Imágenes de Mapa de BitsEditar

Imagen de mapa de bits.

Mosaico decorativo

Las imágenes de Mapa de Bits también conocidas como imágenes ráster,

están compuestas por puntos individuales denominados píxeles, dispuestos y
coloreados de formas diversas para formar un patrón, cada uno de los cuales
contiene información de color y luminosidad. Salvando la diferencia, podemos
compararla con un mosaico y sus teselas.

Si aumenta el tamaño del mapa de bits, también aumentará el número de

píxeles individuales, haciendo que las líneas y las formas tengan un aspecto
dentado. De acuerdo a la cantidad de píxeles incluida en el mapa de bits,
queda determinada la resolución de la imagen. Es muy común oír valores como
1280 x 720, o 1920 x 1080, y no es más que el número de puntos expresado
de forma que definan el ancho por el alto. Los mapas de bits, por otra parte,
pueden diferenciarse según la cantidad de colores que puede presentar cada
uno de los píxeles. Esta información se expresa en potencia de 2 y en la unidad
conocida como bit; hoy en día, el mínimo aceptable es 16 bits, siendo 24 y 32
más comunes. Por otro lado, tenemos el tipo RGB, donde sólo es posible un
resultado opaco, y RGBA, que acepta un cuarto valor, para producir añadir
transparencia a cada punto. Cabe aclarar que la calidad no está ligada
necesariamente a las características antes mencionadas, sino que depende del
buen uso que se haga de los recursos disponibles.
 Formatos de Mapa de BitsEditar
Cuando trabajamos con imágenes, es muy importante elegir bien el formato
adecuado. Para efectuar una elección adecuada de un formato de imagen,
conviene valorar previamente:

 El contenido de la imagen: foto, dibujo, gráfico, logotipo, etc.

 La calidad que se desea obtener en función de su destino: publicación en la web impresión
en impresora doméstica. Impresión profesional,...
 El tamaño que tendrá el archivo resultante.

A continuación vamos a ver los formatos de imagen de mapa de bits más

comunes y su valoración en función de la tres características antes
mencionadas.

Windows BitmapEditar
Extension: *.bmp
Comúnmente usado por los programas de Microsoft Windows y por el sistema
operativo propiamente dicho.
Se le puede aplicar compresión sin pérdidas, aunque no todos los programas
son compatibles.
Es un formato muy conocido aunque su compresión comparada con gif o jpeg
es muy pobre.

Imagen comprimida en formato GIF. Como se puede observar el texto se lee perfectamente y la calidad
de la imagen es buena.

Como el texto es de un único color y contrastado con la foto queda muy borroso

Extension: *.gif
Formato bastante antiguo desarrollado por Compuserve con el fin de conseguir
archivos de tamaño muy pequeños. Admite solo 256 colores por lo que no es
adecuado para imágenes fotográficas pero si es muy apropiado para logotipos,
dibujos, etc.
Permite crear animaciones por cuadros (gif animado) y transparencias.
 Es un formato gráfico utilizado ampliamente en la World Wide Web, tanto para
imágenes como para animaciones.
GIF utiliza dos técnicas para comprimir, una de ellas conocida como CLUT
(Color look-up table ó Tabla de consulta de colores) y la otra es la LZW
(Lemple-Zif-Welch).
 El mecanismo de la “ Tabla de consulta de colores” (CULT) es el siguiente: Para cada píxel
hay una información de 24 bits de color, esto nos puede llegar a proporcionar una imagen
de 16 millones de colores, ya que no es necesario tanto número de color para ver una
imagen con calidad, la técnica CLUT se encarga de reducir los 16 millones a 256 colores;
esto tiene como consecuencia que en vez de guardar 24 bits de información para cada
píxel sean solo necesarios 8 bits por píxel, ya que para definir cada píxel solo tendremos
que hacer referencia a una posición dentro de la tabla de Las imágenes que se tratan con
esta técnica se denominan indexadas. La relación de compresión de una fotografía que se
pasa a GIF es de 4 a 1.

Joint Photographic Experts Group.Editar

Extension: *.jpg / *.jpeg

Imagen comprimida con jpeg, sin texto, muestra muy buena calidad.

Si el formato GIF es uno de los más adecuados para la compresión en 256

colores, el JPEG lo es para las imágenes que contienen más de 256.
JPEG no es un formato de imagen propiamente dicho si no de compresión; en
contraste con GIF, JPEG guarda toda la información referente al color en
millones de colores y sin que por ello el archivo resultante sea demasiado
grande, eso si, a mayor nivel de compresión mayor pérdida de la imagen.
JPEG es usado ampliamente para fotografías e imágenes de gran tamaño y
variedad de color en la web y por las cámaras digitales.
Usado para fotografías digitales ya que admite millones de colores. Lo admiten
la mayor parte de las cámaras fotográficas y escáneres y es muy utilizado en
páginas web, envío de fotografías por correo electrónico, presentaciones
multimedia y elaboración de vídeos de fotografías.
JPEG admite distintos niveles de compresión, de forma que:
 A más compresión menor calidad y archivos más pequeños (menos Kbytes)
 A menos compresión mayor calidad y archivos más grandes (más Kbytes)

Cada vez que se abre y manipula una foto JPEG en un ordenador, la imagen al
comprimirse y descomprimirse se degrada, por lo que conviene no guardarlas
en JPEG si se van a modificar. En este caso usar TIFF o BMP para editarlas y
convertirlas a JPEG al final. Si no queda más remedio que editar en JPEG,
 manipularlas con cuidado y no excesivamente.
La técnica de compresión que utiliza el JPEG se llama DCT (Discrete cosine
transform ó transformación discreta de coseno).

 Esta compresión está basada en la idea de que el ojo humano percibe peor los cambios de
color que las variaciones de brillo.
JPEG no guarda el valor RGB para cada píxel sino que lo que hace es dividir la información
en dos partes, por una el color y por otra el brillo, y además, las comprime por separado.
Esto hace que JPEG no sea el formato adecuado para imágenes con contrastes de color
altos.
A mayor suavidad en los cambios de color mejor nivel de compresión.

JPEG/Exif (“Exchangeable Image File Format”) es una especificación para

formatos de archivos de imagen usado por las cámaras digitales.
Las etiquetas (tags) de metadatos definidas en el estándar Exif cubren un
amplio espectro incluido:

 Información de fecha y hora. Las cámaras digitales registran la fecha y la hora actual y la
almacenan en los metadatos.
 Configuración de la cámara. Esta incluye información estática como el modelo de cámara y
el fabricante, e información que varía con cada imagen como la orientación, apertura,
velocidad del obturador, distancia focal, medidor de exposición y la velocidad de la
película.
 Información sobre localización, la cual podría provenir de un GPS conectado a la cámara.

Portable Network Graphic Format.Editar

PNG Demostración de Transparencia

 PNG Demostración de Transparencia

Extensión: *.png
PNG ofrece profundidades desde 8 bits con paleta optimizada, 24, 48 bits: 281
trillones de colores y en escala de grises se puede obtener archivos desde 8 y
16 bits igual a 65536 tonos de grises. También se puede salvar un canal más
con alpha channel para video e interlaced. Fue diseñado para reemplazar al
GIF en la web. Utiliza sistemas de compresión gratuitos, y admite muchos más
colores que GIF.
PNG en sí no admite animaciones pero con la extensión APNG(Animated PNG)
sí que se añade esta característica. Al admitir más colores es posible crear
imágenes transparentes con mayor detalle. PNG es el formato que esta
empezando a cobrar protagonismo en la Web, ya que une las ventajas del
JPEG y del GIF.
PNG permite a compresión sin pérdidas con el algoritmo Deflate Algorithm
donde utiliza para la compresión técnicas como la compresión LZW o la
compresión Huffman. Además, tiene 256 niveles de transparencias, esto
permite que cualquier borde de la imagen se funda perfectamente con el fondo.
Aparentemente PNG es mejor formato que JPEG O GIF, sin embargo no es
capaz de producir imágenes animadas (GIF sí) y las imágenes de PNG son
siempre de mayor peso que las de JPEG

PNG usa un proceso de compresión de 2 etapas:

 Pre-Compresión: Filtración (predicción)

Se define un único tipo de filtro, que incluye 5 modos de predicción del valor del
píxel, que resulta muy útil para mejorar la compresión, donde se elige para
cada línea de la imagen (scanline) un método de filtrado que predice el color de
cada píxel basándose en los colores de los píxeles previos y resta al color del
píxel actual, el color pronosticado. Los cinco métodos son: None, Sub, Up,
Average y Paeth.

 Compresión: DEFLATE.

El algoritmo deflación, en inglés denominado DEFLATE, es un algoritmo de

compresión de datos sin pérdidas que usa una combinación del algoritmo
LZ77, LZW y la codificación Huffman.
Fue originalmente definido por Phil Katz para la versión 2 de su herramienta de
archivado PKZIP, y fue más tarde especificado como RFC 1951.
 Imágenes de mapas de
Imágenes vectoriales
bits

Requieren mayor cantidad de operaciones del

Los píxeles requieren
procesador para ser decodificados y desplegados en
menos operaciones del
la pantalla, ya que siempre se convierten finalmente
procesador para ser
en una imagen de píxeles a través de un proceso de
decodificados.
render

Como consecuencia del

almacenamiento de cada
punto de la imagen, ocupan Almacenan en pocos bytes información compleja, de
mayor espacio en memoria, manera que se transfieren rápidamente a través de
y requieren un tiempo las redes.
mayor de transferencia a
través de las redes.

Tienen una resolución fija,

determinada por la
cantidad de pixeles que se
hayan almacenado en el Son independientes de la resolución, es decir, con la
archivo. Cualquier descripción geométrica almacenada se pueden
operación de reducción o generar imágenes de diversos tamaños de pixeles,
ampliación de la cantidad tan sólo ampliando la escala del vector.
de pixeles, redunda en una
pérdida de información o
aliasing.

Son buenos para

No son buenos para almacenar texturas, sino más
almacenar texturas
bien áreas de color plano.
complejas.

En general, no son aptas para la representación de

Son aptas para la
objetos del mundo real aunque se puede utilizar con
representación de objetos
ese propósito. El resultado da la impresión de ser de
del mundo real.
"dibujos animados"
 Para el tratamiento de una imagen digital se emplean diversos procederes y
algoritmos que tienen en su trasfondo una aplicación de múltiples ecuaciones
matemáticas. Estos métodos son generalmente transparentes al usuario común
y son principio básico de los grandes software que realizan este tipo de
trabajo(Editores de imágenes).Entre los principales procesos que llevan a cabo
desde que se captura una imagen hasta su puesta a punto, podemos citar los
siguientes:

 Métodos para variar la información gráfica

 Métodos para variar el tamaño
 Transformaciones
 Compresión.
 Optimizaron.

Métodos para variar la información gráficaEditar

El análisis físico de una imagen se realiza con el histograma; una gráfica de
barras que muestra el número de pixeles para cada nivel de grises. Los
procesos de mejora de la imagen se basan fundamentalmente en los métodos
para cambiar matemáticamente la información gráfica. Podemos utilizar 3
formas diferentes de manipular la información gráfica de un histograma.

 El barrido de desplazamiento (Slide Mapping): Cambia la luminosidad a base de agregar o

sustraer un valor constante. Por ejemplo; añadir una constante de 50 a cada pixel de la
imagen, desplaza el histograma hacia la derecha en 50 niveles de gris.

 El barrido de extensión (Stretch Mapping): Mejora los contrastes pobres a base de

multiplicar o dividir cada pixel por una constante. La multiplicación "extiende" los valores
del pixel, de modo que se puede utilizar una mayor gama de grises.

 El barrido Complementario (Complement Mapping): Cambia el valor digital de cada pixel

para invertir la imagen. Los pixeles negros se vuelven blancos. Los pixeles blancos se
vuelven negros y los pixeles grises se convierten en sus complementarios.

Para realizar correcciones de color en imagen de 24 bits de color, las

operaciones de barrido pueden aplicarse a los estratos del rojo, verde y azul.

Al reducir el color rojo 50 niveles, se desplaza el balance de color hacia el can.

Al reducir el color verde 50 niveles, se desplaza el balance de color hacia el
magenta.
al reducir el estrato del color azul 50 niveles, se desplaza el balance de color
hacia el amarillo.

Métodos para variar el tamañoEditar

La decimación es un proceso mediante el cual se eliminan los pixeles para
reducir el tamaño de una image. Para reducirla a la mitad, se eliminan filas y
columnas de pixeles de forma alterna.
La replicaron aumenta el tamaño de las imagen por la duplicación de los
pixeles.
 La interpolación agranda las imágenes promediando el valor de los pixeles
vecinos, para calcular el valor de los pixeles añadidos. Esto origina un aumento
de tamaño de mayor calidad que la replicación.

TransformacionesEditar
Las transformaciones son tratamientos de ecuador que trasladan los datos de
la imagen a otro espacio o dominio para que puedan ser manipulados de
formas mas rápida.
Las transformaciones también pueden suministrar un filtrado de precisión
mediante la separación de una imagen en sus componentes de frecuencia
espacial manipulando luego las frecuencias especificas. Así por ejemplo, los
bordes pueden realzarse (edge enhancement) incrementado las frecuencias
espaciales altas.

CompresiónEditar
La compresión de las imágenes trata de aprovecharse de esta redundancia
para reducir el numero de bits necesarios para representar la imagen,
consiguiendo de esta formar ahorrar recursos tanto de almacenamiento como
de transmisión.
Una imagen 2D posee unas dimensiones en MxNxK, donde 2^K se
corresponde con el rango de niveles gris.
Hay dos técnicas de compresión de imagen: reversibles(lossless o noiseless) e
Irreversibles (lossy o noisy).

 La compresión reversible quiere decir "sin perdida" se refiere a que si se comprime una
imagen y se almacena, cuando se recupera, la imagen obtenida coincide exactamente con
la original, hasta en el mas pequeño detalle, En otras palabras, no se pierde información
utilizando esta técnica de compresión.
 La compresión irreversible, es decir "con perdida" se refiere a que se puede suprimir
cierta información de la imagen para hacerla mas pequeña y sin que el ojo note la
diferencia, o permitiendo perder pequeños detalles no significativos. Es decir, al volver a
descomprimir la imagen se recupera con alguna diferencia respecto a la original.

Los factores de compresión logrados con técnicas "lossless" están alrededor de

1:2, mientras que con técnicas "lossy" se puede obtener factures de 1:10, 1:50
o mayores.
Esta mayor compresión se logra mediante una degradación de la imagen. Así
la calidad de la imagen dependerá del grado de compresión que se logre.

La historia del Procesamiento digital de imágenes (PDI) se remonta a la década

de los 60 como consecuencia de su aplicación en medicina y en los programas
espaciales. A partir de entonces, se han extendido a un amplio rango de
aplicaciones tales como: imágenes médicas, satelitales, astronómicas,
geográficas, arqueológicas, biológicas y aplicaciones industriales entre otras. El
PDI está directamente vinculado con el desarrollo y evolución de los
ordenadores. Su progreso ha ido de la mano con el desarrollo de las
tecnologías de hardware, ya que requiere una alta potencia y recursos
computacionales para almacenar y procesar las imágenes. De igual manera el
desarrollo de los lenguajes de programación y los sistemas operativos han
hecho posible el crecimiento continuo de aplicaciones relacionadas con el
procesamiento de imágenes.

El momento histórico que hace que estas técnicas confluyan y den un cuerpo
de conocimiento propio, surge en la década de los 80. La revolución de la
Electrónica, con las cámaras de vídeo CCD y los microprocesadores, junto con
la evolución de las Ciencias de la Computación hace que sea factible la Visión
Artificial.

La separación entre el Procesamiento de imágenes y la Visión Artificial es muy

difusa. PDI hace referencia a los algoritmos de computación que convierte la
imagen digital adquirida en otra de mayor relevancia.