Pobieranie prezentacji. Proszę czekać

Pobieranie prezentacji. Proszę czekać

Monika Majewska-Dziuba Marcin Czarnota

Podobne prezentacje


Prezentacja na temat: "Monika Majewska-Dziuba Marcin Czarnota"— Zapis prezentacji:

1 Monika Majewska-Dziuba Marcin Czarnota
Grafika rastrowa i wektorowa Różnice pomiędzy grafiką rastrową i wektorową Monika Majewska-Dziuba Marcin Czarnota informatyka +

2 Grafika rastrowa i wektorowa Monika Majewska-Dziuba Marcin Czarnota

3 W jaki sposób komputer zapamiętuje obraz?
Na początku zastanówmy się, w jaki sposób komputer zapamiętuje dowolny obraz. Weźmy pod uwagę dowolny ręczny rysunek, taki obrazek może być skomplikowanym obiektem, pełno w nim kresek, linii, fragmentów wypełnionych kolorem, cieni itd. Jeżeli jednak podzielimy obraz siatką linii pionowych i poziomych, to każdy kwadracik tej siatki będzie zawierał w miarę prostą informację – kwadracik będzie zamalowany jakimś kolorem. Możemy wyobrazić sobie, że rysunek ten został narysowany na papierze milimetrowym. Upraszczając dalej, zakładamy, że posługujemy się niezbyt ostrym narzędziem do rysowania (kredka, ołówek), oraz że pojedynczy kwadrat o boku 1 mm zawierać będzie w przybliżeniu tylko jeden kolor. Żeby zapamiętać cały obraz, wystarczy zapamiętać jaki kolor odpowiada każdemu z małych kwadratów siatki. W jaki sposób wykorzystać ten pomysł do zapisywania obrazów w komputerze?

4 Współrzędne punktów siatki obrazu
Pamiętamy, że obszar pamięci komputera zostaje zorganizowany jako tablica dwuwymiarowa. Współrzędne komórki tablicy (i, j) będą odpowiadały współrzędnym punktów siatki obrazu. Wartościami w tablicy będą kolory. Przykładowa tablica wyglądałaby następująco: Tablica [0][0] = „Czerwony” Tablica [0][1] = „Jasnoczerwony” … Tablica [100][100] = „Biały” Oczywiście mając tablicę powyższych wartości, jesteśmy w stanie odtworzyć na ekranie oryginalny obraz, a właściwie pewne jego przybliżenie – dzieląc obraz siatką o skończonej gęstości, popełniamy przecież błąd, chociaż bardzo mały. Błąd polega na tym, że cały kwadracik z jego złożonością i różnorodnością detali zastępowany jest przez jeden (uśredniony) kolor. Ale błąd ten jest mały dopóty, dopóki kwadraciki są odpowiednio małe.

5 Grafika rastrowa Przedstawiona metoda jest jedną z dwóch podstawowych metod zapisu obrazów cyfrowych. Obraz dzielony jest siatką złożoną z małych kwadracików. Kwadraciki te noszą nazwę pikseli. W zależności od szerokości wysokości obrazu, siatka, ma MxN pikseli, a liczba wierszy i kolumn siatki nosi nazwę jej rozdzielczości. Siatka nazywana jest często rastrem, stąd też nazwa metody – jest to grafika rastrowa.

6 Definicje: Pikselem nazywamy najmniejszy, niepodzielny punkt obrazu, który ma przypisany jeden, określony kolor. Raster to prostokątna siatka złożona z pikseli. Grafika rastrowa to dział informatyki zajmujący się przetwarzaniem obrazów rastrowych.

7 Grafika wektorowa W przypadku prostych, regularnych obrazów możemy spróbować zapisać obraz w inny sposób. Załóżmy, że jest on złożony z kilku okręgów i jednego kwadratu, a wszystkie te obiekty umieszczone są na białym tle. Zamiast zapisywać informację o każdym pikselu obrazu, wystarczy zapamiętać matematyczny opis figur geometrycznych. Aby podać jednoznaczne informacje o okręgu, wystarczy określić, gdzie jest jego środek, jaką długość ma promień i jakiego koloru jest linia wyznaczająca obwód okręgu. Podobnie, aby jednoznacznie opisać kwadrat, wystarczy podać długość jego boku, położenie jednego z rogów (być może także informację o obrocie kwadratu, jeżeli jego boki nie są skierowane poziomo i pionowo) oraz kolor krawędzi. Pomysł ten leży u podstaw grafiki wektorowej.

8 Zastosowania i cechy grafiki rastrowej
Grafika rastrowa służy do przechowywania i obróbki złożonych, nieregularnych obrazów, takich jak fotografie. Obraz zapisany w formacie grafiki rastrowej wiernie i dokładnie oddaje wszystkie szczegóły. Obrazy rastrowe można poddawać złożonej obróbce, filtrując ja i wzbogacając o efekty. Niestety są one tylko siatką pikseli. Oznacza to, że powiększenie obrazu zawsze pociąga za sobą zniekształcenia. Jak przebiega powiększenie obrazu rastrowego? Algorytmy dzielą się na dwie grupy – albo piksele są powiększane, albo piksele są rozsuwane, a przestrzeń pomiędzy nimi wypełniana jest nowymi pikselami. Niestety obie metody prowadzą do znacznej utraty jakości. Z uwagi właśnie na utratę jakości nie należy korzystać ze zbyt dużych powiększeń obrazów rastrowych.

9 Co to jest DPI? Określając rozdzielczość obrazu cyfrowego, podajemy jego szerokość i wysokość w pikselach. Dopóki obraz jest wykorzystywany tylko w komputerze, dopóty jest to informacja w pełni wystarczająca. Obraz można oczywiście powiększyć, mając pełną świadomość konsekwencji tego zabiegu. Można go również wydrukować. Jakość obrazów drukowanych mierzy się jednak inaczej – wydrukowany obraz nie ma już pikseli jako takich. Rozdzielczość druku mierzy się liczbą punktów na cal (ang. inch), a miarę te oznacza się jako DPI (ang. Dots Per Inch). Jeden cal to 2,54 cm. Zatem, aby przeliczyć rozdzielczość obrazu w pikselach na DPI, należy znać rozmiar obrazu po wydruko-waniu.

10 Głębia bitowa Ważnym pojęciem dla obrazów bitowych jest głębia bitowa. Wielkość ta określa, ile różnych kolorów może mieć piksel. Dokładniej, głębia bitowa to liczba bitów poświęconych na zapamiętanie koloru jednego piksela. Jeśli głębia bitowa wynosi 1, to na jeden piksel poświęcony jest tylko jeden bit, a zatem piksel może mieć tylko dwie wartości, np. biały lub czarny. Inne popularne wartości głębi bitowej to 6 (tzw. tryb High-Color, około 262 tysiące kolorów) oraz 8 (tzw. tryb True Color, około 16 milionów kolorów).

11 ALIASING Innym problemem obrazów rastrowych jest ich niedokładność, nazywana potocznie efektem schodków (ang. aliasing). Linia prosta w grafice rastrowej i jej powiększenie. Linia złożona jest z pikseli. Obiekty ciągłe – linie proste, krzywe, okręgi – są zamieniane na zbiór pikseli najlepiej odwzorowujący dany obiekt. Niestety skończona rozdzielczość rastra powoduje, że nigdy nie będzie to przybliżenie doskonałe. W praktyce, jeśli rozdzielczość ta jest wystarczająco duża, to obraz zlewa się i nie widzimy wspomnianych schodków. Niemniej czasem może być to efekt widoczny i irytujący. Dlatego opracowano algorytmy przeciwdziałające jego powstawaniu, zwane antyaliasingiem.

12 ANTYALIASING Metody antyaliasingu wykorzystują zjawisko percepcji wzrokowej polegające na uśrednieniu szczegółów. Jeżeli pokolorujemy kartkę papieru w biało-czarną szachownicę, to z odpowiedniej dużej odległości nie dostrzeżemy już oddzielnych pól białych i czarnych, lecz cała kartka wyda nam się jednolicie szara. Podobnie, jeżeli narysujemy linię o grubości wielu pikseli zamiast jednego, a pikselom znajdującym się dalej od środka linii nadamy coraz bledszy odcień, to linia wyda nam się gładka. Warto się o tym przekonać, wykonując ćwiczenie 1: Przy pomocy wybranego programu graficznego (np. artweaver) narysuj linię metodą antyaliasingu. Powiększ obraz, na przykład korzystając z przeglądarki obrazów lub programu Microsoft Paint. Obejrzyj linie. Jakie są grubości? Czy potrafisz wyjaśnić ten efekt?

13 Zastosowania i cechy grafiki wektorowej
Pliki grafiki wektorowej są z reguły dużo mniejsze niż pliki zawierające ten sam obraz zapisany rastrowo, ponieważ obiekty są opisane za pomocą formuł matematycznych, a nie za pomocą tablicy pikseli. Różnica w objętości może być znaczna – ten sam obraz przedstawiający rysunek budynku może zajmować w pamięci komputera kilkadziesiąt kB lub kilkadziesiąt MB w zależności od sposobu prezentacji. Poza tym obrazy grafiki wektorowej można dowolnie powiększać. Przykładowo okrąg opisany przez położenie środka i długość promienia zostanie tak samo dobrze narysowany w powiększeniu 10-krotnym, jak i 1000-krotnym. Równie łatwe są transformacje geometryczne obrazów grafiki wektorowej, na przykład obrót kwadratu. Nie jest natomiast łatwym zadaniem obrót wielobarwnej fotografii, czyli obrazu rastrowego. Oczywiście algorytmy takie istnieją i nie są skomplikowane, ale każdy obrót obrazu rastrowego wiąże się z utratą jakości. Grafika wektorowa służy do przechowywania regularnych kształtów, obiektów dających się opisać matematycznymi formułami, jak również do edycji i transformacji takich obrazów. W codziennej pracy grafik komputerowy zwykle projektuje jakiś kształt, na przykład logo firmy, banner reklamowy czy kompozycję sceny, w narzędziu do grafiki wektorowej, a następnie generuje dodatkowe efekty w programie do grafiki rastrowej. Metody i narzędzia grafiki rastrowej i wektorowej nie są niezależne, lecz uzupełniają się. Dopiero razem tworzą pełny zestaw narzędzi grafiki komputerowej.

14 Wektoryzacja obrazów rastrowych
Względnie mały rozmiar plików grafiki wektorowej stanowił inspirację do opracowania specjalnych algorytmów kodowania obrazów rastrowych. Obraz rastrowy dzielony jest na niewielkie bloki, w których wyszukuje się regularne wzorce – kontury, krawędzie, jednolite obszary itp. Wzorce te opisuje się za pomocą formuł matematycznych. Dzięki temu obraz rastrowy zapisywany jest częściowo przy użyciu metod grafiki wektorowej, co redukuje jego rozmiar. Ta metoda sprawdza się w przypadku obrazów zawierających dużo regularnych wzorców, które można opisać wektorowo.

15 Pojęcie koloru Widzenie kolorów to wyłącznie subiektywne wrażenie psychiczne powstające w mózgu człowieka (a także części zwierząt). W fizyce mamy jedynie do czynienia z pewnym zakresem promieniowania elektromagnetycznego, które do odbiorcy dociera najczęściej w postaci mieszaniny fal o różnych częstotliwościach. W szczególności – ten sam kolor obserwator może odczuwać poprzez odbiór wielu różnych kombinacji ilościowych fal o różnych częstotliwościach, i odwrotnie: ta sama mieszanina fal może u obserwatora wywołać odmienne wrażenia kolorystyczne w zależności od wielu czynników dodatkowych, takich jak np..: rodzaj oświetlenia czy obecność innych kolorów w polu widzenia.

16 Pojęcie koloru – parametry fizyczne
Lecz kolor przekłada się także na fizyczne parametry, takie jak długość fali świetlnej i kształt widma. Podobnie jak dźwięk charakteryzowany jest przez wielkości fizyczne opisujące fale – częstotliwość i kształt widma. Te parametry fizyczne fali dźwiękowej postrzegamy jako wysokość dźwięku i jego barwę (w sensie muzycznym). Nie inaczej jest ze światłem i kolorem. To, czy kolor jest czerwony czy niebieski, nasycony czy blady, zależy od długości fali świetlnej i kształtu widma.

17 Promieniowanie elektromagnetyczne
Promieniowanie elektromagnetyczne (fala elektromagnetyczna) jest to rozchodzące się w przestrzeni zaburzenie pola elektromagnetycznego. Składowa elektryczna i magnetyczna fali indukują się wzajemnie – zmieniające się pole elektryczne wytwarza zmieniające się pole magnetyczne, a z kolei zmieniające się pole magnetyczne wytwarza zmienne pole elektryczne. Właściwości fal elektromagnetycznych zależą od długości fali. Promieniowaniem elektromagnetycznym o różnej długości fali są  fale radiowe,  mikrofale,  podczerwień,  światło,  ultrafiolet,  promieniowanie rentgenowskie  i  promieniowanie gamma. W opisie kwantowym promieniowanie elektromagnetyczne jest traktowane jako strumień nieposiadających masy cząstek elementarnych zwanych fotonami. Energia każdego fotonu zależy od długości fali.

18 Barwa jako wielkość mierzalna
Konkretną barwę (kolor) można zmierzyć w zastanych warunkach za pomocą odpowiednich urządzeń (np. spektrofotometrem) i przedstawić w postaci liczbowej umieszczając ją w określonej przestrzeni barw. Żaden pomiar nie jest jednak w stanie oddać subiektywnego odczucia barwy przez oko ludzkie.

19 Ciekawostka W potocznym języku polskim określenie barwa i kolor to synonimy. W piśmiennictwie specjalistycznym oraz wydawnictwach leksykalnych częściej stosowany jest termin barwa (funkcjonujący w językach słowiańskich od XV w., a będący razem ze słowem farba zapożyczeniem niemiec-kiego Farbe) niż kolor (będący znacznie późniejszym zapożyczeniem łacińskim). W literaturze poligraficznej zaznacza się tendencja do stosowania pojęcia barwa (jako pojęcia poprawnego) zamiast kolor, traktując barwę nie tylko jako wrażenie psychologiczne, ale też jako wielkość mierzalną o określonych danych liczbowych w przestrzeniach barwnych. Dzięki temu barwa określa rzeczywistość obiektywną w odróżnieniu od jej zindywidua-lizowanej, subiektywnej percepcji, a w konsekwencji możliwa jest obiektywna kontrola barwy, tworzenie norm jakościowych druku wielobarwnego, zawieranie umów handlowych z uwzględnieniem warunków co do druku barwy. Pojęcie kolor odnoszone jest do farb: farbą danego koloru można otrzymać wydruk o różnej barwie (choćby drukowanie różną grubością farby).

20 Trzy współrzędne koloru
Siatkówka oka ludzkiego zawiera komórki światłoczułe trzech typów – reagują one na barwę czerwoną, niebieską i zieloną. W zależności od natężenia poszczególnych długości fal, czyli poszczególnych barw, mózg ludzki postrzega światło jako określony kolor. Z tą ciekawostką biologiczną wiąże się stwierdzenie nazywane prawem Grassmana. Mówi ono, że każdą barwę można przedstawić jako złożenie trzech niezależnych barw. Barwy niezależne to takie, których nie można otrzymać z innych. Na przykład barwę żółtą można otrzymać jako złożenie światła o barwie czerwonej i zielonej. Lecz żadne składanie światła niebieskiego i zielonego nie da światła czerwonego. Dlatego trójka kolorów czerwony-zielony-żółty nie jest niezależna, ale już trójka czerwony- zielony-niebieski – tak. Z prawa Grassmana wynika także, że każdy model kolorów wykorzystywany w grafice komputerowej musi mieć co najmniej 3 współrzędne. Cyfrowy zapis obrazu będzie zawierać informacje o kolorze w postaci trójek liczb.

21 Model kolorów RGB Najpopularniejszym modelem kolorów stosowanym w grafice komputerowej jest model RGB. Trzy współrzędne określające kolor w tym modelu to R, G i B – skrót od Red, Green i Blue. Jest to model najbliższy właściwościom sprzętu elektronicznego. Otóż dawniej pierwsze kolorowe monitory zawierały elementy świecące w trzech kolorach – czerwonym, zielonym i niebieskim. Odpowiednio sterując natężeniem świecenia tych składowych, uzyskiwano różne kolory. Pierwsze kineskopy zawierały trzy rodzaje luminoforu, czyli warstwy emitującej światło. Strumień elektronów, uderzając w luminofor, powodował jego świecenie. Kolejne generacje monitorów, w tym także nowoczesne matryce LCD, również konstruowane są z wykorzystaniem zasad trzech rodzajów elementów emitujących światło.

22 Przykładowe kolory i ich współrzędne RGB
Współrzędne R, G i B zmieniają się zazwyczaj w zakresie od 0 do 255, ponieważ na każdą składową przypada jeden bajt. Wartość 0 oznacza brak światła, a 255 to światło o maksymalnej jasności. Kolor odpowiadający wartościom RGB = (255, 0, 0) to oczywiście czysta czerwień, RGB = (0, 255, 0) to czysty zielony, a RGB = (0, 0, 255) to czysty niebieski. Przykładowe kolory i ich współrzędne RGB.

23 RGB Współrzędne RGB tworzą prostokątny układ współrzędnych. Każdy punkt w tak określonej trójwymiarowej przestrzeni odpowiada jednemu kolorowi. W środku układu współrzędnych znajduje się kolor czarny o współrzędnych (0, 0, 0). Wszystkie kolory opisane przez model RGB tworzą sześcian o długości krawędzi równej 255. Przeciwległy wierzchołek sześcianu o współrzędnych (255, 255, 255) to kolor biały. Na głównej przekątnej, łączącej kolor biały i czarny, leżą wszystkie odcienie szarości. Jest ich w modelu RGB 255 i są to wszystkie barwy, w których wartości R, G i B są sobie równe, na przykład (201, 201, 201). Sześcian RGB.

24 Model kolorów RGB Model RGB jest bardzo naturalny dla komputera, ponieważ jak już widzieliśmy, odpowiada sposobowi, w jaki kolory są zapisywane i wyświetlane na monitorach. Jest to też najczęściej stosowany model kolorów w grafice komputerowej. Bardzo często używa się go wprost, na przykład podając wartości kolorów w kodzie HTML (podaje się wartości szesnastkowe). W modelu tym zależność pomiędzy kolorem a jego współrzędnymi nie jest jednak oczywista. Wyobraźmy sobie, że webmaster chce zmienić kolor tła strony internetowej na bardziej nasycony. Jaka wartość RGB spełni jego oczekiwania? To bardzo trudne pytanie. Mówiąc inaczej, nie jest łatwo przewidzieć, jak zmiany wartości RGB wpłyną na zmiany koloru. Z tego oraz z innych powodów zdefiniowano także inne modele kolorów.

25 Inne modele kolorów i ich zastosowania
Składając światło czerwone, zielone i niebieskie (RGB), możemy otrzymać różne inne kolory światła. Światło padając na kartkę papieru jest częściowo pochłaniane, a częściowo odbijane. Przypuśćmy, że kartkę oświetlamy światłem białym. Jak wiemy z fizyki, światło białe zawiera wszystkie kolory wymieszane razem; możemy się o tym przekonać, przepuszczając je przez pryzmat. Co się dzieje, gdy taka mieszanka różnych barw, widziana jako światło białe, pada na kartkę pokrytą, na przykład, niebieską farbą? Wszystkie barwy oprócz niebieskiej są pochłaniane. Jedynie barwa niebieska, czyli, mówiąc ściśle, światło o długości fali odpowiadającej barwie niebieskiej, jest odbijana, dociera do oka obserwatora, który postrzega ją jako niebieską właśnie. Jak te zjawiska fizyczne odpowiadające za powstanie kolorów wiążą się z modelami kolorów w grafice komputerowej? Określając kolor na monitorze komputera podajemy tylko trzy współrzędne, np. RGB, czyli natężenia trzech świateł, które złożone razem dadzą zadany kolor. Maksymalne natężenia składowych RGB sumują się, dając światło białe. W druku jest zupełnie inaczej, dodawanie coraz więcej farb w różnych barwach powoduje, że farba staje się coraz bardziej ciemna, a w końcu czarna. Nie dodajemy zatem świateł, lecz ich dopełnienie do czerni. Składając światło czerwone, zielone i niebieskie (RGB), możemy otrzymać różne inne kolory światła. Zasada ta sprawdza się znakomicie w przypadku monitorów, wyświetlaczy, projektorów - czyli w przypadku wszystkich urządzeń emitujących światło. W przypadku druku sytuacja wygląda jednak inaczej. Zastanówmy się najpierw, co decyduje o tym, jaki kolor wydruku postrzegamy na papierze. Światło padając na kartkę papieru, jest częściowo pochłaniane, a częściowo odbijane. Przypuśćmy, że kartkę oświetlamy światłem białym. Jak wiemy z fizyki, światło białe zawiera wszystkie kolory wymieszane razem; możemy się o tym przekonać, przepuszczając je przez pryzmat. Co się dzieje, gdy taka mieszanka różnych barw, widziana jako światło białe, pada na kartkę pokrytą na przykład niebieską farbą? Wszystkie barwy oprócz niebieskiej są pochłaniane. Jedynie barwa niebieska, czyli, mówiąc ściśle, światło o długości fali odpowiadającej barwie niebieskiej, jest odbijana, dociera do oka obserwatora, który postrzega ją jako niebieską właśnie. Odpowiedź na pytanie, skąd się bierze kolor różnych obiektów, jest zatem inna w przypadku świateł, a inna w przypadku farb czy też ogólnie obiektów odbijających światło. W pierwszym przypadku kolor to po prostu kolor światła, w drugim - kolorem postrzeganym jest to, co pozostaje z pochłoniętego światła padającego na obiekt. Jak te zjawiska fizyczne odpowiadające za powstanie kolorów wiążą się z modelami kolorów w grafice komputerowej? Określając kolor na monitorze komputera podajemy tylko trzy współrzędne, np. RGB, czyli natężenia trzech świateł, które złożone razem dadzą zadany kolor. Maksymalne natężenia składowych RGB sumują się, dając światło białe. W druku jest zupełnie inaczej, dodawanie coraz więcej farb w różnych barwach powoduje, że farba staje się coraz bardziej ciemna, a w końcu czarna. Nie dodajemy zatem świateł, lecz ich dopełnienie do czerni.

26 CMY Podstawowymi współrzędnymi w modelu kolorów najlepiej nadającym się do opisu procesu druku są więc kolory będące dopełnieniami współrzędnych w modelu RGB. Jakie to kolory? Ponieważ R + G + B = MAX, gdzie MAX to złożenie maksymalnych intensywności R, G i B, czyli najjaśniejsza biel, zatem dopełnieniem R jest G+B, dopełnieniem G jest R + B, a dopełnieniem B jest R + G. Kolor G + B to barwa przypominająca kolor wody morskiej, nazywamy ją cyjanem (ang. Cyan, oznaczenie C). Kolor R + B to barwa pośrednia między różem a fioletem, nazywamy ją magentą (ang. Magenta, oznaczenie M). Natomiast kolor R + G to barwa żółta (ang. Yellow, oznaczenie Y). Model ten, stosowany do opisu kolorów w druku, nazywany jest CMY – od nazw współrzędnych.

27 Sześcian CMY Ponieważ modele RGB i CMY to modele dopełniające, można je zobrazować graficznie w ten sam sposób. Wszystkie kolory opisywane przez model CMY to te same kolory, co opisywane przez model RGB. Jest to zatem ten sam sześcian RGB, tylko widziany od przeciwległego wierzchołka – w modelu CMY współrzędne (0, 0, 0) to kolor biały, a (255, 255, 255) to kolor czarny, czyli dokładnie odwrotnie niż w modelu RGB. Sześcian RGB z zaznaczonymi współrzędnymi CMY.

28 CMY Jak przeliczać współrzędne pomiędzy modelami? Większość programów do grafiki komputerowej robi to automatycznie. Warto jednak wiedzieć, że możemy przeliczyć te współrzędne sami, korzystając z faktu, że CMY jest dopełnieniem RGB. A zatem, aby obliczyć wartość współrzędnych RGB, należy odjąć współrzędne CMY od maksymalnej wartości w obu modelach, czyli od 255. Wzory na przeliczenie współrzędnych CMY na RGB wygląda następująco: R = 255 – C G = 255 – M B = 255 – Y Często jednak w praktyce spotykamy nie tyle model CMY, co raczej model CMYK. W modelu tym dodano jeszcze kolor czarny, oznaczany jako K (ang. Key, czyli barwa kluczowa). Podyktowane jest to względami czysto praktycznymi – najczęściej w druku pojawia się właśnie kolor czarny, dlatego obok trzech pojemników z atramentami w kolorach C, M, Y stosuje się dodatkowo pojemnik z czarnym atramentem. Dzięki temu nie trzeba zużywać atramentów CMY do otrzymania koloru czarnego (a pamiętamy, że czarny = C + M + Y). Dodatkowo również w druku kolorowym można wspomóc się czarnym atramentem, ponieważ większość barw zawiera szary komponent.

29 Model HSV W modelu RGB trudno jest odgadnąć, jaki kolor reprezentowany jest przez zadane współrzędne. Artysta malarz raczej nie użyłby współrzędnych RGB, chcąc określić potrzebny mu kolor do pomalowania na przykład fasady Zamku Królewskiego. Malarz zazwyczaj korzysta z palety, która zawiera farbki standardowych barw – niebieską, czerwoną, żółtą, cyjan, zieloną itd. Oprócz tego posiada farbkę białą i czarną. Dobierając kolor, miesza farbkę z farbką białą i czarną, dzięki temu odpowiednio rozmywając i ewentualnie przyciemniając kolory podstawowe. W ten sposób może otrzymać szeroki zestaw kolorów. Przykład ten jest fundamentem modelu kolorów HSV, który miał być łatwym sposobem określenia kolorów w grafice komputerowej. W modelu tym określamy barwę koloru (ang. Hue, oznaczenie H), czyli czy jest to kolor niebieski, zielony, żółty itp. Następnie stwierdzamy, jakie jest nasycenie danej barwy (ang. Saturation, oznaczenie S), tzn. czy jest to barwa czysta, czy może mniej lub bardziej rozmyta. Nasycenie barwy najlepiej wyobrazić sobie, posługując się przykładem soku owocowego – ciemny, intensywnie czerwony sok wiśniowy to barwa nasycona. Jeżeli dolejemy do niego mleka, stanie się coraz bardziej rozmyta, a w końcu szara. Można powiedzieć obrazowo, że barwa nienasycona to taka, która zawiera dużo mleka, czyli dużo składowych szarości. Na końcu określamy jasność koloru (ang. Value, oznaczenie V). Oczywiście jasność zero odpowiada czerni.

30 UWAGA! Model HSV nazywany jest też często HSL lub HLS, gdzie współrzędną V zastąpiono oznaczeniem L, czyli Light (światło, natężenie światła). Model HSV (HSL) reprezentowany jest przez stożek. Wybór odcienia odpowiada wyborowi punktu na okręgu będącego podstawą stożka. Zmiana jasności od bieli do czerni odpowiada poruszaniu się wzdłuż wysokości stożka, natomiast nasycenie powiązane jest z odległością od osi stożka. Na tejże osi znajdują się wszystkie odcienie szarości.

31 Współrzędne HSV a parametry fizyczne fali świetlnej
Trzy współrzędne modelu HSV (ang. Hue, Saturation, Value – barwa, nasycenie, jasność) łączą się bezpośrednio z fizycznymi parametrami fali świetlnej. Dominująca długość fali, tzn. taka długość, dla której w widmie światła występuje maksimum, odpowiada za barwę (H) światła. Widmo może być wąskie lub szerokie, co decyduje o nasyceniu barwy (S). Jest to dość intuicyjne – barwa ostra będzie mieć bardziej spiczasty kształt widma. Z kolei wartość natężenia światła w maksimum decyduje o jasności (V). Widma dwóch fal świetlnych: obie fale mają maksimum natężenia dla tej samej długości fali, czyli ich barwy będą mieć ten sam odcień (H). Światło o widmie reprezentowanym przez krzywą czerwoną ma wyższe natężenie w maksimum, a zatem jego kolor będzie jaśniejszy (V). Poza tym widmo światła oznaczonego czerwoną krzywą jest węższe, co odpowiada barwie bardziej nasyconej (S). Dla odmiany światło oznaczone krzywą niebieską jest ciemniejsze i bardziej rozmyte (mniej nasycone). Model kolorów HSV jest dość intuicyjny. Wybór odpowiedniego koloru przebiega łatwo i prosto. Najbardziej jednak zalety tego modelu widać, gdy mając podane współrzędne koloru, chcemy odgadnąć, jaki to kolor. Łatwiejsze jest też określenie płynnej zmiany koloru.

32 Model CIE XYZ W praktyce można spotkać się z jeszcze innymi modelami kolorów. Jednym z nich jest model CIE XYZ (XYZ to nazwy współrzędnych, z kolei CIE pochodzi od francuskiego Commission Internationale de l'Eclairage – Międzynarodowa Komisja Oświetleniowa). Model ten ma na celu najbardziej ogólne opisanie kolorów. Wiemy już, że model RGB jest opisywany przez sześcian. Okazuje się jednak, że nie wszystkie kolory występujące w przyrodzie są opisane przez model RGB, tzn. nie wszystkie znajdują się wewnątrz sześcianu RGB. Dlatego zdefiniowano ogólny model, w którym podstawowymi współrzędnymi są X, Y i Z – trzy składowe nieodpowiadające wprost żadnej barwie. Innymi słowy, są to jakieś fale świetlne o zadanym rozkładzie widmowym, nie należy ich jednak wiązać wprost z kolorami, jak to ma miejsce w modelu RGB, gdzie pierwsza współrzędna odpowiada barwie czerwonej itd. Z punktu widzenia użytkownika narzędzi grafiki komputerowej ważne są dwie informacje. Po pierwsze model XYZ opisuje możliwości odwzorowania kolorów przez poszczególne urządzenia. Przestrzeń barw opisanych współrzędnymi XYZ będzie inna dla drukarki atramentowej, dla monitora LCD i dla wyświetlacza telefonu komórkowego, ponieważ każde z tych urządzeń potrafi wyświetlić inny podzbiór kolorów. Model ten pozwala więc scharakteryzować możliwości sprzętowe w zakresie kolorów. Po drugie, współrzędne XYZ można przeliczać na współrzędne RGB i odwrotnie. Formuły przeliczające współrzędne są zależne od konkretnego urządzenia.

33


Pobierz ppt "Monika Majewska-Dziuba Marcin Czarnota"

Podobne prezentacje


Reklamy Google