, M.: Matematické vzorce a metody.
1994.
[40]
Budínský, B.: Analytická a diferenciální geometrie. SNTL, 1983.
[41]
Ježek, F.: Geometrické a po íta ové modelování. (Text p ednášky)
Z U, 1993.
[42]
Polá ek, J., Ježek, F., Kopincová, E.: Po íta ová grafika.
ha, 1991.
[43]
Hodický, J., Františ,P.: Po íta ová grafika. VA Brno 2003.
[44]
Watt, A., Watt, M.: Advanced Animation and Rendering Techniques.
Theory and Practice. Addison Wesley 1992, ISBN 0-201-54412-1.
VUT, Praha,
10.3 Odkazy na další studijní zdroje a prameny
[45]
http://www.adobe.com/Support/TechNotes.html
[46]
http://www.color.org
VUT, Pra-
Teorie grafických formát
11
Klí
11.1 Odpov di na kontrolní otázky
Kapitola 2
1. do 70. let, 80. léta 90. léta
2. Po ízení, vizualizace, uchování a zpracování grafické informace bez ohledu
na její obsah.
3. Po ízení, editace, modelování a rekonstrukce grafické informace a databázové operace.
4. Podle dimenze: rovinná, 3D, animace, dle popisu: rastrová, vektorová.
Kapitola 9
1. GIF, PNG, JPEG.
2. Výhody: sv tový standard, textový soubor – itelný a lehce editovatelný,
snadná p enositelnost mezi aplikacemi. Nevýhody: obtížná zm na barev, problém s definicí text , nemá vazbu na databázi.
3. Je sv tovým standardem, ukládá v True-Color, používá 4 varianty kódování
(sekven ní, bezeztrátové, progresivní a hierarchické). Podstatou kódu je DCT
v kombinaci s predikcí a Huffmanovým kódem. Lze zvolit kvalitu, ztrátovost i
stupe komprese.
4. V rovin asové redundance se používají 3 metody: 1. Intra (I) snímky, 2.
Prediktivní (P) snímky, 3. Obousm rné (B) snímky. V rovin pixelové redundance se používá DCT.
11.2 Výsledky autotestu
Kapitola 3:
1d
2b
3b
4d
3a
4a
5b
6b
7b
3e
4c
5b
6c
7c
8a
3a
4b
5d
6d
7b
8d
3a
4c
5b
3c
4a
5b
6b
7b
8c
Kapitola 4:
1a
2b
Kapitola 5:
1c
2b
9b
Kapitola 6:
1c
2a
Kapitola 7:
1c
2b
Kapitola 8:
1b
2c
- 120 (120) -
9c

Podobné dokumenty