Color Captura Digital 2017 PDF

In
trodu
cción 1
CAPTURADIG
ITALDE
PATR
IMONIOCULTURAL
EXPERIENC
IADETRABAJO
CONELFONDODEL
ARCHIVOESPAC
IOP
Je
súsRob
ledanoA
ril
lo
2 La captura digital de patrimonio cultural
Introducción 3
In
trodu
cción 5
LACAPTURA
D
IGITALDE
PATRIMON
IO
CULTURAL
EXPERIENC
IADE
TRABAJOCONEL
FONDODEL
ARCHIVO
ESPACIOP
Je
súsRob
ledanoA
ril
lo
Título:
La captura digital de patrimonio cultural.
Experiencia de trabajo con el fondo del archivo Espacio P
Serie:
Espacio P en contexto, 2
Proyecto de investigación “Archivo de Espacio P: Propuesta Metodológica para su

Continuidad Digital” (2014-2017).
Ministerio de Economía y Competitividad,
Gobierno de España.
Ref. MINECO HAR2013-44726-R
Participantes:
Universidad Carlos III de Madrid,
Universidad de Granada,
Universidad de La Laguna,
Universidad de Vigo
© Jesús Robledano Arillo

© de las ilustraciones, Jesús Robledano Arillo
© de las fotografías, sus autores
ISBN 978-84-944588-2-8
Introducción 7
In
trodu
cción 9
ÍND
ICE
In
trodu
cción
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
.17
Cap
ítu
lo1
. Mode
losdeca
lidadenlad
igi
tal
iza
cióndepa
trimon
ioa
rtí
sti
co.
.
.23
1
.1F
ina
lidadycomponen
tes.
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
.23
1
.2E
lva
lordelo
spr
inc
ipio
syc
rite
rio
senun mode
lodeca
lidad.
.
..
..
.
..
..
.
..
..
.
..3
7
Capí
tulo 2
. Requ
isi
tos gene
rale
s de ca
lidad parala s capturas de t
ipo s
documenta
lesconsal
idaimagendig
ita
lraste
r..
.
..
..
.
...
.
..
..
.
..
..
.
..
..
..
..
.
..
..
.
...
.
..
..
.
..
..
.
..
..
.
..
..
.47
2
.1In
trodu
cción.
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..4
7
2
.2 Estado
s deimagen y mé todos de codif
icación parala simágene s
más
teres..
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
..
.
..
..
.
...
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
.48
2
.2
.1Int
roducciónalo sestadosdeimagenysu ssistema sdecodificación
admi
tidos.
.
..
..
.
...
.
..
..
.
..
..
.
..
..
..
.
..
..
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
...
.
..
..
.
..
..
..
.
..
..
.
..
..
.
..
..
.
..
...
.
..
...
48
2
.2
.2A
lguna
scon
side
rac
ione
ssob
ree
lusode
lespa
ciodeco
lorRGB.
.
..
..
.54
2
.2
.3E
squemadef
lujodet
raba
joconge
stióndeco
lorICC.
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.55
2
.2
.4Imágenesenespaciodeco lor RGBrende r
izadoyde s
cri
topo r un
pe
rfi
ldeco
lorICC.
.
..
..
.
..
..
.
...
.
..
..
.
..
..
.
..
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
61
2
.2
.4.
1Pr
inc
ipio
sdecod
ifi
cac
ión.
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
61
2
.2.4
.2Evoluc
ióndelconceptoderende rizac
iónenlae standarización
delospe
rfi
lesICC.
.
..
..
.
..
..
.
..
..
.
..
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
...
.
..
..
.
..
..
.
...
..
.
..
...
69
2
.2
.4.3Imágenesenelespac
io decolor de
ld isposi
tivocon datosen
b
rutoyperf
ilICCespe
cíf
icoded
i spo
sit
ivo...
..
.
..
..
..
..
.
..
..
.
..
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
.81
2
.2
.4.4Imagen nolinealene spacio decolor RGBindepend iente de
d
isposi
tivo.
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
..
..
.
..
...
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
..
..
.
...
.
..
.87
2.2.5 Codificación RGB en estado de imagen input referred en el espacio

de color RIMM RGB ........................................................................................................... 91
2.2.6 Codificación RAW. En el espacio de color del sensor de imagen del
dispositivo ............................................................................................................................ 98
2.2.7 Codificación HDR .................................................................................................... 99
2.2.8 Codificación multiespectral ............................................................................ 102
2.2.9 Recapitulación sobre la alternativa elegida para los másteres.
Información lo más en bruto posible ..................................................................... 115
2.3 Control de aseguramiento de calidad previo a la captura ........................... 121
2.3.1 Uniformidad en la iluminación del documento ...................................... 123
2.3.2 Paralelismo entre superficie del documento y plano focal ................124
2.3.3 Calidad cromática derivada de la exactitud del perfil de color y del
proceso de gestión de color aplicado en la captura, procesado y
representación digital de la imagen .......................................................................124
2.3.3.1 Nota importante sobre el uso del programa Imatest® para la
evaluación de la calidad cromática .....................................................................124
2.3.3.2 Desviación de color ....................................................................................... 125
2.3.3.3 Balance de blancos ........................................................................................126
2.3.4 Calidad tonal y ruido ............................................................................................ 127
2.3.4.1 Rango dinámico .............................................................................................. 127
2.3.4.2 Ruido .................................................................................................................. 128
2.3.4.3 Contraste. OECF ..............................................................................................129
2.3.4.4 Tolerancia/error de exposición ..............................................................134
2.3.4.5 Recortes tonales en luces y sombras.....................................................136
2.3.5 Calidad óptica ......................................................................................................... 138
2.3.4.1 Corrección de la tasa de muestreo ..........................................................139
2.3.4.2 Capacidad resolutiva ....................................................................................139
2.3.4.3 Aberración cromática lateral....................................................................145
2.3.4.4 Distorsiones geométricas ......................................................................... 146
2.3.6 Grado de curvatura del documento en la imagen digital .................... 147
2.3.7 Grado de inclinación del documento ........................................................... 148
2.3.8 Presencia de artefactos ...................................................................................... 148
2.3.9 Otros errores de captura no admitidos ........................................................ 151
2.4 Pautas para la aplicación de procesos de trabajo específicos .................... 153
2.4.1 Ajustes sobre la imagen digital no permitidos para la imagen
máster ................................................................................................................................... 153
2.4.2 Rotación de la imagen .........................................................................................154
Introducción 11
2.4.3 Recorte del área de captura............................................................................... 154

2.4.4 Pautas para el uso de cámaras fotográficas digitales........................... 154
2.4.5 Toma de imágenes complementarias ante la captura de documentos
u objetos que muestren relieve .................................................................................. 157
2.4.6 Los sistemas de nomenclatura y organización de ficheros ............... 160
2.4.6.1 Normativa de nomenclatura general de ficheros y carpetas .... 160
2.4.6.2 Sistema de organización de los ficheros en los discos de
almacenamiento .......................................................................................................... 161
2.5 Control de calidad postcaptura ............................................................................... 163
2.5.1 Control automático sobre las cartas de control independientes...... 165
2.5.2 Control visual sobre cabina visualización de muestra ........................ 166
2.5.3 Visual completo de todos los objetos con visor en modo tira ........... 166
2.5.4 Pautas a seguir en las pruebas de softproofing ...................................... 166
2.5.5 Control de metadatos técnicos y códigos hash ........................................ 169
Capítulo 3. Requisitos específicos de calidad para el medio imagen digital
raster ................................................................................................................................................ 171
3.1 Introducción...................................................................................................................... 171
3.2 Dibujos y otras formas de expresión autógrafas sobre soporte opaco .. 171
3.2.1 Dispositivo y herramientas de captura......................................................... 171
3.2.2 Elementos de control por toma que deben ser capturados junto a las
obras .......................................................................................................................................172
3.2.3 Capturas de cartas de control independientes a las tomas .................172
3.2.4 Variables técnicas de captura y de fichero ................................................ 176
3.2.4.1 Versiones máster ........................................................................................... 176
3.2.4.2 Versiones derivadas ...................................................................................... 177
3.3 Positivos fotográficos.................................................................................................. 178
3.3.1 Dispositivo y herramientas de captura........................................................ 178
obras ...................................................................................................................................... 178
3.3.3 Capturas de cartas de control independientes a las tomas ................ 178
3.3.4.2 Versiones derivadas ..................................................................................... 179
3.4 Diapositivas, transparencias en color o blanco y negro y negativos
fotográficos............................................................................................................................. 179
3.4.1 Dispositivo y herramientas de captura ....................................................... 179
obras...................................................................................................................................... 180
3.4.3 Capturas de cartas de control independientes a las tomas................. 181
3.4.4.2 Versiones derivadas .....................................................................................185
3.4.4.3 Versiones máster de negativos ...............................................................185
3.4.4.4 Versiones derivadas de negativos ......................................................... 187
3.5 Documentos textuales ................................................................................................. 187
3.5.1 Dispositivo y herramientas de captura ....................................................... 188
obras...................................................................................................................................... 188
3.5.3 Capturas de cartas de control independientes a las tomas ................ 188
3.5.4.1 Versión master ............................................................................................... 188
3.5.4.2 Versiones derivadas .................................................................................... 189
Capítulo 4. Requisitos específicos de calidad para el medio audiovisual ........193
4.1 Introducción .....................................................................................................................193
4.2 Especificaciones del control de calidad ...............................................................193
4.2.1 Alternativa elegida para los másteres ..........................................................193
4.2.2 Requisitos previos a las capturas de video ................................................ 194
4.2.3 Control de aseguramiento de calidad previo a la captura .................. 197
4.2.4 Control de calidad postcaptura ...................................................................... 199
4.2.4.1 Introducción .................................................................................................... 199
4.2.4.2 Pautas generales .......................................................................................... 200
4.2.4.3 Pruebas de calidad visuales con apoyo automatizado para la
señal de imagen ..........................................................................................................206
4.2.4.4 Pruebas de calidad completamente automáticas ........................... 221
4.2.4.5 Pruebas de calidad específicas para la señal de audio presente
en los vídeos ................................................................................................................. 223
4.2.4.6 Pruebas de calidad sobre el patrón de barras y tono de
calibración SMPTE Engineering Guideline EG 1-1990 reference bars 227
4.2.5 Ajustes sobre la imagen y sonido digital no permitidos para la
imagen máster ................................................................................................................. 233
4.2.6 Metadatos de captura.......................................................................................... 234
4.2.7 Informe de procesamiento de la señal digital aplicado a las capturas
................................................................................................................................................. 234
Introducción 13
4.3 Captura de elementos de control de calidad adicionales ............................234

4.4 Variables técnicas de captura y fichero para vídeo ....................................... 235
4.4 Variables técnicas de captura y fichero para película de Cine .................238
4.5 Variables técnicas de captura y fichero para contenidos sonoros ..........239
4.5.1 Discos de vinilo .......................................................................................................239
4.5.2 CD Audio................................................................................................................... 240
4.5.3 Audio Casetes ......................................................................................................... 240
4.6 Sistema de organización de los ficheros en los discos de
almacenamiento ................................................................................................................... 241
Bibliografía .................................................................................................................................. 245
Introducción 15
15
Resumen
La preocupación por obtener calidad en la digitalización de obras de

arte o de documentos relacionados con el trabajo artístico no puede
quedar al margen en ningún proyecto orientado a esta finalidad. La
calidad es la garantía de que la obra de arte o las evidencias de su
creación no quedan desvirtuadas en los objetos digitales que las
representan en los sistemas de difusión museísticos o en las
exposiciones virtuales.
En este trabajo abordamos todos los elementos determinantes de la
calidad de los procedimientos de captura digital. Comenzamos
definiendo el concepto de modelo de calidad y desarrollando sus
fundamentos teóricos y elementos técnicos y organizativos
constituyentes, siempre dentro del contexto de la digitalización de
patrimonio artístico y cultural. Nuestra aproximación de calidad
descansa en la idea de que los objetos digitales derivados de este
proceso deben ser fieles representantes a nivel físico y perceptual de
los correspondientes originales, no siendo admisible aplicarles
ninguna reinterpretación de su contenido plástico, sonoro o textual.
Bajo esta premisa, hemos desarrollado el conjunto de
especificaciones técnicas de control de calidad y captura digital a ser
aplicadas en los trabajos de digitalización del fondo de archivo de
Espacio P, estructurándolos en requisitos generales y particulares
para los medios imagen fija y audiovisual.
La variedad tipológica que encontramos en el fondo documental y
artístico del Archivo de Espacio P nos ha permitido abarcar un
amplio abanico de medios y formatos de soportes físicos y
electrónicos analógicos. Por este motivo, creemos que el contenido
de nuestro trabajo puede ser aplicado a una gran variedad de
instituciones que custodien fondos documentales y artísticos de
diverso tipo y estén planteando proyectos de digitalización de sus
contenidos.
15
In
trodu
cción 1
7
In
troducc
ión
Lamonog rafíaqueaqu ípresen tamo se sfrutodelo strabajo sdeinve st

igación
yd igital
iza ciónrealizado s dent ro del marco delp royecto deinve s
tigación
“Arch ivodeE spacioP:P ropue s
ta Me todológicapa rasuCon tinuidad Dig i
tal”
1
(2014-20 17
). En su s página st ra
tamo s de ref
lejare l re sul
tado f inal del
desarrollo de un mode lo de ca lidad que e stá s iendo ap licado a la s
digi
taliza c
ione s de do cumen to s y ma teria
le sa rt
ísticos de e ste legado .
Obtene r calidad enlo s ob jetosd igi
talese s un a spe cto esen cia
l enla
digi
taliza c
ióndeob rasydo cumen to senelcon textode lpa trimon ioartí
s t
ico
oh is
tó ricocu ltu
ral;esunimpe rat
ivopa racua lquierp roye c
too r
ien tadoala
digi
taliza c
ióndee stetipode ma te
riales
.Po reste mo t
ivo,nohas idoobv iado
enlo strabajo sded igi
talizacióndelfondodo cumen talya rtíst
icode lArch ivo
deE spa c
ioP .
Lainve stigaciónhapa r
tidode lestadodelacue stiónsob recómoabo rda rlas
digi
ta lizaciones de ma teriales patrimon ia
le s
,y , muy e specialmen te,del
produ c todedo slínea sdet raba
joquehanven idoa rrojandoenlo sú ltimo s
añosavan cesin teresante s:lo ssis
tema sdecon troldeca lidadylo ssi stema s
decod ificac
ióndeimágene squesonap to spa rap ro curarrep resenta ciones
digi
ta le sconuna ltog radodef idelidad.Lap rime ralíneasehacen tradoenla
aplica cióndepa ráme tro sdecon troldeca lidaddet ipof ísicoaequ ipam ien to
s
yp ro ce samien tos decap tu ra yalo sp ropio s objetosd igitalesre sultan te
s
median tes is
tema sau toma tizados.Nue s
t roob jetivopa rae s
tal ínea has ido
iden tificar las p rincipa les apo rtacione s
, eva luarla s y re coge r aque llos
paráme trosdecon trolyrango sdeva loresdea ceptaciónquehemo se s
timado
aptos pa ra el desarrollo de nue stro mode lo des i s
tema . Tamb ién hemo s
cons ide radolasl imitacione sdeestape rspe ctivayt ratadodeseña larpo sibles
víasdet rabajopa rasusupe ración
.
La segundal
ínea pre
senta mu chosfrente
s det raba
jo,p
roveniente
s de
di
stinto
sámbito
sdela CienciaylaTe cno
logíadelaImagen,talescomola
capturaycod
ifi
cac
ión mu l
tiespec
tra
l,lacodif
ica
ción RGB(Red G
reen B
lue)
1
Proyectofinanciadopo
relM in
i s
teriodeEconomíayCompe ti
tiv
idad
, Gobiernode
España. Ref. MINECO HAR20 13-44726-R
, que ha tenido como part
icipantesa
investigadores dela Un
ive
rsidad Ca r
losII
I de Madrid, Un
ivers
idad de Granada
,
UniversidaddeLaLagunayUn iversidaddeVigo
.
para representación renderizada y no renderizada de las imágenes

patrimoniales, los sistemas de caracterización cromática y tonal de
dispositivos, los perfiles de color normalizados y las tecnologías para el
registro y representación de elementos tridimensionales de las superficies a
capturar. El objetivo marcado con respecto a esta perspectiva ha sido
identificar métodos de codificación aptos para las capturas en formato
imagen fija y audiovisual de este proyecto. No es fácil encontrar
sistematizaciones que hayan conjugado estas diferentes aportaciones para
asentar un modelo de codificación de documentos y obras de arte
digitalizadas, por lo que hemos tenido que hacer arduos procesos de
evaluación de formas de codificación aplicables al objetivo de máxima
fidelidad que es preciso perseguir en el contexto patrimonial.
Esta monografía se ha articulado en tres partes. En la primera se exponen los
fundamentos teóricos de un modelo de calidad apto para las exigencias de la
digitalización patrimonial. En la segunda se refleja la implementación de un
modelo de calidad aplicado a las digitalizaciones del fondo de archivo de
Espacio P. Esta sección se estructura en dos capítulos, que tratan,
respectivamente, de los requisitos generales y particulares de calidad para el
medio imagen fija raster. La tercera parte se centra en los requisitos del
medio audiovisual.
El fondo documental y artístico del Archivo de Espacio P es un paradigma de
lo que podemos encontrar en otros fondos de artistas polifacéticos que, como
Pedro Garhel, han desarrollado una importante obra en los campos del Media
Art y la Performance. Por este motivo, creemos que el contenido de nuestro
trabajo puede ser de utilidad a aquellas instituciones que custodian legados
de artistas con trayectorias similares y tienen proyectado poner en marcha
trabajos de digitalización de sus contenidos.
El legado del Archivo Espacio P incluye un amplio volumen de
documentación y manifestaciones artísticas fruto del trabajo personal de
Pedro Garhel y de otros creadores que participaron de sus actividades
plásticas, visuales, escénicas y sonoras2. Presentamos a continuación, de
manera muy esquemática, la tipología de contenidos de este legado, puesto
que el modelo de calidad que exponemos más abajo se ha basado en las
necesidades de sus tipos de soportes y formatos. Si atendemos a su medio de
expresión, podemos agrupar su contenido en seis fondos: audiovisual,
sonoro, gráfico no fotográfico, fotográfico, escrito y bibliográfico.
El fondo audiovisual consta de vídeo y película de cine. El vídeo se presenta
en soporte cinta analógica en varios formatos profesionales y de uso
doméstico: VHS (en varios formatos: S VHS, S VHS C y VHS C), U-matic,
Betamax, Betacam SP y Hi8. La película de cine es de paso pequeño, en
concreto, su formato es super 8 mm sin sonorizar.
2
Para un conocimiento en profundidad de la trayectoria de Espacio P,
recomendamos al lector la lectura del trabajo de Federico Castro Morales, Karin
Ohlenschläger, Ana Quesada Acosta y Yanira Quintero Hernández, Espacio P a través
de Ello Dentro/Fuera, publicado en Granada por Ars Activus Ediciones en el año 2017.
Introducción 19
El fondo sonoro consta de tres tipos de soporte: discos de vinilo de 12 y 7

pulgadas, CD audio y audio casetes.
El fondo gráfico no fotográfico consta de diferentes tipologías documentales
en medio impreso y manuscrito, entre las que encontramos carteles,
invitaciones, dibujos y otras formas de expresión artísticas autógrafas.
El fondo fotográfico consta de soportes traslúcidos y opacos. Los primeros
contienen diapositivas, transparencias y filminas sobre soporte plástico. Sus
formatos son variados, desde 16mm de ancho de película hasta 20x16 cm de
ancho de placa. También hay negativos fotográficos en formato 35 mm en
color y blanco y negro. Los soportes opacos son de papel fotográfico, que está
representado con dos tipos de materiales: copias fotográficas en diversos
tamaños (desde 10x15 cm hasta 33x42 cm, en B/N y color) y hojas de contacto
de negativos en formato 35 mm en B/N y color. Muchos de los contactos
pueden responder a trabajo creativo de los autores, no siendo una mera copia
por contacto de su correspondiente negativo.
El fondo escrito consta de un gran número de cartas personales, manuscritas,
mecanografiadas o faxes. Estas últimas con texto poco legible debido a la
pérdida de densidad de los trazos. En la correspondencia se cuenta también
con postales, algunas de ellas con valor especial al tener un tratamiento
creativo mediante el uso de trazos o dibujos con intención artística. También
hay carpetas colgantes con cartas y dosieres de artistas, festivales y
distribuidoras de videoarte nacionales e internacionales.
El fondo bibliográfico consta de una variada tipología de materiales: folletos,
libros, catálogos, revistas, manuscritos y recortes de prensa.
No podemos finalizar esta introducción sin agradecer al equipo de
investigación del proyecto referido el trabajo y la ayuda prestada, muy
especialmente a Federico Castro Morales, Karin Ohlenschläger y Yanira
Quintero Hernández. También hemos de agradecer a Valentín Moreno,
profesor del Departamento de Informática de la Universidad Carlos III de
Madrid, toda la ayuda prestada y aprendizaje en los aspectos técnicos de
control de calidad automatizado, sin los que no habría sido posible
desarrollar muchos de los resultados que aquí presentamos. Hemos de
agradecer, asimismo, la colaboración prestada por el Archivo Histórico
Provincial de Santa Cruz de Tenerife, dependiente de la Consejería de
Turismo, Cultura y Deportes del Gobierno de Canarias.
Introducción 21
Primera Parte
Fundamentos teóricos
Mode
losdeca
lidad 23
Capí
tulo1. Mode
losdeca
lidadenlad
igi
tal
izac
iónde
pat
rimonioart
íst
ico
1
.1F
ina
lidadycomponen
tes
Lade finicióndeun mode lodeca lidade sunreque rimien tofundamen talen

lafab ricaciónded isposit
ivosdecap turayrep rodu cc
ióndeimágene sode
sof
twa repa rasup rocesado.Laidone idaddee s
tet ipodep roducto sdepende
eng ran med idadelaso lidezdel mode lo
.Po rello,laIngen ieríayTe cnolog
ía
delaimagenlo svieneap licandode sde ha ceva riasdé cada s
, hab iendo una
amp lialiteraturacientí
ficaded icadaasufundamen taciónyde sarrollo
.Pese
alapo caa ten c
iónquesehap restadoae stetipode mode losene lcampodela
dig
italización de pa tr
imon io cul
tu ral ya r
tís
tico, pen samo s quetamb ién
deberíanse rideado syu til
izado scomore ferenciaenla sta reasdese lec
cióny
configu ración dela te cnología a emp lea r y pa rala va lidación delo s
procedim iento sdetrabajoysu sre sultado s
.
Un mode lodeca lidaddeimagene sune squemaqueiden tificalo sa tr ibu to s
delo squedependelaca lidaddela simágene sye spe c
ificalo srequ isi
to spa ra
surep resen taciónd igitalco rrecta.Pa rapode ren tende rbiene lal can cedeun
modelo deca l
idad en nue stro ámb i to det rabajo,hemo s decono ce rcon
suficientep rofund idade lcon ceptodeca lidad. Podemo sde finirca lidad ,de
acuerdoala No rmaISO9000 :2000(Aeno r,2000 ), comoe l“g radoene lqueun
conjun to de ca racte r
ís ticasinhe ren tes cump le conlo s requ isitos ”
. Una
característ
i cainhe rentee s una p rop iedadre levan te dea lgo . En un ob je to
cualquie ra
, a modo de e jemp lo, podemo s encon t
ra rp rop iedade s que no s
resultarán muyfam il
ia res
,ta lescomosufo rma ,tamaño ,tex tu ra,co loru
olor
.S it rasva samo se s taideaalcon textodelad igita
lizac iónde ma teria les
documen tale sya rtís
ti co s
, podemo s ob servar enla simágene sd ig itale s
resultantesdee step roce so mu cha sca racteríst
ica sinhe ren te squepuedense r
medida sdu ran teuncon t roldeca lidad ,en treo tras,sure so
lu ciónde lde ta lle
espacial,rangod inám i co,fidelidadde lco lo r
,re solu c
ióne spa c
ia l
,g radode
inclina c
ióndelaimagende l ma terialf í
sicocap tu rado,g radodecu rva tu ra
,
contra s
te, re solu c
ión de mue st
reo o p rofund idad de b i t
.E sta syo tra s
característ
i casse ránse le cc
ionada syde s
critas má saba jocomopa rtee sen cial
delmode lodeca lidadquep roponemo s.
Un requisito es una o un conjunto de condiciones que debe cumplir una

característica inherente de aquello cuya calidad se está midiendo. Por
ejemplo, un requisito de un objeto producido industrialmente podría ser que
su peso entre de un rango concreto de valores o que su color sea exactamente
igual a un patrón de color previamente especificado. Un defecto, problema o
deficiencia es un incumplimiento de una característica de calidad respecto de
un requisito o requisitos preestablecidos. Siguiendo el ejemplo anterior, un
defecto podría ser que el objeto no tenga exactamente el mismo color que el
patrón de referencia al que debe ajustarse. En una imagen digital, pongamos
el caso, de una fotografía, un defecto podría corresponderse a una capacidad
resolutiva alcanzada insuficiente para representar detalle gráfico de pequeño
tamaño que presenta la imagen física original capturada.
En el marco del control de calidad, si afirmamos que un producto tiene
calidad estamos declarando dos cosas: el producto no tiene defectos (o, lo que
es lo mismo, el producto presenta de forma correcta las características que
debe cumplir) y el producto es idóneo para el uso para el que fue destinado en
su fase de diseño. Si llevamos esta idea a la digitalización patrimonial,
podemos identificar la calidad como el cumplimiento de las dos condiciones
de calidad que acabamos de describir en los objetos digitales resultantes: no
tienen defectos que mermen la necesaria relación de fidelidad entre la vista
del material físico capturada y su representación digital, y son aptos para el
uso al que están destinados. En suma, los productos de la digitalización
deben presentar una serie de características ajustadas a unos requisitos que
han sido fijados previamente y cuyo cumplimiento garantiza que los
contenidos digitales puedan ser empleados para los propósitos de utilización
previstos en el proyecto; esto es, que sean idóneos. Así, la base y garantía de
éxito de un modelo de calidad que sustente un control eficaz de calidad debe
ser la identificación y conocimiento exhaustivo de las características
esenciales que determinan la idoneidad para el uso y sus requisitos, así como
también la selección o desarrollo de métodos (lo que solemos denominar
como métricas) y herramientas para su medición.
Es relativamente fácil que las características esenciales de los materiales a
ser digitalizados que deben quedar bien representadas en sus objetos
digitales correspondientes sufran merma en su calidad de representación, ya
sea por errores durante la captura y el procesamiento posterior o por
incapacidad de los dispositivos de captura para registrarlas correctamente.
Esta circunstancia hace necesaria la aplicación de un control de calidad, que
deberá abarcar dos facetas: aseguramiento de calidad y control de calidad de
resultados. La primera faceta se ampara en la idea de prevención; su
finalidad es controlar y evaluar los medios habilitados y las decisiones
tomadas durante la fase de preparación del proyecto, así como visar los
procedimientos que van a seguirse durante la fase de ejecución, de manera
que se asegure que todos ellos van a producir resultados con la calidad
requerida. Una parte vital de este proceso es la evaluación de los dispositivos
y procedimientos de procesado digital; esta tarea conduce al conocimiento de
sus límites, lo que ayuda a decidir sobre su idoneidad.
El control de calidad de los resultados se fundamenta en la comprobación;
consiste en revisar los resultados a medida que se van obteniendo para
Modelos de calidad 25
controlar que cumplen los requisitos de calidad marcados y, en caso

contrario, rechazarlos y, tras el análisis de las causas de la merma de calidad,
poner en marcha las medidas necesarias para asegurar su cumplimiento.
Es obvio que ambos aspectos de control deben estar presentes en un modelo
de calidad. El aseguramiento de calidad es una piedra angular para la
consecución de la calidad, pero no garantiza la calidad, puesto que en el
proceso de captura pueden intervenir múltiples factores, humanos o
técnicos, que merman la calidad que a priori debería conseguirse con un
proceso de captura perfectamente planificado para la consecución de buenos
resultados. De la misma manera, los modelos de calidad, por sí mismos, no
crean calidad, requieren ir de la mano de un sistema de calidad, que habrá de
ser implantado, necesariamente, en el proyecto de digitalización. Un sistema
de calidad es una estructura organizativa, asignación de responsabilidades,
procedimientos, procesos y recursos necesarios para llevar a cabo las tareas
de aseguramiento y control de calidad. El sistema de calidad debe garantizar
la programación de las tareas de calidad como parte del programa de
actividades del proyecto de digitalización, asignándose responsabilidades,
recursos humanos, recursos técnicos, instalaciones, procedimientos de
trabajo, y tiempo y calendario para la realización de las tareas de calidad.
Como venimos afirmando, la potencia de un modelo de calidad reside en que
la definición de características, requisitos y métricas sea completa y correcta.
Estos tres elementos funcionan como eslabones de una cadena: cualquier
fallo en alguno de estos tres aspectos provocará que el modelo sea ineficaz y,
por consiguiente, poco sólidos los resultados del control de calidad. Por ello,
en nuestro afán por desarrollar un modelo suficientemente robusto dentro
del marco del proyecto Espacio P, hemos tratado previamente de llegar a un
estado de la cuestión sobre estos tres aspectos.
En primer lugar, intentamos seleccionar aquellas características de los
documentos físicos o electrónicos analógicos de cuya correcta
representación depende la garantía de fidelidad de la señal digital a los
originales. Esas características han tenido que ser abstraídas bajo la forma de
parámetros físicos habituales en control de calidad de imágenes o audio
digitales; así se facilita la aplicación de métricas ya desarrolladas fiables y
factibles de utilizar con procedimientos y herramientas de bajo coste. A
continuación, hemos tratado de identificar y seleccionar las mejores métricas
y herramientas software y cartas de control para su medida, para,
finalmente, identificar propuestas sistemáticas de requisitos para esos
parámetros físicos con esas métricas. Este tipo de requisito adopta en las
aproximaciones más sistemáticas la forma de rangos de valores numéricos
admitidos. Cuando no hemos encontrado en la literatura científica
parámetros, métricas y requisitos de aplicación factible para algunas
características, las hemos desarrollado de manera particular para el proyecto.
Pese a varias décadas de trabajo en control de calidad de imágenes digitales,
aún no podemos considerar que se haya conseguido un modelo de calidad de
valor general en el campo de la digitalización de patrimonio histórico
cultural y artístico. Este inconveniente nos ha obligado a realizar el
desarrollo sistemático que presentamos en estas páginas. Pensamos que tal
26 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
caren ciaseexp licapo rdo sc i

r cun stan c
ias.Po runapa rte,po rlaabundan cia
de ap rox ima cione ssimp listas quese ampa ran enlaidea de queconla s
herram ien tasdispon ib
le sfá c i
lmen teene l me rcadodep rodu ctosdecap tura
yed i
c ión deimágene se s po sible ob tener uno sre sultado s aptos parala s
exigen ciasde lpatrimon iocu l
tu ralya rtís
tico,delaquesede rivala má saún
erróneaideadequee lp ro cesodecon troldeca lidadsea sientaún icamen teen
lase le c c
ión de va lores ade cuado s pa ra un núme roredu cido de va r
iables
técn ica sdecap tu rayenlade tec cióndep rob lema sv isua le
sdeca lidad muy
apa ren tes.Po rotrapa r
te , hemo sdere cono cerquela sap roxima ciones má s
sistemá ticashancho cadoconlad i fi
cu l
taddede f
in i
ra tributo sde med idade
calidadde terminan tesydee stable cerrango sdea ceptac ióndesu svaloresa
nivel pe rceptua
l. Ex is
te una amp lial i
teratu rac ientíf
i casob recon t
rol de
calidaddeimágene s med ian telaap licacióndepa ráme tro spe rceptuales
,pe ro
estacomun idadc ientíf
i ca nosehav is
toa traídapo relcampopa trimonia l
,
motivopo relque nohemo sdee spe rar mu cho savan ce sde sdeaqu íenlo s
próx imo saño s
.
Segu idamen te,vamo sap rofund iza renlo scomponen tesdelo s mode lo sde
calidad, cen trándono s en e l med io im agen .E stos mode los debentoma r
forma s ma temá ticas en aque llos de su se lemen tos que ha cen u so de
paráme tros cuan t
itativo s
. Como ta les, se rep resen tan med iante va lo res
numé ricos ye cua cione s. Sólo a s
ísoncompu tab lesy ,con siguien temen te,
apto spa rae lde sar rollodes istema sdecon troldeca lidadconuna ltog rado
de au toma tización que ga ran ti
cen la e f
i cien cia y e ficac
ia de su s
proced im ientos det raba jo. Do s dela s aprox ima cione s matemá t
i cas má s
comune sson e lG en eralized W eighted M ean y la s mé tr
icas de M inkow ski
(Enge ld rum,1995 )
.Laca lidadene s
tetipode mode lossepuedeap roxima r
como una fun ción que ca lcula la d istancia eu clídea de la s imágene s
deg radada sconre spe ctoa unaimagenidea len une spacio n dimen s
iona l
,
siendo la s d imen sione s losa tributos in c
lu ido s en lo s expe rimen tos
(Rob ledanoe ta l.
, 20 16).E stos sonlo s mode lo s conlo s que con tamo s
actua lmen teene lcampopa tr
imon ialyqueexp li caremo s másaba jocon má s
detalle. No ob stan tesu u ti
lidad , ycomo vamo sain sis
tira lfinal dee ste
epíg rafe,somo sdelaop in ióndequee sne cesa riaunacon cepcióndeca lidad
deimagen quesefundamen te en un mode lo má s comp leto que e l que
procu rane stetipodeap rox ima c
ione s.
PeterEngeld rumhac readode sde1989un ma rcodenom inadoImag e Qual
ity
Ci
r c
le( IQC)quein ten
tase rlosufic
ientemen teexhau s
tivocomopa rasentar
lasba sesdeun mode lodeca rác
terun iversa
l(Engeldrum ,1995
,1999,2004 )
.
Hemo sconsideradoelIQCideado po re s
teau torcomo un buen pun to de
partida.L
istamo sacontinuaciónloselemen tosqueincorporaeste modelode
acue rdoasuformu lac
iónde1999(Enge ld rum,1999)
:
a
) Per
cep c
ione s de u suario (Customer Per c
ept
ions). Son a tributos
per
ceptua lessubjet
ivo s
.Podemo sentenderloscomosen sa
cione sque
elusuarioquepe rcibelaimagenexpe r
imen taconre spe
ctoaa tributo
s
de tipo p lást
ico, tales como e l con t
ra s
te, nit
idez, saturación
,
lumino sidad,bri
llo,etc
.Lo su suar
iossoncapa ce
sdepe rc
ibir“má so
Mode
losdeca
lidad 27
menos” lain tens

idad decualquiera deestosatribu
tosala ho ra de
estab
lecer unrating deca
lidad de uncon junto deimágene s
. Según
Engeldrum,e saquídondeestálaclavedelcontroldecalidad,pueslos
usuariosbasansusaprec
iac
ione sdecalidadene s
taspercepciones
.
b
) Paráme tros de imagen f ísico
s (Phy s
i cal Imag e Param eters). Son
fun c
ione s cuan titat
ivas que pe rm iten med ir a spe c
to s fí s
i co
s
perfe ctamen te objet
ivo s dela simágene s
,ta les como e lg rado de
tran sferen c
ia derango s de den sidad,e lg rado det ransferen cia de
detalle e spacial
, la ap roxima ción co lo r
imé t
rica
, la re la c
ión
Seña l/Ru ido
,e tc
.Teó ricamen te,unbuenrend im ientode lsistemade
cap tura y reg i
stro de imágene s en e stos pa ráme tros, ga rantiza
fide l
idad en la imagen d igi
tal con re specto a ma teria
lf ísico
digitalizado,pue se s
tospa ráme trosrep re sentanca racteríst
icasf ísicas
med ibles de fo rma numé rica y ob jet
iva , pero no ne cesariamen te
calidadsub jet
ivaa n ivelpe rceptual.E stae s
,de sde nue s
tropun tode
vista,unadesu s mayoreslim i
tacione s.
c
) Variablesté
cn i
cas(T echnologyVariable
s).Comp rendenlo saju s
te sdela
captura y a lma cenam iento digita
l.E s
tas var
iables resultan muy
fam il
iaresacua lqu ieru suar
io deequ ipos osof
tware deed ic
ión de
imágene sdigi
tales.Las má srelevantese nunaimagend igita
ldet ipo
raster son: reso
lu ción e spa
cial de mue s
treo
,p rofund idad de b i
t,
método decomp re s
ión,e spacio deco lor o de g
rise
s yfo rma to de
fi
che ro.
d
)P refe
ren ciasdeCal idadde Usuar
io(Cu s
tom e
rQua l
ityPref
e r
ences)
.Son
lape rcepciónsubjetivaglobaldecalidaddelaimagenpo rpartedeun
usuario, quesuelese rref
lejada med iantejui
cios de valor de
ltipo
“bueno, malo,regular”omedianteescalasnumé ricassub
jetivas
.
e
) Modelosdeca l
idaddelaimagen(Imag e Qual
ity Model
s).Son modelos
estadís
ticos que re lac
ionan percepc
ione s subjet
ivas de u suar
io
(contraste
,o s cur
idad, nit
idez
…) con P referencias de Ca
lidad de
Usuario
. Un e jemp lo de re
lac
ión se
ría“un a lto grado de n
itidez
,
contrasteyco loressaturadosimp
lica mu chacalidadgeneralde una
imagenyv iceversa”.
28 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
f
)A lgo
ritmo svisuales(VisualAlgorithm s
).Sona lgori
tmosquepe rm i
ten
compu tarelvalordeca lidaddelape r
cep c
ióndeuna tr
ibutocon creto
delaimagen po r parte de un u suario a pa rt
ir de uno o va rios
parámetrosf ísi
cos deimagen . Po re jemp lo, un algori
tmo pod ría
compu tarla percepción deca lidadtona l delaimagen a pa r
tir del
parámetrofísico OECF(Op to-El
ectronicConv ersionFunct
ion).Estetipo
dealgori
tmo srequie
renrango soe s ca
la sdeva lorespredete
rm inado s
delos paráme trosfísi
co s para pode r mode larconvenientemen tee l
cump l
im ientoonodeca lidadenlape rcepc
iónde lat
ributovisualcon
elqueserela c
ionan.
g
) Mode
los de s
istemas(Sys
tem Mode
ls)
. Son mode
los ana
lít
icos que
pred
icenlos parámet
rosfís
ico
s delaimagen desdelas var
iab
les
técn
icas
.
Dea cue rdoae staap roxima ción, un mode lo deca lidad deimagene s una
teoríafo rma ldepe rcepciónv isua lquepo sibilitaunap redic c
ióndeca l idad
deimagen de sdelo satributo s pe r ceptuale s quecomp rendelaca lidad de
imagen .Podemo siden t
ificarloconunmod elop e r
c eptual. Nuestracon cep ción
de mode lo,a sícomola debuena pa rtedela sap roxima cione sae stetema
desdela ve rt
ien te pa tr
imon ial,d ifiere de e sta ap rox ima c
ión de scri
ta po r
Enge ld rum en que nue st
ro ob jetivo no e s co rrela c
iona rla ca l
idad con
prefe ren cia sesté t
i casdeu sua rio,s inoconuna ltog radodef idelidadenla
repre sen ta ción dela s caracte rís
ti casf ís
i ca sv isua les delo s ma teriale sa
digitaliza r.E s po re stoque nue straap roxima c
ióntomacomoba se pa rala
compu tac iónla sva r
iablesté cn icasylo spa ráme tro sfís
icos.Pa rt
imo sdeuna
taxonom íadepa ráme trosfísi cos(quehans idoco rrelac
ionado sp reviamen te
conva lo re senva riablestécni ca sypa ráme t rosdet ipo me cáni co)ein fe r
imo s
automá t
i camen teunn iveldeca l
idad m idiendosurend imien to.Lo s mode los
queu sanenluga rdea tributo spe r cep tua
le spa ráme trosfísi
co sdelaimagen
parap rede circalidaddelaimagenseca tego r
izancomomod elosd ee st
ímu lo.
Nues tro mode lo puede se r ad scr ito a e sta c lase.Re cordamo s que en
patrimon io do cumen tal ya rtí s
ticotenemo s unl ím i
te y unare feren cia:e l
origina l;yunob jetivo:ela cer cam ien toyf ide lidadaaque l.Estap rem isano s
condu ceaop tarpo restetipode mode los.
E
l modelo de e
stímulo que hemo
stomadocomore
feren
cia p
resen
talo
s
s
igu
ienteselementos
:
a
) Variable
s técnicas
. Su s valores son elegido s de acue rdo a la s
caracter
íst
icasfísica sde
lo riginalacaptura rquesede seao ne ces
ita
que queden b ien rep resentadas enlo s ob je
tosd ig
itale s quele s
corresponden.Indi camo sene lsiguien
telistadolasvariablestécnicas
que hemo sin corpo rado en nuestro modelo,ensu ba se norma t
iva,
Mode
losdeca
lidad 29
paralosdi
feren
test
ipo
sde med
ios
,segúnco
rre
spondaacadave
rsión
3
digi
tal:
 Imagend igitalraster.
o E stadodeimagen .
o Mé todo decod i
ficación de
lco lor
.Inc
luyetoda slas var
iables
relacionada sconlafo rmaenquesecod if
icae lco
lo rotono :
escala de co lor,sistema de color
,espac
io de colorog ri
ses,
linealidad ,perfi
ldeco lor
,núme rodecanalesdecolor
.
o P rofund idaddeb it
.
o Re solu cióne spacia
ldecap tura(muest
reoespacia
ldecap tura)
.
o Fo rma todef ichero
.
o Mé tododecomp res
ión.
 V
ídeod
igital.
o Forma tocon tenedor.
o Code c.
o Submue streodecolo r
.
o Pro fund idaddeb it
.
o Reso lucióne spacia
lde lcuadrodelaimagen .
o Dispo s
i c
ióndela sl
ínea sdeimagen(entrelazado/p
rog
res
ivo
).
o Núme rodefo tograma sporsegundo.
o Bitrate
.
o Tipodeb i
trate(constante
-CBR-/var
iable
-VBR -).
 Son
idodigitalinc
luidoenv ídeod
igi
taloendo
cumen
tosono
ro.
o Forma tocontenedor.
o Code c.
o Pro fundidaddeb i
t.
o Fre cuenciade mue s
treo
.
o Bi
t rate
.
o Núme rodecana le
s
b
) Pa
ráme
tro
sfí
sico
s.Suap
lica
cións
irvepa
rademo
stra
rque
3
Re
calcamos que e
sta nómina de variab
leses se
lect
iva, no agotandotodo slos
a
spectos deconf
igurac
iónté cnica delos med
iosd ig
itale
s abarcados en nuest
ro
t
rabajoyquedebenserconsideradosenlaprepa
racióndelascapturasdigita
les
.
30 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
 esas var
iable
sr inden a
ln ive
lrequerido como para que se
garant
icelarepresen
tat
ividadyco
rrec
ciónde lreg
ist
rodigita
l,
 loss is
tema s de captura eimágene s resultantes dan buen
rend im
iento en una se r
ie de pa
rámetro s que ga rant
izanla
calidadderegistroan iveltona
l,cromát
i coye spac
ial;estoe
s,
no hay dis
torsión delain formación d
ig i
talre la
tiva atono,
colorydetal
lev i
sual
,
 y nose produ
cen o
tro
s de
fec
tos queal
terenlacal
idad dela
señaldig
ita
lyquepuedan mermarlainfo
rmaciónaesto
st re
s
nive
les
.
En nues
tro mode
lo hemosincorpo
rado pa
rámetrosfís
icos que pe
rmi
ten
con
trola
relrend
im ien
toanive
ltona
l,c
romáticoyespa
cial
.
c
) Paráme tros mecáni co s
.Su med i
cióndano c
ióndelaco rreccióndeuna
seriedeope ra c
ione s me cánicasreal izadassob reloso r
igina lesfís
icos
en e l momen to p rev io alacap tu ra. Sólos iestas ope racionesson
realizada sconven ien temen te hab rá unrend imiento óp t
imo enlo s
paráme trosf
í si
co syunreg istroco rre ctodelaapa rienciaycon tenido
delob jetofís
i coacap turar
.E jemp lo sdepa ráme trosdet ipo me cánico
son:cu rvatura dele lemen toacap tu rar
,su g rado dein c
linación,la
presen cia dere fle
jo s,la p resencia de e lemen tosa jenosa l objeto a
captu rar,lap resen ciadedob leces,lainve rsiónog irode lob je
to,ola
ausen ciaonodesu ciedada jenaa lo riginal
.
d
)S istema derep rodu cción/visua l
iza ción.E s
tee lemen to no puedese r
obv iadoenun mode lodeca l
idad .Ene lca sodela sd ig i
tal
iza cione sen
forma toimagen ,hemo sdecon s
ide rarlapa rticu la r
idaddelo sob je tos
digitalesf rentealo ss i s
tema sfísico sdereg istro:enlo sp rime ro sse
requ iereuna ctoderep rodu cciónov i
sua lizac
iónpa rapode ra ccede ra
sucon ten ido.Laimagend igital noex istep e
rs e ene lfiche rod ig ita
l
quecon tienesucód igod igital; notieneunaapa rien ciafi
ja; ne ce sita
un a c
to derep rodu cción quelea e lcód igo d igital ylot raduz ca a
valo restona lesycromá ticosene l med iodesa lida ,un mon ito ropape l
imp reso, po rejemp lo.S i nosecon side ra ycon trola elp roce so de
rep rodu cción/visualiza c
ión de mane ra conven ien te, no podemo s
hab lar deca lidad, por má s quese hayancon segu idosu s umb rale s
duran tee lregistrodig italdelob jetof ís
i cocap tu rado . Nope rdamo sde
vistatampo coquela sde c
isione sté cnica saplicada sdu rantee ltraba jo
de cap tu ra digita
la l ampa ro de l mode lo de ca l
idad se ampa ran
Mode
losdeca
lidad 3
1
tambiénentecno
log
íasideada
sdea cue
rdoalascara
cter
íst
ica
sdelo s
si
stemasdevi
sual
izac
iónyreproduc
cióndelo
scontenidosd
igi
tale
s.
e
) Pautasdep repa ración ,con figura ciónyp ro cesadodela scaptu ras.Este
aspectoin cluye un con jun to de pau tas que gu ían a l operado r de
capturayp rocesadodelo scon ten idosd igitale sde mane raquepueda
consegu i
runf lujodet raba joque m in
im icee lriesgodep roblema sde
cal
idado queap roximelo sre su ltadosa une stado predeterm inado.
Laspau tas
,ev iden temen te,va ria rándea cue rdoa ltipode med io.En
un med ioimagend ig italra sterla spau tasin corporana spectosta les
como:eltipoded i spo s
itivodecap turaadm it
ido,e ltipodefuen tede
luz,la s característ
i cas té cnica s delaluz ,lo sp rocedimien tos de
cal
ibraciónyca racteriza ción,elt ipodeóp ticas,losajustesadm i
tido sy
noadm itido ssobrelaseña ld igital,losp ro ced imientosdero ta c
iónde
lasimágene s adm itidos,e lt ipo y pau tas de a juste dela me sa de
reprodu cc
ión ,e lu so de f il
tro s óp t
i co sod igita
les adm it
ido s
, la
configuracióndelatoma ,e lpro ced imien toasegu ircono riginalescon
rel
ieve,olo ssistema sdenomen claturayo rganiza c
ióndelo sficheros
obtenidos.
f
)F ilosofía de t rabajo. E l mode lo in corpo ra ne cesar
iamen te una
filosofía,una mane radecon cebirlafinalidaddelacap turadigital,que
eng lobado selemen to s
:p rincipioséticosydeon to
lóg icosquer igenla
con cep c
ióndelacap tura digitalensu sob jet
ivosy u ti
lidadso cialy
académ ica
,yrequ is
itoscuyocump l
im ientoga rantizaelsegu im iento
de e sosp rincipios
. Ta l y como podemo s apreciar enlaf igu ra1,
ubicamo sestecomponen teenlacú spidedels is
tema ,pue sseráe lque
determ inelacon f
igu raciónye lrend im ientode lre s
todea spe cto sde
calidad. Antela ne ce s
idad de da rle mayo r desarrollo
, dedicamo sel
sigu ienteepígrafeap rofund izarené l
.
32 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
Figu
ra1. Modelodes
istemadeca
lidadquehas
idotomadocomore
feren
cia
enestet
rabajo
En aras a una mayo rp racti

cidad, no hemo so rgan izado elcon tenido de l
modelodeca lidadde sarrolladopa raelA rchivoE spa cioPquep resentamo s
enlo ss
iguien tescap ítu
lo ssegúnlae stru cturadee lemen to sdel mode loque
acabamo sdep resentar.A lcon t
rario,pre sentamo se secon tenidoo rgan izado
de manerap róximaa lo rdense cuen c
ialdela starea sdep reparacióndela s
capturas o dea cuerdoa lt ipo de med ioa que obede cenla s obras dee s
te
archivo
. Noob stante,a mododeo r
ienta ciónre f
lejamo sacon tinua c
iónqué
elementosde l mode losont ra
tadosenlo scap ítuloss iguientes:
 Va
riab
lesté
cni
cas
:cap
ítu
los3y4.
 Pa
ráme
tro
sfí
sico
s:cap
ítu
lo2
.
 Pa
ráme
tro
s me
cán
ico
s:cap
ítu
lo2
.
 S
istemaderep
rodu
cción
/vi
sua
liza
ción
:cap
ítu
lo2
.
 Pau
tas de prepa
rac
ión
,con
figu
rac
ión y p
roce
sado dela
scap
tura
s:
cap
ítu
los2,3y4.
 F
ilo
sof
íadet
raba
jo:cap
ítu
lo1
.
Esc r
íticonocon fund irlacalidaddelo sob jetosdigi
talescona lgunodelo s
elemen tos del mode locon temp lado s defo rma a is
lada.E sfrecuente, por
ejemp loen mu cha sd i
rectr
icesded igi
talización,confundirlosvaloresdela s
variablesté cnicas conla ca lidad delaimagen . Todo slos componen tes
iden t
ificadosene le squemaan ter
io ractúandefo rmain terre
lacionada. Noes
den ingunau t
ilidadapo rtarvaloresdeva riable
sté cn
icasenuna sdire
ctrice
s
de dig i
talizac
ión sin co rrelacionarlos con va loresinterdependientes en
parámetros físicos. En el siguiente ejemplo, podemos apreciar esta

correlación.
En la figura 2 mostramos el resultado de una prueba de capacidad resolutiva
a dos dispositivos de captura de imágenes. Esta prueba ha sido realizada para
un valor de frecuencia espacial de muestreo (o lo que es lo mismo, de
resolución espacial de captura) de 300 píxeles por pulgada. A este valor de
resolución, el parámetro físico capacidad resolutiva con la métrica MTF 50%
(Modulation Transfer Function) debería caer en la frecuencia 100 Cy/in (100
pares de línea/ciclos por pulgada).
Figura 2. Rendimiento comparado de capacidad resolutiva a dos dispositivos

de captura digital de imágenes a un mismo valor de resolución espacial de
captura. El grafico inferior ha sido obtenido con el programa Imatest®4
4
Aplicación comercial para el control de calidad de imágenes de desarrollada en sus
inicios por Norman Koren (http://www.Imatest.com).
La capacidad resolutiva del primer dispositivo aporta este valor en el

parámetro físico capacidad resolutiva con la métrica MTF 50%, pero la del
segundo queda muy por debajo, en 45 Cy/in. En esta misma figura
mostramos la reproducción de un patrón de líneas equivalente a 100 Cy/in
que viene a ser más o menos equivalente a 200 líneas alternas de color blanco
y negro por pulgada; a la izquierda la del primer dispositivo y a la derecha la
del segundo. Abajo mostramos un gráfico con datos de la ejecución de una
prueba de MTF 50% al segundo dispositivo. Podemos apreciar cómo la
reproducción en el primer caso es correcta y la del segundo incorrecta. El
problema del segundo dispositivo reside en que pese a tener un valor
adecuado, en la variable técnica frecuencia espacial de muestreo, para poder
registrar correctamente un patrón de líneas de 100 Cy/in, su rendimiento en
MTF 50% es tan bajo que no deriva en un registro correcto del detalle espacial
que debería quedar bien cubierto con ese valor de frecuencia de muestreo. La
correlación entre la variable técnica frecuencia espacial de muestreo y el
parámetro físico capacidad resolutiva queda bien patente en este ejemplo:
una resolución espacial de muestreo alta no tiene sentido con una respuesta
MTF limitada. Consecuentemente, la resolución de muestreo debe aportase
con un rango de aceptabilidad en valores MTF determinado en el modelo de
calidad, si no se hace así, es completamente inútil.
Figura 3. Correlación entre un parámetro mecánico, una variable tecnológica

y un parámetro físico
En la figura 3 presentamos otro ejemplo. En este caso, de correlación entre un

parámetro mecánico, una variable tecnológica y un parámetro físico. Es el
detalle de la imagen de una captura digital de documento con una resolución
espacial idónea para el registro de su detalle gráfico más fino y con un
rendimiento muy alto en el parámetro físico de capacidad resolutiva para ese
valor de resolución espacial. Como resultado, vemos un buen detalle espacial,
pero la alta suciedad en el vidrio de originales del escáner (que ha pasado a la
Mode
losdeca
lidad 35
dig
ita
liza
ción
) hace perde
rfide
lidad en es
te pa rámet
ro,a
l con
fund
irse
aquel
laconelde
tallev
isualde
ldocumentodigita
lizado
.
Ene lcon tex todelad igitalizac
iónpa trimon ial,laap l
icaciónde mode losde
estímu lohade rivadoenva riasp ropue sta sdetaxonom íasdepa rámetrosde
contro l de ca lidad para dive rsost ipos de do cumen tos
.E stastaxonom ías
muest ranunl istadodepa ráme t rosfísicosconsu s métr
icasyhe rramientas
asociada s
. Ademá s
,sep resen tantab lasderango sdeva loresadm it
idospa ra
pode re st
ima re lrendim ien toene so s pa ráme t
rost raslaap licac
ión dela s
métricas.E s
ta stab las perm iten al equ ipo decon t
rol deca l
idadtoma rla
decisión sob re la acepta ción o re chazo de ld isposit
ivo de cap tura
,e l
proce sadoap li cadoduran telacap turaolap ropiaimagend igitalresu
ltante.
Losrend im ien to sseexpre sande mane rare lat
iva,ysegúnco rresponda,alo s
valore s de uncon jun
to de va riablesté cnicas de captura, que,al meno s
,
incluyelaf re cuenciaespa cialde mue s
t reo,lap rofundidaddeb ityelespacio
decolo rog rise s.
Estase spe ci f
icacione sseen cuad ran den tro de unal ínea det raba joenla
digitaliza ciónde lpa trimon iodo cumen talqueemp iezaave rsu sfruto senlo s
últ
imo saño sat ravé sdeva ria sinicia tiva squep re tende ra sen ta rune s
tánda r
deca lidadce rti
ficab le.Pa ralarea liza cióndenue strot raba jo,hemo stomado
como re fe rencia t res de la s in iciativas má s re señab les, que se rán
cont inuamen tec i
tada s alola rgo dela ssiguien te s pág ina s
, encon creto:
Metamo rfoz eP reserva t
ion Imag ing Gu idel
ines. Imag e Qua lity,v ers
ion 1 .0
(Dormo len,20 12)
,D igit
i sat
iono fpho tog raphic mat er
ia ls
.Gu id e
lin es(Na t
ionaa l
Archie f,20 10)yT echn icalGu id e
line sfo rD igit
izingCu ltu ralH e
ritag e Ma te
rials:
Creationo fRa st
erImag e Ma s
t erF i
le s(FADG I
,20 10,20 16).Du ran te e
laño20 16
sehain iciadounin tentodee standa r
iza c
ióndelo sc riteriosdeca lidadenla s
digitaliza cione sdepa trimon iodo cumen talpo rpa rtedelaISO ,at ravé sde l
5
JWG26( Jo int Wo rk ingG roup26 )de lcom itéISO /TC42 .Laf ina l
idaddee ste
estánda re s la un ificación de mé tricas, me todo log ías y he rram ienta s
uti
lizada spa rae spe cif
i cary med irlaca lidaddeuns istemadeimagenpa ra
digitaliza rco rrectamen tedocumen to sde lpa tr
imon iocu ltural.See speraque
ap rin cipio sde laño20 1 7vealaluze le s
tánda rd ivid idoendo spa rte s
,que ,a
fechadehoy ,sondenom inada scomo :
 ISO19263Photography-Ar
chivingsys
tem s.Bestpra
cticesfordigi
tal
imagecaptureofcult
ura
lheri
tage ma
teria
l.Incluyeun ma rcogenera
l
deconcep
tosypro ced
imien
tosparalaapli
cacióndelestándar19264
.
 19264–Photography-A rch iv
ingSy s
tem s -Image Qua
lity Analysis-
Part1. WG: Imaging system capab i
lity qua
lif
icat
ion fo
ra r
ch ival
recor
ding and app roval. E s
ta p rimera pa r
te está ded icada
exclus
ivamente a mater
ia les sob
re soporte opaco
,previéndo sela
5
JointISO
/TC42-
TC46/SC11-TC171 WG
:Imag
ingsy
stemcapab
ili
tyqua
lif
ica
tionfo
r
a
r chiva
lre
cord
ingandapproval.
publicación futura de una segunda parte dedicada a materiales sobre

soporte traslúcido, como negativos fotográficos o diapositivas.
En la fecha de redacción de este trabajo todavía no hay disponibles

borradores públicos de este estándar, aunque sí hemos podido revisar
algunos de los documentos de trabajo que se manejan a nivel interno en el
JWG 26, comprobando que la base para su realización serán dos de las
especificaciones ya referidas: Metamorfoze Preservation Imaging Guidelines y
las Technical Guidelines for Digitizing Cultural Heritage Materials de FADGI.
Nuestra propuesta ha partido de estas iniciativas, pero ha tratado de ir más
allá definiendo un modelo suficientemente completo que aprovecha el
trabajo empírico que ha supuesto abordar la definición de los requerimientos
de digitalización del conjunto de materiales del Archivo de Espacio P.
El tipo de aproximación taxonómica referido se centra en la identificación de
atributos exclusivamente físicos y en la propuesta de métricas de medida y
rangos de valores de aceptación que se correlacionan con ratings de calidad a
cumplir para poder obtener distintos niveles de certificación; pero no llega a
profundizar en un modelo perceptual de calidad global de la imagen que guíe
a la hora de establecer los rangos de aceptación requeridos en el rendimiento
de estos atributos ni en sus complejas interrelaciones durante el acto de
percepción humana. Su problemática reside, consiguientemente, en la falta
de vinculación de las medidas físicas de calidad con las percepciones de
calidad de usuarios humanos expertos, así como en la ausencia, en sus
modelos de calidad, tanto de la intrincada red de correlaciones que se
producen entre los parámetros de medida como de ponderaciones de éstos de
acuerdo en su incidencia en la percepción de calidad (Robledano et al., 2016).
En otros trabajos anteriores, también vemos criticado el que estos modelos
suelan asumir de forma errónea la linealidad6 de la percepción humana de la
incidencia de un problema de calidad (Engeldrum, 1999; Robledano, 2014).
Como consecuencia de estas limitaciones, podemos tener con frecuencia el
caso de imágenes digitales con niveles de calidad muy dispares a nivel
perceptual que al ser valoradas con un modelo determinado de tipo
taxonómico son asignadas al mismo nivel de calidad; o, a la inversa,
imágenes que con un mismo nivel de calidad reciben valoraciones muy
diferentes. Esta situación provoca la posibilidad de rechazo de imágenes con
6
Una escala lineal de calidad asumiría una relación monotónica entre la calidad de la
imagen en ese parámetro y el valor de ese parámetro. Es decir, si aumentamos una
unidad el valor, la calidad aumenta en esa proporción, si aumentamos el doble, la
calidad aumenta al doble. La linealidad podría ser cierta para algunos parámetros
físicos de calidad, pero no para todos: hay parámetros que guardan una relación no
lineal con la percepción de calidad; y hay parámetros que están fuertemente
correlacionados entre sí o incluso con características gráficas locales o globales que
no están siendo medidas en la imagen. Por ejemplo, la percepción del defecto de
ruido y contraste. Un aumento artificial del contraste en el caso de existencia de
ruido, magnifica la percepción del ruido en determinados rangos tonales de la
imagen.
Mode
losdeca
lidad 3
7
ca
lidadaceptab
lean ive
lpe r
ceptua
lyviceve
rsa.E
sta
ríamo
san
telas
itua
ción
deun modeloincon
sistenteanive
lper
ceptual
.
Otrarestri
c c
iónimpo rtan te(quehemo sten idoquesupe rarine ludiblemen te
para pode r aplicar la se specif
icaciones de mode los de ca lidad de t ipo
taxonóm icoyapub licada salo strabajoscone lA rchivoE spacioP )e slafalta
deindica c
ióndelo se stado sdeimagenadm i
tidosydeo tro spa ráme trosde
controlol istadosdee rro resade tectarquepuedenl legarae sencialespa ra
garant
iza r unbuenrend im ientoenca lidad .Pe sealo sin conven ien tesque
acabamo sdere fer
ir,podemo sa f
irma rqueu t
iliza
r mode lostaxonóm i
cose s
unaa l
terna tiva mucho me jorparaga rantiza rcont rolese fi
cien tesquelade
no usarn ingún med io ob jetivo decon trol deca lidad .; y que no podemo s
di
latar la ap li
cación de con tro
les de ca lidad ob jetivos ala e spera de
al
ternativa s máscomp leta squeaúnta rda ránt iempoense rde sarrolladasy
estandarizada s
.
Hemo sdecon cluire steapa rtadocon unare f
lex iónqu izá sa lgo pes im ista.
Pensamo s que e s
tamo s aún muyle jo s dela gene raliza c
ión de lu so de
mode losdeca lidads istemá ticosene lámb itopa trimon ial.Sucomp ren s
ión
esd ifícilpa ralo snoexpe rtosente cno logía sdelaimagen;ynote rm inande
ser muyb iencomp rend ido ssusbene ficiosenlo st rabajospa trimon iale s.En
lasc ircun s
tan ciasa c
tua les dela comun idad de l pa trimon io cu ltu raly
artí
s ti
co ,e lu sopa ráme tro sy mé tr
ica srigu roso sdecon trolpuedecondu c
ira
la pa ra liza ción de un p roye c
to de d igitalización , debido ala bú squeda
infru ctuo sadeund i
spo s
itivoop rocedim ien todet rabajoidea lquenoex iste
o que reque riría uno sp reciosina sequ ible s pa ralo s no muy e levado s
presupue sto squesue lense rhab ituales.Pe ros inotenemo sanue stroal can ce
la po sibi lidad de e legir lo sd ispo s
itivo s idea les que ne ce s
itamo s pa ra
con segu i r un buen rend im iento en ca l
idad(y sufab ricación ad ho c e s
ina sum ib le),al meno slaap licacióndela sté cnicasde scritasenlo smode los
taxonóm ico s no s ayuda rá a ca racterizarlo sd ispositivos que vamo sa
emp lea r de una mane ra sistemá t
ica y ob jetiva.E sta ca racterización no s
ayuda rá a cono cerlos y a reg i s
trar su slim itacione s,pa ra que podamo s
documen ta r encua lqu ier momen to elg rado derep resen tatividad delo s
objeto sd ig italesqueob tenemo syse rvimo s
.
1.2 E
l va
lor delos p
rinc
ipios y c
ri
ter
ios en un mode
lo de
cal
idad
Losprin cipiosycr i
te r
iosformanpa rtedeloquepod ríamo sdenom ina rcomo
unafiloso f
íadet raba jo
.Comohemo sexp resadoan teriormen te,nece s
itamo s
mode
lo s de ca l
idad quein co rporen p r
in c
ipios yc r
iter
io s
, pue sto quela
conf
igu rac
ióndetoda slasva riab
lesya spectostécnico sdela scaptu rasyde
losob jetosd ig
itale sresul
tan testienequese rgu iadapo runo sprin c
ipiosy
cr
ite
rio ssob recómosecon cibelau t
ilidaddela sdigitalizac
ione sene lámb ito
delproye ctoencue stión.Estaideaub icalosa spectosdet ipof i
losó f
icoenla
mi
smaba sequesu stentael mode lodeca lidad;pe ronoe ssen cil
loa sentary
cump lirlaf i
losofíadeunp roye ctoded igital
izaciónpa trimon ial
.Ensegu ida
nos daremos cuenta de las dificultades de ponerla en práctica. Éstas derivan

de las múltiples concepciones sobre el nivel de calidad aceptable que emanan
de la comunidad de usuarios y del personal que trabaja en el proyecto, así
como de las limitaciones que imponen las restricciones presupuestarias del
proyecto y de la disponibilidad de equipamiento o capacidades técnicas de
las empresas que ofrecen servicios de captura digital a bajo coste.
A la hora de aplicar el modelo de calidad, veremos surgir presiones que
empujan hacia obviar lo asentado en éste y dar por válido el nivel de calidad
que es posible conseguir con la gama de equipamientos, personal o empresas
de servicios disponibles de acuerdo al presupuesto del proyecto. No siempre
es fácil equilibrar la balanza. Un exceso de exigencia hacia la calidad de los
resultados y el control absoluto de los riesgos físicos a que podemos someter
los materiales originales suele provocar que el proyecto deje de ser factible y
se paralice: o no se encuentran empresas de servicios que puedan ofrecer, al
coste que se puede asumir, la calidad estimada o es inasumible el coste de
adquisición de los componentes tecnológicos que se necesitan y de
contratación de personal especializado que puede trabajar con ellos con
eficiencia y eficacia.
Ante la tesitura de no tener más opción que hacer frente a los trabajos con un
presupuesto limitado, los siguientes interrogantes asaltarán las conciencias
de los responsables de la toma de decisiones: ¿Qué demanda la sociedad,
apariencia aproximada, velocidad de descarga y reconocimiento icónico del
contenido? ¿Qué demanda el patrimonio, lo mismo que la sociedad?
¿Realmente es necesario complicar tanto las cosas como supone aplicar el
modelo de calidad? ¿Es mejor no digitalizar por no poder alcanzarse unos
umbrales determinados de calidad, o al contrario es mejor hacerlo aunque
sea para poder conseguir y difundir algo aceptable para el usuario no
especialista? Muchas veces tenemos que tomar una decisión drástica: o
digitalizar pocos documentos de forma muy exhaustiva, con una norma de
calidad muy alta (que deriva en más tiempo y dinero necesitado) o digitalizar
muchos más documentos pero con una menor norma de calidad, aunque
suficiente para poder divulgar los fondos en la Web satisfaciendo a un
usuario no experto.
Pero no siempre el problema reside en un límite presupuestario. Es frecuente
ver emprender proyectos de digitalización en una situación que podríamos
calificar como vaga a nivel conceptual y técnico, por la indefinición de ideas
de base sobre cómo concebir los resultados digitales o por una formación
tecnológica no muy profunda. En este caso, el proyecto se afronta sin tener
suficientemente claro ni lo que se desea obtener ni la justificación del nivel
de calidad que se está alcanzando. Esto implica, frecuentemente, que los
proyectos se inicien sin un proceso previo de evaluación de capacidad de la
tecnología que se va a aplicar para obtener buenos resultados; o con un
desconocimiento amplio de esa tecnología y sus posibilidades o de sus
riesgos de deterioro de los originales.
Hemos de pensar que la digitalización puede acarrear un riesgo grande para
los documentos y obras de arte, especialmente para aquellos más frágiles. Un
criterio de calidad no muy riguroso en los objetos digitales que se sirven a
través de un sistema online puede derivar en un aumento de la consulta

manual de los originales y tener que volver a digitalizar en poco tiempo, lo
que multiplica el riesgo para su integridad física. Pensamos que al menos
deberíamos garantizar versiones máster ajustadas a unos principios y
criterios exigentes en grado de fidelidad al original y ausencia de defectos.
En nuestra opinión, como custodios de patrimonio nuestra misión es ser
fieles a lo que custodiamos. Somos libres de interpretar los materiales
patrimoniales, pero siempre y cuando explicitemos la filosofía y criterios
que subyacen en esa interpretación y la información visual que hemos
filtrado en los objetos digitales que los representan.
Si determinamos que queremos, al menos en los másteres digitales de las
piezas más valiosas, apariencia fiel a los originales, ya hemos avanzado un
gran paso; sabemos que, por ejemplo, una diferencia colorimétrica grande de
los colores de la imagen digital con respecto a los del original es un defecto
de calidad. Si nuestra idea para los másteres fuera, al contrario, no fidelidad
sino apariencia agradable, nunca tendríamos que buscar una coincidencia
colorimétrica, más bien, incluso, lo opuesto: subir los niveles de saturación y
contraste para lograr una apariencia agradable a costa de dinamitar la
similitud colorimétrica y, en consecuencia, la fidelidad. Si no quisiéramos
esos másteres fieles sino visualmente agradables, conseguir la fidelidad
suele derivar en la percepción de mala calidad para un usuario no experto,
que verá las imágenes menos contrastadas y con colores más apagados. La
paradoja que se produce en estas situaciones es evidente: los defectos de
captura se transforman en virtudes. Hemos de ser conscientes de que el
concepto de calidad no es único ni absoluto, sino que depende del criterio que
se aplique. Y que no tiene ningún sentido empezar a hacer pruebas de calidad
a los objetos digitales o a los equipos de digitalización si no se tiene
completamente claro el criterio de calidad que se está aplicando.
De aquí en adelante vamos a exponer lo que pensamos que deberían ser los
principios y criterios en el marco de un proyecto de digitalización de
patrimonio histórico, cultural y artístico.
Un primer principio es que los criterios patrimoniales deben basarse en
códigos éticos del patrimonio cultural y artístico. El campo donde de forma
más clara y explícita se han asentado este tipo de códigos es en el de la
restauración de obras de arte. Hay dos premisas que se derivan de códigos
éticos de restauradores de obra de arte que deberíamos seguir: reversibilidad
de las intervenciones y dar la posibilidad de diferenciar aquello que es
resultado del trabajo de restauración de lo existente previamente en el
original. De estas premisas hemos de derivar la necesidad de respetar al
máximo la apariencia del original en las imágenes másteres y en sus
derivadas, y que cualquier edición digital que pretenda restaurar la
apariencia original sea realizada científicamente y advirtiendo de que se
trata de una recreación. ECCO, la Confederación Europea de Organizaciones
de Conservadores-Restauradores, en su definición de términos para definir
la conservación del patrimonio cultural tangible declara: “La conservación
comprende la conservación preventiva, la conservación curativa y la
restauración. Todas estas medidas y acciones deberán respetar el significado
40 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
7
ylaspropiedadesf
ísica
sdelbiencul
turalencuest
ión.
” Esobv
ioquedee
sa
def
ini
ciónsetras
lucelanece
sidadderespeta
rlaapar
ienciade
lorig
ina
l.
Otro princ
ipio ese l dela ve rsa
til
idad dela sd igi
talizaciones
. Hemo s de
pensarquenod igitalizamo spa raunu socon cretoa c
tua l
,sinoquedebemo s
procurarvalidezpa ra mú l
tiplesu sos
,notodo sp revi
siblesene l momen tode
lacap tura
.Deberíamo sde r
iva rdo scrite
riosdee step r
in c
ipio:lasva r
iables
técnicasdelacap tu ra nodebense rfijadaspa ralo slím i
tesa ctuale
sdelo s
disposi
tivosderep rodu cc
iónov isualización
,s inoenlain forma c
iónf í
sica
quetienenlo sorigina le
s;ynosedebeadap tarlaapa rienciadela simágene s
a las po sibi
lidade s de d i spos
itivos de rep rodu c
ción o v isual
ización
determinado s
.
Eltercerp r
inc
ipioe seldedu rab il
idadyrep resenta tividad.A lguno sdelo s
mater
ialesqueno sen cont
ramo senlo sarchivo spa t
rimon iales,comosonla s
fotograf
ías quím i
cas y lo s aud iovisuales,son muy sen sibles
, su f
riendo
procesosdedeteriorodifíc
ilmen teev itablesei rrever s
ible scone lpa sodelo s
años. En uno s año s,la s imágene sd ig
itales,s i fue ron co rrectamente
capturadas,permiti
rána ccederaa tributosp lásticosdelo so riginalesquese
hanpe rdidoodesvirtuado.Pore llo,unabuenap ráct
i cae sp rocura rregis
tros
digi
tales muyrep resentat
ivosa n ive lfísico de e sto satribu tos ya rbi
trar
medidasdep re
servacióndigital
.
Unavezde scr
itoslosp rincipios
,no sdetend remo senlo scrite
riosacump lir
porlo sobjetosdigitalespa rasusa t
isfacc
ión .FranziskaF reyyJame s Re
illy
fueron p ioneros cuando a senta
ron una se r
ie de criterios que debe rían
cump lir las digital
izacione s en forma to imagen ra ster de o riginales
fotográficoscon va lor patrimonial(Frey y Re i
lly
, 2006 )
.E stos autoress e
centraron en ma te r
iales fotográfi
cos, pero susidea s son pe rfectamen te
aplicab
lesacua lquiertipo de med ioconla sadap tac
ione sopo r
tuna sala s
caracter
ística
sin trínsecas delain forma ción que po rtan.E sin teresante
detenerno senlascua troap roxima c
ionesdef idelidadquesede scribenene l
trabajoquea cabamo sdecitar:
a
)P resentarlaapar
ien c
iade lorig
inaltalycomoseen cuent
ra.
b
)P resentarelintentode lfotógrafo
,co r
rigiendoin clusoproblemasde
expo s
iciónodep rocesadodu ranteladigi
talizac
ión.
c
)P resentarla apariencia quetuvo e lo r
iginal
,u sando res
taurac
ión
digi
tal
.
d
)P resentarla apariencia dela e s
cena origina
l, cuando se captu
ran
fotografíasquerepresentanob rasdearteodo cumen tos
.
7
Te
rm ino
log
íapa radef
ini
rlacon servaciónd
elpa t
rimoniocul
turaltangib
le(traduc
ción
d
elav ers
iónorig
inaleninglé
s25 /03/2008– rev.23)
.R e
soluc
iónqu esepres
en ta
ráalo s
m
iembrosd e
lICOM -CC durantela XV a Confe
rencia T
rianua
l, Nueva De
lhi
, 22-26 de
s
eptiembrede2008.
Mode
losdeca
lidad 4
1
Desde nue
stra perspe
ctiva, só
lo la p
rime
ra ap
rox
ima
ción debe
ría se
r
asumib
leene lcon
textopa t
rimon ia
l.
Cuandohab lamo sde med iosg rá ficos
,e lcon ceptodef idelidadp re c
i sadela
delim itacióndelaapa r
ien ciaquevamo sacod ificarenla simágene s
,pue s
éstava ríasegúnla scond icione sdelen torno de pe rcepción.T ra tamo se s
te
aspe cto con mu cho de ten im ien to, dadasuimpo rtan c
ia, má s aba jo en e l
epíg rafet i
tu ladoE stadosd eimag eny m étodosd ecod i
fica c
iónpa rala simág ene s
máste r
e s,po rloquenono sde tenemo s mu choaqu í
,sa lvoin t
rodu cirlaidea
de que e l con cep to de f idelidad , enlo que re spe cta alo s do cumen to s
digitalizado s enfo rma toimagenra s
te r
,se rá en tend ido en e l mode lo de
calidadquep roponemo scomounarep resen tacióndelaapa rienc iadelav ista
delob jetoacap tura renuna scond icione scon cretasdepe r cepción ,quese rán
lasde fin idaspa rae l med iodere ferenciaypa rae len tornodeob se rva ciónde
refe renciade lespa ciodeco lo rdeconex ióndepe rf
il(PCS–P rofileConn e
c t
ion
8
Spa ce)sob ree lqueseba sae lpe rfi
lICCin cru s
tadoenla simágene s .Pe ro,
eviden temen te
,a sum iendoquee safide lidade starácon streñida ,du ran tee l
proce so derep rodu cción o v i sualización dela simágene s
, ala ne cesa r
ia
adap ta c
ión que deben su frirla s m i sma s deb ido ala sl imi ta cione s de
rep resen tacióna n iveltona l
,c romá ticoyre solu t
ivo delo sd i
spo s
itivo s de
visua l
iza cióneimp resiónqueseu til
icen.
Con la ap licac
ión co rrecta de lo se lemen tos tecnológicos de ob l
igado
cump limien to que irán s iendo re fe
ridos enla ss iguientes pág inas, se
garantizaquela simágene s má ste
re syde rivadaspuedanse rv i
sua lizadaso
reprodu c
ida sconuna l
tog radodef idelidad median telaintermed iacióndela
tecnología de gestión deco lorp reinsta
lada enlo ssistema s operativosy
apli
cacione sdeed i
cióndeimágene sdeu sop rofesionalhab i
tuales.Pa rael
lo
sereque riráelu so ded i
spo si
tivosdeca lidadco rrectamen tecon figurado s
,
cal
ibrado s y ca racterizadosc romá t
ica y tona lmen te
, a s
í como una s
9
condicione sdeento rnodeob servaciónadecuada s .
Unc r
ite
riodee spec
ialimpo r
tan c
iade s
cansaene lprin c
ipioquea sientaque
tanto el contenido como e l sopor
te son re levan tes cuando cap turamo s
algunost ipo
s de ob jeto
sf í
sicos pat
rimon iale s
. Pen samo s que hemo s de
capturar un ob je
to pa tr
imon ia
l que po rta una imagen fo tográfica o
informa c
ión en cua lqu
iero tro med io de exp resión (grabado,p in tura
,
escul
tura,texto…),noso louncon ten
idog ráficootex tual
.Po reste mot
ivo ,no
debemo srecortarelsoportenihaceruna me rat ransferen c
iadecon tenido sal
8
Ene lep ígra
fe Estadosd eimag eny m é
todo sd ecodificaciónpa ralasimág ene
s má s
teres,
másaba jo,exp licamo scon de tallelo scon cep tosté cnico s PCS, perfil decolorICC ,
medio dere feren cia,en torno deob serva ción dere feren ciayrep re sentación dela
aparien cia
.E l con cep to de PCS apa re ce de sarrollado po rla prop iaICC en su s
estánda resdepe rfi
le sdeco lor,ta lcomoe lSp e
cificat
ionICC .
1:2004-10(P ro
fil
ev ers
ion
4
.2.0.0).Imag et echnologyco lour manag em en t— A rchitecture
,p rof
ilefo rmat
,andda ta
structure.2006.Dispon ibleenh ttp://www .co lo r
.org /ICC 1v42_2006 -05.pd f.
9
Las cond icione s de ob serva ción má s óp tima s pa ra consegui re l objet
ivo de
visualizacionesf ielessonla s de finidas enlo se stánda resISO 3664 :2009(2009a) .
Graphict echnology and pho tog raphy -V i ew ingcond it
ion s oISO12646 :2015.Graphic
technology- -D
isplay sforcolourp roofing–Cha ra c
te r
istics.
medio digital. Es frecuente, tratándose de la digitalización de fotografías, que

se altere la polaridad original en la imagen digital resultante. Pero, si
queremos ser fieles en la representación del soporte, no debemos cambiar la
polaridad en la imagen máster de negativos fotográficos. En la figura 4
ejemplificamos la concepción errónea de tratar la digitalización del medio
fotográfico como una mera transferencia de contenidos icónicos, obviando la
naturaleza y esencia de los soportes originales.
Figura 4. Ejemplificación del cambio de polaridad de original (izquierda) en

las versiones digitales (derecha)
En estas situaciones podemos hacer derivados digitales que muestren lo que

sería un positivado, pero siempre aplicando criterios rigurosos para ese
positivado sea lo más próximo a uno de época.
Otro criterio es no realzar digitalmente las imágenes, ya que en el proceso de
realzado se reinterpretan las características plásticas de las obras originales.
Las imágenes realzadas podrán resultar más agradables a la vista, pero esa
reinterpretación equivale a una alteración de la expresión plástica de la obra
que aleja la versión digital del principio de no alteración del significado
original ya comentado más arriba. En la figura 5, ejemplificamos lo que sería
un realzado cuando se captura una fotografía química.
Figura 5. Ejemplo de realzado de contraste y saturación (imagen de la

derecha) con la finalidad de hacer más impactante la imagen original
(imagen de la izquierda)
Otro criterio es evitar la presencia de defectos que alteran la necesaria

correspondencia entre la apariencia del original y la versión digital. La
nómina de defectos para cada tipo de medio es alta; por ejemplo, para el
vídeo digital, la Bay Area Video Coalition ha publicado un atlas que consta de
once artefactos10.
El último criterio que hemos considerado es el de representatividad del
código digital. La aplicación de este criterio implica que debe ser posible
averiguar objetivamente el grado de aproximación de las representaciones
digitales con respecto a las vistas captadas de sus originales
correspondientes. Para ello se requiere la captura de cartas de control
obtenidas exactamente con los mismos ajustes y procesados que las
imágenes másteres, al menos cartas tonales, cromáticas y resolutivas. A
través de las cartas se puede evaluar empíricamente el grado de
representatividad de los objetos digitales hacia sus originales y también
aproximar la apariencia del original ante unas condiciones de percepción
determinadas en monitores o impresoras. Las cartas son también necesarias
para ejecutar las métricas que permiten medir el rendimiento de los
parámetros físicos de imagen. En los capítulos 3 y 4 nos detenemos en esta
cuestión describiendo una propuesta completa de cartas de control, por lo
que no aportamos aquí más contenido.
10
Bay Area Video Coalition. A/V Artifact Atlas. Disponible en:
http://avaa.bavc.org/artifactatlas/index.php/A/V_Artifact_Atlas .
Requisitos generales de calidad imagen raster 45
Segunda Parte
Requisitos de calidad para capturas con
salida imagen raster
Requ
isi
tosgene
rale
sdeca
lidadimagenra
ste
r 4
7
Capítulo2
. Requis
itos gene
rales decalidad pa
ralas
capturas detipos documentales con sa
lidaimagen
dig
italras
ter
2
.1In
troducc
ión
Enestecapítuloabo rdamo slose lemen tostecno lógicosdel mode lodecalidad

quepuedense ru sadosparae stab lecerumb rale sderend imientoob jet
ivoen
fide
lidad de la s capturasd ig itales con re specto a su so riginales.Lo s
requis
itos que vamo s a describir hans ido elabo radospa rasu u so en e l
proyectodedig i
talizac
iónde lA rch ivodeE spacioP,pe ropuedense rtomado s
comore ferencia,traslasadap tacione sopo r
tuna sdea cuerdoalana turaleza
delosdo cumen tosuob rasa r
tística sacaptura r
,eno t
rosp royectossimilares.
Estosrequis
itosson ,encon secuen cia
,unare ferenciano rma t
ivaasegu iren
loscon t
rolesdeca lidadprevio sypo s
terioresalacap turaene l marcodee s
te
proyecto.
Losrequ isitosse ve rtebran a pa r
tir det re sniveles dere feren c
ia. En un
prime rn ive l,se e stablecenla sa lternativas pa rala cod if
icación dela s
imágene squesona cep tablesden trode l mode lo
.Lo sdato sdeimagendeben
sercod ificado sdea cue rdoaune stadodeimagencon creto
.E s
tea spe c
toe s
tratadoene lep ígrafeded icadoalo se s
tado sdeimagenysu s mé todosde
codi f
icación .Enunsegundon ivel,seapo rtaunataxonom íadepa rámetros
fís
i cosy me cánico sque has idoe struc
turadaen nuevec lase s dea tr
ibutos
técn icos
.E ste con tenido se apo rta en el ep ígrafe ded icado a con trol de
asegu ram ien to de ca lidad. E l te rcer n ive
le stablece o trose lemen tos
norma t
ivo sre lacionado sconp ro cesadose spe c
íficosp reviosypo s
te r
ioresa
lascap tura s.F inal
izamo selcap ítuloconla spau taspa raelcon troldeca lidad
dela simágene s resultantes
, que de scan sa,a simismo , enlataxonom ía
ante r
ior.
48 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
2
.2Estados deimageny mé
todos decod
if
icac
ión pa
ralas
imágenes más
teres
2
.2.1 Int
roducc
ión alos es
tados deimagen y sus s
istemas de
codi
ficac
iónadmit
idos
Escomp licadoasentaruno sc ri
te r
iossob relosestado sdeimageny mé todos
decod if
icación adm i
tido s parala simágene s má ster quesean defa ct
ible
cump limiento,yaquela sforma sdep rocesadoycod ificacióndelasimágene s
dig
itales suelen se
r depend ien tes delo s equipos y so f
tware de captura
concretos quese u sen. Ademá s,estose lemento s nos iemp re puedense r
configuradosenlo sp roducto sfá ci
lmen tea cces
iblesene l me
rcado, porlo
queen mu chasocasione slae leccióndee stet
ipodec riteriosnodependede
las decis
ione spropias,s ino delo que puedecon seguirse através delos
equiposdecap turayla sap l
i cacione sdetrabajodispon ibles.
Lo sfab r
i cantes de equipo s decap tura d iseñansu sd i
spo si
tivos para que
puedan gene rarsa l
idasd igitalesconlo sc rite rios deca lidadque hans ido
con side rado scuidadosamen teensufa seded iseño .E s
tosc r
iteriosestán muy
cond i
cionado s porfa ctorescome rcia
le s
, nosó loté cnicos
. Lo sfab r
ican tes
man tienenunfue rtecon trolsob relosp roce sado squesu sequ iposap l
icana
la simágene s para pode r cump l
ir conlo sc riteriosp ropio s de calidad,
evitando da r a lo su sua rios la po sibilidad de con f
igu rara spe c
tos de
pro cesam iento que puedana lejaralo sequ ipo s delo sc ri
terios deca l
idad
prede te rm inados. No ob stan te e sta d ifi cultad, en lo s s iguiente s
subpep íg rafes damo s una se rie de a lte rna tivas de cod if
icación an te
diferen tesca sos
,a sentadouna spau tasm ínima sdecump l
im ientopa racada
unadee llas.Elsegu imientodee staspau taspe rm i
tiráde secharlosequ ipo sy
aplica cione squenoo frez can má salte
rna tivaqueunafo rmadep rocesadoy
cod ificacióndeimagena lejado sdelo sob je tivo sdeca l
idadqueset ratade
con segu irpa raelp royecto.
Enlatecnologíadelcolordigi
talsed i
ferencian,hab
itua
lmente,tresestados
decodifi
cación de im ágene
sd igi
tales:inputr e
fer
red(re
ferido a entrada
),
outpu
tr e
ferred (
refe
ridoasa lidaorende rizado)yene lespacio de
lsen sor
1
1
(tambiéndenom inadocomoenb rutooRAW ) .
Elpr
ime restadoesdenominadotambiéncomúnmen tecomoun rend
ered(no
render
izadoonoin terp
retado
).Algunosautore
sd iferen
cianclaramentedos
12
pos
ibleses
tado sinpu
trefe
rred
:sc
enedrefe
rredyo r
iginalre
fer
red ,quenoson
1
1
Ele s
tánda rISO22028 -
1:2016,Pho tographyandg raphicte chnology— Ex tendedcolour
en codingsfo rd igitalimag estorag e
, man ipu
lationandin terchang e— Pa r
t1:A rchit
ecture
andr equi
r em ent s de sa
rrollaenex ten soloscon cep tosrela c
ionadoconlo sestadosde
imagen inpu t y output referred. D
ispon
ible en:
http s
://www .
i so.o rg/obp/ui/#iso:std:iso
:22028:-
1:ed-2:v1:en
12
Esta diferen c ia aparecere cono cida y descr
ita en e le s
tánda rISO 22028- 1
:2016
,
Pho tography and g raphict e
chno logy — Ex tendedco lou ren codingsford igi
tal image
sto rage
, man ipu lationandin terchang e— Part1:Architec
tu reandr equi
rements.
exactamente equivalentes, aunque se suelen usar como tales con frecuencia.

El término scened referred se reserva para las capturas de vistas reales o
virtuales de escenas (como son las típicas realizadas con una cámara
fotográfica digital en tomas de exteriores), y original referred para denotar la
captura de imágenes reales bidimensionales (como pueden ser obras de arte,
fotografías o documentos bidimensionales en soportes físicos o electrónicos)
bajo unas condiciones habituales de percepción, normalmente coincidentes
con las del interior de una habitación iluminada con luz solar filtrada o con
luz artificial, pero teniendo esta última características similares a la primera.
Los datos de una imagen en estado original referred se asumen que son de
imágenes bidimensionales con una iluminación completamente uniforme.
La codificación scened referred, teóricamente, requeriría un mayor rango
dinámico13, ante la gran razón de contraste que es característica en las tomas
de vistas de exteriores con cámaras fotográficas.
Las imágenes en estado input referred codifican la información visual de
acuerdo a la colorimetría y rango dinámico de la escena u objeto
bidimensional que han sido captados fotográficamente (Giorgiani, Madden y
Spaulding, 2003). En nuestro caso, sería la vista del documento u obra de arte
que ha sido capturada digitalmente mediante una cámara digital o
dispositivo similar. Una imagen codificada en formato HDR (high dinamic
13
De forma sucinta podemos definir rango dinámico como el intervalo que hay entre
el menor y el mayor valor de intensidad de luz reflejada o emitida dentro de una
imagen o escena real. Se puede expresar de múltiples formas. Cuando se trata de
escenas reales se suele expresar como razón o ratio de contraste, que expresa la
diferencia entre estos niveles bajo la forma de una razón matemática. Por ejemplo,
1000:1 indica una razón de contraste en la que la máxima intensidad de luz es 1000
veces mayor que la mínima. También se suele expresar como valores de exposición
(diafragmas o f-stop) o como rango de densidades ópticas (expresada de forma
abreviada como OD, la densidad óptica alude a la propiedad de una superficie para
absorber luz incidente).
Para pasar un rango dinámico expresado como razón de contraste a densidades
ópticas se calcula el logaritmo decimal de la parte mayor de la razón. En el caso de
1000:1, la expresión en rango de densidades ópticas sería el logaritmo decimal de
1000, esto es, 3. Se expresa entonces como 3 OD. Para pasar de densidades ópticas a
razones de contraste se eleva 10 al valor de densidad óptica, y el resultado arroja la
parte izquierda de la razón.
Para pasar de densidades ópticas a valores de exposición se multiplica el valor por
3,322. Por ejemplo 3 OD equivale aproximadamente a 10 valores de exposición
(diafragmas o f-stops).
En ocasiones los datos de densidad óptica de una superficie se representan como
reflectancia o transmitancia. La reflectancia o transmitancia es el porcentaje de que
representa la luz reflejada o transmitida por la superficie con respecto a la luz
incidente. Por ejemplo, una reflectancia del 89% significa que la superficie retiene el
11% de luz. Para pasar de valores de reflectancia o transmitancia a densidades ópticas
se calcula de logaritmo decimal del resultado de dividir 100 entre la reflectancia o
transmitancia. En el ejemplo anterior la densidad óptica de 89% sería log(100/89) =
0,05. Para calcular la razón de contraste de la intensidad de luz reflejada por una
superficie con respecto a la luz incidente se divide 100 entre la reflectancia y el valor
resultante aporta el lado izquierdo de la razón. En el ejemplo anterior sería 1,12:1.
range), una imagen multiespectral, o una imagen en espacio de color RIMM o

ERIMM RGB entrarían en este estado de imagen.
El segundo estado se suele denominar también como rendered (renderizado o
interpretado), y se basa en que los datos de las imágenes representan la
colorimetría y el rango dinámico de las imágenes como si se reprodujeran en
un tipo o medio concreto de reproducción o visualización (tal como una
impresión en papel o visualización en monitor) y además con unas
condiciones de entorno de observación concretas. Las condiciones de entorno
fijan aspectos tales como la intensidad y temperatura de color de la luz
ambiental, los colores que rodean inmediatamente a la imagen reproducida y
su reflectancia, o la incidencia de reflejos sobre aquella. Una captura
convertida a un espacio de color sRGB, Prophoto RGB o Adobe RGB, o
ajustada para su visualización correcta en un monitor o impresora concretos,
correspondería a este estado. Este es el estado típico y común de las imágenes
digitales que usamos a diario, y también de las resultantes en la mayoría de
los proyectos de digitalización patrimoniales.
Las imágenes en el espacio del sensor se suelen denominar como imágenes
en bruto o RAW. Estas imágenes contienen en bruto toda la información de la
escena obtenida desde el sensor y conversor analógico digital de la cámara
digital sin procesar, junto a los metadatos que registran los ajustes de captura
seleccionados por el fotógrafo: filtro de enfoque aplicado, ajustes de
contraste y saturación, temperatura de color, equilibrio de blancos, etc. (Los
metadatos dependen de la cámara empleada). Los ajustes de captura no
alteran los datos de la imagen, sólo los acompañan. Las imágenes RAW se
codifican a una alta profundidad de bit, la máxima que se utiliza en el
proceso de conversión analógico digital. En los modelos de cámara de mayor
coste y calidad se llega a los 16 bits reales por canal de color. Estas imágenes,
al no haber sido procesadas, no presentan la corrección de algunos defectos
típicos de los sistemas ópticos de los dispositivos de captura o del sensor,
tales como, ruido, aberración cromática, falta de foco o problemas de
transferencia tonal. No obstante, los firmware de las cámaras digitales suelen
aplicar algo de procesado a los datos obtenidos desde la circuitería de la
cámara para compensar determinados problemas de calidad, denominado
comúnmente como procesado de optimización. En los sistemas de sensor con
color interpolado mediante matriz Bayer o similar, la imagen RAW sólo
conserva un valor de color por cada píxel. Esto es, aún no están en el sistema
de color típico RGB. Estas imágenes son, por tanto, dependientes de cada
modelo de dispositivo de captura, no pudiendo ser correctamente
interpretados los datos de color sin el conocimiento de las características
técnicas del modelo de dispositivo que se registra en los metadatos técnicos
que necesariamente las tienen que acompañar.
Las imágenes en el espacio de color del sensor deben ser procesadas
necesariamente a partir de los datos de caracterización del dispositivo, que,
como veremos más adelante, pueden consistir en datos de sensibilidad
espectral del sensor y espectrales de la fuente de luz (más complejos y
costosos de obtener de forma precisa), o en un perfil de color normalizado de
acuerdo a las especificaciones de la ICC (más sencillo y menos costoso de
obtener).
Las imágenes input referred tienen la ventaja de representar con mayor

riqueza las características tonales (intensidades de luz) y cromáticas (colores)
de los originales, pues la información no ha sido aún procesada para su
ajuste a las restricciones en rango dinámico y gama de colores de un tipo de
medio o dispositivo concreto; esta información adicional puede ser crítica
cuando pretendemos que las digitalizaciones actuales sean aún funcionales
en un futuro tecnológico aún incierto, o a la hora de poder determinar con
cierto grado de aproximación las características ópticas de la imagen original
a partir de sus imágenes digitales. Otra ventaja crucial es que las imágenes
pueden ser posteriormente ajustadas de manera óptima de acuerdo a las
características de diferentes medios de reproducción o visualización (que en
el momento de la captura no son conocidos) sin que se haya perdido
previamente información debido a un proceso de ajuste previo pensado en
otro medio.
La desventaja principal de un estado no renderizado es que las imágenes no
son visualizables ni reproducibles directamente; requieren un
procesamiento para su adaptación a un espacio de color de un dispositivo de
visualización o reproducción o de trabajo de edición digital, esto es, un
proceso de renderización. Este proceso puede llegar a ser muy intensivo en
algunos casos de aplicación. Otro inconveniente es que la conversión precisa
de la imagen a un estado input referred debe hacerse directamente desde los
datos del sensor (desde las imágenes RAW que aporta el dispositivo de
captura) mediante unas transformaciones para las que se necesita una
precisa caracterización del rendimiento del dispositivo de captura y de las
fuentes de iluminación; y no es fácil ni de bajo coste conseguir esta
caracterización y poderla aplicar a las transformaciones con los medios
habituales de los proyectos de digitalización de obras de arte o documentos.
En su defecto, se utilizan datos de caracterización genéricos del dispositivo y
fuente de luz que no siempre arrojan resultados suficientemente precisos,
pero con los que trabajan las aplicaciones de procesado de imágenes RAW
obtenibles a bajo costo y de fácil manejo.
Las imágenes RAW son codificadas en formatos de fichero normalmente
específicos de fabricantes o de modelos concretos de cámara. Para
reproducirlos hace falta el software de la cámara o un editor como Adobe
Photoshop® en su versión CS o CC que los convierte a un formato
reconocible mediante el programa adicional Adobe Camera Raw. El problema
de los ficheros RAW es que se formatean de acuerdo a formatos propietarios
de las casas comerciales que fabrican las cámaras y con una rápida
obsolescencia. Si se desea salvar un fichero RAW como imagen master de
archivo, se recomienda hacerlo en formato DNG de Adobe. DNG es un
formato público unificado de Adobe para RAWs que pretende ser estándar.
Para la conversión desde el formato RAW de cámara a DNG se puede utilizar
un conversor a DNG gratuito de Adobe, el Adobe DNG Converter. Con los
ficheros RAW tenemos el problema de la necesidad de procesar
intensivamente los datos en brutos mediante una aplicación de “revelado”
RAW, y no tenemos además un sistema unificado de codificación para esos
datos en bruto, salvo que sean convertidos al formato DNG. Esta
circunstancia introduce cierto riesgo de cara al futuro de la preservación
52 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
dig
italdeestosf
iche
ros
,dadalad i
ficu
ltaddecon
segu
irreve
larlaimageny
procesa
rla co
rre
ctamen
te una vez ob
sole
to e
lformato RAW en que e
stá
codif
icada
.
Unf lu
jodet rabajo inputref
err
edba sadoenune s
tánda rdee spaciodeco lo
r
en e ste e s
tado de imagen puede se r considerado como una po sible
al
terna t
iva a l mane jo de imágene s RAW ,a l aportar un s istema de
codifi
ca c
ióncomúneindepend ienteded ispos
itivodecap turaycuyo sda tos
estányap rocesados
,conlo sdefectospropiosded isposi
tivoco rregidos
,yse
representanenuns istemadeco lor RGB
.E sde ci
r,tenemo simágene slistas
parau sar
,pe rosinlapé rdidadeinformaciónquepuedea car
rearunp roce so
derende rizaciónadaptadoaun med iodesalidacon c to14.
re
Hemo siden tificado ha sta c in co si
s tema sd i
fe rentes de codif
i cación que
puedense r emp leado s defo rma a lternativa ocomp lemen tar
ia pa ra es
te
proye ctouo t rossim ilare sfu turos.Lo sfacto resava lora
ralaho radetoma r
una de c
isión sob re e l s i
s tema de cod if
i cación a emp lea r son : la
dispon ibil
idad de med io s de cap tu ra y alma cenam iento digital,e l va
lo r
int r
ín secodelaob raacap tura r
,lariquezatona lyc romáticadela m isma,yla
dispon ibil
idad dete cno logía s para e lp roce sado dela simágene s
.E s
to s
sistema spuedense rob ten ido sconlate cno log íacome rcia
lizadad ispon ible
actualmen te
, po rlo que no rep resenta n inguno de e llos una d ificul
tad
espe c
ia lap rioripa rasuap licación.Lo s mayo re simpedimen tossondet ipo
económ ico, ya que e l co s
te sein c remen ta a lu sa
rla s tecno logías que
perm itenob tene rla simágene sena lgunodee stose s
tado s
.Lo ss is
tema sde
cod i
fica c
iónre spondenalo sd ife
ren tesestado sdeimagenquea cabamo sde
des c
ribiryson :
1
. Imágene sene spaciodecolorRGBrender
izadodesc
ritoporunperfi
l
decolorICC.
2
. Codi
ficaciónRGBene stadodeimageninputre
fer
red(norender
izado
)
enelespa c
iodeco lorR
IMMRGB .
3
. Codi
ficaciónRAW .Enele spac
iodeco
lorde
lsensordeimagen.
4
. Codi
ficación HDR.
5
. Codi
ficación mul
tiespe
c t
ral
.
Es muyinu sualencontrard ispo

sit
ivosdecap turacuyossen soreshayans ido
diseñados paratene rla m isma respues
ta e spec
tral que un ob servador
humanoounare spue s
tape rfec
tamen teadaptadaalasen sibil
idade spec
tral
delo stintes
,t in
tas, colorantesop igmen tos comune s enlo sd i
ferentes
procedimientosfotográficosoenla stécn
icaspi c
tórica
shab ituale
senfondo s
14
ICC [
Inte
rnat
ional Colo
r Consor
tium]
.Creat
ing s
cene-
refe
rred imag
es u
sing
Pho
toshop®CS3.
Dispon
ibleen:h
ttp
://www.
colo
r.o
rg/s
cene-
refer
red.xa
lte
r
de artistas (acrílicos, acuarela, óleo, lápices, ceras, etc.)15 De ahí que la

precisión en el registro y en la representación del color que puede obtenerse
mediante los sistemas de codificación 1 a 4 nunca será todo lo alta que puede
exigir un estudioso muy exigente. A través del sistema 5 sí que puede
obtenerse una alta precisión en el registro del color, pero siempre que se
empleen medios excesivamente costosos en recursos económicos, tiempo de
trabajo y conocimientos científicos sobre el color y su procesado. Pero
incluso con esta alta precisión en el registro del color, las limitaciones de
gama de color de los monitores o impresoras de uso convencional
impedirían poder generar representaciones que respondan a aquella.
No obstante, la tecnología de gestión del color permite aproximar en un alto
grado la apariencia de estos tipos de obras originales en monitores de
ordenador, bajo ciertas condiciones ambientales y de iluminación, usando
los métodos y equipamientos convencionales propios de los cuatro primeros
sistemas de codificación.
Ante la dificultad de salvar las limitaciones presupuestarias o de
disponibilidad de equipamiento suficientemente cualificado como para
hacer una captura multiespectral precisa o reproducciones de muy alta
calidad, marcamos como objetivo para las digitalizaciones del proyecto de
digitalización del Archivo Espacio P poder conseguir codificaciones y
representaciones con una alta proximidad de apariencia perceptual a lo que
vería un observador humano con salud visual ante unas condiciones de
iluminación típicas de interior, con el límite insalvable que suponen las
limitaciones de gama de color y contraste de los dispositivos de captura y
reproducción disponibles.
Las exigencias de aseguramiento de calidad que describimos más adelante
garantizan unos cumplimientos mínimos de calidad en color y rango
dinámico de los dispositivos de captura, de manera que su aplicación
permitirá evitar el uso de dispositivos con limitaciones que impidan llegar al
objetivo marcado.
15
Esta problemática, tan habitual en la digitalización de patrimonio cultural, se
manifiesta con frecuencia en la incidencia del metamerismo de dispositivo. Este
fenómeno puede suponer que dos colores percibidos como diferentes por un
observador humano pueden ser registrados por el dispositivo como el mismo color,
con el mimo código, y viceversa, dos colores percibidos como el mismo por el
observador humano ante determinada fuente de luz puede ser registrado como dos
colores diferentes, con códigos distintos, por el dispositivo.
54 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
2
.2.2A
lgunascons
ide
rac
ionessob
ree
lusode
lespac
iodeco
lor
RGB
Elespa c
io decolo r RGBse rá adm i
tido en do s delose stados deimagen
identif
icados previamen te
: inputr efe
rred y ou tputrefe r
red, y en su s
respect
ivascodi
fica c
iones,pe rosó
los ilasimágene svana compañada sdeun
perf
il de co
lore standarizado porlaICC16 (pe rfi
lICC ) querep resente e
l
espacio de co
lo r absoluto17 en que e s
tán cod if
icadas
, que debe rá se
r
incrustadoensu sp rop
io sfichero
s.Enlo ss igu
ientespá r
ra fosexpl
icamo sla
mot
iva c
ióndeestapau ta
.
Enune spaciodeco lor RGBlo sdatosdeimagenserep re sentanapo rtando
tres va lores numé r
i cos de co lor pa ra cada p íxel
, que rep re sentan
respectivamen teladen sidaddeco lorrojo,ve rdeyazu l(RGB )
.E stamo sante
une spaciodeco lordet ipoden si
tomé tri
codepend ien teded ispo si
tivo,yaque
losva lores RGBdependendelacon f
igu raciónf ísicade ls i stemadereg istro
(fi
ltros deco lor delo ssen so resy p rocesado delaseña l óp tica ye lé c
trica
obtenida) o rep rodu c ción de la imagen ( fi
ltros RGB de mon itore so
disposit
ivo sdep roye cción,po rejemp lo)
.Po rello,pa rapode rcono cerelco lo r
exactoenté rminospe rcep tualesestanda rizado srep resen tadopo rcadate rna
RGBde unacap turad igitale sp reci
soca racterizare ldi spo sit
ivo. Med iante
este procesose puedeca lcularcómoseco rrelacionanlo sva lores RGBque
produ ceeld ispos
itivocomore spuestaalco lo rconlo scolo re sdeune stánda r
colorimé tr
ico determ inado ,o,lo que e slo m ismo ,conlo sco lores de un
18
espaciodeco lore stánda rdela C IE co lorimé t
rico,talcomo C IELABo C IE
XYZ.
Paracon seguira lgúngradodefidelidadenco lo
rytonoconlav is
tacap tada
digi
talmen te
,la simágene sene stesistemadecodificacióndebenad jun tar
datos deca racte r
iza
ción deld
ispo sit
ivo
. Dee s
taformae s po
siblee stimar
automáti camen te la apar
ienc
ia de la imagen cod i
ficada digita
lmen te
,
pudiéndo se usa re sta es
timación pa ra poder generar reprodu c
c iones
percep
tua lmen tes imi
lare
senlo sdi spos
itivo
sdevisualizac
ióno med iosde
imp res
ión .
Losdato sdecarac
ter
izacióndelosd
isposit
ivossepuedenrepre
sen tarenun
pe
rfil decolor no
rmalizado dea
cuerdoale s
tánda
rICC.E s
tate cnolog
íase
encuad radent
rode lparadigmadege s
tióndecolordelICC,quehaven ido
16
ICCe slas igla deInt
ernational Colo
r Con sort
ium ,la organización que dela que
emananbuena pa rtedelo se s
tánda resrela c
ionado sconlage stión de lcolorene l
ámb itod igital
.
17
Comoexp li
camo sunpo co má sadelan te
,en tendemo spore spaciodeco lorabso
luto
une spa cioene lquecua lquiercód igod igi
taldeco lorpuedese rre lacionadoconun
colorcon cretode finidodea cuerdoaune stándarcolorimétricoe standa r
izadopo rla
CIE(Com itéIn ternacionaldelaIlum inación )
.
18
CIEe slas ig ladeComm is
sionIn ternat
iona l
ed eĺEc
lai
rage( Inte
rna tionalComm is
sion
onI l
lum ina t
ion) ,quee slao rganizaciónin ternacionaldelaqueemanan mu chosde
lo sestánda resre lac
ionadoscone lcolorylai lumina c
ión.
Requ
isi
tosgene
rale
sdeca
lidadimagenra
ste
r 55
teniendounamp liosegu
im ientoene lsec
torde Arte
sGráf
icasyfo tograf
ía
digi
talyquee sgenera
lmen teaceptadoene lámbi
todelasd ig
ita
lizaciones
patr
imon ia
les
,conunamp liosopo rteenlaindu
striadees
cáneres
,cáma ras
fotográ
ficasd
igi
talesyap
licacione
sdeed ic
ióndeimágenes
.
CuandolaimagenRGBsea compañadeunpe r
fildeco lor,hablamo sdequela
imagene stá den t
ro de une spacio deco lo r absoluto o no amb iguo, pue s
puedeca lcular separacadate rnadeco lo rRGBsuco lorequ ivalenteden trode
un e spacio co lorimétr
ico e stándarC IE,s in que sea ne ce sar
ia n inguna
referencia afa ctoresoe lemen tos externo s que ayuden af i
jare l valo r
perceptualdelarep re
senta c
iónde lco lor. Dadalane cesidaddeunpe rfi
lde
colorICC pa ralain terpretación delo s dato s deimágene s enté rm ino s
colorimét r
ico squetenemo sene lestadote cnológicoa ctual,e sunrequ isi
to
indispen sablepa ralasimágene s máste resene s
tes i
stemadecod ificacióne l
quevayana compañada sdeunpe rf
ilICC ,quese ráin crustadoene lp rop io
fi
che rodeimagen . Resal
tamo squeba jo ningunac i
r cunstan ciaseadm iti
rá
ene lp roye ctoe lu so dee stee spa
cio deco lo rsin un pe rfil deco lorICC
incru s
tado.
2
.2.3Esquemadef
lujodet
raba
joconges
tióndeco
lorICC
Ene steepígrafe hacemo s un pequeñoin ci

so paraexpone r deforma muy
breveys inté
ticalospa so
shab ituale
sden trodelproce sopa ralacrea
cióndel
perfi
lICC med ianteunaca rtadeco lordepe rf
ilado19;partedelospa sosson
ejecutadosporlasaplicac
ione sdepe rf
ilado(pasosd)al )
),po rloqueresul
tan
comp letamentetrasparentesparaunu suarionoavanzado :
a
)D ispon ib il
idaddeunaca rtadeco lorjun toada toscolo r
imé t
ricosde
lospa r che sdeco lordee staene le s
tánda rcolorimétrico XYZ D50con
obse rvado re s
tánda rde2g rado s
.
b
)D igitaliza ciónenb ru
to,sina justestona lesodeco lor
,delaca rtade
colo rpa raob tenerlaimagendelaca r
taenRGB .Lono rmalesquesea
ene le spa c iodeco lordelsen sorajustadodea cuerdoalaop timización
delso ftwa re de captura, quesue le al menos ,in c
lui r un a
juste de
gamma .
c
)E jecu c
ióndelaap licac
iónpa rac rearelpe rf
ilICCapa rtirdelaca r
taen
forma tod igi
tal.
d
) Laap l
i ca c
ióndepe rf
iladoha ceunae st
ima ciónde lsistemadecá lculo
delaco lorime tr
íadelo sp íxelesdelaimagenapa r
tirdelaca r
tade
19
Lade scr
ip c
ióndealguno sdee s
tospasosloshemo stomadodelae speci
ficaciónde l
per
fil ICC en su versión 2( ICC[Internat
ional Colo
r Con so
rtium ]
. Sp ec
if
i ca
tion
ICC
.1:2001
-04.Fi
leFormatforColorProf
ile
s[REVIS
IONo fICC.1
:1998-09]
,200 1.D
ispon ible
en
:h ttp
://www .co
lor
.org/ICC_M inor_Revis
ion_for_Web .pdf),pág.93ysu cesivas
.
56 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
colo r
.Lorea liza med ian tee laná lisisdelaimagendelaca rtaysu s
dato sco lorimé t
rico s.Se ríapa raca lcu larlaco lo r
ime tr
íao rigina lque
tend r
íanlo s pun tosco r respond ien te s de l documen tocap turadoque
ocupane lá rea desu sp íxele sre spe ctivo s
.E s
taco lorime tríase ríala
equ iva len tea lp ropó sitoab solutoco lo rimé tri
codeICC .E stecá l culose
puedeha cer med ian ted iferen tesp ro ced im iento s
.Pa ralo sp ropó sitos
colo rimé tricos,e le s tánda rICC ob ligaaquesea una ma triz2Dque
con tienelo scoe ficien te sdeuns istemadet rese cua cionesl inea les.La
matrizsepuedeob tene r med ian teunareg re s
iónap licadaalo sda tos
RGB delo s colo re s dela ca r
tajun to a su s valo res colo rimé tr
i cos
respe ctivo s
. Pa ra e lp ropó s
ito pe rcep tua l se sue le u sar unatab la
20
denom inadacLUT .
e
) Laap lica cióndepe r
fi ladoha ceco rre c cione salaco lo rimet ríao r
igina l
para ev itara lguno se fecto s inde seado s de lo s in strumen to s de
medi cióndelo spa rche sdeco lo rdela sca rtas,talcomolap re sen ciade
reflejo ssob reco lo reso scu ros.
f
) Laap lica cióndepe r
f ilado ,sinoe stányalo sda to sene see s
tado ,ha ce
une s calado delo s va lo res XYZco rreg ido s pa ra quea s
íé sto ssean
relativo salafuen tedei lum ina c
iónrea ldelaca rtadeco lo re s
.Loha ce
dividiendotodo slo s va lo res po re l va lo r de Y delafuen te deluz
(difu so r pe rfecto),t ra se scalar Y =1 pa rae ld ifuso r perfe cto.A síse
obtienelaco lorime tríao rigina lco rreg idayde scri
tadefo rmare lativa
alafuen tedeluzconlaquesehan med idolo sva lo rescolo rimé tricos
delaca rta.
g
)S ilac roma t
i c
idaddelafuen tedei lum ina cióne sd iferen tedelade l
estánda r D50 ,la ap li cación de pe rfiladoconv iertelo s valo re s XYZ
relativo sa lilum inan tede sdelac roma ticidadde lpun tob lan codela
fuen te dei lum ina c
iónala de l pun to b lan co de l PCS Co lo rimé trico
.
Parae llose u sa una ma t
riz deadap ta ciónc romá ticaap rop iada ,ta l
como una t ran sfo rma ción B rad ford. En la e tique ta
chroma ticAdap tationTagde lpe rf
ilICCseind icae stat ransfo rma ción.
h
) Losva lo re sdec roma tic
idadde lpun tob lan codelaca r
tao rigina l,ya
conve rtido sa D50 ,sonreg istrado senlae tiquetam ediaWh itePo intTag.
20
E
lpa sobycpuedeha cersecono trastécnicas má scomp le
jasyp recisas
,pe roque
no seimp lemen tan enla s aplicaciones come rciales de perfi
lado
. Laté cnica de
es
tima rlaco lo r
ime tr
íade sdelo sda tosdeca racterizacióne spec
tra
lde ld ispo s
itivo
es
tá su fic
ientemen te de sc
rita en o trose s
tánda re s
, pero no e s habitual po r su
comp lej
idad y a lto co ste
. En p roced imientos má s comp le
jos de caracte rización
ademá s sein c
luye un p rocesado ex tra parala compen sac
ión de defe ctos dela
imagena n ivele spacialydesen sor:faltade un iform idaddei lumina ción,p íxe le
s
defec
tuo sos,refle
jossob ree ldocumen to,viñeteadodela slentes
,aberracione sdela s
lentes,etc
.E storequie relaca ra
cterizaciónae stosn iveles
,quee scostosaent iempoy
recursosymuycomp leja.
Requ
isi
tosgene
rale
sdeca
lidadimagenra
ste
r 5
7
Opciona lmen te. Tamb ién se reg is tra e l pun to neg ro en la

mediaBla ckPo intTag.
i
) Laap lica c ióndepe rfiladoadap talaco lo rime t r
íao rigina l,conve r
tidaa
D50,alade lPCSCo lo rimé tricore lativoa l med io.Pa rae llosea ju stae l
pun to b lan co de la ca rta de co lor (e l pun to b lan co de l med io
digitalizado )a l pun to b lan co de l PCS Co lo rimé trico re lativo y se
escalane lre stodeva lo res. De spué sdee step ro ceso,lo sva lo res XYZ
parae lpun tob lan code l med ioo rigina l(po re jemp loe lsu st ratode l
pape loe lpa r che má sb lan codelae s caladeden sidade sdelaca rtade
perfilado)se ránigua lesalo sva lore sXYZdelafuen tedei lum ina ción
D50 de l PCS . Laimagencod if icadasu f re po rtan to unaumen toen
bri
lloyenrangod inám ico.
j
) Laap l
i ca cióndepe rf iladoco r r
igela ma tr
izdecá lcu loan terio r pa ra
quecon tengatodo se stosa ju ste s
,pa racon segu i rquehayaunaún ica
matrizpa raha ce rlaconve rs
iónde sdelo sdato s RGBdelaimagena l
PCSCo lo rimé tr
i core la t
ivoa l med io.Conlaap li cacióndee sta ma triz
sobrelo sda to sen RGBsepa salaimagena le spa c
iodeco lorde lPCS
Colo r
imé trico re la tivo a l med io . Pa rala conve rs
ión delo s da to s
median telo s pe rfi
le sICC ,lo s da to s RGB sel inea lizan p rime ro y
despué s se ap lican la s ma tri ces. Lo s da to s de l inea liza ción se
con servan enlo s pe rf
ile s como cu rva stona le s pa ra RGB , que se
calculanapa rtirdelae scaladeg rise sdelaca rtadeca ra cteriza ción .
k
) Opciona lmen tesepuedengene ra rsi stema sdecá lculopa rao tro sPCS ,
lono rma lenpe rf
ile sdeen tradae squesec reeademá sunopa rae lPCS
Percep tua l
,u sandouns istemadecLUTenluga rdeuna ma triz.Ene ste
casose deben ap lican má sp ro ceso s de adap tación , pue s hay má s
cond icionan te squecon sidera rre la cionado sa l med iodere fe ren ciay
alen to rnodev i sua liza cióndere feren cia.Ene staadap ta c
iónseu san
mode losdeCAM(Mode lo sdeApa r
ien c iadeCo lo r)
.
l
) Laap l
i ca cióndepe r filadoc reae lpe r filICCpa rt iendodelo ss istema s
decá lcu loan terio re sysu s me tada to s.E lpe r filin cluyee lsistemade
cálculo pa ra e lp ropó sito de conve rsión Co lo rimé t rico re lativo a l
medioob l igato riamen te.E lCo lo r
imé tri coICCab solutonoserequ iere,
alse rca lcu lab lede sdela ma trizde lCo lorimé t ricore la tivoa l med io.
Cuandolaimagenvaase rvisualizada,imp resaoconve rtidaaune spac

iode
color RGB e s
tánda r(tal como Adobe RGB )
,la ap l
icación que haga e stos
procesosdebeconve rt
irlaimagenenRGBa lPCSde lpropó si
todeconve r s
ión
elegidopore lu sua
rioap l
icandola ma t
rizocLUTco r
respond ientedelpe rf
il
ICCin crustado
. Acon tinuaciónlare conviertealPCSde lespa c
iodeco lorde
salida
,siguiendoe lpropósitodeconve rs
ióne legido
.De see s
tePCSlaimagen
seconv ie
rteo traveza RGB ,sie le spac
iodeco lordesa l
idae s RGB,pe roya
seráunRGBdepend ientedele spaciodeco lordesalida
.
A continuación, expresamos de manera gráfica el proceso de

transformaciones que sufre una imagen capturada en virtud de la aplicación
de este modelo de gestión de color. Para mejorar la compresión incluimos
una simulación de apariencia de la imagen codificada en el PCS.
Para el propósito Perceptual:
Figura 6. Transformaciones de los datos de imagen para el propósito

Perceptual
Para el propósito Colorimétrico relativo al medio:

Figura 7. Transformaciones de los datos de imagen para el propósito

Colorimétrico relativo al medio
Para la visualización de la imagen en un monitor determinado21:
21
Para que esos gráficos sean más ilustrativos de lo que implica un proceso de
renderización de salida, hemos asumido que el monitor ha sido calibrado con una
intensidad de luz de punto blanco baja, por lo que su rango dinámico y capacidad de
brillo son inferiores a los del PCS. La calibración del monitor provoca que sea
imposible tener la apariencia en la pantalla que se tiene cuando se observa el original
en las condiciones de luz ambiental descritas en los ejemplos. La imagen se percibe
con menos brillo, menos contraste y colores menos saturados, aunque la gestión de
color aplicada bajo los perfiles ICC intenta aproximar lo más posible la apariencia en
la pantalla a la apariencia del original en unas condiciones de entorno de
observación de interior.
Figura 8. Transformaciones de los datos de imagen para su envío a un

monitor
Si el monitor donde se visualiza la imagen es de calidad para trabajo

profesional en Artes Gráficas, está calibrado para unas condiciones similares
a la del apartado P2 del estándar ISO 3664 (tales como una intensidad de
punto blanco próxima a 115 cd/m2 y temperatura de punto blanco D50), y
además tiene una gama de colores amplia y un rango de contraste suficiente,
la adaptación de la imagen codificada en PCS a su espacio de color que haga
el gestor de color, tanto siguiendo los propósitos de conversión colorimétrico
relativo al medio como perceptual, procurará una apariencia de la imagen
muy próxima a la que tendría cuando se visualiza en una cabina de
visualización profesional que siga los estándares profesionales y esté
ajustada para las condiciones P2 de este estándar. Podremos hablar, entonces,
de una virtualización en pantalla de la apariencia de la imagen codificada en
el PCS. O lo que es lo mismo, es como si contempláramos la imagen
directamente en el PCS.
En el perfil ICC que se incrusta en el fichero de imagen digital, en el metadato
“Rendering Intent” queda reflejado el último propósito de conversión de
espacio de color usado en la conversión al espacio de color actual de la
imagen. Si no se ha hecho ninguna conversión de espacio de color, en ese
metadato figura la opción por defecto, que es colorimétrico relativo al medio.
De esta manera, una imagen con perfil de color incrustado es autoindicativa
de la apariencia codificada en su espacio de color.
Requ
isi
tosgene
rale
sdeca
lidadimagenra
ste
r 6
1
2
.2.4Imágenesenespac
io deco
lor RGBrende
rizadoydescr
ito
porunpe
rf
ildecolo
rICC
2
.2.
4.1P
rin
cip
iosd
ecod
if
ica
ción
Hemo s de con s
iderar quela simágene s de e s
tet ipo son no rma lmen te
renderizadas(outputre
fe rred),yaquesuco lorime tría(re
cordamo s,calculable
at ravés del perf
ilICC ex igido
) no e s referida ala e scena o vi s
ta de l
documen touob racaptadaenlaimagend ig i
tal,sinoaladelarep resentación
vir
tualdee saimagend igitalenun med iodesa l
idadere ferenciayba jouna s
condiciones de i lumina ción amb iental de re ferencia
, que se rán la s
especif
icadas para elP rofil
e Conec
tion Spac e (PCS )en el perf
ilICC dela
imagenquede s
cribeele spa c
iodecolordelaimagen .
Lose spa cio s co lorimé tr
i co s CIE u sado s en lo s pe r
files de co lo r ICC
(no rma lmen te C IELAB o C IE XYZ )se denom inan den tro dele stánda rICC
comoP ro f
ileCon e c
tionSpa ce,ab rev iadoPCS .Cuandoset ratadepe rfile sICC
de e spa c
io s de co lor rende rizado s,lo sespac io s colorimé trico sC IE son
usua lmen teno rma l
izado spa rauna scond ic
ione sdepe rcep c
ióny med iosde
22
salidadere feren ciade term inado s .E sano rma lizacióna fectaalrangotona l
y ala gama de co lores delaimagenin icialmen te cap tada an tes de su
rende r
iza c
ión , queson a ju stado s alo s cond ic
ionan tes delo s med io s de
rep rodu cciónov i sualizac
ióndere feren ciayalo sen to rno sdeob se rva ciónde
refe ren ciade lespa ciodeco lo r
.E sea justee sunp roce soderende r
iza c ión ,por
lo quelaco lor
ime tría que puede ob tenerse at ravé s delo s pe rfile sICC,
habitua lmen te, noe sladeaque lloque has idod igitalizado,s inodelaque
presen ta ría suimagen en e l med io de sa lida de re feren cia y ba jola s
cond i
cione s deluz y co lo res amb ien te del en torno de v isua liza ción de
refe ren cia.E stonoo currea sí,comove remo s má saba jo ,enlo spe rfile sICCde
espa cio sd iseñado se specialmen te pa rase r norende rizado s,es toe s,inpu t
referred ,enlo squesede f
inencond i c
ione sdeob serva ción,pe ronoun med io
dere fe ren ciapa rae lquesecod if
i calaimagen .Tampo coo currepa raa lguno s
23
delo sp ropó sitosdeconve rsióndee spa ciosdeco lo rde lestánda rICC .
22
Estaap rec
iacióne s muygene ral,pue shay mu cha sex cep
cionesalarende r
ización
delo s PCSene l pa
rad igma de ge s
tión deco lor delaICC yé s
te hasu frido una
evo lu c
ión s ignif
icativa en tre la ve r
sión 2 y la ve rsión 4. Pa ra obtene r una
in forma c
ión má sexhau stivasob recómoseap licalarende r
izac
iónde l PCSenla s
ver s
ione s2y4delo spe rfi
lesICCléa see lepígrafetituladoEvoluciónd e
lcon ceptod e
rend e r
ización enla e standariza c
ión d elo sperfi
lesICC , más abajo en e ste mismo
cap ítulo.
23
Rem it
imo s de nuevo a l le ctor epígrafe tituladoEvo luc
ión d el con c
epto d e
rend e r
izaciónenlae s
tanda r
izaciónd elosp er
fi
lesICC .Aqu íseexp l
icanlo stipo sdePCS
deamba sve rs
ione sdele stánda rICCqueseu sanhab itualmen teenlaa ctualidad(la2
y4 ),ys isele saplicaonounp rocesoderende rizac
ión.Enlave rsión4de le s
tándar
depe rfi
lICCnoseadm iterende rizaciónpa ralosPCSdelo spropósitosdeconve r
sión
62 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
Vamo sada ra lguno sdetal

les mássobree lfuncionam ientodelo sPCSpa ra
ayudar a en tende r mejorel concepto de renderización. Como ven imos
indicando,lose spacio
sde lPCSdeune spaciodecolorRGBsonre ferido
saun
mediodere feren c
ia(r efer
encem ed
ium )sisonrende rizados(render
ed/outpu
t
refe
rred)
, quesue leser detipo monitor o detipo papelimp reso defondo
blanco
.E se mediodere ferenciadef
ineva r
iablescomo:
 N
ive
l deluminan
cia pa
rae
lblan
co má
sblan
co(pun
to b
lan
co)
. Po
r
e
jemplo160cd
/m2.
 N
ive
l deluminan
cia pa
ra e
l neg
ro má
s neg
ro(pun
to neg
ro)
. Po
r
e
jemplo0
,55cd
/m2.
 Razóndecont
raste
.Queequiva
lealadivi
siónde
ln ive
ldelum
inan
cia
delpun
toblancoporlade
lpuntonegro
,po re
jemplo
,288:
1.
 Tempe
ratu
radecolo
rdelpun
toblan
co(valo
resdecroma
tic
idadde
l
pun
toblan
co)
.Po
rejemp
loD65
,queequiva
lea6500K
.
 Tempe
ratura decolo
r de
l punto neg
ro(va
lore
s dec
roma
tic
idad de
l
pun
tonegro)
.Po re
jemploD65.
Ytamb ién son refe

ridos a un amb iente de vi
sualizac
ión de referencia
(r
e f
erenceviewingenv i
ronm ent)
, quesonla scond i
cione s deluz yco lore
s
al
rededo rdelpun todev i
sualizac
ióndelaimagenene l mediodereferencia
.
Estoesa s
í,porquelosfactores medioamb ien
talesinf
luyenfue rtementeenla
percepcióndelo scolores
.Lo samb iente
sdere ferenciasede finentamb ién
paralospe rfi
lesinputr e
ferred.Eseamb ien
tedere ferenciade f
ineva r
iables
como :
 Elcolor querodea alaimagen quese v

isua
liza
. Po
rejemp
lo,g
ris
per
fectamenteneutro
.
 Lalum inanciadelaluzre
flejadaporlasupe r
fic
iequerodealaimagen
representada. Po
rejemplo: enté rminos abso
luto
s, 32cd/m2;o de
manerarelat
iva,18%delaintensidaddeluz
.
 I
lum
inan
ciade
lamb
ien
tedev
isua
liza
ción
.Po
rejemp
lo:503lux
.
 Laexis
tencia o no deluz pa
rás
ita(re
fle
jossobrelaimagen quese
obse
rva)quepuedea fec
taralcon
tras
tedelaimagen.
deespa cio decolor Co lor

imé t
ricoICC -Ab soluto y Colorimétr
icore la
tivoa l medio.
Peroenlave rs
ión2 , quee sla má su sadaen nue st
ro sdías
,s í quese ob l
igaala
renderización del PCS delp ropósi
to Co lorimé tri
core la
tivoal med io
. Ademá s
, hay
fabr
ican tesdeap licacione sdec reacióndepe r
filesICCqueap licanrende rizaciónal
propósitoCo lo
rimé tri
core lativoal med ioin clusoenlave r
sión4.Po rello
,hab lamo s
de“hab itualmen te rende rizados” cuando no s refer
imo s alo se spacios de color
desc
ritosenlo s perf
iles deco lorICCded ispo sit
ivosdecap turao dee spacio RGB
independ ienteded ispo s
itivoe s
tanda rizado.
Requ
isi
tosgene
rale
sdeca
lidadimagenra
ste
r 63
 Tempe
ratu
radeco
lordelaluzamb
ien
te.Po
rejemp
loD65
.
 N
ive
l deluminanc
ia paraelblan
co má
sblan
co(pun
to b
lan
co) de
l
amb
iente
.Po
re jemplo160cd
/m2.
Enlos pe
rfi
les decolortamb
iénsesuelen de
fin
iro
tra
s va
riab
les delo
s
prop
iosPCSodelo sdato
sdeimagend
igi
tal
,ta
lescomo
:
 E
lobservado
restándarde
lespa
cioC
IELABoXYZ
,ta
lcomoob
servado
r
e
stándarde2grados
.
 Lageome
tríade med
iciónde
les
tímu
lodeco
lor lcomo0o/45o
,ta
 Lal
inea
lidad
,e s
toes,s
ie stáa
jus
tadalaimagenen RGBa unva
lor
gammadeterminadooesl
ineal
.
 E
les
tadodeimagen
:inpu
toou
tpu
tre
fer
red,osu
stipo
s.
Esta
scond i
cionesdevi sual
iza c
iónde lPCSe stándef
inidasparacadaespacio
de co lor RGB que ha s ido e specif
i cado no rmat
ivamente. En la s
especi
ficacionesdelose spa c
io sdecolo rfigu ranes
tosdatos
,que ma rcanla
maneraenquesevaaa justarlaconve rs
iónde sdelo
svaloresRGBde le
spa c
io
alespa c
iode l PCS(CIELABo XYZ )
. Mo stramo sacon t
inuac
ión,a modode
ejemploa lgunosdato
sdelae spe c
ifi
ca c
iónROMMRGB :
Co
lorspa
ce
Type
:Co
lor
ime
tri
cRGBco
lorspa
ce
Co
lorgamu
t:Ex
tended
Wh
itepo
intlum
inan
ce:142cd
/m2
Wh
itepo
intch
roma
tic
ity
:x=0
.345
7,y=0
.3585(D50
)
En
cod
ing
En
cod
ingrange
:linea
rRGB
:0.0to1
.0
B
itdep
th:8
,12
,16
Images
tate
:Ou
tpu
t-re
fer
red(p
rin
t)
Re
feren
cev
iew
ingenv
ironmen
t
Imageba
ckg
round(p
rox
ima
lfield
):Un
spe
cified
V
iew
ingsu
rround
:32cd
/m2
Amb
ien
til
lum
inan
ce:503lux
Adap
ted wh
itepo
intlum
inan
ce:160cd
/m2
Adapted white point chromaticity: x = 0.3457, y = 0.3585 (D50)
Reference medium
White point luminance: 142 cd/m2
White point chromaticity: x = 0.3457, y = 0.3585 (D50)
Black point luminance: 0.5 cd/m2
Black point chromaticity: x = 0.3457, y = 0.3585 (050)
ROMM RGB es un espacio de color RGB independiente de dispositivo

renderizado, por lo que se basa en una conversión ajustada a un medio de
salida de referencia, de tipo papel impreso. Esto acarrea el espacio del PCS se
pondere necesariamente para ese medio: se adaptan los puntos blanco y
negro y los valores de color de la imagen para conseguir una representación
acorde a ese medio de referencia bajo las condiciones de entorno de
visualización también de referencia, asumiendo un observador humano
estándar perfectamente adaptado a esas condiciones de visualización. El PCS
codifica la apariencia de la imagen de acuerdo a estas condiciones. Esto no
significa que esta apariencia sea la que percibamos cuando la imagen en
ROMM RGB, por ejemplo, se envía a un monitor o papel impreso. En este
segundo paso interviene otro proceso de conversión de la imagen más: la
imagen codificada en el PCS debe ser de transferida a un medio de salida
(como una pantalla del monitor o un papel impreso), por lo que requerirá un
nuevo ajuste para poder conseguirse en estos medios físicos la mayor
proximidad a la apariencia virtual codificada en el PCS, contando con las
limitaciones de rango dinámico y gama de colores de estos y con las
características del entorno de visualización típicos de estos dispositivos o
medios.
La imagen sufre, consiguientemente, un nuevo proceso de renderización que
es realizado por el sistema de gestión de color del sistema operativo (de
acuerdo al propósito de conversión de color configurado por el usuario en los
ajustes de color) gracias a la aplicación de otro perfil ICC, el del dispositivo de
salida. La imagen resultado de este segundo proceso de renderización podrá
ser más o menos brillante, saturada o contrastada según las características de
rango dinámico y saturación que presente en dispositivo en la configuración
actual. La apariencia final de la imagen representada en el dispositivo o
medio de salida dependerá también de la adecuación del entorno de
percepción y de la salud visual del observador.
Hay una amplia gama de factores subjetivos y físicos que determinan la
apariencia de las imágenes visualizadas o reproducidas en medios físicos de
salida, que evidentemente no deben ser contraladas en la digitalización. La
función de la digitalización patrimonial es conseguir una codificación de las
imágenes que permita una buena aproximación a la apariencia de los
originales en unas condiciones de percepción controladas y conocidas.
También es deseable, asimismo, ir más allá de la subjetividad que implica
codificar la apariencia a nivel perceptual, consiguiéndose que a través de esa
Requ
isi
tosgene
rale
sdeca
lidadimagenra
ste
r 65
codi
fica
ción se pueda l
legar a
l cono
cim
ien
to ob
jet
ivo de a
lguna
s
cara
cter
íst
ica
sfí
sica
sdeaquel
los
.
RIMMRGB ,porejemp lo,esune spa cionorende rizado ,deltipos cenerefer
red,
porloque no re presentaene l PCSlaco lorime t
ría de un med io desa l
ida
concreto ba jo una s cond i
cione s de v i
sualiza ción con cretas, sino la
colo
rime tríadelae scenaba jouna scond ic
ione sdev i
sua l
iza c
iónt ípicasde
unav is
tadeex ter
io res,caracterizadaspo runaluzamb iental muyin tensa
.
Pore sosu s valo
re s dein tensidad deluz de len to rno de visua l
ización de
refe
ren ciason muya ltos
,de m ilesdecd /m2yluxe s,y,a lnose rrende rizado
,
noofreceda tosdeun med iodere fe
ren cia
.Listamo ssu sp r
incipale sat
ributos
deacue rdoasue specificaciónté cnica:
Co
lorspa
ce
Type
:Co
lor
ime
tri
cRGBco
lorspa
ce
Co
lorgamu
t:Ex
tended
RGBp
rima
rie
s:
X Y Z
R 0
.734
70.2653 0
.0
G 0
.15960
.8404 0
.0
B 0
.0366 0
.000
10.9633
Wh
itepo
intlum
inan
ce:15000cd
/m2
Wh
itepo
intch
roma
tic
ity
:x=0
.345
7,y=0
.3585(D50
)
En
cod
ing
En
cond
ingrange
:linea
rRGB
:0.0to2
.0
B
itdep
th:8
,12
,16
Images
tate
:Scene
-re
fer
red
Re
feren
cev
iew
ingenv
ironmen
t
Imageba
ckg
round(p
rox
ima
lfie
ld)
:Un
spe
cif
ied
V
iew
ingsu
rround
:3000cd
/m2
Amb
ien
til
lum
inan
ce:4
7124lux
Adap
ted wh
itepo
intlum
inan
ce:15000cd
/m2
Adap
ted wh
itepo
intch
roma
tic
ity
:x=0
.345
7,y=0
.3585(D50
)
Reference medium
White point luminance: N/A
White point chromaticity: N/A
Black point luminance: N/A
Black point chromaticity: N/A
En términos teóricos, a las imágenes renderizadas (a través de su perfil ICC o

de su transformación a un espacio de color independiente de dispositivo
renderizado) no las podríamos denominar como representaciones de los
originales capturados, sino como reproducciones, pues su codificación, como
ya sabemos, representa no al original sino a la reproducción virtual de ese
original en un medio de referencia y bajo unas condiciones de percepción y
observador estándar de referencia. Como esta forma de codificar es
relativamente sencilla de aplicar con herramientas comerciales y de fácil
acceso y manejo y con productos de bajo coste, se ha impuesto como práctica
habitual en la mayoría de los proyectos de digitalización de obras de arte y de
documentos, por lo que su uso entra dentro de las pautas de trabajo que
podríamos considerar como normales en otros proyectos similares. Además,
hemos de hacer constar otra ventaja: las imágenes estarán preparadas para
su visualización y reproducción impresa con una amplia gama de
dispositivos y aplicaciones fácilmente accesibles y de bajo coste.
La pauta de renderización que acabamos de describir ha variado en paralelo a
la evolución del estándar de perfil ICC desde su primera formulación.
Remitimos al lector al epígrafe siguiente (Evolución del concepto de
renderización en la estandarización de los perfiles ICC) para obtener
información en extenso sobre esta cuestión.
Los procedimientos de gestión de color que se realizan durante los procesos
de visualización o impresión de imágenes hacen uso de los perfiles de color
de las imágenes, tratando de procurar en el medio de salida (monitor o papel
impreso) reproducciones que simulan la percepción de las imágenes
reproducidas en el medio de referencia (para un output referred/renderizado)
y bajo las condiciones del entorno de visualización de referencia definidos en
el PCS del espacio de color del perfil. Con el uso de este sistema de
codificación hemos de asumir las limitaciones del sistema de gestión de
color basado en perfiles ICC y de tener que mover las imágenes entre
diferentes medios que pueden ser muy diferentes en sus posibilidades de
registro de color y entornos de uso (el propio original, el monitor de
ordenador, un papel impreso, etc.): la gestión de color ICC no se ha diseñado
para la igualación colorimétrica absoluta de las imágenes ni en fichero ni en
el medio en el que se visualizan o reproducen, sino para crear imágenes
placenteras a la vista o perceptualmente similares en el medio de
visualización o impresión.
Idealmente, con la gestión de color sí que se podría transformar
correctamente y con exactitud colorimétrica la información de color desde
un medio a otro; pero, desafortunadamente, esto es algo extremadamente
Requ
isi
tosgene
rale
sdeca
lidadimagenra
ste
r 6
7
dif
ícil de p rodu cir enla rea lidad.E s
to se debe a que hay d iferencias
signif
i cativa senla sgama sdeco loryrango sdecon trasterep rodu c
iblesen
losd ife rentesd ispositivo srealesov irtuales,a sícomoenla scond icione s
amb ien tales de v isualiza c
ión en trelo sd i
fe rentes med ios.E stá diferencia
derivaenqueunaap rox ima c
iónco lo rimé tri
cadeco loresde sdeun med ioa
otronop rodu cenun caunaapa r
ien ciades imilitudaunob servado rhumano .
Alaho raderep rodu cirimágene salola rgoded iferentes med ios,esp reciso
hacer una ap rox ima ción de apa rien cia enluga r de una ap roxima c
ión
colorimé tr
ica exa cta
, pa ra que un ob servado r humano pueda pe rc
ib i
r
proxim idaden treaque lloquehas idod igita
lizadoysurep rodu cción.Po reste
motivo
,son ne cesarioslo salgoritmo s det ransfo rma ción dela simágene s
imp líc
i to s enlate cno logía de colo r(denom inado s hab i
tua lmen te como
propósito sdeconve rs
ión )y ,portan to,enlo spe rfi
le sdeco lo rICC .Set rata
básicamen tedea lgo r
itmo sdeco rresponden c
iaen t
rela sd iferente sgama sde
coloryderangod inám i codelo sd istintose spa c
io sdeco lorquese mane jan
ene lcana ldelad ig i
taliza c
ión(gamu t mapp ing).
Otro p rob lema delo ss istema s de pe rfi
les ICC e s que su ca lidad e s
tá
cond icionada po r la idone idad de la ca rta de mue stra
s de co lo r de
cara c
te rización( laca rtadeco lo ru sadapa raha cere lpe rfil
)ylaco rreccióny
pre c
isión delo s da to s co lorimé tricos de su s pa r
che s.E lp ro cedim ien to
norma ldeca racteriza c
ióndeund ispo si
tivoseba saene lu sodeuncon jun to
prede term inado y pequeño de“ colo res deen trenam iento ”(lo s parche s de
colo r delaca rta deca ra cteriza ción) quesea compañan desu sre spe ctivo s
valore s co lorimé tricos. E ste p ro ced imiento se u sa en la s ap licacione s
come rcialesdadoquefa c
ilitaeno rmemen tee lpro cesodeca racterizaciónye l
tiemporeque rido pa ralacon secu c
ión de l pe r
fil
.E lin conven iente dee s te
sistemae squelap re cisiónde lpe r f
ildependede la justedela sca racterística s
espe ctralesdelo scolo re sdelaca rtaaladelo sdo cumen tosoe lemen tosase r
digitalizado s
,ba jándo serad i
ca lmen teenp re c
isióna med idaquee laju stee s
meno r
. Tamb iénrequ ierelase leccióndeunbuencon jun todeco lore s
,que
seasu ficientemen terep resen ta t
ivodelo sco lorescon tenidosene lobje toa
digitalizar,ye lquee la cabadodela ssupe rf
iciesdeob jetoyco lore sdep rueba
seap rox imenlo má spo siblepa raquelare spuestaan telaluzin cidentesea
muys im ila r
.
Un procedimiento muy pre
ciso deca ra
cter
izaciónaco rdecone stesis
tema
requerir
íalafab r
ica
ciónpersonalizadadeca r
tasdeco lorparalosd i
ferente
s
tiposdeob jeto
squevanase rcap turados
,loqueen careceenormemen teel
procesoyd if
icul
taelusodeap l
ica cionescomercia
lesdeca rac
terizac
iónque
traba
jansó loconunlimitadonúme rodecartasdecolore s
tandar
izada s
.
Hayp rocedimien tos másso fist
icado sdeca racte r
izaciónded i spos
i t
ivo sque
none ces
itanelu sodecolo resdep rueba ,peroquesoncomp lejo sderea l
izary
muy inten s
ivo s en tiempo , como e ls istema de ca racterizac
ión de la
sensibi
lidade spe c
tralded isposit
ivo stipocáma rafotográficad ig
italde scri
to
ene lestándarISO1 7321-
1:2012.Graph ictechnologyandpho tography - -Colour
charact
e r
isat
iono fdig
italsti
llcam e ras(DSCs)- -Pa r
t1:Stimu l
i,m etrologyand
tes
tp rocedure
s. Dadoelaltoco stedelate cnolog íarequeridaydelad if
icultad
dein corporare lp rocesado deco lorreque rido alo sf
lujo s det rabajo, no
recomendamo ssuu soene lp royecto.
El poder mantener a lo largo del flujo de visualización y reproducción la

apariencia de fidelidad entre la vista de la obra digitalizada que ha sido
captada antes unas condiciones de percepción determinadas (que
recordamos vienen especificadas en el espacio de color normalizado del PCS
del perfil ICC) depende de un perfil ICC. Por lo que el uso de forma de
codificación requerirá la realización de perfiles ICC correctos. Es conveniente
que la calidad de estos perfiles sea evaluada antes de su aplicación a las
imágenes digitales. El proceso de evaluación puede ser visual, mediante
pruebas visuales que cotejen la apariencia de unas capturas de prueba con
respecto a sus originales ubicados en una cabina de visualización
normalizada y que aplica unas condiciones de percepción normalizadas.
También se puede realizar automáticamente mediante las pruebas descritas
más abajo en el apartado dedicado a Calidad cromática.
No se permitirá la edición de perfiles de color ICC, salvo que este proceso se
haga de forma muy controlada y por personal especializado, y sólo con la
finalidad de poder mejorar la fidelidad de apariencia de color que procura el
perfil. Se aplica esta pauta, dado el alto riesgo de dañar la calidad del perfil
ante procesos de edición incorrectos
No se admitirá el uso de perfiles ICC genéricos de dispositivos de captura. Los
perfiles de dispositivo se realizarán de manera específica mediante una
aplicación de perfilado de calidad y de uso común en la industria de la
imagen digital.
Se deberá hacer un perfil de color ICC para cada conjunto de condiciones de
captura: dispositivo y óptica, tipo e intensidad de iluminación, geometría de
la iluminación, distancia de enfoque, parámetros de configuración del
dispositivo y carta de color. Cualquier cambio en las condiciones de captura
requerirá un nuevo perfil.
El costo de consecución y aplicación de la tecnología necesaria para aplicar
este sistema es bajo dentro de la opción tecnológica más asequible, habiendo
múltiples dispositivos y software de amplia comercialización disponibles en
el mercado y siendo los procesados muy rápidos para personal
experimentado, por eso estamos ante una tecnología preferida en los
proyectos de digitalización de documentos y obras de arte.
Bajo ningún concepto se admitirá para las imágenes másteres una
adaptación a un dispositivo o tipo de dispositivo concreto, pues este proceso
puede conllevar una pérdida irrecuperable de información cromática, tonal y
de rango dinámico que es inadmisible para una imagen máster. Por este
motivo, se prohíbe la realización de procesos de edición subjetivos, con la
imagen visualizada en monitor, ya que estos procesos suelen estar guiados
no por la apariencia codificada en la imagen digital sino por la apariencia de
la imagen en una visualización concreta que se haga desde el monitor. Con
estos procedimientos, en realidad, se está ajustando la imagen para su
visualización en un monitor concreto, con sus propias limitaciones de rango
dinámico, gama de colores y circunstancias de entorno de trabajo. Este tipo
de procesos implicaría tener las imágenes en un nuevo estado de
codificación que no es admitido para este proyecto, que suele ser
denominado como codificación específica de dispositivo de salida.
Requ
isi
tosgene
rale
sdeca
lidadimagenra
ste
r 69
Se admi
tiránla
s dos va
rian
tes de cod
ifi
cac
ión que de
scr
ibimo
s enlo
s
sigu
ien
tessubep
ígra
fes
.
2
.2.
4.2 Ev o
lución de
l c onc
ept
o d
e r
end
eri
zac
ión en la
e
standa
riza
ciónd el
osp
erf
il
esICC
Lave rs
ión2de le stánda rdepe rfilICCe stablecióelPCScomoune spa ciode
colorcomp le tamen terende r
izado , debidoa quesufun ciónfuecon cebida
comoe spa ciodeco lorpa rarep resenta rlaapa r
ien c
iade lco lordelaimagen
sobreun med iodere feren ciayunen to rnodeob servacióndere fe ren c
ia.El
medio dere feren ciase h izoco r responde ra un pape limp resoidea l
,cuyo
blanco má sin ten soequ ivaleaund i
fu sorore flectorpe rfecto( re
flejae l100%
delaluzin ciden te,oloquee slo m i
smo ,su Dm ine sigua la0 )
,con temp lado
enunacab inadev isualizac ióne s
tanda rizadadea cue rdoa ANS Iquecuen ta
conuni lum inante D50 ,unob se rvado re stánda rC IE1931yunageome tr
íade
medic
ión de 0 /45 o 45 /0. La s cond icione s de ob serva c
ión dere feren c
ia
corresponden ala s del P2 de le s
tánda rISO 3664 sob re cond i cione s de
visual
ización ,con unasupe rfi
c ie del 20% dere f
lectan c
ia a lrededo r dela
imagenyunain ten sidaddeluzamb ien talsob ree l med iodere fe ren c
iade
24
500lux .E ste med iodere feren ciaidea lt ieneunrangod inám icoin f
in i
to,ya
quee l neg ro pod ríatene r 0% dere flectan c
ia,lo queequ ivalea de cir una
densidad óp ticain fini
ta.E s
te med io de re ferencia se u sa pa ra e l PCS
Color
imé t r
i corelat ivo.
Para ha cernosunaideadeloquerep resen tane stascond icione s, hemo sde
pensa rque500luxdeunafuen tedeluz D50e slai lum ina c
iónt ípicadeuna
cabina dev isual
ización no rma lizada,dela squese u san hab itualmen teen
Artes G rá f
icas para ha cerp rueba s de co lor. V iene a se r tamb ién la
ilum ina cióntípicadeunao ficina,unpo co másin ten saquelaluzhab itua len
elámb i
todomé s
tico
.La span tal
la sdelo s mon itore sdeo rdenado rdeca l idad
suelense rcalib
rada sparaunaluzb lan cade máx imain tensidadde1 15cd /m2
conunatempe raturaap rox imadade D50cuandoset rabajaenp roceso sde
edición deimágene sd igitales. Lasen sación de b r
illo delb lan co de e sas
pantalla svienease requ ivalente,ap roximadamen te,alasen sa cióndeb ri
llo
queda ríae lpun toblancode l med iodere feren c
iadelae spe cificac
iónICC
mencionada .S ipensamo senunpape l
,vend ríaase requ ivalen tea lblan code
un fo lio en pape l no re ciclado de a l
ta ca lidad (un b lanco de
aproximadamen teun89%dere flectancia )cuandosev isualizaenunacab ina
norma lizadaconunain ten sidaddeluza lgo má salta,ento rnoa600lux .
Deacuerdoae s
tae
speci
fica
c ión
,cuandoel medioyento
rnodevisua
lizac
ión
delosparche
sdecolo
ryg risesdela
scarta
su sadaspa
ralac
reac
iónde lperf
il
24
ICC[Internationa
l Colo
r Consor
tium ]
.Sp
ecif
ica
tionICC.
1:2001-
04.File Fo
rmatfor
Co
lor P ro
fi
l e
s [REV ISION o f ICC.
1:
1998-
09], 200 1
, p. 65. D isponible en:
ht
tp:
//www .color
.org/
ICC_M inor_Rev
ision_
for_Web .pdf.1luxequivalea1candela
por me
trocuad rado
.
ICC (o de los colores de perfilado de una pantalla de monitor, por ejemplo) no

coincidan con el medio y entorno de referencia del PCS, el software empleado
para hacer el perfil ICC del dispositivo se ve obligado a realizar las
adaptaciones oportunas en la colorimetría de esos colores de perfilado para
conseguir su coincidencia. De esta manera la colorimetría del original
digitalizado en el espacio del PCS se corresponderá con las condiciones de
referencia del PCS señaladas. La aplicación creadora del perfil se ve obligada,
por tanto, a ajustar los datos de la imagen codificada en el PCS para los
efectos del entorno de visualización de referencia.
La colorimetría del PCS en esta concepción es relativa al medio. Esto quiere
decir que está adaptada al color del iluminante de referencia (D50) y a la
intensidad del punto blanco de referencia, por lo que la imagen representada
en el espacio PCS debe sufrir un ajuste para meter su rango dinámico en el
del medio de referencia. Este aspecto es muy relevante, pues implica que en
el PCS se pierde la colorimetría del documento original que se digitaliza:
cuando se crea un perfil de entrada, el valor Dmin del medio de entrada debe
hacerse corresponder con el punto blanco del PCS, que es D50 y representa
una densidad óptica nula, de 0 OD. Por ello, el blanco del documento se
transforma, en temperatura de color y en intensidad, en la imagen codificada
en PCS, pues siempre tendrá una mayor densidad que 0 OD.
Podemos asumir que la apariencia de la imagen digital codificada en el PCS
Colorimétrico relativo sería próxima a la que tendría en unas condiciones
normales de observación en entornos de trabajo profesionales de Artes
Gráficas o Fotografía, o cuando se reproduce en monitores de ordenador de
alta calidad calibrados en D50 con punto blanco de unas 115 cd/m 2, aunque un
poco más clara, al hacerse corresponder el punto blanco del original
(pensemos en el fondo del papel o el blanco más intenso de una fotografía en
papel) a la máxima intensidad de blanco del monitor o de la cabida de
visualización.
En las siguientes imágenes tratamos de simular el aumento en claridad de
una imagen cuando se codifica en PCS. Arriba su apariencia en unas
condiciones próximas a las de una cabina de visualización D50 con una
intensidad de luz de 500 lux, y abajo su apariencia tras ajustar su punto
blanco para que se corresponda con la luminancia de un difusor perfecto en
esa misma cabina.
Figura 9. Simulación del aumento en claridad de una imagen cuando se

codifica en PCS
Cuando el punto blanco (XYZ D50) del PCS debe ser mapeado al punto blanco
del medio de salida (cuando se hace, por ejemplo, una transformación de
espacio de color para una visualización en pantalla o una impresión en
papel), entonces se hace corresponder con la superficie de menor densidad
72 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
(el Dm in)ded icho med io.E sto pe rm ite unat ran sfe renciadelaapa r ien cia
gene rala n ivel pe rceptual dela simágene s entre med io sd iferente s. No
obstan te,cuandosee ligeunp ropó sitodeconve rsióndet ipoco lorimé trico
absolu to,ela justedepun tob lan coyrangod inám icoo rig
ina lesrealizadoen
elPCSpuedese rreve r
sadoapa rtirdelo s metadatosde lpe rflICC25 u
i sandola
misma e cuación de t ran sforma ción po r de fecto de l pe rfi
l, que e s la
colorimé tr
icare lativaa l med io
.Set ratadereve r
sa rcua lquieradap tac iónde
losda to scolorimé trico sal med ioyen torno dere fe rencia del PCS.A sí
,en
teoría, pod ría p rodu cirse una sa lida con la co lo r
ime tría o r
igina l de l
documen to,porsupue stoden trodela snos iemp repequeña slim i
tacione sde
precisiónquepa rasureg i
strot ienee lsistemadecá lculodela s ma tri ceso
tabla sdeconve rsióndee spa c
iodeco lorde lper f
ilICC .E stapo s
ibilidade s
recono cida exp líc
itamen te enla p ropia especifica ción ya re ferida dela
versión 2 de le stánda r de pe rf
ilICC26 y se v in cu la conlarep rodu c
ción
colorimé tr
icaexa ctaqueserequ iereenlacap turadeob rasdea rteoene l
ámb itoc ientífico.
Laconcepc
ióninic
ialde
lPCSfuecambiadaenlave
rsiónúlt
ima(laver
sión
2
7
4) ,paraperm
iti
runa mayo
rflex
ibi
lidadenlacod
ifica
ciónde
lcolo
rdelas
25
Encon cretoseha ce mediantelae t
iquetaquereg ist
rae lvalo rXYZde lparche más
blanco de la ca rta de pe rf
ilado,t ras su adap tación a li lum inante D50 :
mediaWh i
tePointTag.Comoe lpun toblancode lPCSCo lorimé tricore lativoal medioes
und ifusorpe rfe c
toye lpun toblan codel medioreald igitalizadose rásiemp re meno r
ald i
fuso rpe r
fe cto,enlaconve rsióndesdelo sdato scolo rimé tricosrea lesalosde l
PCSsesubelain ten s
idadde lpun toblanco,ycon se cuen temen te,elrangod inám ico
del medioo rigina l
.Pa racon seguirlosda to
senCo lo rimé tricoab so lutoe snecesario
detraeresasub idadein tens
idadyderangod inámi coacadava lo rX ,YyZ .Pa raello
seredu cee lva lordelo sdatosde lPCSco lor
imé tricop ropo r c
iona lmen tealasub ida
dein tensidadrea lizada previamen tealo s dato
sab solu tos pa racon seguirel PCS,
mediantelas igu ientee cuac
ión
donde XYZasonlo sva lorescolorimétricosab solu to s de destino, XYZrlosvalores

colo rimé t
rico srelativo s deen t
rada, XYZmwrep re sen tae lpun tob lanco de
l medio
orig inald ig
ita l
izado e spe cif
icado enla m ediaWh itePo intTag y XYZ irepresen
ta el
ilum inantede lb lancode lPCS(D50-X=0 ,9642,Y=1 ,Z=0 ,8249 )
,quea lserund ifuso
r
pe rfectoseráe ldelafuen tedeluz.
26
Ensupág ina94 ,pá rrafo4(D .
15)
.
27
ICC[ Internationa l Co lor Consort
ium ].Sp e
cifi
ca tionICC .
1:2010-12(Prof
ilevers
ion
4.3.0.0)Imag et echno logyco lour managem ent -A rchitecture,p rof
ileformat
, and data
stru cture.20 10. D i
spon ible en:h t
tp:/
/www .color.o rg/specificat
ion /
ICC1v43_2010-
12.pd f.
imágenes. Como indica el propio ICC en uno de los documentos de referencia

de esta última versión28, los espacios de color PCS no incorporan, en realidad,
el efecto del ambiente de iluminación de referencia; tampoco la intensidad
de luz ambiental incidente sobre el original que se captura ni las limitaciones
de razón de contraste de la imagen. Por ello, los valores de color del PCS por
sí mismos no especifican la apariencia de la imagen. Para superar este
problema de los PCS se utilizan desde esta última versión dos soluciones
diferentes29.
La primera solución se denomina como PCS colorimétrico, y se limita a
describir la colorimetría de los originales reales que son digitalizados (con
los perfiles de entrada) o de sus reproducciones (con los perfiles de salida)
tras su adaptación a la temperatura de color del iluminante del PCS y a la
intensidad de luz del punto blanco de referencia para el PCS colorimétrico.
Esta colorimetría está basada en las medidas colorimétricas de los píxeles del
original capturado, que normalmente son inferidas desde los datos RGB de la
imagen, en el caso de perfiles de entrada, a partir de las medidas
colorimétricas exactas de los colores usados en la carta de perfilado30. Esta es
la opción de los propósitos de conversión de espacios de color de tipo
colorimétrico (colorimétrico absoluto y colorimétrico relativo al medio).
En el propósito colorimétrico relativo al medio se asume que el punto blanco
del PCS coincide en su densidad con un difusor perfecto (que refleja el 100%
de la luz incidente, esto es, el blanco más intenso de la imagen coincide en
intensidad y temperatura de color la luz ambiental incidente,
correspondiendo al máximo valor L* (L*= 100, es escala de 0 a 100)). En
consecuencia, precisa de una adaptación de punto blanco, que igualmente
hará más clara la imagen cuando se codifica en el PCS. En esta codificación,
además de este ajuste de punto blanco, se mantienen las relaciones entre
todos los colores dentro de la gama del PCS mediante un escalado
proporcional al cambio realizado en los blancos. El punto negro no se hace
corresponder con ningún valor predeterminado, tras el escalado de los
colores requerido por el ajuste de punto blanco, se deja donde caiga.
Con esta forma de codificación del PCS colorimétrico se pueden obtener las
lecturas estimadas del colorímetro del original capturado de forma directa
reversando los ajustes descritos. Es lo que se hace en el propósito
28
Specification ICC.1:2004-10 (Profile version 4.2.0.0). Image technology colour
management — Architecture, profile format, and data structure. 2006. Disponible en:
http://www.color.org/ICC1v42_2006-05.pdf, páginas vi y vii.
29
Se puede obtener una buena aproximación a las diferencias entre ambas versiones
del estándar, v2 y v4, y sus consecuencias de cara a la codificación de las imágenes en
Phil Green (ed.) Color management understanding and using ICC profiles. Chichester
[UK]: John Wiley & Sons, 2010.
30
Se usan dos posibles procedimientos: matrices, cuyos coeficientes son calculados
aplicando un procedimiento de regresión; o tablas (color-LUT), que correlacionan los
valores RGB de entrada con sus correspondientes valores colorimétricos. En el caso
de las tablas se aplica un procedimiento de interpolación a partir de los colores
presentes en la tabla para poder estimar la colorimetría de los colores de la imagen
no presentes en la tabla.
74 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
co
lor
imétri
coab so
luto
. Nohay ningúnt ipoderender
izacióndecolorene l
PCScolo
rimétr
ico.Elrango d
inám ico del PCSenestos dospropós
ito
se s
3
1
tamb
iéninfin
ito,a
lnoe s
tandar
izarseelvalordedens
idadde lpun
tonegro .
Alha cerlatrans
fo rma c
ióndee spaciodecolo r median
teelPCSco lo
rimétrico,
siguiendo e lpropósitoco lorimétricorelativo al medio
,se pe rmite quee l
gestordeco lorhagacompen sacióndepun toneg roene le spaciodecolo rde
destino.E s
te proceso derivaen quee l pun to negro delaimagense ha ce
coin c
idircone lpun toneg rode lespaciodeco lo
rdede stino. Dee s
ta mane ra
seev itaelrecortedelo stono sdesomb ra má soscurosquee lva lorde
lpun to
negrodede st
inosie stedestinoe s máscla
roquee ldelaimagendepa rt
ida.
Elp ropio e stánda r enla ú ltimarev isión dela ve rsión 4 ha e specificado
mu cho má slacue stióndeaquéa ludelaco lo rime t ríade lo rigina lenlo sdo s
propó sitosdeconve rsiónco lo rimé tri cos,iden tificando ha stac in coe stado s
deimagend iferen tes:S ceneco lo rim etrye stima tes,S ceneapp earan c eest
ima t es,
Focalp lan eco lo r
im e
trye stima t es,R efle c
tion ha rd copy o riginalco lor
im etry y
Reflect
ionp rintou tputco lorim e
t ry32.S inosee spe cificae stee stado ,sea sumen
quelaco lo rime tría norep resen ta una e scenas ino unacop iaimp resa o
visua l
iza ciónenpan tallade mon itor
.E l mo tivodee stae spe ci
fica cióne sque
la s med ida sdelaco lorime tríade lo rig ina lcap tu raquedanamb igua ssinose
espe cif
i ca b ienlo que e stá s iendo med ido.E l pun to b lan co re fiere a
diferen tescon cep to sdeb lan coenfun cióndee sto se stado sdeimagenydes i
elin ten toe sre la tivooab solu to.Po re jemp lo
,pa rad ispo sit
ivo sdecap tura,
cuandoseap l
i ca un p ropó si
to deconve rsión dee spacio deco lor det ipo
colo rimé tricore lativo a l med io,e l pun to b lan co e scon sideradocomo e l
pun to b lan co de l med io dere feren cia , ytodo slo s valore sco lo rimé tr
ico s
seránre lativo sae stepun tob lan co,quese ráe lblan co máx imocod i
ficadode
la cod i fi
ca ción dela cap tu ra( encod ing max imum wh ite fo r th e cap tur e
en coding )
. Nohay mu chava ria ciónconre spe c
toalave rs
ión2 ,enlore lativoa
lo sp ropó s
ito s de conve rsiónco lorimé tri core la tivo al med io y ab solu to,
salvandolafa l
tadede f
ini c
ióndeen to rnodev isua lizaciónpa rae lPCSye sta
mayo re spe cificidaddepun to sb lan cos.Dela m isma mane ra,laco lorime tría
ab soluta,e stoe s,re feridaa lo rig inald ig italizado ,sepuedeca lcu laru sandola
mismat ran sfo rma cióna lPCSquepa ralaco lo r
ime tríarela t
ivaa l med io
.
Lasegundasoluc
ión
, quese denominacomo PCS Perceptual
, de
scr
ibela
co
lor
ime t
ríade
lcolo
rdeunaimagenrende r
izadoaun med ioderefe
renc
ia
es
tándarenunascondic
ione
se spe
cíf
icasdeobse
rvación. Unalagunadela
3
1
Enla s página s95a99de le stándarICCensuve rsión4 .3se puedeob tener una
de scripc
ión pa soa pa so
,con une jemp lo
, delp roceso deadap tación delo s datos
de sdelaco lorime t
ríao r
iginal de l medioquesecap turaalaco lo r
ime tríade l PCS.
Véa se ICC[ Inte rnationa l Color Con sort
ium ]
. Spe cif
ication ICC. 1
:2010- 12(P rofi
le
ver sion4.3.0.0)Imag et e
chnologyco lour managem ent-A rch
itecture
,p rofi
lefo rmat
,and
data stru c
tu re. 2010
, p. 36 y ss
. Dispon ible en:
http://www .color.org/ specif
ication /
ICC1v43_20 10-12
.pd f
32
ICC[ Interna tiona l Color Con sort
ium ].Specifi
ca t
ionICC .
1:2010-12(P rofileversion
4.3
.0 .0)Imagete chno logyco lou r managemen t -A rchite
ctu re
,p rofilefo rmat,and
data stru cture. 2010, p
. 36 y ss
. Dispon ible en:
http://www .color.org/ specif
ication /
ICC1v43_20 10-12
.pd f
Requ
isi
tosgene
rale
sdeca
lidadimagenra
ste
r 75
vers
ión2delae specificacióndepe rf
ilICCe squenode jabab iende f
inidoel
PCSPe rceptual
.Co saqueseco r
rigeenlave rs
ión4.Ene lPCSPe rceptua
lde
estaúlt
imave rsiónlaimagenset ransfo rma,consiguientemen te,paratener
una proxim idad percep tual de a cuerdo ala s carac
terísticas del medio y
entornodere ferencia:lospun tosblan coyneg rodelaimagenseno rma l
izan
alosrespe c
tivosde lPCSye lrestodeco loressetransformanpa ra mantener
unarela c
ióndeapa rien c
ia. Dee ste modosepuedenin co rpora
rene lperf
il
ICCco rrecc
ione sdeapa r
ien ciayo trose fectosderende r
iza ción
,a s
ícomola s
di
ferenciasderangod inám icoquehayaen treeldispositivodondesevana
vi
sualizarorep roducirla simágene sye lp ioPCS33.
rop
Tambiénsepuedene spec
ifi
carlascond i
cionesdeobservaciónyde med iode
sa
lida para determina
r la apariencia cuando se u se el propós
ito de
conver
sióndee spac
iodeco lordetipoco lor
imétr
icorelat
ivoaun med ioen
lugardeunp ropósi
toperceptua
l,loquee snormalmenteimp lementadopor
losfab
rican
tesdeap l
icac
ionesdepe r
filadoICC.
El med iodere ferenciaene lPCSpe rceptualsedefinecomounaimp re s
iónen
papel con unsopo rte cuyo blan co es perfe
ctamen te neu t
ro yt iene una
reflectan ciade l89% ,oloquee slo m ismounaden sidadóp ticade0 ,05.Yano
tenemo s unb lan core flecto
r per fecto
,s ino unblan cotípicodelo s pape
le s
fotográ f
i co s
, deimp resión o delo sfolios de a
lta calidad. Su rango de
den s
idade s e s 2 ,4593 OD , po r lo que su razón de con t
ra ste es
aproximadamen te288 :1
.Su scond icionesdeob serva c
ióndere feren c
iason
lasde finida sene le stánda rISO3664-V iewingcondi
tions-fo rPhotographyand
GraphicT echnology, en con creto en su cond ic
ión P2 :i lum inación con
tempe ra
tu ra de co lo r D50 ein ten s
idad de 500lux ,s iendolo s colores
inmed iato salo rigina l neutroscon un20%dere flectancia
.E lpun to neg ro
tiene unare flectan cia de 0,3%,e s
to es, una den s
idad óp tica de 2,45 OD
aproximadamen te.
Enlassiguien tesimágene stra
tamo sdesimu larlaaparienciadeunaimagen
enPCSPe rcep tual
.A rr
ibasuapa rienc
iaenuna scondicionespróxima salas
deunacab inadev isua
lizac
ión D50conunain tensidaddeluzde500lux ,y
abajosu apa rien c
iacod if
icada en PCS Perceptua
l. Sonidén t
icas, dadala
proximidad dela scond ic
iones del PCS Pe
cep tua
l ala s de un entono de
observac
iónt íp i
codeA r
tesGráf
ica s
.
33
Lastrans
fo rmac
iones quetienen en cuentala
s cond
icione
s del en
torno de
v
isua
liza
ción serea
lizan empleando Modelo
s de Apa
rien
cia de Co
lor
,tal como
C
IECAM9 7
.
Figura 10. Simulación de la apariencia de una imagen en PCS Perceptual
Veamos con más detalle la cuestión de la renderización en la versión 4 del

estándar ICC. Aquí se diferencian dos transformaciones:
Requ
isi
tosgene
rale
sdeca
lidadimagenra
ste
r 7
7
a
)T ran
sformac
ión de
sde lo
s datos de co
lor de la imagen (RGB
,
normalmen
teencap
tura
sdigi
tale
s)a
lPCS.
 Enelpropó s
itodeconve rs
iónPe r
ceptual
,laimagenset ran s
forma
aune spaciodeco lorrenderizado.Laimagencamb iaaune stado
deimagenrende rizadode sde une stadodeimagenene lespa c
io
de
lsen sor.Secamb ianloss iguientesatr
ibutos
: puntob lancoen
temperaturadecoloreinten sidaddeluz(luminancia)
,pun toneg ro
enintensidaddeluzyrangod inámico.Ademásseha ceun mapeo
deco
lorespa raha
ce r
losentra renlagamade lPCSrende rizado.
 En elp ropó sito Colorime tricore la
tivo al med io no seimpone
transic
ión dee s
tado deimagen .Silaimagene stáen une stado
inputreferr
eds igue man ten iéndoloenlat ransforma c
ión,lo mi smo
sie s
tá en e stado ou tputr eferr
ed. Sólo se ha cela adap ta c
ión
cromá t
icaa lilum inante D50 ,quee selestándardei lum inantepo r
defec
todePCSpa raelpe rfilICC ,ysea sumequee lpun tob lancoe s
und ifusorde l100%dere flectancia
. Cuandoset ra tade unpe rf
il
ICCc readosob relaba sedeunaca r
tadepa r
che sdeco lo rygrises
(como una ca r
ta co lo rche cker® o IT8 , po r e jemp lo)
, la
transforma ción a D50 se ha ce desde elilum inan te dele spacio
color
imé tri
co a l que refie renlo s datos de colo rime tría delo s
parchesdelaca rta.Enlat ran sformaciónse man tienens incamb io
lasrelacione sen tretodo slo scoloresdentrodelagamadeco lores
delPCS.
b
)Transfo
rma
ciónde
sdee
l PCS ha
ciao
tro PCSo ha
cialo
sda
tosdela
imagen
.
 Ene lp ropós
ito deconve rsión Percep tual,se debea sumirquela
imagenene le spac
iodeco lorPCSe stárende rizadadea cuerdoal
mediodere fe
ren c
iade lPCSPe rceptual(e l marcadoene lestándar
ICC) y ademá s quese danla s cond iciones de visua
liza c
ión de
referencia marcadase s
te PCS .S ie l PCS de de st
ino not ienelas
mi
sma scondiciones devisua l
izaciónse debeadap tarlaimagen ,
ademá s de al nuevo med io dere feren c
ia, ala scondic
ione s de
vi
sua l
iza c
ióndelPCSdede stino.
 Ene lpropó
sitoColo
rimetricoRelativonoseimponet ransic
iónde
estadodeimagentampo co,sólounat ran
sforma c
ióndeadap tac
ión
cromá t
icadesdeeli
lum inante D50de lPCSa li
luminantede lPCS
dede s
tinosiserequ
iereylaco rrespondenciadelpuntoblancodel
PCScone lfondodelpapelo med iodesa l
ida.Loscolore
sfue rade
gamaene lPCSdede st
inosere cor
tan.
Podemos, entonces, concluir que en la versión 4 del estándar de perfil ICC no

se admite renderización para los PCS de los propósitos de conversión de
espacio de color Colorimétrico ICC-Absoluto y Colorimétrico relativo al
medio. Pero en la versión 2, que es la más usada en nuestros días, sí que se
obliga a la renderización del PCS del propósito Colorimétrico relativo al
medio. Además, hay fabricantes de aplicaciones de creación de perfiles ICC
que aplican renderización al propósito Colorimétrico relativo al medio
incluso en la versión 4. Por esta causa, hablamos de “habitualmente
renderizados” cuando nos referimos a los espacios de color descritos en los
perfiles de color ICC de dispositivos de captura o de espacio RGB
independiente de dispositivo estandarizado.
Los propósitos de conversión de espacios de color colorimétrico relativo y
perceptual son los únicos admitidos como de uso posible en este proyecto.
Por ello, y más considerando que las aplicaciones de perfilado de mayor uso
siguen aferradas a la versión 2, siempre asumiremos la normalización de los
datos colorimétricos que proporciona el perfil ICC a un medio de referencia
ante unas condiciones de percepción de referencia concretas. No se admite el
propósito colorimétrico absoluto por dos razones: la primera de ellas es que
este propósito no garantiza en ningún modo el que la imagen codifique ni el
PCS ni en los valores RGB la colorimetría precisa del original, y menos con
los procedimientos habituales de creación de perfiles ICC mediante
aplicaciones comerciales o de uso libre de tipo generalista, recordemos que
los valores colorimétricos del original, salvo los de los colores de las cartas de
color usadas en el perfilado son resultado de interpolación o de estimación
estadística; la segunda es que mediante su uso existe un riesgo importante de
desvirtuar la apariencia de la imagen original y de generar recortes de tonos
de luces y sombras o posterización durante el proceso de conversión de
espacio de color. Ilustramos esto con el siguiente ejemplo.
En la imagen siguiente mostramos la apariencia del original captado en las
mismas condiciones normalizadas ya referidas cuando se aplica un perfil de
color ICC correctamente realizado y se muestra mediante el propósito
colorimétrico relativo al medio en un monitor.
Figura 11. Simulación de apariencia en el propósito colorimétrico relativo en

un monitor
A continuación, el resultado de la conversión de la imagen anterior mediante

el propósito colorimétrico relativo al medio a un perfil de impresora
profesional, mostrándose mediante el propósito colorimétrico relativo al
medio en un monitor.
Figura 12. Simulación de apariencia en el propósito colorimétrico relativo de

un perfil de impresora en prueba de monitor
A continuación, el resultado de la conversión de la imagen anterior,

mediante el propósito colorimétrico absoluto a un espacio de color de
imprenta profesional, mostrándose mediante el propósito colorimétrico
relativo al medio en un monitor.
Figura 13. Simulación de apariencia en el propósito colorimétrico absoluto de

un perfil de imprenta en prueba de monitor
Las distorsiones y recortes de información que provoca la colorimetría

absoluta son muy aparentes, y son debidas a la diferencia de gamas de color y
contraste entre los diferentes espacios de color de los diferentes medios que
intervienen en el proceso: dispositivo de captura, PCS colorimétrico y
monitor.
Llamamos la atención del hecho de que en la versión 4 de la especificación de
perfil ICC se insiste en que la vía PCS colorimétrico no implica renderización
ni en la transformación desde los datos de imagen a PCS ni en la
transformación desde PCS a datos de imagen. De acuerdo a este principio,
podríamos pensar que podemos tener imágenes no renderizadas en espacios
de color renderizados (tales como Adobe RGB o Prophoto RGB) si en las
transformaciones se usan los propósitos colorimétricos relativo al medio o
absoluto. Pero esto no es así. Si atendemos a las especificaciones de este tipo
de espacios de color, vemos como se aportan valores colorimétricos absolutos
para los puntos blanco y negro del PCS, que son los del medio de referencia
de sus PCS. Si atendemos, por ejemplo, a la especificación de Adobe RGB
Requ
isi
tosgene
rale
sdeca
lidadimagenra
ste
r 8
1
34
(1998) , en su pág ina 10 se ind ica que e l va lor RGB m ínimo (0 ,0,0)
correspondecone lpun toneg rode f
in ido,queson0 ,557cd /m2 yquee lva lor
RGB máx imo( 1,1
,1dea cue rdoaunae scalaquevade l0a l1)co r
re spondecon
2
elpun tob lan code finido ,queson160cd /m.Enla m ismapág inaseind ica
“Theimages tate ofthe Adobe RGB( 1998)co lorimageen codingsha ll be
output- refer
r ed[ …] The C IE XYZt r
i s
timu lus value ssha ll betho se ofthe
imagea sviewedonthere feren cedi splaybythere ferenceob serverinthe
referen ceview ingenv ironmen t.”Enlapág ina13dela m ismae spe cif
ica ción
seind ica,re ferido al a version2 delae spe c
ificación de pe rfilICC :“I ti s
necessarytoadap tth em ea
su redco lor
im etrytotha tapp ropr
iatefo rth ep rofi
le
conn ectionspa ce.Th eseadap tation saccoun tforsu chd if
f e
rencesa s wh i
tepo int
chroma tic
ity andlum inan cer ela t
iveto anid ealr eflector
, max imum d ensity,
viewingsu rround ,v iew ingi l
lum inan
t, andf lare”, aunque e sa adap tac
iónse
relegaalaap licacióndege stióndeco lo r
, noserea lizasob rela ma trizde
conve rs ion de da tos RGB a PCS de l pe rf
ilICC de Adobe RGB , como se
especifi ca un pá rrafo má s aba jo:“Nor e-rendering o rb r
ightnes s adaptation
colorapp earan cetrans formi su sedinth econv ers
ionb etweenAdob eRGB( 1998)
andth eabov eICCP rofileConn ectionSpa ce
.”
2
.2.
4.3Im
ágene
senelespac
iodecolorde
ldi
spo
si
tiv
oconda
tosen
b
rutoype
rfi
lICCe
spec
ífi
cod ed
ispo
si
tivo
Llamamo slaaten ciónsob ree lhe chodequee stetipodee spaciosdeco lo rno

son ap tos para se ru sado s como e spa c
ios de co lor de t rabajo en la s
aplicacione sdeed ic
ióndeimágene s
,yaquenosonequ i
librado seng risesy
perceptua lmen te un iforme s35,lo que d ifi
cultaeno rmemen tela sta reas de
ediciónypuededa rluga rad i
storsione sc romá ticasytona lesimpo r tantes
durantela rea lización de e stosp ro cesos. Po re sto mo tivo,lo s má stere
s
codificado sdea cuerdoae s
tes is
temanohab rándesu fr
irn ingúnp ro
ce sode
edición.S isee stima que ne cesariamen te, ys inin cump lirn inguna dela s
pautasdee s
tasd i
rect r
ices
,un má sterdebese red itado,sedebe ráopta rpor
otro mé todo de cod ificac
ión con sisten te en un e spacio de co lor RGB
independ ienteded isposit
ivoap topa ralaed ición.
34
ADOBE SYSTEMS INCORPORATED.Adob e® RGB( 1998 ) Color Imag e Encoding
.
Vers
ion 2005- 05
. May 2005. D
i spon ible en
:
https
://www .adobe .com /digital
imag /pd fs/AdobeRGB 1998 .pdf
35
Une spaciodeco lo requ i
libradoeng risesseca racterizapo rquelarep resentac
ión
delo stonos neu tros(g risespu ros)tieneva lore
s numé ricosidén tico sentodo ssu s
canalesdeco lor,po re jemp loRGB=128 ,128 ,128rep re sentaríaunco lo rgrispuro. Un
espacio deco lor pe rceptualmen te uniformeseca racteriza porquelo scamb ios de
colorotonosonp ropo rc
iona lesalape rcep c
ióndee soscamb iospo runob servador
humanoe stánda r
.E stoes,pequeño scamb iosenlo sva loresnumé ricosotona lesde
colorseránpe rcibido scomopequeño scamb iospo runob servado r
.Ene s
tosespacios
se dalaequ idistan ciaent reloscolores:silad iferen c
iaen trelosva lore sdecolorRGB
ded ist
intospa resdeco lo re sla misma ,e stospa resdeco lortamb iéndebenpode r
dist
ingu i
rsedeigua lfo rmaas implev is
tapo runob servado rhumanoe stándar.
Recalcamos también el hecho de que cuando se incrusta el perfil ICC de

dispositivo en la imagen en bruto la renderización es virtual, puesto que los
datos de imagen almacenados en los ficheros siguen estando en el espacio de
color del sensor aunque, claro está, con las transformaciones que haya
incluido la aplicación usada para hacer la captura de la imagen y el
almacenamiento del fichero (tal como demosaicing, corrección en gamma o
eliminación de defectos uniformes del modelo). Es más, si eliminamos el
perfil ICC de los ficheros de las imágenes en bruto, la imagen queda
completamente en el espacio de color del sensor, sin ningún tipo de ajuste de
renderización. La renderización real sobre los datos se produce sólo cuando
la imagen se transforma a otro espacio de color que sea renderizado. Sin
embargo, no toda transformación de espacio de color implica renderización:
por ejemplo, si se hace una transformación a un espacio input referred
mediante propósito relativo colorimétrico, no se renderizan los datos.
2.2.4.3.1 Imagen lineal en bruto con perfil ICC de espacio de color de

dispositivo adjunto
En estas imágenes se usa un cifrado lineal a la intensidad de luz, amparado

en la supuesta respuesta lineal de los sensores de imagen. Hay una relación
lineal entre intensidad de luz y valor digital en toda la gama de intensidades
de luz: a cada incremento de intensidad de luz le corresponde un incremento
numérico proporcional, como vemos a continuación.
Intensidad 1 2 3 4 5 6
luz
Valor 1 2 3 4 5 6
digital
Este cifrado es aceptable en los casos en que se puede retener gran cantidad
de información y ficheros de gran tamaño, ya que se requiere una alta
profundidad de bit, puesto que estas imágenes deben ser necesariamente
procesadas para para adaptarlas a espacios de color de edición o de
dispositivos de salida que manejan una respuesta no lineal a la intensidad de
luz. Por ello, es imprescindible que se almacenen a más de 8 bits por canal. De
lo contrario, la imagen tras su procesado mostrará un defecto grave de
bandas tonales, también denominado como posterización o error de
cuantización36. En profundidades superiores a los 8 bits, los bits serán
36
Este defecto provoca la pérdida significativa de valores tonales adyacentes, por lo
que las áreas de la imagen que presenten gradaciones tonales sutiles mostrarán
Requ
isi
tosgene
rale
sdeca
lidadimagenra
ste
r 83
siempreservehiculado
sen16bit
spo rcanal
,parasu mayo
rcompatib
ilidad
conlasapl
icac
ione sdeedi
ciónyvisua
liza
cióndeimágenes
,quesó
losue len
admit
irprofundidadesde8o16b
itsporcanaldeco
lor
.
Estasimágene s habrádel levarad jun tounpe rfildeco lo rICCrea lizadode
formae spe cíf
icaapa rt
irdelacap tu rayreve ladod igitaltamb iénl inealde
unaca rtadeco lorestándar.Elpe rfilse rá
,con se cuentemen te
,unpe rfillinea l
.
Siestasimágene snol levanad jun toe stepe rf
ildeco lorno sencontra ríamo s
antee lca sodeuns is
temadecod ificaciónene le spaciodeco lo rde lsen sor
conla in fo rma ción RGB de p íxel re construida, pe ro sinlo s da to s de
caracterización de ld isposi
tivo,p rob lema queimped ir
ía pode rp rocesar
correctamen te la s imágene s pa ra pode r ob tene r una cod if
ica ción y
reprodu cción p róximaenapa rien ciaa de lo riginalan te unascond iciones
determ inada s de percepción.E ste p roblemaimped iríae lcump lim ien to de
los obje t
ivo s ma rcados en e sta sd irectr
icesinva lidando e lu so de e s
ta s
imágene s.
Estaformadecod i
ficac
iónsó loespo s
ibleencap tura sconcámarasdigi
tales
con salida aformato RAW yreve lado slineales
, pue slosfabri
cantes de
escáneresnosuelenpe rmi
tirunasa lidalinealenb ruto
.Parapoderrevelar
linealmentelaimagen RAWseu sa
ráunreve lado r RAWquelope rmi
ta,tal
comoDCRAW .Enestasi
tuación,nosedebe ráap l
icarala simágenes
,durante
elreveladoRAW, másprocesadoque:
 El ba
lance de b
lanco s
.P roced
im iento med ianteel queseco rr
igen,
mediante la ap
lica
ción de coe f
i c
ien te s de corre
cción pa ra cada
componen teRGBpíxelap íxel
,lasde sv iac
ione squep rovocanquelo s
gri
sesnoseang r
isesyhayadom inan tesdeco lo r
,debidoalcolordela
iluminación,alosobjet
ivosdelacáma ra,ade fec
tosdelsen sor
,etc.
 Escaladoa16b it
spo rcanal RGBde sdelaprofundidaddebit na
tiva
del sensor
, que suele o
sci
lar, sa
lvo enlo s modelos de cámaras
digi
tales másavanzadosyde mayorco s
te,en
trelos12y14bit
s.
 Demo isaic
ing.P rocedim ientodelquesede rivantresvaloresdeco lor
(RGB )decadap íxelde sdeelúnicova lordigi
taldepíxelapo r
tadopo r
elsistema de cap tura. Losalgo r
itmos dein terpo
lación desdela s
matr
ice sdefil
tro stipoBaye rdelo ssensoresdelascáma rasdigita
les
es
tán op timizado s pa ra trabajar sobre imágene s p rev
iamen te
balanceada seng r
ises,po rloquehayqueha cerelajustedeb lancos
antesde ldemo saicing.
Nosiempreelsis
temadep ro
cesam
ientoin
te rnodeld
ispos
itivodecaptura
cor
rigelas nol
inea
lidade
sal100%
, porlo quelasimágenes RAW pueden
bandasun
iformesdeun mismotonoquepuedenllega
rad
isto
rsiona
rse
riamen
tee
l
conten
idoplá
sti
codelaob
racaptadad
igi
talmente
.
presentarse no completamente linealizadas en todo su rango tonal, teniendo

este problema, usualmente, más incidencia en los tonos más oscuros, en
parte porque es en esos tonos donde la señal es más baja, por lo que el ruido
está magnificado.
Un problema que pueden presentar las imágenes lineales es una fuerte
posterización de los tonos de sombra con magnificación del ruido cuando se
aplica el perfil ICC lineal y se visualizan en un entorno con gestión de color.
Este problema se explica por el mal rendimiento del perfilador ICC ante
imágenes lineales. Algunos perfiladores no han sido diseñados para trabajar
con imágenes lineales. En estos perfiladores el fabricante suele recomendar
unos rangos de valores concretos para los parches de gris de las imágenes
digitales de las cartas de color usadas para hacer el perfil de color. Una
solución sería deslinealizar la imagen justo antes del perfilado mediante la
aplicación de una función gamma que aproxime los valores de la carta a los
del fabricante, pero perderíamos la linealidad de los másteres al tener que
aplicar esta misma función a los ficheros de imagen digital resultado de la
captura de las obras. Una solución mejor, si se desea mantener las imágenes
máster lineales, es usar un perfilador que pueda generar perfiles de calidad
sobre imágenes lineales.
Advertimos que cuando se usa un revelador que permite sacar las imágenes
en bruto lineales, los reveladores no aplican funciones de corrección de
ruido, pérdida de foco, aberración cromática, píxeles muertos u otros que son
usuales con cámaras fotográficas digitales. Por esta causa, las imágenes
lineales pueden requerir la realización de versiones renderizadas en espacios
de color aptos para la edición sobre las que se apliquen ajustes que corrijan
estos problemas de calidad. Los editores de imagen avanzados, tales como
Adobe Photoshop®, incorporan funciones que posibilitan hacer estas
correcciones de manera ágil y efectiva, pudiéndose aplicar por lotes al
conjunto de imágenes provenientes de un mismo equipo y condiciones de
captura y procesado.
Un peligro de esta forma de codificación es la posibilidad de obsolescencia de
los perfiles ICC o de su incompatibilidad con tecnologías de otros fabricantes.
Esta circunstancia impediría interpretar el significado de color de los píxeles
de la imagen, teniéndose que recurrir al fichero RAW para poder procesar
una imagen con gestión de color, o realizarse un nuevo perfil a partir de la
imagen de la carta de color correspondiente al máster. Dada la facilidad de
este segundo procedimiento y la obligación para este proyecto de mantener
las imágenes de las cartas junto a los másteres no sería un problema mayor.
Una ventaja de la codificación lineal es que las imágenes másteres no
necesitan la transformación de datos de representación de color de ningún
tipo para poderse generar salidas con la misma apariencia del original bajo
las condiciones de percepción y medio de referencia del PCS del perfil de
color (si se adjunta su perfil de color ICC), por lo que no se pierde
información en las transformaciones.
Las imágenes lineales ajustadas a estos requisitos no pueden ser editadas
directamente, ya que los espacios de color son dependientes de dispositivos
y, en consecuencia, no estarán equilibrados en grises ni serán
perceptualmente uniformes. Por estas características, los procesos de edición

se hacen dificultosos y cualquier mínima transformación puede provocar un
fuerte deterioro. Además, una imagen lineal sólo admite de forma eficiente y
eficaz procesos de edición lineales, que no son habituales y para los que un
operador requiere formarse y ganar agilidad con su uso antes de su
aplicación. Cuando se necesite una edición de la imagen, se deberá generar
un nuevo máster editado, mediante su conversión a un espacio de color RGB
independiente de dispositivo apto para la edición y con una gama tonal y de
color amplia, tal como Adobe RGB (1998) o Prophoto RGB.
2.2.4.3.2 Imagen no lineal en bruto con perfil ICC de espacio de color

de dispositivo adjunto
Esta forma de codificación es no lineal con respecto a la intensidad de luz. Es

típica de escáneres que no permiten una salida de datos de imagen lineal,
incluso desactivando todos los ajustes tonales o de color, aportando la
imagen en bruto corregida en gamma. Con este tipo de dispositivos no hay
forma de obtener una imagen en bruto lineal por lo que el perfil de color ICC
del dispositivo de captura se hacer sobre la imagen corregida en gamma.
Son imágenes cuantizadas con ajuste de gamma (“codificación gamma” o
“corrección gamma”). A la imagen se le ha aplicado un ajuste de gamma antes
de la codificación a 8 bits por canal desde la profundidad de bit obtenida en la
conversión analógico digital o tras su revelado o salida en fichero digital a 16
bits por canal. Podríamos definir técnicamente a estas imágenes como de
contraste no constante, al serles aplicada la función gamma37. Si el valor del
ajuste de gamma es parejo a la respuesta del sistema visual humano a la
intensidad de luz, podemos hablar de imágenes perceptualmente lineales,
pese a no ser lineales a la intensidad de luz38.
Mediante el ajuste de gamma se prepara la imagen para que durante la
cuantización o previamente a la reducción a 8 bits por canal se seleccionen
los tonos más visibles por el ojo humano, de forma que se observe el menor
número de artefactos de cuantización en las zonas más oscuras de la imagen.
Tras el ajuste, la imagen es reducida después a 8 bits por canal de color o
canal de gris. El ajuste de gamma provoca que el resultado de la reducción de
bits muestre más tonos de sombra, aunque a costa de los tonos de luz, al
37
La función gamma es una función potencial que consiste básicamente en elevar el
valor digital una vez normalizado a un rango entre 0 y 1 a un valor constante,
denominado gamma:
Valor digital de salida = Valor digital de entrada ^ gamma
Una vez corregido en gamma, el valor digital de salida tendrá que ser normalizado de
acuerdo al rango de valores del sistema de codificación de color usado en la imagen.
38
El sistema visual humano tiene una respuesta no lineal a la intensidad de luz que
se aproxima a una función gamma de 1/2,2.
hacer un reparto de los bits disponibles para la cuantización que beneficia a

los más oscuros. Pero el ojo humano es menos sensible a la información en
las luces altas que a las de las sombras. Gracias al ajuste de gamma se puede
tener imágenes correctas perceptualmente y sin sombras posterizadas con
una profundidad de bit tan reducida como 8 bits por canal, por lo que se
ahorra mucho espacio de almacenamiento. El ajuste de gamma al mismo
tiempo se usa para compensar la respuesta no lineal de los dispositivos de
visualización de imágenes, de manera que las imágenes no se reproduzcan
más oscuras en estos dispositivos. Curiosamente, la respuesta tonal de
algunos dispositivos de visualización es aproximadamente inversa a la del
sistema visual humano, por lo que el ajuste de gamma antes de la reducción a
8 bits da solución tanto a la mejora de la selección tonal como a la
compensación de la no linealidad del dispositivo.
Este es el sistema tradicional de almacenamiento de imágenes, pues
maximiza la información visual almacenada en un número fijo de bits no
muy alta. Nos podemos permitir almacenar a 8 bits por canal, aunque ante
imágenes de documentos fotográficos no es conveniente, ya que suelen ser
sometidas a procesos de edición que si se realizan a 8 bits por canal pueden
dar lugar a la posterización de la imagen.
No necesariamente las imágenes se ajustan en gamma para obtener 8 bits
por canal, podemos obtener imágenes corregidas en gamma a 16 bits por
canal también. En este caso se conservan los 16 bits para permitir procesos
futuros de edición más intensivos sin generar artefactos de cuantización.
También se recomiendan 16 bits por canal ante imágenes con un rango
dinámico alto, para que el exceso de bits permita registrar el rango de
contraste correspondiente a la escena captada digitalmente.
En estas situaciones, no se usará el perfil ICC genérico del escáner y se hará la
salida sin ningún tipo de corrección tonal o de color desde el escáner,
creándose un perfil ICC ad hoc que se incrustará en la imagen. Se usará una
carta IT8 cuando se usen escáneres de plataforma, y colorchecker® para
escáneres planetarios. Al estar las imágenes corregidas en gamma es raro
encontrar aplicaciones de perfilado que generen perfiles con problemas de
posterización en sombras.
También puede conseguirse este tipo de salida desde ficheros RAW de
cámaras digitales, pero sólo con reveladores que permitan una salida en
bruto sin la renderización de la imagen a un espacio de color renderizado y
con la posibilidad de que esa imagen sin procesar, salvo demosaicing y
balance de blancos se corrija en gamma.
Al estar las imágenes corregidas en gamma puede admitirse una
profundidad de bit de 8 bits por canal de color, salvo que estas directrices la
prohíban para el tipo de documento concreto que va a ser capturado.
Este tipo de forma de codificación no ofrece ventajas frente al anterior, salvo
la posibilidad de usar perfiladores de baja calidad que no responden bien
ante imágenes lineales.
Las imágenes no lineales ajustadas a estos requisitos tampoco pueden ser
editadas directamente, ya que los espacios de color son dependientes de
Requ
isi
tosgene
rale
sdeca
lidadimagenra
ste
r 8
7
di
spo s
itivos y por tan
to no e sta
rán equ
ilib
rados en gr
ises ni serán
percep
tua lmenteun
iforme s
.Siseneces
ita
raunp ro
cesoad
iciona
ldeed ic
ión,
seconve rt
iránaune spaciodecolorRGBindependien
tededispos
itivoapto
paralaedición
.
2
.2.
4.4Imagennol
inea
lene
spa
ciod
eco
lor RGBind
epend
ien
ted
e
d
ispos
it
ivo
En e stet ipo de cod ificaciónla simágene stamb ién e stán co rregida s en

gamma pe roasu vez hans idoconve r
tida s desdee le spa c
io deco lo r del
dispo sitivo o de l sen sor a un e spac
io de co lo r RGBindepend ien te de
dispo sitivo estanda rizado, de gama tona l yc romá ti
ca amp l
ia, de u so
gene ralizado y ap to pa rala ed ición ylaimp re sión deimágene s.E s
to s
espa cio ssonu sado sf recuentemen tecomoe spa ciosdeco lo rdetraba joenla s
aplica cione sdeed icióndeimágene s
,yaquefa c
ilitanlo st rabajosdeed i
ción
digi
ta la lse requ i
librado seng risesype rceptualmen teun iforme s.E spa c
io s
que cump len e sta s ca racterí
sticas y comúnmen te a ceptado s en la
digi
ta lizacióndepa trimon iodo cumentaloa r
t í
s t
i coson Adobe RGB( 1998 )
,
EciRGB39 yP ropho toRGB(ROMMRGB )
. Noadm i
t imo slacod ificaciónl inea l
dee sta simágene s(equ ivalenteagamma=1 )po rquelo se spa c
io s RGBque
adm itimo sene stacod i
ficacióne stándefinidospa raunagammasupe riora1 .
39
Espa c
iodet raba joRGBre comendadopo rlaIn iciativaEu ropeadeCo lor(EC I)como
espa ciodet rabajoein te r camb iopa raagen ciasdepub lic
idad ,ed itoriales,emp resas
derep rog rafíaeimp ren ta s
.ISOhano rma lizadoe le ciRGBv2comono rmaISO22028 -
4(ISO /TS22028 -4
:20 12) . Set ra tadeune spa c
ioou tpu tr eferred,e stoe s
,rende rizado,
tal ycomoloson e l Adobe RGB osRGB , ques imu lanse re spa cios deco lor de
dispo sitivo sdev isua liza ciónt ipo mon i
to res. Latempe raturadeco lordesupun to
blancoe sD50(ad i fe ren ciade lD65desRGByAdobeRGB )
,lain ten s
idaddesupun to
2 2
blancoe s160cd /m,ladesupun toneg ro0 ,5cd /m ysugammae s1.8(ad ife rencia
delento rnoa2 .2de AdobeRGBysRGB ),pa raa cop la rsea sí me jo rala sne cesidade s
delo s med io sdesa lidadela sA rtesG ráfica s
.Adm itep rofund idade sdeb itde8 ,16y
32b its(pa rapun tof lotan te)
. Noob stante,tamb iénseadm i
teunave rsiónl inealde
este e spa cio. Sure fe ren cia e s
tá d ispon ible en h ttp://www .co lo r
.org /ecirgb.pd f. El
perfi
lICCsepuedede s ca rga rdela Web .E lgamu tde le c
iRGBco in cide má so meno s
conlade l AdobeRGB ,ye stáadap tadaat ipo sde med iosdesa l idade A rtesG rá f
icas
porlo que nocon side ramo s que puedasup lira le spa c
io Adobe RGB oa o t
ro s de
mayo rgamu t
.Laca ra cte rística má sin tere santedee stee spa c
iodeco lo resquesu
escalatona le sper cep tua l
.E s
toimp licaquelae s caladeva lore sneu tro sRGB(enlo s
quelo sva lore snumé r
i co sdelo stre scana lesRGBsonidén tico s)seco rrelacionacon
lae sca ladelum ino sidade sde le spa ciodeco lorC IELAB(e lcana lL ),deta lfo rmaque
elg ris med io( lasen sa ción deb r
illoquetend r
ía unob servado r humanoe s
tánda r
anteunare flectanc iaot ran sm i tan ciaap rox imadade l18% ,co in ciden teconunva lor
L de C IELAB de50ensue scala 0a100 )se ub i caenlo s va lo res RGB =128 .E sta
peculia ridadnoe stáp re sen teeno tro se spa cios RGBindepend ien tesded ispo sit
ivo.
Pore jemp lo,en Adobe RGBe lg r
is med ioseub icaen RGB=1 18;EnROMM RGBen
RGB=100 ;EnsRGBenRGB=1 18 ;EnR IMMRGBl inea lenRGB=4 7;EnR IMMRGBno
lineal,enRGB=109 .
88 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
Podrían crearse fá c
ilmen te ve
rsione sl ineales de estose spac
ios que
funcionar
íanco rre
ctamen teenlosp roced
im ientosdege st
ióndecolo r
,pe ro
esta
ríamossa l
iéndono sparcia
lmen tedelo sestándaresrespec
tivosyde luso
comúnqueseha cedee stosespac
io s,loquepod r
íallega
raa lgúnp roblema
deincompa t
ibilidadoe rroresdepro cesadooderep roducciónenelfuturo.
Lose spacio
s de colo
r de e s
tetipo son rende
rizados y se ba
san enla
colo
rime t
ría de caracte
rís
ticas de di
sposi
tivo
sv i
rtua
les
. No rma
lmente
simulan mon i
toresparavisual
izacióndeimágenesdeg rancal
idadygama
cromáticaamp l
ia.
Enlaconve r
sióndee spa c
iosdeco lor
,la stransforma c
ionessone specí
ficas
decadaimagenynoreve rsib
les,yaquepa r
tedelain forma c
ióncon tenidaen
losdato sdelaimagendelae scenaodo cumen toacap turaresde scar
tadao
comp r
im idapa raquesea jus
tealagammaya lrangod inám icodelresultado
(seentiendelaimp resorao mon i
toroe spaciodeco lordetrabajodeuned ito
r
deimagen )
. Porlo que s iempre hay unr iesgoimp líc
ito de pé rd
ida de
informa ciónquehapod idoserco r
rectamen teregist
radadu rantelacap tura
.
Ademá s
,s ilaconve r
sión has idorealizadain cor
re c
tamen teoe l perf
il del
dispo
sitivo era defectuoso, se perderá irremediablemen te informa ción
esenc
ialdelaimagen .
Esta forma de cod i
ficación,sin emba rgo,e s muy p rác t
ica, po rquelo s
mástere
se stánlistosparasued icióndigi
tal(siseprecisaynovaencon trade
estasd ire ctr
ices)
,v isualizac
ión eimp resión, no requiriéndo se ninguna
transforma ción previa pa rala real
ización de e s
to spro ceso s
.A s
im ismo
hemo s de con sidera
r que a l serestose spacios de co
lo re standa r
izado s
,
in c
luso pe rdiéndose el pe r
fil ICC o quedándo se obsoleto se ría posible
descodif
i carlain forma c
ióntona lycromá ti
cadela simágene s
,sisecono ceel
datodele spaciodeco lordelaimagenysepuedea ccede
ralae specif
icación
técnicade le spaciodecolo r
.
Seadmitiráe
stafo
rmadecodif
icac
ión
,tantopa
raimágene
sa8bit
spo rcana
l
comopa raimágenesa16b
itsporcana
l,s
iempreycuandosecumplanesto
s
requ
isi
to s
:
 El e spac
io de co lor de des
tino será equi
librado en g r
ises
,
perceptualmente unifo
rme y de amp lia gama. Recomendamo s
:
EciRGB,P rophoto RGB(ROMM ) o Adobe RGB
. No se admit
irá en
ningúnca sopa ralaimagen má
sterelespac
iosRGB ,dadasue s
casa
gamadeco lo
res.
 Seusee
lp ropó
sitodeconve
rsióncolorimét
ricorelat
ivoal med
iocon
40
compensa
cióndepun toneg
ro a c
tivada
,ope rceptual
.Seadmiti
ráe
l
40
Lacompen sac
ióndepuntoneg ropermiteque median
teelpropósi
tocolor
imé t
rico
relat
ivoal mediosepuedaconsegui
r mete
re lrangodinámicodelaimageninic
ialen
elrangod inám i
codelespac
iodeco lordede stino
,yaquedee s
ta maneratantoel
puntoblancocomoe lpuntoneg roseadaptanalo sdedest
ino.Asíseevi
taelriesgo
Requ
isi
tosgene
rale
sdeca
lidadimagenra
ste
r 89
propósi
toperceptua
lsiestáin c
luidoes
tep ropó
sitoene
lperf
illCCye
l
resul
tadoaportala mismaf idel
idadycalidadenlaconve
rsiónqueel
propósi
toco
lo r
imé t
ricorela
tivoal med
io.
 Se haga un con t
rol bás
ico de ca l
idad del pe
r f
il de colorICC de
di
spo si
tivoquepe rm
itaga ran t
izarquenosevaape rde rinforma c
ión
tonaloc romá t
icadurantee lp rocesodeconve rsiónoade svirtuarla
apariencia delacap tura en elp roceso deconversión. Tamb iénse
comp roba ráquenosegene rande fectosqueson muyf recuentescon
perf
ilesdeco lo
rde malaca l
idad ,talescomopo ster
ización,distors
ión
decolor,alterac
ióndecon t
ra steore corte
stonale
s.
2
.2.4
.4.
1Flujo d
etraba
jo pa
racap
tura
sconcáma
ra d
igi
talcon
sa
lidaafi
ch e
rosRAW
Exis
ten d ife
rentes pos
ibil
idades def lu
jo det raba
joconla simágenes en
forma to RAWpa racon seguirimágene sfinale
senune spaciodecolo
r RGB
independ ientededisposi
tivo.Cualquieropciónseadm i
te,siempreycuando
se garanticenlosn ive
les defide
lidad deco lor ytonoe s
table
cido
senlo s
requisito
sdeca l
idaddee stasdi
rectr
ice s
.
1
) Gestióndeco lorgené rica.Con sisteenreve la rlaimagenRAWconun
perfildereve ladoRAWdecáma ragené ricoquenoseaunpe rfi
l DNG
creadoadho c,s iseu sae lprog ramaAdobeCame raRAW .Ene stef lujo
det raba jo,lat ran sfo rma c
iónale spacio deco lorfina l(Adobe RGB ,
Propho to…)se ha ce a pa r
tir dela s ma trice s deconve rsión a XYZ
gené rica s de DNG ,s ise u sae stefo rmato, uo trasc reada sad ho ca
partirdelo s metada to sdeca racte
rizaciónquel levee lf iche ro RAW,
junto conlo sa ju stestona le s yc romáti cos de con figu ra c
ión de l
relevadoquepe rmitee lrevelado r RAW .E lre sultadoenf idelidadde
color no sue le se r bueno , requi r
iéndo se gene ralmen te p ro ceso s
inten s
ivo s de ed i
ción a po steriori
.E stesue lese re lp roced im iento
emp leado má s hab itua lmente cuando se u sa como reve lado re l
prog ramaAdobeCame raRAW ,deb idoasufa ci
lidaddeu soyrap idez.
Losa ju stestona les
,c romá ti
co sylaco rreccióndede fecto sdecap tura
(abe rra c
ión c romá tica, pé rdida de n itidez …) que pe rm i
te e sta
aplica c
ión ,co r
re c
tamen terealizados,puedenl lega ra m itiga rde fecto s
y me jorarlaf idelidad de co lor, aunque pa ra su con f
igu ración se
dequeenlaconve
rsióndeespacio
sdecolorserecor
tenla
szona
sdesomb
rascuando
lagamatonaldedest
inoesinfe
rioraladeorigen
.
90 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
suelen reque rir va ria s p rueba s y con ta r con pe r sona l muy

expe rimen tado , lo que p rovo ca pé rdida de e fi c
ien c
ia en lo s
proced im iento sdet raba jo.
2
) Hace rlaconve rs
ión u sando un pe r f
il decáma ra DNG(d cp)cone l
prog rama Adobe Came ra RAW .E l per f
ilserea lizacon unaca rta de
colo r colorche cke r® y una ap licación e spe c
ífi ca,ta l como P ro f
iler
Edito rdeAdobeolahe rram ien tade X -ri
tequesead jun taala sca r
ta s
colo rchecke r Pa sspo r t® .Lo sfo rma to s RAW na tivo s dela scáma ras
digitalesdebense rconve rtidosp reviamen tea DNG . Unavezhe choe l
perfild cpsein s
ta la ysecon figu ra ACR pa raquelo u se du ran tee l
reve lado. Se u sanla s ma trices deconve r s
ión e spe cí
fica s de l pe rfi
l
creada sdu ran tee lpe rfiladopa rapa sa rlaimagena le spa ciodeco lor
desa l
ida.E lp ro ceso puedese rre finado med ian tee lu so decu rva s
tona les pe rsona lizada s
, pa raap roxima r má slaf idelidad deco lory
tonoenlaimagenreve lada .
3
)U sar un pe rf
ilICC .E ste p roced im ientosó loe se fe c
tivos ise u sa un
reve ladorquepe rm i taob tene rla simágene senb ru tos inquesela s
hayasome tidoaunp ro cesop rev ioderende riza cióndea cue rdoaun
espa cio deco lo r desa lidacon creto. Unreve lado en b rutocon un
reve ladorcomoDCRAW ,po rejemp lo,se ríaade cuado .Sob relaimagen
enb rutoyareve ladadelaca rtadeco lorsec reaunpe rfilICCquese
puedeap licarala simágene sdela scap tura syareve lada stamb iénen
bruto y po re l m ismo p rocedim iento quelaimagen delaca rta de
perfilado. A l añad i
r pe r
fillaimagen e sta rá en e le spa cio deco lor
repre sentadoene lpe rfilad ho c. Hemo sdere co rda rquea signa run
perfildeco lo raunaimagende r iva,vi rtudalage stióndeco lor,enun
proce soderende rización .S isec reaunpe rfilICCsob reunaimagenya
previamen terende r
izada , po re jemp lo,t rassureve ladocon Adobe
Came ra RAW , se e stán ap l
icando do sp ro ce so s con secu t
ivo s de
rende r
iza c
ión , que pueden de rivar en d i s
tor sione simpo rtan te s de
colo ryenpo ste r
iza cióng rave.
2
.2.4
.4.2F
lujod
esa
lidaconune
scán
er
Cuandose u saune scánerp rofes

iona l,lasap lica
cione s decap turasue len
permiti
rvariasop cionesdege s
tióndeco lor
. Unadee l
lase su t
ilizarelpe r
fil
ICCgené r
icodele scánerparaha cerlaconve rs
ióndelaimagendesa l
idaaun
espaciodecolorRGBindepend ienteded ispos
itivoidóneopa ralaed iciónde
lasimágene s
.E sta op c
ión nosue le dar bueno sresultadosenf idelidad de
colorytono.O t
raop ciónesgene rarunasa l
idalo má senb ru topo siblesin
ningúntipodeco rreccióntonalodeco lo rdesdee lescáner,salvoe lajustede
gammapo rdefec
to.E staesla mejorop ciónparapode rcrearunpe rf
ilICCad
Requ
isi
tosgene
rale
sdeca
lidadimagenra
ste
r 9
1
hoc que se u
sará parat rans
fo rmarlaimagen a lespa c
io de co
lor RGB
independien
te de disposi
tivo desa l
ida e
legido.Portanto,serála opc
ión
prefe
ridaene s
tasdirect
rices
.Pa raelloseu sa
ráunaca rtaIT8ene lcasode
escánere
sdeplata
formayco lorchecker®parae s
cánere
sp lane
tarios
.
2
.2.5Cod
if
icación RGB enes
tadodeimageninpu
tre
fer
redene
l
espac
iodecolorRIMMRGB
Estasimágene ssesue len ob tenermed ian te e lp rocesado def ichero s en

formatoRAWdecáma rasd igitales.Elp roce sadoqueseap l
icaalo sda tosen
brutoesbá sico
,ye srealizadoenpa rtepo re lp ropiofirmwa redeld i
spo sitivo
de captura yla ap l
ica c
ión u sada pa rareve lare lfiche ro RAW . Con s
i ste
,
generalmen te, enla co rrección po rf irmwa re dela cáma ra de de fectos
inherente sald ispos
itivo( falta del inealidad ,p íxe
les mue rtos,al
iasing en
al
tasf recuen ciasespa c
ia les
,e tc
.)
,e la juste de b lan cos,el demo sa icing
(reconstruccióndelo svalo resRGBdecadap íxel)
,laco rrecc
ióndede stellos,
lalinealizacióndelaimagen(ensuca so)ylaconve rsióna une spa cio de
color inputr efe
rred conla ayuda de da tos de ca racter
ización espe ctral
especí
ficosde ldispos
itivoodeda tosdeca racterizac
ióngené ri
co sobten idos
porelrevelado rRAW .
Tamb ién e s po
sible consegu
i rimágenes en e
ste es
tado desdeimágene s
mult
iespec t
rales
,pe rodadoela l
tocostoydif
icu
ltadparaconseguirestetipo
deimágene syp rocesarla
spa raobtenersurep
resentac
iónenune spaciode
color no rende rizado, no lo contemplamos como a l
ternat
iva en e ste
proyecto41.
Parae s
tasimágene sseadm i
tesóloele spac
iodeco lorestánda rRIMMRGB ,
que has ido d
iseñado originalmente pararepresen ta
rimágene sene stado
scenedr e
fer
red. Se adm i
tirá ambas opciones decod ifi
cación delestándar
:
linealynolineal
,deb iendotenerlaimagenne cesar
iamen teunap rofundidad
debitde16b i
tspo rcanalsiseoptaporlacod i
ficaciónlineal42.
Siseop tapo resteestadopa ralos másteres
,la sd
iferentesfunc
ione saque
debe hacerf ren
tela d ig
ital
ización pa
t r
imon ialimponenla ne ce s
idad de
crea
rve rsionescomp lementariasenune s
tadorende r
izado.Recordemo sque
lasimágene sene stadonorende r
izadonosonap taspa raservi
sua lizada so
imp re
sa syquerequ ierensurende r
izaciónpa rasuajustealavi sualización
en monito roenimp resora.Elprocesadoderende rizac
iónpuedere sultaren
4
1
Unavezcon seguido
slo sdatosespectralesdecadap íxe l
,conlosda tosespectrale
s
delafuen tedeluzquei lum inalaobraacap turar
,losdato sdesen
sib
ilidade spectral
deld i
spo s
itivo(lacaracter
izaciónespectralde ldispos
itivo)ysucurva OECF(Op to
Elec
tronicConversionFunct
ion)sepuedeca lcularlatrans
fo rmac
iónne cesar
iapa rau n
espacioinpu tref
erredestándardete
rm inado.
42
Con una a lta profundidad de b i
t ev itamo s que se produzcan e rro
re s de
cuan t
ización cuando se ajustelaimagen ala gamma de un e spa cio de color
rende r
izado.
una sobrecarga adicional en tiempo de trabajo y recursos si no se consigue

automatizar completamente. Deberán ser sopesadas suficientemente las
ventajas de tener las imágenes en este estado frente a las desventajas, dado el
alto coste que puede acarrear si el número de capturas es alto.
La renderización no siempre es fácil de automatizar obteniendo unos
resultados que garanticen fidelidad de color y contraste. En este sentido, hay
que ser especialmente cautos con el uso del espacio de color RIMM RGB como
espacio para las imágenes másteres de capturas digitales de documentos u
otras obras. El motivo es que RIMM RGB es un espacio diseñado para
contener imágenes de escenas de exterior obtenidas con cámaras digitales
(recordemos que es scened referred). En estas imágenes se asumen unas
condiciones de iluminación del entorno donde se ubica la vista captada
caracterizadas por una alta intensidad de luz y un amplio rango de contraste.
Estas condiciones de iluminación no son las habituales en la captura u
observación de documentos u obras habitualmente contempladas en
interiores, donde se aplican valores de iluminación mucho más bajos. Ante
una divergencia de condiciones de observación tan marcada, el proceso de
renderización automatizado (que puede hacerse a través del propio perfil ICC
RIMM RGB estandarizado eligiendo el propósito de conversión perceptual
durante la conversión al espacio renderizado de salida) provocará desajustes
importantes en la apariencia del documento, con un fuerte aumento del
contraste general de la imagen y del brillo de las áreas de luces. Para evitar
este defecto, el proceso de renderización se tendría que hacer manualmente,
mediante edición digital de la imagen, una vez convertida al espacio de color
RGB renderizado mediante un propósito de conversión colorimétrico
relativo. Este proceso exigirá un trabajo de edición, intensivo en tiempo y
habilidades de operador, que debe tomar como referencia no solo las cartas
de control capturadas junto al documento sino también el propio objeto
original capturado. El flujo de trabajo no renderizado sobre la base del
espacio estandarizado RIMM RGB puede ser idóneo para imágenes tomadas
del natural, pero no para las imágenes de las digitalizaciones de objetos
capturados con unas condiciones de iluminación propias de interiores.
En la siguiente imagen ejemplificamos este inconveniente del espacio RIMM
RGB. Se ha hecho sobre la captura digital de una obra fotográfica mediante
cámara fotográfica digital en unas condiciones de captura completamente
controladas y típicas de interior. Arriba mostramos la reconstrucción de la
apariencia de la captura en espacio RIMM RGB cuando se visualiza sin
renderizar en un monitor con una aplicación que no hace gestión de color,
justo debajo la reconstrucción de la visualización tal cual con gestión de
color, más abajo la simulación del resultado de un renderizado correcto con
gestión de color en un monitor con una gama de colores y de contraste
amplia, y más abajo la simulación del resultado de un renderizado
automatizado desde el propio perfil RIMM RGB con gestión de color.
Figura 14. Imagen no renderizada en el espacio de color RIMM RGB cuando se

visualiza sin gestión de color en un monitor. Ofrece la apariencia típica de
una imagen lineal, cuando se visualiza en un monitor con gamma
aproximada de 2,2, no sometida a ningún procedimiento de ajuste para su
reproducción o visualización en un medio concreto. Al no aplicar gestión de
color estaríamos en un estado de imagen muy próximo al del sensor, tras un
procesado de balance de blancos, demosaicing y eliminación de defectos
básicos de registro de imagen. La curva gamma 2,2 que aplica el monitor por
defecto implica un decremento de importante luminosidad, que provoca el
que una imagen lineal se perciba muy oscura y sin contraste
Figura 15. Imagen no renderizada en el espacio de color RIMM RGB cuando se

visualiza mediante gestión de color en un monitor con gamma aproximada
de 2,2. La imagen ha sido deslinealizada durante el proceso de gestión de
color con una corrección gamma inferior a la gamma del monitor, de ahí su
menor brillo. Como no ha ido ajustada a ningún medio de salida se muestra
pobre en brillo, contraste y saturación de color cuando se visualiza en el

monitor sobre el que se ha hecho esta prueba
Figura 16. Imagen renderizada correctamente en el espacio de color Adobe

RGB y visualizada en un monitor de amplia gama de colores con gamma 2,2 y
con aplicación de gestión de color. Su visualización es muy próxima a la
apariencia del original en unas condiciones de visualización de interior,
próximas a las definidas en el PCS del espacio de color RGB de destino: la
percepción del contraste, brillo y saturación de los colores es muy próxima a
la que podemos tener cuando observamos la fotografía original en unas
condiciones de entorno de luz y color típicas de interior, con una luz
ambiental neutra y de poca intensidad, y con nula incidencia de reflejos o
colores saturados en el campo visual. El perfil ICC específico del monitor,
además de la calibración de éste para unas condiciones de intensidad de
punto blanco y negro, cromaticidad de punto blanco, gama de colores y
contraste próxima al espacio Adobe RGB, ayuda mucho a una visualización
muy fiel a la percepción del original con la configuración del entorno ya
mencionada
Figura 17. Imagen renderizada incorrectamente en Adobe RGB, mediante el

uso del propósito perceptual del perfil ICC RIMM RGB y visualizada con el
mismo monitor de la imagen anterior y con gestión de color. Su visualización
es incorrecta, ya que este propósito asume unas condiciones de observación
de una escena de exterior. Los colores aparecen, consiguientemente, muy
saturados, y la imagen con un contraste excesivo y un fuerte brillo en el
rango tonal que va desde los medios tonos a las altas luces. Las luces más
altas aparecen incluso recortadas. La gestión de color ha simulado la
apariencia de la imagen original con unas condiciones de contemplación
propias de una escena de exteriores, con una alta intensidad de luz sobre el
documento captado
En la siguiente imagen mostramos el resultado de convertir a RIMM RGB la

captura RAW de una escena de exteriores tomada con una cámara fotográfica
digital. Podemos apreciar como el proceso de renderización automático que
podemos hacer desde el perfil RIMM RGB mediante el propósito perceptual
es correcto.
Figura 18. Imagen no renderizada lineal en el espacio de color RIMM RGB

cuando se visualiza sin gestión de color en un monitor con gamma 2,2
Figura 19. Imagen no renderizada lineal en el espacio de color RIMM RGB

cuando se visualiza mediante gestión de color en un monitor similar al
anterior
Figura 20. Imagen renderizada correctamente en Adobe RGB, mediante el uso

del propósito perceptual del perfil ICC RIMM RGB. Su visualización es
correcta, y acorde a la percepción visual de la escena, en un monitor similar
al anterior con gestión de color
Figura 21. Imagen renderizada por el propio fotógrafo para simular la

sensación perceptiva visual de la vista original. Vista con gestión de color en
un monitor similar al anterior
98 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
La ventaja dela cod if

icac
ión relat
iva a e s
cena e s obvia: mayo r rango
dinámico ap rovechándosetodo el rango dinám ico dela cáma ra digi
tal,
mayorinfo rmacióntonalydeco lor, ymayorflexibi
lidadpa raotrosu sosde
laimagen y pa rasu visual
izaciónen otrosd isposi
tivos. No obstante
,lo s
inconven ientesseñalados nosllevan a optar comos istema p refe
rido un
modelo decod if
icaciónbasadoenlarende r
ización delaimagensob relo s
dato
senb ruto.
Elco s
todecon secu c
iónyap lica
cióndelate cnologíane cesar
iaparaaplica rel
estadonorende rizadoe sbajo
,hab iendo mú l
tiplesd i
spo sit
ivosysoftwa rede
amp liacome rcializaciónd isponiblesene l me rcadoys iendolosp rocesado s
muyráp ido
spa rape rsonalexpe rimen tado.Enla spág inasdelICCsepuede
en contrardescrito unf lujodet rabajopa rapode rob tene rimágeness c ened
referred ene spa cio RIMM RGB u sandoe lcono cidoreve lador RAW Adobe
43
Came ra RAW® . E steflujo det rabajo e sidóneo , aunque uti
lizae l pe r
fil
estánda rdelreve ladorRAWenluga rdeunpe rfi
le spe cí
ficodelacáma ra ,lo
quepuedede rivarenuna me rmadeca lidadene lco lorfinalcuandoseu saen
aplicacionesdondelap rec
isiónde lcoloresc rí
tica
.
2
.2.6 Cod
if
icac
ión RAW. En e
l espac
io de co
lor de
l senso
r de
imagendeldispos
it
ivo
Denom inamo saestaformadecod i

fi cacióncomocod if
icac
iónRAWyaquee s
lahab itua ldee steforma todeimagen .Lacod ifi
ca ción RAWnoseadm it
irá
como ún i ca
, ya que e stasimágene st ienen que se rpro cesadas pa ra su
vi
sua liza ción o rep rodu c
ción, pa ra lo que se ne ce s
itan da to s de
caracte riza c
ión deld ispo s
itivo decap tura delo s que gene ralmente nose
di
spone ha s
taqueseap licalage stióndeco lordu rantesu p rocesado.E s
ta
ci
r cun stan ciaimp l
icauna ltoriesgopa raelp rocesadoco rrectofuturoypa ra
lap re serva cióndigita
ldela simágene s
,yaquelo sforma tosRAWt ienenun
ci
clo de ob so
lescen c
ia muy co r
to, hab iendo d ificultad pa ra su
recono c
im iento po rlos reve ladores RAW en uno s poco s años de sdela
apa r
icióndelave rsiónde lforma tou sada.
Nopa recetampo coadecuadofo rzaralusuariodelaimagenaquehagaun
revelado RAWco rre
ctoan tecadaa ctodevisualizac
iónorep rodu
c c
ión, má
s
cuando e l reveladolleva aparejadala aplicación de pro
cedimiento
s de
gest
ióndeco lo
rquerequ ierenciertosconoc
im ientostécn
icos
.
Seadmi
tirálaconse
rvación de
lfiche
ro RAW ob
ten
ido d
ire
ctamen
te dela
cáma
rape roba
joe
stosrequi
sitos
:
43
ICC.Creat
ing s cene-
ref
e r
r ed images us
ing Photo
shop® CS3. D isponib
le en:
h
ttp
://www
. co
lor.org
/ s
cene-referred
.xal
ter ;Ove
rview ofs c
ene ana
lysi
s and co
lor
r
ender
ing control
s in Adob e Pho to
shop® CS3 Cam era Raw.D ispon
ible en:
h
ttp
://www
. co
lor.org
/ s
cene_ana lysi
s_and_rendering
.xal
ter.
Requ
isi
tosgene
rale
sdeca
lidadimagenra
ste
r 99
1
. Setend ráqueha cerunave r
sión má sterenunfo rma toys is
temade
codif
ica c
iónau to
rizadoene s
ta sd
i rec
trices
.
2
. Elf
iche roRAWpa rasu mejorpreservacióndebe rásert rans
formadoal
forma to DNG ,prefer
iblementecon e lprop iofichero RAW o r
iginal
incrustado. Noseadm it
irálacomp resiónconpé rdidaene l DNG.Esta
transforma c
ión puede ha cerse fáci
l y au tomáticamen te porlotes
desdeap l
icac
ione sgratu
itas
,comoAdobeDNGConve rter
.
Antee l aumen tosign

ifi
cativo de
lco ste dealma cenamiento,preservación
digi
tal y ge
s t
ión queen t
rañalacon servac
ión delo sfichero
s RAWenla s
capturasconcáma ra d
igital
,esta decis
iónre cae
ráenlo sresponsables del
proyecto
,qu ienescons
ideraránpa racadag rupodeob rasacap turarfac
to res
como e l volumen deimágene s,la riquezatona l delo soriginale
s ola
previs
ióndefu turoscambiosene lcri
terioderende r
izac
ióndela simágene s
.
Elcostodecon secuciónyaplica
cióndelate cno
logíanece
sa r
iapa raap
licar
estesis
temae sba jo
, hab
iendo mú l
tiple
sd ispos
itivo
syso ftwaredeamp lia
come rc
ial
izac
ión d i
sponible
sene l mercado ysiendolosp roce
sados muy
rápidosparapersonalexperimentado.
2
.2.7Cod
if
icac
iónHDR
Estamo stamb iénan teun mé tododecod ifi

ca c
ióninpu t/scenedr eferred,que
hemo sind ividual
izadodeb idoasu sca ra cterís
ticasespecialesdeob tención
deimágene sydecod if
icación.Ad iferen ciadela simágene srende rizada s
,los
valoresdelum inan c
iadee stetipodeimágene snoe s
tánre ferido saunt ipo
de med iodesa lidadere feren ciacon c
re to,cuyorangod inám icos iemp rees
limitado,s ino ala p ropiae scenacap tada . Lossistema s HDRcod ificanla
informa ción delum inan cia con una a l tacan tidad de bits y mé todo s de
representa c
ión numé ri
ca de núme rosrea lesencomaf lotanteconrango s
muye levado s,de milesde m il
lone s
,loquele shab i
litaparareg istrarrazone s
decon traste práct
icamen tei l
im itadas
, mu cho má sallá delacapa c
idaden
rango d inám ico de cua lquierd ispositivo de cap tura o rep rodu cción de
44
imágene s
,ein clusodelacapa cidaddelav is
iónhumana .
44
Lacapa c idad dela vis
ión humana pa ra percib
ir unrango decon tra
steen una
escena es rea lmen te a
lta
, dada su capa c
idad de adap tación alo s camb ios de
intensidaddeluz ,seestimade10 .000 :1
,queequ ivaldríaaun ma rgendeden s
idade s
de4OD .E sterangodecon trasteestípicodee s
cena sdelavidarea l muycon trastadas
,
como,po re jemp lo
,unav istadelex te
rior,duranteeld ía
, mo s
trandoc ie
lode spejadoy
nubes,tomadade sdeelinteriordeunahab itaciónque mue straasim i
smopa rtedel
inter
io r noexpue stoalaluz . Cuandose pe rcibenlo sva lores máso scuros o má s
claro
sv isiblesdefo rmaai s
ladae lrangodecon trastedelav is
iónhumanasanae s
mucho má se levado,seacercaa100.000 .000
:1
.
100 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
HDRe slas iglaquedeno ta Alto Rango D inám i

co(H igh Dynam icRang e).Las
imágene s HDRcon sis
tenenlafu siónenunaún icaimagend igitaldeva r
ias
capturastomada scond i
feren tesva loresdeexpo sic
ión,in cremen tándosea s
í
elrangod inám icoend ispositivosdecap turaquepe rm itenva riarelnivelde
exposic
iónóp t
ica―lacan tidaddeluzquein cidesob reelsen so r
― du rantela
toma delaimagen(Rob ledano , 20 11
).Set rata ya de unate cnologíalo
sufic
ientemen te madu rayconva r
io sprodu ctoscome r
cialesodeu sol
ibrede
grancal
idad ,siendounaa l
te rnativa muyin teresantecuandonosed isponen
decáma rasfotog rá
ficasdigitalescone lrangod inám icosu f
icien tecomopa ra
captura
rconca l
idadde term inado so r
iginale s
.
Comode cimos,lacap tura HDRcon si
steenreal
izardiferentesimágene sdela
escenao documen toa digital
izar
. Cadaimagenserea l
izacon unva lor de
exposi
ción distinto, de forma que se a segure que cua lquiern ivel de
intens
idad deluz delacap turaquederegist
radoconca lidadsu fi
cientea l
menosena lgunadee llas
. Apa rt
irdee s
teconjuntodeimágene sseca lcula
una nueva y ún icaimagencon unrango d inám ico muy amp l
io, que e s
almacenadaene lfichero má s
ter HDR.Suprofundidaddeb itpuedel legara
ser muyalta
,comoene lcasode lTIFFdecomaf lotante
,ha sta96b i
ts(32b its
porcanaldecolor).
Las imágene s HDR rep resentadas en e stosf i cheros no son v isibles
dire
ctamenteen mon ito resod ispositivosderep rodu cciónconven c
iona les.
Estoseexplicaporsul im itadarazóndecon tras
teygamadeco lores
,po rlo
quee snecesar
ioemp lea rloquesedenom inacomo mé todosdecomp re s
ión
delum inancia
sode mapeotona l(tone mapp ing)yde mapeodegama( gamu t
mapping).Trasestep ro cesadola simágene ssoncod if
icadasconuns istema
conven c
ionalparasuv isua l
izac
ióneimp resión,conunap rofundidaddeb it
de16u8b itsporcana l. Ae stasve rs
ione s mapeada ssele sdenom inacomo
LDR(LowDynam icRang e) .Enelp rocesode mapeoe scuandosese leccionade l
total detonos deluz yco lor captado s yreg istrado sen laimagen HDR
aquellosquevanase rin c
luidosenlaimagen mapeadaLDR ,de mane raque
laimagenpuedase rcod ificada
,v isual
izadaorep rodu c
idaconunaapa rien c
ia
determinadadentrodelo slími
te sderangod inám icoygamadeco lo rde l
espaciodecolorogrise sde de st
ino(Rob ledano,201 1)
.
Hemo sdese rcon s c
ien tesdequecuandoseha cee l mapeodeunaimagen
HDRcon una ltorango decon tras
tese p roduce unacomp resiónderango
dinám icoquepuedel lega rase rfuerte.Po rejemp lo,s
ituviéramo slaimagen
HDR dela d igital
iza ción de una d iapo s
itiva de una escena de muy a lto
con t
rastepod ríamo stene rfác
ilmen teunarazóndecon trastede1000 :
1jun to
aunae scalatona l muyr icaende tal
le sentono sintermedio s.El mapeodela
gamatona lpuedeha cerpe rde
rpa rtedelar iquezadetono sinte rmediospara
pode r mantenerconde tal
lelain forma ciónenla szonasdea ltaslucesyenla s
desomb ras má sden sa s
.A simi smo,e lp rocesoderende rizacióndelaimagen
LDR puede p rovoca rtamb iéne lreco r
te dela szona s dea ltaslu cesquese
sitúenpo ren c
imade lrangod inám icode lespa c
iodeco lo rrende r
izadode
salida
.Po re l
losea con se
jaenunacap tu rapatrimon ialcon servarlave r
sión
HDR ,quep resen tarátodalain forma cióntona lydeco lorsinn ingúnt ipode
recortes.
Requ
isi
tosgene
rale
sdeca
lidadimagenra
ste
r 10
1
Dadoe la
ltoco s
teent iempoyne ces
idadesdea lmacenam ientoquea car
reala
capturaycod ifi
ca c
ión HDR ,sólosepodráaplica
re stes
i s
temaene lproyecto
a casosc r
íti
co s de con jun
tosreducidos de obra
s querequ ie
ran de uno s
valoresal
tosderangod inám i
coeneldisposit
ivodecap turayquesupe renla
capa c
idadenrangod inámicodelosdisposi
tivo
sd isponibles
.Lo srequis
itos
parasuap l
icaciónse rán:
1
. Sedebe rácon se rva rtan tolaimagen HDR ,quese rálaimagen má ster
,
comolaimagenLDRre su l
tadode l mapeodelaimagen HDR .
2
. LaimagenLDRse rácon sideradacomosubmá ster,yserácod ificadaen
elespa ciodeco lor AdobeRGBoP ropho to RGBconsupe rf
ildeco lor
incrustado .Sup rofund idaddeb itseráde16b itspo rcanalRGB .
3
. Seha ránp rueba sp rev ia sd i
rigida saredu c
irenlopo s
ibleelnúme ro
decap tu rasad ife rente sexpo sicionesquesonne ce
sariasparaob tener
imágene sdeca lidadycon segu i
r unf lu jodet rabajoconge stiónde
colore ficiente,tan topa ralagene rac
ióndelaimagen HDRcomode l
submá sterconven ciona l.
4
. Para man tenertodoe l ma rgendeden sidade sdelaob raacap turarse
usaránlo sfi
che ro sRAWpa ragene ra
rlaimagen HDR .
5
. Se man tend rálare solu c
ióne spa cial del má ster HDRenlaimagen
LDR.
6
. Laimagen HDRsec rea ráene l modo32b i
tspo rcanal.Sue spaciode
45
colorse ráRGBl inea l.
7
. Paraela lma cenam ien todelave rsión HDRseu saráelforma toT IFFde
comaf lotantecon servandolap rofund idadto taldeb it
sde96b its(32
46
bi
tspo rcana l) . Noseap l
icarácomp resiónden ingúnt ipo
.
45
Silaimagen HDRsegene rade sde AdobePho toshop®con32b i t
spo rcana lsob re
imágene seno rigenconfo rma to RAW ,e lre sultadose ráunaimagencod ificadaen
Propho to RGBl ineal. A pe sar de e star cod i
ficada en e ste e spacio de co lo r su
in fo rma c
ión e stá re ferida ala e scena,e s
to e s, no rende rizada.S i se u sa e sta
apli ca ción sere speta rála salida en e ste e spacio de co lor,s inrea l
izarn inguna
conve rsión. Cuandosegene ralave rsiónLDRsob ree s
taimagendesdee ste m ismo
edito r
,laimagenserende rizaa le spaciodeco lorind icadocomoe spa c
iodet raba joen
lo sa ju stesdeco lo r
.
46
Estafo rmadecod i
ficaciónpa rae la lma cenam ientodelaimagen HDRset radu ce
en a rch ivos de mayo r volumen , pe ro e s una vá lvula de segu r
idad deca ra ala
pre se rva c
iónd ig italdadasua ltacompa t
ib i
lidad .Lo sfichero sT IFFencomaf lo tante
cod ifi canlain forma c
iónen RGBcod ificadocon32b it sdea cuerdoa le stánda r de
comaf lotanteens imp le prec
i sióndeIEEE(IEEE754 ).E s
tafo rmadecod if
i cación
cub reca si79ó rdene s de magn itudenlarep resen tación delum inan c
ias,con una
muye levadap re c
i s
ión. Noob stan te,lacapa c
idadde lo johumanopa rape rcibi run
rango delum inan cias se ubi ca en 8 ó rdene s de magn itud , porlo que ha s ido
criticado ,yaque hayfo rma sdecod if i
ca ción HDRtamb iénab iertasquerequ ieren
meno sb i
ts,puedense rcomp rim ido sdefo rmae f
i caz
,ype rm itencon tenere lrango
aba r cadopo rlav i s
iónhumana ,comolacod i
ficac iónenT IFFLogLuv( conve rsione s
102 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
8
. Para el mapeo tona
l ala imagen LDR se u sarán método
s que
garant
icenla máximafide
lidadencolo
rytono ,singenerarreco
rte
s
tonalesenluce
sosomb ras
,talcomoExpos
iciónygamma .
Elco stodecon secuciónyap licacióndelate cnologíanecesariaparaap licar

estes istemae s medio.Hay mú ltiplesdispo s
itivos yapli
cacionesso ftwa re
dispon iblesene l mercado,inclusodecód igoab ie
rtoydeu solibre
.Pe rolo s
proce sados sonlen tosin clu
so pa ra pe r
sona l experimentado. Ademá s,se
necesita unaa ltacapa cidad dea lma cenam iento dadoelg rantamaño que
adqu ierenlo sficherosenfo rma to HDR .Lo sficheros mapeadosa8b i
tspo r
canal,s inemba rgotienenuntamañoredu c
ido,salvoqueseancap tu radaslas
imágene s a una al
tare solución e spac
ial decap tura ysecon serve enla
versión mapeadae sevalor.
2
.2.8Cod
if
icac
ión mu
lt
iespec
tra
l
ElSistemadecap tu radigitalconven cionalba sadoene l mododeco lorRGB

ha sido e specialmen te ideado pa ra las A rte s G ráf
icas o la Fo tog rafía
profesional.E ste s is
tema puede se r muy e ficiente pa ra la cap tu ra y
represen tación d igita
l dea lguno soriginales
,comosonla sfo tog rafía sen
color mode rnas,pe ro nopa ra mu chasexp resione sa r
tís
ticasydo cumen tos
con va lor patrimon ialenlo s quese u sant in taso p igmen to s de d ive rsos
colores.Els is
temaRGBnosue leda runaa ltap recisiónenlarep resen ta c
ión
decolo rene s
to sca sos,inclusoap li
candos istema sdege s
tióndeco lo r,po rlo
quepa raap roxima rlaapa rienciade mu cho sdelo scolorese sp recisoap licar
proceso sdeed i ciónin ten s
ivo sdelaimagend ig italresultantedelacap tu ra
qued ifícilmen tel leganaa f
ina rla prec
isión deco lorensuto tal
idad .E ste
problemasedebefundamen talmen tealal im itadadesen s
ibilidade spe ctral
enla scáma rasye scáne resquecap turaenRGBpa ralosespe ct
ro sdeco lorde
mucho s med iosysopo rte s
.
Ot
roin conven ienteesqueels istema RGBapo rta unreg i
strolimitado del
color
, pue ssólocaptalainten s
idad deluzent res bandase spec
trale
s:las
correspondientes alo que comúnmen te so
lemo s denom inar como Ro jo
,
VerdeyAzu l;cuandoelespectroderadiaciónelect
romagné t
icaquesubya ce
en el co lore s mu cho má s amplio. Pore llo
, las imágene sd igita
les
conven c
iona les rep
resen
tadas en s istema de co lor RGB ca recen de
para24b itsy32b i
tsento ta
l)o OpenEXR( soporta16bitsporcana l
,pe ronoadm ite
perf
ilesdeco lorin crustados)
.Con s
ideramosquee lusode HDRse rác ir
cun s
tancial
ene s
tep royecto, motivopo relquenodebe ríasupone runaumen tosignifica
tivoen
la ma sa def icherosto talelu so de T
IFF de comaf lotan
te. Tamb ién hemo s de
considerarquee sunfo rmatoráp idoparaoperacione
sdele cturaye scritu
ra,porlo
quelo sflujo
s det rabajo puedense r op
timizadosent iempo, y que noadm i
timo s
comp resiónenlo sficheros má s
te r
.
Requ
isi
tosgene
rale
sdeca
lidadimagenra
ste
r 103
info
rma c
iónsuf
icien
tepa rahace
rbuena sreprodu
ccionesopa raconocerla
s
ca
racte
rís
tica
sdelosorig
inalesenlarea
lizac
ióndee s
tudioss
istemáticos
.
Otro problema añad ido parala ob tenciónf iel de lco lore sel mode lo de
trabajodelaindu s
triadeequ ipam ientosdecap turad igitaldea ltocon sumo ,
cuyo sp rodu c
tosson hab itualmen te usadosen p roye c
to s de digital
iza ción.
Estaindu striatratadeo frecersoftwa reyequ ipam ientodeu sosen cil
loque
apo r
teuno sresultadosacep tab
lesan ive
lp lásticopa raelu sua rio med io,sin
preocupa rsepo rquee sosequ ipospuedangene rarimágene scone lgradode
precis
ión c romá tica y tona l que se requ ie re en cap turasd ig i
tale s de
patrimon io artís
tico y do cumen tal
. Lainve stigación sob re estet ipo de
lim i
tacione s para el mundo de l pa trimon io cu lturale s amp lia, y sue le
destacarla s debi
lidades delo sd isposit
ivo s decap tura,ca rac
terización de
disposi
tivo syp rocedimiento sdetrabajo47.
Laso luciónae stosp rob
lema sestáviniendodela manodelaap l
icaciónde
sis
tema sdecaptu rayregistrodeimágene s mult
ispect
rales,quecon s
istenen
elregi s
trode má sbanda squela stresRGBt ípicas
,gene ralmenteen t
rec in
co
y veintecana les
. Lo scanale sco r
responden a va r
ias bandas dele spect
ro
elect
romagné ticov is
ible
,in cluyendotamb iénfrecuentemen teva r
iasbanda s
dentro delo srango s deluz UVeIRce r
cano.E stamosan te unafo rma de
codificaciónInpu to scenedr efe
rred, aunque, dadasu pe cul
iaridad
, hemo s
preferidosepararladeloso t
ro s métodosdee s
tetipoyare fer
idos.
La
sven
taja
sdee
stafo
rmadecap
turayreg
ist
rodelco
lordelaimagenson
:
 Se procura una descr

ipción p
rec
isa delcolo
r delasupe r
fic
ie delo
s
documen tosa n ive
lf ís
i co
:elespectro e
lectromagné
tico delaluz
ref
lejadaot ransm i
tida porlasupe
rficiedeldo cumen
toquesevaa
regist
rardigita
lmen te
.
 Sedalapo s
ibi
lidadderep roducirlaapa
rienciadelaobradea r
teo
documentosimulandocamb iosenlascondic
ione sdei
luminac
iónde
formaautomáticaysinlanecesidaddehacerdife
rente
svers
ionesque
conl
levaned
icionesinten
sivasdelaimagen.
 Sepuedeeva
lua
rdeforma muyprec
isalo
scamb
iosdeco
lordeuna
obradea
rteodo
cumen
toeneltiempo
.
 Se pueden cap
tu rarmate
ria
lesf
luo
res
cen
tes quesoncomune
s en
obrasdear
tecon temporáneas
.
 Se so
lucionanlosprob
lema
s de me
tame r
ismo de d
ispo
sit
ivo
, que
tantodi
ficul
tanene
lsis
temaRGBlapre
cis
ióndecolo
r.
4
7
Unodelose stud
ios másinteresan
tesae s
terespec
toe sDirec
tD igital Captu
reof
Cultura
lH er
itage– B en
chmarking Amer
ican Mu
seum P ra
cti
ces and D e
fining Futu
re
Needs. Fina
l R epo
rt, 2005. D isponib
le en: h t
tp://msc.mellon.org/ re
search-
repo r
ts/D
irect%20Digi
tal%20Captu
re%20of%20Cul
tura
l%20He ritage.pdf/view
104 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
 Apo
r taunainfo rmación muyvalio
saparalarea
liza
cióndetarea
sde
conservac
ión, res
tau ra
ción
, re
scate deleg
ibi
lidad einves
tigac
ión
sob
rela sobra
sdea rteydo cumentos
.
 Pe
rmi
teunarep
rodu
cciónfa
csím
il muyf
iel
.
Cuando pensamosenlafact
ibi
lidad de
luso deestatecnología
, hemos de
sopesa
rlasdesventa
jasdee
statécni
ca,ene
lestadotecnológi
coa ctua
l,quea
nues
trojuic
ioson:
 Elal
tovo lumendeda tosaa lmacenard igi
talmen tepa rapode rtene r
unarep resen
tac
ióne spectra
lsu f
icientemen tecomp letadeunav i
s ta
delobje
to. Noobstante
,pa rareducirelp roblemadelag rancantidad
de datosaa lmacenar se puede u sar una cod if
i cación espectral
compa c
ta,queemp leaen t
recincoyo chocana lesúnicamen te
,yquee s
compa t
ibleconlosactuales mode
lo sparalage s
tióndeco lo
r.
 Ladi
ficul
taddeac
cederaequ
ipo
syso
ftwa
repa
ralac
rea
ciónyt
raba
jo
conestet
ipodeimágene
s.
 Elaltoco
stedeestatecno
log
íacuandosep
retende
rob
tene
runaa
lta
cal
idadderesu
ltados
.
 Laausenciadeformatosdeficherodeusogene ral
izadoqueperm i
tan
almacenarestet
ipodeda tos
.E steprob
lemade r
ivaenquelo sda to
s
espec
tra
le sseterminan a
lma cenando di
spe r
sos entantosfichero
s
dig
ita
lescomobanda sespec
trale
ssehayau ti
lizadoparasureg
istro
.
 La neces
idad de apl
icar un procesamiento adic
ional
,técnicamen
te
complejo y ajeno a productos come r
ciales de fá
cilacceso
, para
conseguir ve
rsione
sv isual
izables o reproducib
les en s
istemas de
rep
re sen
tacióndecolorconvencionale
sRGB .
En pa
trimonio documen
tal ya
rtí
sti
co nos puedenin
tere
sare
spe
cia
lmen
te
do
sdela s moda
lidade
sdelaimagen mu
ltie
spe c
tral
:
 Captura mu l
tiespectral en espe c
t ro v i
sib
le,tamb ién denom inados
Mult
i-channe
lv is
iblespectrumimag ing (MVS I)
.E statecnologíare coge
datosdelacompo si
cióne spectraldelaluzre flejadapo rlo sobjetos
,
perosó lodentrodele spect
rov isible,no rmalmen teen t
relos380ylo s
700nanóme trosdelong ituddeonda .Sufina l
idade sla mejoraenla
precis
ión delreg i
stro yrep rodu cción po s
te r
io r delcolor del ob
jeto
digi
talizado
,ev i
tandolo sp roblema s de metame rismot ípicos delos
sis
tema sconven c
ionales decap tu ra ycod if
ica ción RGB. Lo s MVS I
tamb iénfacil
itan unade s
cripc
iónco lorimétrica muyp rec
i saa nivel
Requ
isi
tosgene
rale
sdeca
lidadimagenra
ste
r 105
depíxel
.Sehanven ido u
sandoenlad igital
iza c
ióndeob rasdearte
emblemáticas
. Uno delos mejoresproye ctos paracono cercómose
apl
ican es
ta stécn
icase sA r
t-s
i delR IT. Setra ta de un si
tio Web
48
espec
ial
izado en Ar
t Spec
tralImaging que da a cceso a un amp
lio
númerodet raba
jossobreeltema.
 Captu ra mu ltiespectra l en espectro v i
s ib
le má s banda s UV e IR.
Ademá s de la f ina lidad anterio r,se con s
igue una imagen con
suficientein forma ción como pa ra pode r rea l
iza rp rocedim ien tos
automá t
icos deaná li s
isconin fo rma ción po rtada po rluz nov isible
dentro delo srango sIR y UV .E starep resen tación pe rmite ha cer
proce sos de re stau ración digital de g ran u tilidad en a lguna s
aplicaciones, como e l resca
te de t razo s pe rdido soe la cce so a
info rma c
iónquehas idoenma scaradapo rsob rescriturasode te rioro
delsopo rte. Tamb iénayudaaap roxima runaiden ti
ficaciónqu ím ica
delo s ma te
ria lesu sado sparalae scr
itu raop in tura;po rejemp lo,e s
posiblecono ce rsise han emp leado d iferente stin tas,pigmen to so
tratam ientos de lsopo rte
,lo que da pa so alcono c
im ientosob re el
proce so de e
labo ra ción del documen to u ob ra de a rte y a dete ctar
posiblesfalsi
f icac
ione s
.
Lain forma c
ióncon tenidaenla s bandase spec
tra
lesse puederep resentar
paracadapun todeimagen(p íxel)conuna scoo
rdenadascar
tesianas,enla s
queseub icaene lejevert
ical(Y)lain ten
sidaddelaluzencadabanda ,yene l
horizontal(X )lasdiferen
tesbanda sobjetoderegis
tro
.Comoene lsigu iente
ejemp lo
,que mo st
ra r
íaelespe ct
rodeunp íxeldeunaimagen mu lt
ie spec
tral
deundo cumen to manu scr
ito
.Ene s
tee spect
rosehanregistrado12banda s
espectrales,cadaunadela scua lesseregistraenuncanaldelaimagen :
48
D
ispon
ibleen
http
://www
.ar
t-s
i.o
rg/.
Figura 22. Espectro de un píxel de una imagen multiespectral de un

documento manuscrito. El documento digital empleado como ejemplo ha
sido obtenido en la Web del proyecto Livingstone's Letter from Bambarre49
El píxel marcado corresponde a la tinta de una letra manuscrita de las que se

superpone al texto impreso. El eje Y representa la intensidad de luz y el eje X
el canal (banda espectral). Esta imagen tiene 12 canales, cada canal
corresponde a las siguientes bandas espectrales:
Nº Canal Banda espectral (Nanómetros)

---------------------------------------
1 0365
2 0450
3 0465
4 0505
5 0535
6 0592
7 0638
8 0700
9 0735
10 0780
11 0850
12 0940
49
Disponible en http://livingstone.library.ucla.edu/bambarre/.
Si desplegamos todos los canales vemos la imagen correspondiente a cada

banda espectral de la imagen multiespectral del documento capturado.
Figura 23. Canales desplegados de una imagen multiespectral
Cada banda suele portar información diferente. De ahí la utilidad de la

imagen multiespectral para muchas tareas de análisis del documento: hay
información de una banda que puede quedar enmascarada o no haber sido
registrada en absoluto en la captura RGB, pero si vemos la banda aislada la
visualizamos. Veamos el mismo fragmento del documento anterior en sus 12
bandas. Primero en RGB y luego en cada una de las bandas por separado.
RGB.
1 0365. Banda UV.
2 0450. Banda correspondiente al color azul.

3 0465. Banda correspondiente al color azul claro (cian).
4 0505. Banda correspondiente al color verde.
5 0535. Banda correspondiente al color verde.

6 0592 Banda correspondiente al color amarillo.
7 0638. Banda correspondiente al color rojo anaranjado.
8 0700. Banda correspondiente al color rojo.

9 0735. Banda correspondiente al color rojo oscuro.
10 0780. Banda correspondiente al color rojo muy oscuro. Suele marcar el

límite del infrarrojo.
11 0850. Banda correspondiente al IR cercano.

12 0940. Banda correspondiente al IR cercano.
Si seguimos toda la secuencia anterior, veremos cómo a medida que nos

aproximamos a las bandas IR (las dos últimas), el texto manuscrito que se
superpone al texto impreso va desapareciendo, con lo que se hace legible el
texto impreso. Si nos fijamos en la primera imagen, la RGB, el texto impreso
“the rest” es ilegible porque encima se ha sobrescrito algo. En las dos
imágenes de las bandas IR ese texto es legible, porque en esas bandas no se
ha registrado lo sobrescrito, pero sí la información de la tinta impresa. Las
diferentes sustancias empleadas para esos dos tipos de tintas absorben y
reflejan la radiación electromagnética de forma diferenciada, por lo que las
bandas espectrales tienen información distinta. Esto hace posible no sólo
mejorar la legibilidad de textos desvanecidos o sobrescritos, sino también
identificar esas tintas y diferenciarlas.
Veamos esto con más detalle. Si observamos el espectro de un píxel
correspondiente a tinta impresa (primera imagen de a continuación) y lo
comparamos con el de un píxel de tinta superpuesta (manuscrita) (imagen
siguiente a la otra) nos damos cuenta de que son diferentes. Cada tinta tiene
su propia “firma” o “huella” espectral.
Figura 24. Firma espectral de tinta impresa (color negro)
Figura 25. Firma espectral de tinta manuscrita (color marrón)
La tinta manuscrita que vemos de color marrón refleja mucha radiación

infrarroja, por lo que adopta una tonalidad muy clara en su banda, lo que
causa que el texto negro impreso que apenas refleja radiación infrarroja se
vea magnificado visualmente.
El espectro nos permite comprobar cosas tan interesantes como ver qué las
tintas son diferentes e incluso nos podría ayudar a identificar las sustancias
1
14 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
empleada
sparasufabr
i ca
ción,yaquelosdi
feren
tescomponen
tesqu
ími
cos
t
ienenasuvezfi
rma sespect
rale
squelessoncara
cte
rís
tica
s.
Cuando se ap
lique es
te t
ipo de cap
tura, y para pro
curar una mayo
r
compat
ibil
idad
,lasal
idaseharádeacuerdoaestosrequ
isi
tos
:
1
. Cadabandae spectralsea lma cenaráenunf ichero TIFFene s
ca lade
grises a 16 b its, cuyo nomb re habrá de tene r exp resado
numé r
icamente la in forma c
ión de la banda e spectra
l a la que
correspondea lfinalysepa radode lre
stodeca racterespo relca rácter
“_ ”
.A lfinaldel núme rosepond rá“nm ”
. Une jemp lodenomb rede
ficheroe s:FA
-01111_380nm. tif
.
2
. Sedebe rágua rdardefo rmare lac
ionadacontodo slo sficheros má ste
r
unf icheroTXTcod ificadoen UTF -8quecon tengaunl is
tadoenfo rma
tabula r conlain forma ción detodo slos nomb res defi chero que
componenlacap turae spect
raljun toconlain forma cióndelabanda
espectralaqueco rrespondenennanóme tros
,talcomo :
F
iche
ro Bandae
spe
ctra
l(Nanóme
tro
s)
-
---
---
---
---
---
---
---
---
---
---
---
---
---
---
---
---
---
---
---
--
0
1112_380
.t
if 0365
0
1113_380
.t
if 0450
0
1114_380
.t
if 0465
0
1115_380
.t
if 0505
0
1116_380
.t
if 0535
0
111
7_380
.t
if 0592
0
1118_380
.t
if 0638
0
1119_380
.t
if 0
700
0
111
10_380
.t
if 0
735
0
111
11_380
.t
if 0
780
0
111
12_380
.t
if 0850
0
111
13_380
.t
if 0940
3
. Sepermiteguardardefo rmacomp lementariaunave
rsión T
IFFque
incru
stetodoslosficherosindependien
tesen un mismof i
che ro
,a
mododecanalesindependien
tes
. Dadoelaltotamañodee s
tefichero
Requ
isi
tosgene
rale
sdeca
lidadimagenra
ste
r 1
15
sedebe ráju s
tif
icare s
tane cesidadsu f
icientemen teynosupone runa
cargaex ce
sivaene lcon jun todela ma sadef icherosdelproyecto.
4
. Tambiénse pod rá guarda r defo rma comp lemen tar
ia una versión
codif
icadaen RGBindepend iente de disposit
ivo de gama amp lia o
CIELAB D50 o D65 , a modo de submá ster, obtenida mediante el
procesadodela sbanda se spectrales,a16bitspo rcana ldecolor.E s
ta
imagense ráp rocesadade mane raque mue st
rela máx imaf idel
idad
enapa rienciaconre spectoalav istadelaob racap tadaencond i
cione s
deilum inacióndein ter
io r
.
Elcostodecon secuciónyap l
icac
ióndelate cnologíanece sar
iapa raaplicar
unsistema mu ltiespectrale s muya lto.Lo spro ce
sadosreque r
ido s
,tantopa ra
obtenerf ichero s mu lticana l mu ltie spectra
le s como f icheros de cana l
mono c
romá ti
co s,son len tos inclu so pa ra pe rsona
l expe r
imen tado. La
obtencióndeimágene sa cop ladasenRGBoe spaciosCIEapa r
tirdelo sdatos
espectra
lesrequ iereper sona l muyexpe rimen tadoconunaa l
tafo rmaciónen
tecnologíadelco lorydelaimagend igital
. Noob stan
te,elu socientíf
icode
imágene s mu l
tiespe c
trale sses imp lifica med ianteelusodeap licac
ione sde
50
usolibre
,comoMu l
tispec , atravésdela squepuedenrea lizarseprocesadosy
anális
isdeda tose spectralesdefo rmaam igable.
2
.2.9 Recapi
tulac
ión sobre la a
lte
rna
tiva e
leg
ida pa
ra los
máste
res
.Informac
iónlo másenbru
toposib
le
Podemo s calificar alo s má stere

s de imagen d igi
tal que s iguen e stas
recomenda cione scomocon tenedo resdeda tosdeimagenlo má senb ruto
posible
,ta
l ycomosa len delo sd isposi
tivo s decaptura. Ae stos dato sse
incorporaunpe r
filICCquepe rm i
tesup rocesadopa rapode rob tenerenun
espaciodeco lorrende rizadounain terpretac
ióndelaimagend igitalfielala
vis
ta delo r
ig inalcap tado de acuerdo a una scond iciones de ob servación
predeterm
inada s.E s
tascond ic
ione ssonla se stablec
idas parae le spa c
iode
colordeconex ióndepe rf
il(PCS)den trodelp rop
iope rf
ilICCin crustadoen
lasimágene s
. Sea sumes iemp re un observado r humanoconsa lud visual
acordealosrequ is
itosdeob se
rvado restánda rtalcomoe sdelim i
tadopo rla
CIE.
Comoya hemo scomen tadoeno trosi
tio,laapar
ien c
iaf ina
l delaimagen
cuando se v
isua
liza o reproduce a t
ravés de un di spos
itivo de sa
lida
depende
rádelascarac
te r
íst
icasdeésteenloquere spectaagamadeco lores
50
E
sta ap
lica
c ión puede desca
rga rse gratu
itamente de
sde
ht
tps:
//enginee r
ing.purdue
.edu
/~biehl
/Mul
tiSpec
/.E stá s
iendo de sa
rro
llada po
r
invest
igado re
sdelaS choolofE
lec
trica
landCompu t
erEng in
eering,ITaPyLARS dela
PurdueUn ivers
ity.
1
16 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
reprodu cible,in tensidad delo s pun to sb lanco y neg ro(que de te rm inasu

rangod inám ico)yc roma t
icidaddepun tob lanco( fondodepape loluzb lan ca
del mon itor,po rejemp lo);pe rotamb iéndela sca ra c
terís ti
ca sdelen tornoen
elqueseob servalav i sua l
iza ciónop roye cciónenpan tallaolarep rodu c ción
en pape l uo t
ro med io(p resen cia dere flejos,in ten s
idad deluzamb ien te,
colordelaluzamb iente ,colo resdela spa rede sdesa la
,e t c
.)E s
toe sa s
ípo rque
laimagencod i
ficadaene lPCSdebesu f riro trop ro cesoderende rización( re-
renderig)quelaadap tepa rasuv i sualiza ciónyrep roduc ción.Ene step ro ce so
intervienetamb iéne l pe rf
il deco lor de ld i
spo sitivoemp leado pa rae stos
procedim ientos
.E lr e-r enderig puedede riva renuncamb io muype rcep tible
deapa rien cia
,quese rá má sa cusadoa med idaquelad i feren c
iadegamade
coloresyrangod inám i coen tree le spaciodeco lorde ld i sposit
ivodesa liday
el delaimagensea mayo r
. Deb idoae sto ,sa lvocon una scond icione s de
observa ción muycon tro lada syuno sd ispo sit
ivo spe rfectamen teca l
ibrado sy
caracterizado s y de a lta ca lidad, con una s gama sc romá ticas y rango s
dinám ico s amp lios, se rá di f
ícil ob tene r una apa r
ien c
ia p róx ima a la
codificadaene l PCS delaimagen d igi talo de l m ismoo riginalcuandoe s
contemp ladoenuna scond icione sdeob se rva c
iónt íp i
ca s.
Pensamo squee stacon cepc
ióndelo s másteresasegu raha stac iertopun tola
mejorcon servacióndelo sdatosdeimagenreg is
trado spo rlosd ispositivos
de cap tura, y ev ita ademáse lr iesgo de su pé rdida o a lteración po rla
apli
ca cióndep ro cesadosadicionalessobrelo sm ismo s.Creemo s
,a simismo ,
quee staa l
ternativadecod i
ficacióndelaapa rien
ciadelaimagensea ju staal
paradigmaa ctualdelage st
ióndeco loramp liamen tesegu idoene lcampode
lasA rtesG ráfica s y en Fotografía Dig
ital. Pore llo,la simágene s serán
compa tib
les con una amp lia gama de p rodu ctos de p rocesam iento de
imágene syd ispo sitivosdereprodu cc
iónyv isua
liza ción.Ademá s,els i
stema
elegido se a justa tamb ién ala s cond ic
ione stíp icas de ob servación de
documen tos y ob ras de ar
te habitualmen tecon temp ladasenen torno s de
interior, porlo queenla srep rodu c
ciones yv isualiza c
ione sla simágene s
parecerán má sna tu rale
s.
Parapode rnos ha cer unaidea má sce rcanadeloqueimp l
i cae l métodode
codif
i cacióne legido,vamo sap re sentar,acon t
inua c
ión ,cua troejemp lo sde
visualiza c
ione sco rre spondien tesacua troforma sdecod i
fica ciónd iferentes
deuna m i
smacap turadeob radea rte.La simágenesdelo se jemp loss imu lan
la apa rien c
ia dela simágene scod ifi
cada s ba
jo elsupue sto de que e s
tán
siendo con temp lada s dentro de una s condic
ione s de amb iente de
observa cióne standa rizadas yen un mon ito
r deamp lia gamac romá tica y
rango d inám ico(p rácticamen teco in c
iden tesconlo s dele spacio deco lo
r
Adobe RBG ( 1998))
, y que é ste ha s ido correctamen te ca librado y
caracte r
izado .Tamb iénsea sumequela simágene se stánt ran sformada sau n
espaciodeco lorRGBe stánda rdegamaamp l
ia:elespa cioAdobeRGB( 1998)
.
La prox im idad delo se spacio s deco lor del monito r y Adobe RGB( 1998)
provo caquee l mon ito rgene resob resupan ta
lla unarep rodu cciónv irtual
idénti caalaapa rien c
ia quee stácod ificadaenlo s datos dela simágene s
dentrodelacod i
ficaciónde lPCS .
Requ
isi
tosgene
rale
sdeca
lidadimagenra
ste
r 1
17
a
) Codi
ficación acorde a
lsistema elegido en estasdirec
trice
s.A sume
condic
ione s devisual
iza
cióne s
tánda res paraentornos deinter
iore
incorporadasenla mayo r
ía dee spacios decolor RGBrende r
izado
s
es
tandarizado s
.Ene s
tecaso,AdobeRGB .
F
igu
ra26.
Cod
ifi
cac
ióna
cordea
lsi
stemae
leg
idoene
sta
sdi
rec
tri
ces
b
) Cod if
icac ióna co
rdea una scondi
cionesdeob servacióndeamb iente
exte r
io r po rla mañana .A sume una s condiciones de observación
típicasdeuna mañanaso leadaconluzso larincidiendodirec
tamen te
sob relaob radearte
.E ltonoama r
illen
toyana ranjadodelaluzso lara
esaho rasere fle
jaenlaimagen ,quep re
sen taunadom inantedee s
te
matiz,siendo muyapa renteenlosb lan
cos. Noob stante
,laadaptación
delo joalo sblancosp rovocaqueladom inan telleguerápidamen tea
51
pasa rde saperc ida .
ib
5
1
Estefenómenodeadap taciónde lsis temav isualhumanosedenom inacon stan c
ia
delco lor
.Lacon stanciade lcolorp rovo caquela mayo ríadela ssupe rficiesdeco lo r
parez can man tene rlaapa r
ien c
iadeco lo rquetend ríanba joloquese ríalaluzde ld ía
,
inclu so bajocond icioneslum inosas muy d i
fe rentesa d ichot ipo dei lumina ción.
Cuandosep rodu ce,elsistemav isualhumanocompen sala sdom inan tesdeco lorque
provo canla slu cesnope rfectamen teneu tras
,ha ciendopa recerlo sb lan cosog r
ises
como neu tro s y mod i
ficando p ropo rciona lmen tela pe rcepción de l resto delo s
colore salav istapa raqueseanpe rcibido scomoe ssupe r
cep ciónan teunaluzneu tra.
Gracia sae stefenómenolo sse res humano s podemo su sare lco lorcomoa tr
ibu to
iden tif
icado rdelo selemen tosanue s
t roa lcancev isualindepend ien temen tedeltipo
deluz quelo si lum ine. Para quese p roduzca e stefenómeno pe rcep tivo en una
imagen d igital debe habe r unare feren c
iaenlaimagen quee l ob servado r pueda
iden tif
icarcomoquee sneu troenlav idarea l
.Ennue s
t roca so,pod ríase rlae scalade
grisesdelaca rtadeco lorqueapa recealaizqu ierdadelafo tog raf
ía.
1
18 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
F
igu
ra 27. Codi
fica
ción acorde a una
s cond
icione
s de ob
serva
ción de
amb
ien
teexter
iorporla mañana
c
) Codi
ficac
ióna cordea unascond
icione
sdeob se
rvacióndeamb iente
exte
rioral mediodía
.A sumeunascondicione
sdeob serva
ciónt
ípicas
de mediodíaconluzso larin
cid
iendod i
rectamentesobrelaobrade
ar
te.
F
igu
ra 28. Codi
fica
ción a
corde a una
s cond
icione
s de ob
serva
ción de
amb
ien
teexter
ioral med
iodía
d
) Codi
ficac
iónaco
rdea unaob se
rvaciónenamb ientein
teriorconluz
ambiente muytenue, muy por debajo delo e
speci
ficado enlos
espac
iosdeco
lorrender
izado
se s
tándaresRGB.
Figura 29. Codificación acorde a una observación en ambiente interior con

luz ambiente muy tenue
De estos cuatro ejemplos, el sistema de codificación elegido para estas

directrices se ajusta al primero. En realidad, esta primera imagen es la única
codificada correctamente, pues si las cuatro imágenes están dentro del
espacio de color Adobe RGB, hemos de asumir que este espacio supone unas
condiciones de observación y medio de referencia que sólo se cumplen para
la imagen primera. Por ello, las tres siguientes serían engañosas al
observador, ya que supuestamente estarían presentándole la apariencia bajo
unas condiciones de observación de ambiente de interior con una intensidad
de luz coincidente con la de referencia para el PCS del Adobe RGB, cosa que
no muestran. Esas tres imágenes distan mucho de presentar fidelidad en
color y contraste a los originales, pudiendo llevar al observador a
interpretaciones muy erróneas del contenido plástico de esa imagen original.
Este tipo de desviaciones son las que queremos evitar en las imágenes de un
proyecto de captura patrimonial. Por este motivo, aportamos unas pautas
exigentes en lo relativo al sistema de codificación de color admitido y su
documentación exhaustiva de acuerdo a los estándares de color vigentes en
este momento.
Admitimos una preferencia por las imágenes lineales, pero autorizando
también la codificación no lineal en aquellos procedimientos en los que se
detecte que la aplicación de la tecnología de gestión de color deriva en
imágenes con posterización y exceso de ruido en las zonas de sombra y
cuando no sea factible acceder a una tecnología de perfilado que evite estos
problemas en las imágenes lineales.
En estas directrices se exige la conservación de las imágenes de las cartas de
color para el perfilado ICC siempre vinculadas a las imágenes másteres
correspondientes, y junto a los datos colorimétricos precisos de sus parches.
Esta práctica permite complementar la medida de seguridad que supone la
incrustación de los perfiles ICC en las imágenes, pues facilita que se puedan
crear eventualmente nuevos perfiles sustitutivos mejorados acorde a las
nuevas tecnologías de gestión de color que vayan surgiendo. Al tener los
datos en bruto o semiprocesados y sin renderizar, garantizamos que no se
producen pérdidas de información por conversiones de color incorrectas
(cuando se usen perfiles ICC defectuosos) o se realicen procesados tonales o

de nitidez inadecuados.
Algunos autores (Süsstrunk, 2001, p. 6) han clamado en contra de la práctica
de relegar la codificación precisa del color a perfiles de color ICC, dejando la
imagen en el espacio de color del dispositivo sin transformar sus datos en
bruto a un espacio de color renderizado estándar. El motivo referido es que
los perfiles ICC actuales no contienen datos de caracterización de
dispositivos, pues sólo contienen las ecuaciones que permiten transformar
los datos de imagen al espacio de color específico del PCS, y que los datos en
bruto normalmente sufren algún tipo de transformación desde el propio
dispositivo o controlador de dispositivo que no queda registrada en los
metadatos de imagen. Tenemos, así, los datos de imagen codificados de
manera no estándar, pues son dependientes del dispositivo y del procesado
de captura (por mínimo que éste haya sido). Consecuentemente, en caso de
pérdida, obsolescencia o incompatibilidad futura del perfil, no será posible
descodificar correctamente el color de los píxeles de la imagen, y, por
consiguiente, la apariencia de la imagen que está codificada en ellos.
También es razonable pensar que el estado tecnológico en procesado de color
digital evoluciona y que en no muchos años el paradigma de la gestión de
color de la ICC quedará obsoleto y superado por nuevas tecnologías. En este
escenario puede ser arriesgado no usar un sistema de codificación que no sea
totalmente dependiente de los perfiles ICC incrustados en la imagen y que
permita la descodificación incluso cuando no sea posible descodificar el
perfil. Esta opción es la opción que describimos anteriormente con detalle,
que consiste en transformar los datos de imagen desde el espacio de color del
dispositivo a un espacio de color renderizado estándar, tal como Prophoto
RGB o Adobe RGB.
A pesar de estas consideraciones negativas, optamos por datos lo más en
bruto que sea posible, muy bien documentados, y en la renderización virtual,
que no implica transformación alguna de los datos en bruto, para la
visualización o impresión que posibilitan los perfiles ICC. El motivo es que,
tras sopesar los riesgos y oportunidades de ambas alternativas, pensamos
que hemos de evitar la conversión de espacios de color en bruto, pues este
proceso acarrea la renderización a nivel de datos almacenados en los
ficheros. Los datos se transforman necesariamente durante el proceso de
conversión, pues se debe conseguir una representación equivalente de los
colores dentro de la gama de colores y rango dinámico de luminancias del
espacio de destino de acuerdo al propósito de conversión elegido con las
peculiaridades del entorno de observación de referencia del mismo. Esa
transformación de los datos en bruto puede conllevar una pérdida
irreversible de la señal tal y como sale del dispositivo. La pérdida puede ser
mayor cuando se trata de imágenes de originales con unos altos márgenes de
densidades, más allá del rango dinámico de los medios de referencia
especificados en los espacios de color RGB independientes de dispositivo de
uso más habitual. En estos casos se puede producir fácilmente un recorte de
los tonos de altas luces que caen por encima del rango dinámico del espacio
de destino.
Requ
isi
tosgene
rale
sdeca
lidadimagenra
ste
r 12
1
Bien e scierto que recono cemo s que hay cier

to r
iesgo antela posib
le
obsolescencia futura de l mode lo de ge s
tión de co lo
r actual
, pero
con s
ideramo s que puede se ra sumido en un en torno de contro
l de
preservación digital donde se ha ce un segu im
iento del estado de
obsolescencia de las tecnologías implicadas
: perf
ile
s ICC,sistemas de
codificac
ión,forma tosdefichero,etc
.
Puede da rse que en a lguno s dispo sit
ivos sea impo s
ible obtener la
informa c
iónenb ruto
,a l da ryala simágene sen une spac
io decolor RGB
rende r
izado. Ante estass ituaciones se p rocura
rá ne cesar
iamente que el
espaciodeco lordesa l
idaseaune spa c
ioRGBconunagamaamp lia
,talcomo
AdobeRGB ,E ciRGBoP ropho toRGB .Tamb iénsepro cura
ráquelaconve rs
ión
ae s
tee spaciodesa lidasehaga ,m ien trassiganes ta
ste cno
logíasvigentes
,
medianteunpe r
filICCe specí f
icodee scánero med ianteunpe rf
ildeAdobe
Came raRAWDNGs iseu saunacáma rad ig
ital
.
Recono cemo stamb iénquee lu sodepe rfile sICCnos iemp rega ran tizauna
corre ctarep roduc c
ión de lco lor en mon itor ocop iasimp re sas, y que en
ocasione sserequ iereunaed ic
ióndelaimagenpa racon segu irlaapa rien cia
másp recisade lo r
igina lene sosd ispositivo s.An tee stac ircun stan cia,pod ría
con side rarse como má sidóneo pe rm iti
rp roce sos de a ju steto ta l dela s
imágene s mediantesued ic
ióncone lo rigina lde lan teyenuna scond iciones
de t raba jo estanda r
izada s
.E ste p roced im ien to no no s pa rece ade cuado
tratándo sedecap turaspa tr
imon iales
,ynoso lopo rlane cesidaddeconve rti
r
lasimágene sa une spa cio deco lor RGBindepend ien te de d ispo sit
ivo de
traba jo,s inotamb iénpo rque ,po rnue straexpe rien cia,sabemo sloin ten sivos
ent iempoquesone sosa justes,yquee sne ce sariocon ta rconpe rsona l muy
expe rimen tadoyfo rmadoen A r
tepa ra ha cerlo ss inte rm ina rp rodu ciendo
imágene sconunaapa rien c
iaampa radaenin te rpreta c
ione ssub jetiva sdelo s
origina le s derivadas de p referen c
iasp lá stica s de lp rop io ope rado r. Y,
ademá s
, po r mu cho quese no rma li
cee len to rno det raba jo ysea f
inela
calibra ciónyca racterizacióndelo s mon i
to res,laapa r
ien ciaquesete rm ina
cod ificandoenla simágene se saltamen tedepend ien tedela sca ra cterísticas
degamadeco lorycon traste
,ydelaca libra ciónycond icione sdeen to rno ,del
mon itoru sadopa ralaed ición;nocon sigu iéndo serep rodu circonexa c ti
tud
cuandosecamb iaded ispo sitivo, mediodesa lidaocond i cione sdeen torno.
2
.3Con
tro
ldeasegu
ram
ien
todeca
lidadp
rev
ioalacap
tura
En e ste epígra
fe detallamo s una taxonom ía de pa ráme trosf í si
cosy
mecánicosa compañada de unl is
tado de de fectos a evitar
. O f
re cemo s,
asimismo,la spauta sy método spa rala med icióneiden t
ifi
ca c
ióndee stos
elemen tosenla simágene s
. Lafina lidad dee steconten idoe sasen tar una
referencia que pe
rm ita ha
ce relcon trol de aseguramien to deca lidad de
maneraob jet
ivayp recisa.Estareferen ciapuedese ru t
ilizadatamb iénala
horadede finire
lsistemaau tomatizadoo manua ldecontroldere sultadosde
captura.
La sustancia que conforma las imágenes digitales raster son los píxeles, que
son representaciones de color o intensidades de luz (tonos de gris). Una
imagen digital raster a nivel físico no es más que un agregado de colores o
tonos de gris. Este sería el nivel de abstracción menor en un control de
calidad. Trabajar a este nivel nos permitiría emplear dos únicos parámetros:
la exactitud en la codificación del color píxel a píxel, ante imágenes en color,
o de valores tonales, si se trata de imágenes en grises. Pero hacer el control de
calidad a nivel de cada uno de los píxeles individuales que conforman la
imagen no es factible, ante la extrema complejidad técnica que se requeriría.
Es más práctico partir de un nivel de abstracción mayor, en el que los píxeles
conforman elementos icónicos o plásticos, cuya precisión en la
representación puede ser evaluada de manera factible. En este nivel podemos
hablar de cosas como calidad en el registro del detalle visual más fino, el
rango de densidades ópticas, la geometría, el contraste, el color, etc.; o de la
presencia de ruido, artefactos o defectos de manipulación que distorsionan la
calidad de la representación. La nómina de parámetros y defectos que hemos
seleccionado en las especificaciones que presentamos más abajo trata de
abarcar toda la tipología de estos elementos de medida emergentes que son
esenciales para garantizar la calidad de las imágenes digitales, siempre
entendida como fidelidad a nivel físico con las vistas de los originales
capturadas digitalmente.
El control de aseguramiento debe hacerse sobre los equipos y
procedimientos de captura y procesado aplicados a las imágenes antes de su
almacenamiento en fichero, ejecutándose justo a continuación de la
configuración de los equipos y software de captura para la toma de un lote de
documentos que requiera unas condiciones idénticas de captura. La finalidad
de este procedimiento es garantizar que todas las operaciones se llevan a
cabo con la corrección necesaria como para por obtener imágenes que
cumplan con los requisitos generales de calidad.
Se debe aplicar el control con el mismo software, controladores y
aplicaciones usadas para capturar y procesar las imágenes. Cualquier cambio
de alguno de estos elementos durante la digitalización de un lote requerirá
que las capturas siguientes sean consideradas como un nuevo lote,
requiriéndose un nuevo control de calidad.
Es recomendable que la empresa o personal interno encargado de la
realización de las digitalizaciones haga un informe técnico especificando los
resultados de control de aseguramiento de calidad, donde explique por cada
equipo, o por cada par equipo/condiciones de captura (en el caso de que se
apliquen diferentes condiciones de captura con el uso del mismo equipo), las
pruebas realizadas para confirmar el cumplimiento de las especificaciones
de calidad y sus resultados. Se tendrá que identificar perfectamente cada
equipo, indicando se fabricante y modelo. Se deberá también hacer constar el
objetivo del informe, la persona responsable de su realización y la
organización para la que trabaja. Una copia de cada uno de esos informes
será almacenada en la carpeta padre del proyecto, en una subcarpeta
denominada “informes_tecnicos”. El formato del documento de informe será
PDF; su nombre tendrá que cumplir las normas de nomenclatura definidas
Requ
isi
tosgene
rale
sdeca
lidadimagenra
ste
r 123
má
sarr
ibaycontend
ráunté rminoqueidenti
fiquefác
ilmentesucon
ten
ido
,
ta
lcomo:“
info
rme_p rueba
s_cal
idad_equip_fotog
raf
ia.pd
f”.
2
.3.1Un
ifo
rmidadenlai
lum
inac
iónde
ldocumen
to
Lailum ina c
iónt iene que se r un i
forme entoda e lá rea de captu ra de
l
documen to,pue s
,enca socon t
ra r
io,se merma rálafidel
idadyca lidadene l
registrode lco lo
rytonode lo riginal
.Laun iformidadnosó lodependedela
ilum ina c
ión,s inotamb ién delaca lidad delaslentesu sadas. Cuandola s
lente s noe s
tánsu f
icientemen tecorregidassepuedep rodu ci
re ldefe c
tode
viñeteado,con si
stente enlaca ída deluz enlo s borde s delasimágene s
,
independ ientemen tedequesehayacon seguidounabuenaun i
form idaden
elsistemadei lum inacióndeldo cumen to
.
Enlascaptura
scond i
sposi
tivoaéreo(e
scáne
rcen
ita
locáma
rafo
tog
ráf
ica
dig
ita
l)habráquesegu
irlas
iguien
tepauta:
 Los valores máx imos def lu

ctuac
ión delain ten
sidad deluz enla
superficie de captura se
rán med ido
s antes dela captura con un
fotóme tro de mano u sándosecomo un idad de medida e
l Valo
r de
Expo s
ición (diafragma). No se admiti
rán má s de 2 dé cimas de
diaf
ragmadef luc tua
ciónenn ingúnáreadelasupe rf
iciedelaobraa
capturar.
Enla
scap
tura
scone
scáne
rdep
lata
formaset
ienequesegu
ire
stapau
ta:
 Seha ráunacap turadelatapab lancade lescáne renunaimagenT IFF
sincomp rim i
rquet endráal meno s200ppp(p íxelespo rpu lgada)
.A
esacap tu ranoseledebeap l
icarningúnt ipodea justetona l,cromá t
ico
o de n i
t idez. Se deben de sact
ivartodo slo s me can ismo s de a jus
te
automá ti co dele scáner. Sobre esa capturase ha rá una p rueba de
uniform idad ,quepuedese rvisualoau tomá t
i ca
.Enlap ruebav isualse
aplicarála e cualización dela imagen ,lo que pe rm it
irá ve rlas
diferencia sdeun i
form idadconc la r
idad.Enlap ruebaau tomá ticase
puede u sare lsoftwa reIma test®, que ofrece datos ob jet
ivo s delas
diferencia s
.Pa ralap ruebaconIma test®seu saráunaca rtulinablanca
perfectamen te uniforme y noseadm i
tirán valore s deca ída deluz
supe r
io re sa
:
o Ene
lpeorpuntodeun30%
o Ene
láreapeo
r,una med
iasupe
rio
raun20%
.
124 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
Enla
scap
tura
scone
scáne
rded
iapo
sit
iva
ssedebe
rásegu
ire
stapau
ta:
 Seharálacapturadeunad iapos
itivacuyo marcocontengaunapla
ca
deplást
icotransparen
teounpape lblancotras
lúcidoperfec
tamen
te
uni
forme.Encuan toalasprueba
sarea l
izarseprocederáexa
ctamen
te
igualqueenlaspruebasdeescánerdeplatafo
rma.
2
.3.2Pa
rale
lismoen
tresupe
rfic
iede
ldocumen
toyp
lanofoca
l
Esp reciso que haya un pa ralel

ismo comp leto entre la supe rf
i c
ie del
documen toye lplanofo caldelacáma raode le s
cáne rantesdelacap tura.En
sude fec
to,sep roduciránd i
storsionesdet ipogeomé tr
icoquepod rána ltera
r
lasfo rmasyre lacionesd imen sionale sdelo scon tenidos.Estep roblemae s
especia
lmen teg ravesenla s man i
festacione sartí
sticasoenlo sg ráficosde
diseño dein stalac
ione sp resen tes enlo s fondo sad igi
taliza
r(d ibujos
,
fotograf
ías,pintura,bo ce
tos,d i
seño s…) ,po rloquetend ráquecu idarsecon
esme ro
.
Cuandoset ra
teded isposi
tivosaé reosesp recisocomp robarestepa ráme tro
medianteunn iveldebu rbuja
,queseco loca
rásob relacáma radigitalysob re
lasupe rfic
ie de o r
iginales. Ene scáneres de plataforma o de o t
rot ipose
comp robará med ianteunacap turadep ruebadeunaca rtacuad r
iculadat ipo
re
jilla
.Sinohaypa ra
leli
smo ,lasfo rmasre ctangularesdelaca r
taqueda rán
di
sto r
sionadassob relaimagend igita
l,loquefa cil
litarásuap rec
iaciónv isual
oat ravésdehe rram ientasdeed icióndeimágene squepe rmitansupe rpone r
forma sinfográf
i cassobree lpatróndelaca rtadere ji
llacapturada.
2
.3.3Ca
lidadcromáticaderivadadelaexact
itudde
lper
fi
ldecolor
y delproceso de gestión de co lo
r apl
icado enla cap
tura
,
p
rocesadoyrepresentac
iónd igi
taldelaimagen
2
.3.
3.1Notaimpor
tantes
ob r
eelusod
elp
rog
ram
aIm
ate
st®p
aral
a
ev
aluac
ióndelaca
lidadcromát
ica
ElprogramaIma test®sólope rmiteaplica

re l móduloColorcheckaimágene s
cuyoe spac
iodeco loresRGBindepend ien tededisposi
tivoyen tradentrode
estal
i s
ta:sRGB, Adobe RGB( 1998)
, Wide Gamu t RGB,P roPhoto RGB, Apple
RGB, ColorMatch RGB y Rec.709. Pore l
lo ,siseaplicae s
te programa,la s
imágene s máste
res de pruebatend ránquese rpreviamen teconvert
ida sal
espacio decolor Adobe RGB( 1998)u sándo se un p
ropó s
ito deconve rsión
Color
imé tr
ico Re
lativo yconcompen sación de punto negro.El moto r de
Requ
isi
tosgene
rale
sdeca
lidadimagenra
ste
r 125
conversióndeco lo
remp leadose rá Adobe ACE.E s
tapau tanode r
ivaenque
las imágene s máste
res dela s obras a capturar deban se r conve
rtidas
necesar
iamen teaesteespaciodeco lor
.Elespa c
iodeco lorpa ralos más
te res
seráelestablec
idoenlaspau ta
sae sterespectodadaspa racadatipode med io
yquefigu ran másaba
jo.
2
.3.
3.2D
esv
iac
iónd
eco
lor
Estepa ráme t
ro m idelaca lidadene lregi s
trodeco lor
,tomandocomoba sela
rep resen taciónd igitaldela scarta sdeco loru sada senla sp rueba s.Elva lo rde
estepa ráme t
rosó loe sdeu til
idads iseharea lizadoyu sadounpe rfi
ldeco lor
ICC du rantelacap tu
ra. Hay quere saltartamb ién quee ste pa ráme tro no
propo r cionaunae stima c
iónrea listadelaca lidadde lreg istrodeco lordela
ob rad ig i
talizadas inodeladelo spropio sco lo resdelaca rta
.Enrea l
idad ,lo
quee stamo seva luandoe slaca l
idadde lpe rfildeco lordelaimagenodela
tran sfo rma cióndee spaciodeco lor
. Noob stan te,lapreci s
ióndee steda tocon
respe ctoalaca l
idadde lregistrode lcolo rdelaob raad igi
taliza rse rá mayo r
enla med idaenquela sca racter
í s
ticase spe c
tra lesdelasupe rfi
c ieacap turar
(pigmen tos, sopo rte dela ob ra,t intes
,t in ta…) se a seme jan ala s delo s
pigmen to s ot inte su sado s enla s ca r
ta s de con t
rol. Pe ro a pe sar dela
diferen ciaquepuedahabe rae stere spectoen trelaob raacap turarylaca rta
decon tro l
,podemo scon siderarquee stap ruebat ieneunarep re senta t
ividad
acep tableeng radodeexa c
titudde lreg i
s t
rode lco lor
,siendoloidea lquesea
con tratadacon una p rueba deso ftproofing sob re una mue stra de ob rasa
digitaliza r
.
Esta
s p ruebas se pueden rea lizar vi
sua lmente por una pe rsona
sufic
ientementeexperimen tadaenca l
idaddeimágene syconexpe rienciaen
pruebasdeso f
tproo
fing.Perolore comendablee squeseautoma ti
ceat ravés
deuns istemadecon t
ro ldecalidadob jet
ivo
.S iseoptaporestasegundav ía
,
sepuedeu sa
re lso
ftwa reIma tes
t® ,encon cretosu módulo ColorCheck.La
pruebaseha rá med
ian telacap turadeunaca rtadecolo
rcolo r
che cke
r®en
buene s
tado.
Enla a ctual
idad no d isponemo s de un estándar queregu lelo s valores
adm i
tidosencuan toad istan ciadeco lo
ren treelvalorcolorimé tr
icodecada
parche y el va
lo r consegu ido enlaimagen d ig
ita
l. Tenemo s publi
cada s
algunasin ic
iat
iva sin s
titu cionale s yaseña ladas mása rr
iba, comola s de
Metamorfoze,lasde lNat
ionaa lAr chi
efde Ho landaola sd irec
tricesdeFADG I
,
perod i
stan mu chodese rp recisa syvá l
idaspa ratodot ipodedo cumen toso
exigenciasdeca lidad. Noob stan te
, dadalas i
stemática deM etamorfoze ,se
toma ránsu s pautas deca lidadcomoc r
iterio base decump limiento para
aquellosa spec
to s no de sarrollado s por la no rmativa de scr
ita en e ste
documen to.
126 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
Laun idadde medidadeca l

idadserála mé t
ricaded iferen c
iadeco lo
rDe l
taE
apli
cadasob reelsi
stemadeco lorCIELAB52.Dea cuerdoa lestándarCIELAB,y
a pe sar delaslimita
ciones de es
ta mé trica
, un del ta E de1 pod r
ía ser
percibidocomounad ife
renciadeco lorperceptiblepo runse rhumanocon
salud v isua
l. No obs
tante, en
tendemo s que e simpo siblellega
rae s
ta
precisiónentodalagamac romáti
cadela scartasdeco lorconlatecnología
dege stióndecolorydecap turadeimágene sactual
,po rloqueseadm itirán
valore senDel
taEab acordesalassiguientespau tas
:
 La med
iadetodo
slo
spa
rche
sde
lDe
ltaEabnopod
ráse
rsupe
rio
ra3
.
 Noseadmi
tiránvalore
s máximosenla mé
tri
caan
ter
ior(
con
tando
todo
slo
sparchesdelacar
ta)de8
.
2
.3.
3.3B
alan
ced
ebl
anc
os
Losresultado sdelcon tro

lde lbalancedeb lanco ssonind icativosdelaca l
idad
dela ge s
tión deco lorrea l
izadaalaimagen d igita
l, ya que mue stranla s
desviac
ione sene lco lorsobrela szonasquetend ríanquese rcomp letamen te
neutras(g ri
ses)
.E s
tepa ráme trosecal culasob relo spa rchesdeg r
isdela s
cartasdecon t
rol.E s
tospa rchesdebenreg i
strarsepe rfectamen teg r
isesenla
imagen d igi
tal; ensu de fecto,laimagen p re senta desviaciones deco lor
.
Estamo s
, po rcon siguiente, ante un paráme tro deca lidadc romática
, que
hemo saisladode lan te
rior,ena rasalasimp li
fica c
ióndelo scon t
roles
.
Hay múlt
iple
sfo rma s deca
lcularlacorre
cción del balan
ce de b
lan
cos.A
con
tinuaciónofrecemo slades
c r
ipcióndeunadee l
la s
,quepuedeaplica
rse
conelprogramaIma test®consu móduloColorcheck
.
Seusa
ráelcuar
tográf
icode
l módu
loColo
rCheck
.Setomaránlosvalo
resde
los6par
chesdegr
ise
sdelacar
taco
lor
checke
r®enlospa
ráme t
ros:
 HSV Sa tu
rat
ion. M
ide e
lg rado desa
turación delarepre
senta
ción
digi
taldelparcheenunae sca
ladesatura
ciónen tree
l0ye l1
. Nose
adm it
iránvalo
ressupe
rioresa0,02enningunodelo sse
ispar
chesde
gri
s.
 Degrees Kelvin [Mireds
]. M ide la distanc
ia en grados Ke lv
in
(tempe ra
turadecolor)ent
relo sparchesdegrisdelaColo
rCheckryla
respresenta
ción deesos par
che senlaimagen .Elrango de va
lores
adm i
tidosentra
ráparatodoslo spa
r che
sden t
rodelahorquil
la+-40K.
52
ISO11664
-4:2008(C
IES0
14-
4/E
:200
7).Co
lor
ime
try-
-Pa
rt4
:CIE19
76L
*a*b
*Co
lou
r
space.
Requ
isi
tosgene
rale
sdeca
lidadimagenra
ste
r 12
7
Se pueden usa
rtamb iénlos mé
todo
s desc
ritos en o
trase spec
ifica
ciones
53
cien
tíf
icasparalacapturadedocumento
spa tr
imon ia
les . Enes
teca so
,se
cump l
iránlo
sva lo
resadmit
ido
senelnive
lde mayo rca
lidad.
2
.3.4Ca
lidadtona
lyru
ido
2
.3.
4.1R
ang
odin
ámi
co
Elrangod inám icodeund ispo s

itivoaludealacapa cidadpa raregis
trarun
rango de in ten s
idades de luz . E l rango d inámico e s
tá ín t
imamen te
relac
ionadocone lconceptodeRe laciónSeña l
-Ruido( S
ignalto NoiseRatio,o
SNR)quee stab
le celarelación deseña loin forma c
iónre spe c
toa lruidoo
ausencia dein forma c
ión.E l rango d inám ico se expresa habitualmen te
tomandocomoun idadeslosEV( ExposureValues)ola OD(den s
idadóp tica)
.
Paralaeva luac
ión derango d inám icose usará unae sca
la den s
itométr
i ca,
tantoparaopa coscomopa ratraslúcidos.
Se pueden hacerprueba sv isua
lesoau tomatizada s deeste pa
rámetro,tan
fiab
les unascomo o tras
,s iempre queseanrea lizadas por un pro
fesional
sufi
cientemen teexpe r
imen tado
.Lasp rueba
sv isualespod ránusarcualquie
r
tipo de carta fabricada po r empresasespe c
ializadas y calib
radas con
densi
tóme t
ro sdealtacalidad.
Sise op ta porla pruebaau tomatizadase ha rácone lp rogramaIma test®
sobreunaca r
tadepa rchesdedens
idad ,conunin cremen todeden sidaden tre
parche y pa rche de 0 ,
1 OD aproximado . Enlasp ruebas para originales
traslúcidosau tomatizadasseapli
ca ráncartasdeden s
idadestraslúcida sque
tengan un in c
remen to de densidad entre parche y pa rche de 0 ,1 OD
aprox imado,ta lcomolaS tou
fferT ransmis
sionSt ep Wedge Pa
r t
. No. T311054
cal
ib rada.
Paraelcál
culoau tomat
izado puedeemplearseelprog
ramaIma tes
t®.E ste
programa aporta e
l da
to de rango d
inám i
cotomando como un idad de
medidaelf-s
top(EV )
.Elp rog
rama permitecalcu
larcualqu
ier número de
pasosdedensidad
.
Elrangod inám icodeldisposi
tivohab rádesersiemp resupe rioral margen
dedensidade sdelasuperfi
ciedelaob raacaptura
r;asísega rantizaquetoda s
las densidades dela supe rf
icie queden per
fectamen te regist
radas enla
imagend ig
ital
.P re
sentamo sacontinuaciónlosvalo
re sdere ferenc
iaene ste
parámetro:
53
Nosreferimosala stresespeci
ficacionesya menc
ionadas
:Me
tamor
foz
e,FADG Iy
la sdelNaat
ionalArch
ief.
54
Podemo saccederain formaciónsob reestayotrascar
tastona
lesenla Web de
l
fab ri
cantehttp
://www.stouffe
r.net/TransPage
.htm.
128 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
 Para cop ias fotográfi

ca s en b lanco y neg ro o colo
r,p lanchas de
conta c
toocop iapo rcon ta ctodefo tog ramasindividua
les,ynega tivos
enco lorob lan coyneg roe lrangod inám icotota
l(elquenocon sidera
elnive lderu idodelo spa rches med idos)deldisposi
tivodecap tura
seráigua losupe riora1 ,9 OD(6 ,3
1f-stops/EV)
.Elrangod inám icoque
conside ralain cidencia de ru ido(med ido en RMS ) deberá entrar
dentrodee stosvalores
:
o A l tacal
idad(RMS0 ,
1):5,22f -stopso más.
o A l ta
-med ia(RMS0 ,25).5
,65f -s
top so más
.
o Med ia(RMS0 ,5
).6f -
stop so má s.
 Paradiaposi
tivasenco lo
ryb lancoy negro
.Secon taráal menosun
rango dinámicoigualosupe rio
ra2 ,8 OD(9,3 EV of-s
tops
)con un
nive
ldea l
tacalidad
;2,9OD(9,6EV)paraelniveldeal
ta-mediacal
idad
;
y3(10EV )paraelnive
lde mediacal
idad
.
 Para d
iaposi
tivasenco lo
r yblancoy negro.Setend ráal menos un
rango dinámicoigualosupe rio
ra2 ,8 OD(9,3 EV of-s
tops)con un
nive
ldea l
tacalidad
;2,9OD(9,6EV)paraelniveldeal
ta-mediacal
idad;
y3(10EV )paraelnive
lde mediacal
idad
.
2
.3.
4.2Ru
ido
Elruidoes unava r
iaciónaleato
ria delosvalore
sdelo spíxele
s. Comota
l
provocala al
tera
ción delain formacióntonal ycromáti
ca delaimagen,
mermandog ravementeelregi
strofie
ldelainformaciónde
lo r
iginal
.
Hay mú l
tiple s mé tricas parala med ic
ión de lruido. La má ssen c
illae sla
aplicacióndelafun cióne s
tadísti
cadede sv iacióne stándarsobreuná reaque
debe r
ía habe rs idoreg i s
trada como de va lor un i
fo rme.Sise ap lica e s
ta
medidae stad ísticasob reelá readeunpa rchedeg risdeunaca rtadecon trol
se puedeob tene rsuva lor deru ido. Mien tras mayo rseae s
teva lor mayo r
ruidohab rá
.E sta med idasepuedeha cerde sdeuned itordeimágene s,como
Adobe Pho to shop® . Se trata de se lecciona re l cuad rado del pa rche y
vi
sua lizare lh istograma , que darácomo uno desu s dato
se l valor dela
desvia c
ióne stánda r.Siseap l
icae sta med idaderu ido,puedetoma rsecomo
referen c
ia4va loresdep íxeldeM etamo r
foz e enunae s
calade med iciónde8
bi
ts(de0a255 )
,ap licadoatodo slo spa rche sdeden sidaddeunaca rta Q13
,
debiéndo sese lec c
iona re lre c
tángu locomp leto del parchesinin c
lu i
rla s
zona sdebo rde.
Se pueden ha cer med i
cione s má s automat
izada s con p rogramas como
Ima tes
t®,queadm i
tiránelu soded ife
rentes métr
icasdees tepa rámetro
.Los
procesadostonalesyc romá t
i cossuelenalte
rarae lvaloro riginaldelruido
quep resen
talaimagenalasa lidadelsensor
,e specia
lmenteenla szonasde
luces y sombra s
. Pore ste mo tivo e
s má sp rec
iso elu so de pa r
ches de
Requ
isi
tosgene
rale
sdeca
lidadimagenra
ste
r 129
dens
idad med
iapa ra med
ires
tevalor
;ademáse
sene
saszona
sdeden
sidad
donde me
jorper
cibeelojohumanoelruido
.
Pore l mo
tivocomen tadoene lpá rrafoanterior
,serecom iendaelusodela
mét
r i
caqueapo r
taelprogramaIma te
st®denom inadacomoru ido mediodel
canaldeY( lum inanc
ia)
, med
idaenp ixeles
,queex cluyeden s
idades mayore
s
de1,5oinferioresa0,
1.Losresu
l tadosseexp resancomopo rcenta
jesderuido
enlo scanalesR,G,BeY .Ene sta mét r
icasóloseadm it
iránva lo
resderuido
enYin fer
ioresa1.
2
.3.
4.3C
ont
ras
te.OECF
OECF(Opto-Elec
troni
cConv er
sionFunction)no sdano cióndelacalidadenla
trans
ferencia dela in forma c
ión en térm inos den s
itométr
icos desdela
imageno rigina
lha stalaimagend ig
ital
,alrelacionarelvalordedensidadde
cadaparchedeg risenunaca rtadecontroltonalconlarep re
senta
ciónd ig
ita
l
obten
ida.
Atravé sdelo sresultado sdees
tafun c
iónsepuedencono cerdeterminados
problema stonalesquepuedenp rovo carquee lregi
strodelaimagend igita
l
sea le
je dela sca racterí
sti
casgrá f
i cas dela obra or
igina
l,tale
scomono-
lineal
idaddelo ssen soresdela
scáma rasdigi
talesoescánere
s,problemasde
expo s
ición, manipula c
ionesdecon traste,e
tc.
Hay d iferen te sa lte rna tivas pa ra cono cer la ca lidad de e ste tipo de
tran sferen ci a
. Unadee l
la sescal cula rla OECFsegúnsede s cr
ibeenlano rma
ISO14524 :2009Pho tog raphy - -E lect ronics ti
ll-pictu r
ecam eras-- M e
thod sfor
measu ringop to-elec tron icconv ers
ionfun ct
ions(OECF s).Con sisteenrep resentar
elva lo rdeL *p romed iodecadapa r chededen sidaddelaca rtatona lu sada
comounafun cióndela sden s
idade sóp ticasdee sospa rche s,supe rpon iendo
lacu rvaidea lrep re sen tadapo rlo sva lo resL *idea lesquedebe ríantene re s
tos
píxele s
.Lad iferen ciaen treamba scu rvasda ráde sviac
iónen tree lreg istro
digi
ta l rea l ob ten ido y e l reg istroteó ricoidea l que debe ría habe rsido
obten ido.Pa raap li ca re stafun ciónsene cesitacono cere lva lo rdeden sidad
óptica de cada pa r che dela ca rtatona lu sada y e l va lorL *(C IELAB )
corre spond ien teene le spacio deco lo r delaimagen d ig ital obtenida . Los
fabrican te sdela sca rtassue lenapo r ta restosda tos,oensude fectosepueden
obtene r med ian tee lu sode unden sitóme t
rooco lo ríme troquelo sapo r
te.
Paracono ce rlo sva lo residea lesco r re spond ien tesacadapa rchededen sidad
end i feren te se spa cio sdeco lor pa rala sca rtas de u soconven cional(Q 13o
color checke rc la s
s ic® )sepuedenu sa rla stab lasqueapo rtanla sMetamo rfoze
Preserva t
ionImag ing Gu id e
lines55. Tamb ién se puede u sarlain forma ción
55
Latabladecorrespondencia
sdeva lore
s RGBded iferentese
spa c
iosdeco lo
rcon
valore
sL *se puede obtenerenla pág ina42 delasd i
rectri
ces deMetamo r
foze ya
ci
tadas, enlatab la“Me tamorfoze exposureto
leranceΔL *2, Objec
t-Level Targe
t
neutra
ls.Overv
iewo fthetheore
tical6L*valuesandtheoreti
cal8bitpixelvalues”.
aportada por Danny Pascale en su documento RGB coordinates of the Macbeth

Colorchecker®56.
En el caso de aplicarse la OECF se deberá obtener el valor promedio de
desviación de L* real y L* teórico contando con cada parche de densidad de la
carta. Sólo se admitirán promedios de desviación ubicados en el margen -5 y
5.
Otra alternativa es usar la función de Imatest® Density response for all
channels, que aporta la curva OECF. La desviación puede calcularse para cada
parche de densidad a través del fichero de datos que aporta el propio
Imatest®. El gráfico muestra la luminancia obtenida en la imagen digital por
cada valor de densidad de los parches de gris de la carta de control usada y
con respecto al valor de luminancia ideal teórico que debería haber sido
obtenido. Un buen rendimiento en OECF debe hacer coincidir los puntos de
color rosa con los círculos grises, tal y como vemos en el siguiente ejemplo:
Figura 30. Gráfico OECF proporcionado por el programa Imatest®
Otro cálculo alternativo a la función Modulación de ganancia (Gain

Modulation). Está función aparece descrita en las directrices de Metamorfoze
56
Disponible en
http://www.babelcolor.com/index_htm_files/RGB%20Coordinates%20of%20the%20
Macbeth%20Colorchecker®.pdf . En la Web de BabelColor pueden encontrarse
interesantes trabajos sobre esta carta http://www.babelcolor.com/colorchecker®-
2.htm#CCP2_data , así como un software comercial de gran utilidad para hacer
análisis complejos del color de las imágenes.
ya citadas57. Lo que hace esta función es calcular cómo se transfiere a la

imagen digital el valor de diferencia en luminancia entre dos tonos concretos
de densidad de una carta de densidades. Su valor se da en forma de tanto por
uno58. Este valor expresa la diferencia entre lo que tendría que haber sido
para considerarse correcto y lo que se ha conseguido en la imagen digital que
se evalúa. La ecuación de cálculo es:
Donde S denota el valor de luminosidad (L*) en la imagen digital de los

parches de densidad, ref el valor L* de referencia (es decir, el valor ideal de
L*), e (i) el parche de densidad usado para la medida. El siguiente parche de
densidad usado para la medida se denota como (i+1), que debe ser más oscuro
que el parche (i).
Si los valores sobrepasan el 1 (o 100%) significa que la diferencia de

luminancias entre los dos parches de referencia es mayor en la imagen que
en la referencia. Si los valores entran en el rango entre 0 y 1 (o entre 0 y 100%)
significa que la diferencia de luminancias entre los dos parches de referencia
es menor en la imagen que en la referencia. En el primer caso estaríamos
ante un aumento artificial del contraste de la imagen digital y en el segundo
viceversa.
Metamorfoze da como valores de aceptación de referencia para este
parámetro el rango 80% - 108%. Que puede ser tomado como referencia en
este proyecto.
El cálculo de modulación de ganancia puede hacerse para cualquier rango de
dos tonos, en cualquiera de las zonas tonales de la escala de grises de la carta
de control tonal: luces, medios tonos o sombras. En este proyecto se hará de
las diferencias de los seis parches de grises consecutivos de la carta
colorchecker®, que supone cinco valores de modulación, como vemos en la
siguiente imagen:
57
En las páginas 19 y 20.
58
Para transformarlo en porcentaje se multiplica por 100.
132 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
1
. De
l19a
l20.
2
. De
l20al2
1.
3
. De
l21a
l22.
4
. De
l22a
l23.
5
. De
l23a
l24.
Setoma ránlosvaloresdeL *delaimagenydelo spa rche

sdeg ri
sdelaca rta
.
Se usarálaca r
tadeco lorcolorchecker®
,encon cre
to,lafiladepa rche
sde
gr
i s
.E lfabricantedelacartaaportalosva
lore
sC IELABdecadapa che59 ylo
r s
valoresC IELAB de su s representac
ionesdigi
tales pueden ser obten
idos
di
re ctamen te desde el edi
tor Adobe Photoshop®60 con la he rramienta
cuen tagotas.
Imates
t® aporta un grá
fico que permi
te hace
rse unaidea vi
sual de e
ste
parámet
ro,ese l denominado Lo ca
l Cont
ras
t(a c
cesible de
sdelafun c
ión
Step
chart
),de
lqueponemo sune jemploacont
inuación.
59
En la actualidad pueden ser obten
idos en
http://xritephoto
.com /ph_p rodu c
t_overv iew.aspx?ID=824&A ct
ion=Suppor
t&Suppo
rtID=5 159.Loidea lse ríaconsegu i
restosva lore s medianteelu sodeuncolorímetro
,
yaquese rán má spre c
isosquelo saportado spore lfabricante.
60
Lose spacio
sdeco lorC IELABsonco in c
iden tesenPho toshop®yenlo sda to
sde
refe rencia queapo r
ta elfabricante delaca r
taco lo
r checker®: LAB D502 degree
ob server
.S iseu saraunco lor
íme trohab ráqueob tene rlosvaloresL*deLAB D502
deg reeob server
,pa rapoderu sarlafun c
ión men cionadadeAdobePho to
shop®.
Figura 31. Gráfica Density Response del programa Imatest®
Para un análisis visual de los parches de la carta de densidades modelo Q13,

esto es con 20 parches en incremento de 0,1 OD desde 0,05 OD hasta 1,95 OD,
podrá tomarse como referencia la tabla aportada por el Archivo Nacional de
Holanda en sus directrices de captura de materiales fotográficos61, que
reproducimos a continuación, como tabla I, así como su nivel de exigencia.
Esta tabla es válida para imágenes convertidas al espacio Adobe RGB, con
gamma 2,2. Y los valores vienen dados en escala de 8 bits por canal. Como se
aporta un solo valor, para hacer la evaluación sobre la tabla será preciso
convertir la imagen en color al espacio grey gamma 2,2, con propósito de
conversión relativo colorimétrico.
61
Nationaal Archief. Digitisation of photographic materials. Guidelines. September 2010.
URL:
http://www.nationaalarchief.nl/sites/default/files/docs/guidelines_digitisation_ph
otographic_materials.pdf . La tabla ha sido reproducida exactamente como aparece
en este documento.
134 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
TablaI.Cor
re laciónentreden sidade
sóptica
syva lore
sdepíxe
l,deacuerdoal
Archivo Naciona l de Holandaensu sdi
rectri
ces decap
tura de ma
teria
les
fotográf
icos( reproducidali
teralmentedelorig
inal
)
2
.3.
4.4T
ole
ran
cia
/er
rord
eexp
osi
ción
Es
teparáme t
ro mideelerrordeexposicióndurantelacapturayregistrodela
imagen digi
tal
.E s
te valor nosólo depende delaco rrec
ción delajuste de
expos
iciónene ldisposi
tivodecaptura mediantelaselecc
iónde ltiempode
expos
ición ylaabe r
tura deldia
fragma ,sinotamb ién de
lp ro
ce sadotona l
pos
tcapturaqueseaplicaalaimagen.
Enrea l
idade stamo san teunap ruebadecon troldecalidadde lregistrotonal
másquedecon troldeunabuenacon f
igu ra
c iónde lvalordeexpo siciónenla
cáma rafo tográficadigital
,pue suno svalore sin co
rrectosdeexpo s
iciónenla
cap turapuedense rcompen sadosan ive
ltona lporlaap licacióndep roce
sos
dea ju stetona l o de ge s
tión deco lorsob relaimagen d igitalcap turada o
viceve rsa.Pe rolaap l
ica c
ióndee stetipodecompen sacionesno me jorarálos
prob lema squepuedel lega racau saruna jus tedeexpo siciónenlacáma ra
in corre c
to,talescomopé rd
idadein fo rmacióntona lenla szona sdesomb rao
delu cesoe lin c
remen toderu idov isib
leenlo stonosdesomb ra
.Po rello
,
podemo stene r unaimagenin cor
re c
tamen teexpue sta,conde fectosg raves
deru ido y po sterizac
iónenzona s desomb ra ocon pé rdida de de tal
leen
zonas de luces y pasar esta prueba al haberse compensado este error

suficientemente con ajustes tonales postcaptura o con la aplicación de un
perfil de color. Por este motivo, este parámetro no podrá ser tomado como
indicador de calidad de manera aislada, debiéndose acompañar por un buen
rendimiento en el resto de parámetros de calidad tonal y de ruido.
En esta prueba se dar por hecho que la exposición correcta equivale a la que
lleva una superficie con una reflectancia/transmitancia del 18% a un valor L
de CIELAB 50 estando la imagen en un espacio de color absoluto definido.
Esto es correcto si, como indicamos en los párrafos precedentes,
consideramos que la exposición no alude a la configuración del valor de
exposición en la cámara (tiempo de obturación y abertura de diafragma) sino
a la adecuación del registro de los niveles de densidad del original a capturar
en la imagen digital. Durante la toma no necesariamente siempre se debe
aplicar una exposición calculada para una superficie de 18% de
reflectancia/transmitancia, pues este valor de exposición puede ser
insuficiente ante originales con mucha información en zonas muy densas, o
excesivo para el caso contrario. El operador de captura que use un dispositivo
de captura que le permita variar el valor de exposición deberá ajustar este
valor para conseguir meter el margen de densidades del original dentro del
rango dinámico del dispositivo, y generando una distribución tonal que evite
la posterización y ruido de las zonas de sombra o el recorte tonal de las luces.
Este objetivo le puede llevar a tener que sobreexponer la captura ante
originales en clave baja, que presentan un predominio de información en
zonas muy densas, o a subexponerla ante originales en clave alta, sin que
deba ser considerado que se está produciendo un error de exposición si
posteriormente al aplicar un procedimiento de gestión de color se reajusta la
escala tonal de manera que se consiga una curva OECF correcta.
Esta práctica, comúnmente denominada como “derecheo” o “izquierdeo” del
histograma, puede provocar una merma en la calidad cromática de la
imagen, debido a que la mayor o menor luminosidad afecta al color. Pero sólo
se producirá este problema si la imagen digital RAW se procesa con una
salida no lineal. Si el fichero RAW se procesa linealmente no se permitirá que
se produzca ninguna merma de registro de color significativa. Una vez
procesado el fichero RAW y conseguido una imagen TIFF lineal, la escala
tonal se reajustará para conseguir unos valores de luminosidad correctos
automáticamente mediante la creación de un perfil de color. Esta imagen
lineal con perfil de color podrá posteriormente ser convertida al espacio de
color elegido para el máster o derivada sin ninguna merma de calidad tonal o
cromática.
El error de la exposición se puede evaluar de múltiples formas. Una manera
sencilla es a través de Imatest®, que presenta varias funciones para ello. Una
de ellas es el módulo ColorCheck. En el cuarto gráfico ofrece el dato de error
de exposición tomando como unidad el valor de exposición (EV o f-stops). No
se admitirán errores mayores a 0,2 EV (f-stops).
136 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
2
.3.
4.5R
eco
rte
ston
ale
senlu
cesysomb
ras
Hablamosdere cortetonalcuandosep ierdeinfo rmacióngrá

f i
caenla szona s
másclaraso má so scurasdelaimagena ligua larseablancopu roo negro
puro.Porejemplo,enlaimagenquep resentamo senlaf
igura32 ,quehas ido
escaneadacon unaca rta de pa
rches de gri
s, podemo sapre c
iarre co
rteen
zonasclarasyo s
cu ras
.Ene saszonassehape rdidoinformaciónyensuluga r
aparecenampliassupe rfic
iesdecolorblancooneg ropuro.Podemo sapre
ciar
bienestoenlacartadeg r
ises
,dondesehanpe rdidoesca
lonesdeg r
ises
.
F
igu
ra32.E
jemp
lodere
cor
tetona
lenunafo
tog
raf
ía
Las causa
s másu suales delo
s recorte
stona le
se sel de
fec
to de rango
dinámicodeldispo
sit
ivodecapturaolaap l
ica
cióndeajus
tesdehistograma
conlafinal
idadderealza
relcon
trastedelaimagen.
Noseadm it
iráen n ingúnca soreco rtestona lesene lrangodeden sidades
0
,05 ODa1 ,95 ODpa ra ma teria
lesopa cos
.E s
tosignif
i caquedebenpode rser
dife
renciadosv isualmen te o med iante una he r
ram ientat ipocuen tagotas
(queapo r
tae lvalordelum ino s
idadL *(CIELAB )los20pa r
che sdeunae sca
la
de densidade st ipo Q 13. Ante ma terialest ras
lúcido s, se tendrán que
dife
renciar
, ob l
igatoriamen te,los pa r
che s que entran den t
ro del rango
dinámico deld ispo
sitivo de captu ra, una vez ave riguado e s
te da to
.E l
programaIma test®of receunafun c
iónpa raautomatiza restecontrol,ensu
móduloStepcha rt
,encon cre
toensug ráfico D ens
ityresponse.Enlas iguiente
imagen ponemos un ejemplo de este gráfico, tras haber ejecutado la función

Density response sobre una carta Q13. El gráfico revela que el parche más
denso de esta carta no ha sido reconocido.
Figura 33. Gráficos del módulo Stepchart de Imatest
Cuando el problema radique, como en este ejemplo, en la falta de

reconocimiento del parche más denso, se hará una evaluación von
cuentagotas complementaria, consistente en evaluar si hay cambio de valor
L* (CIELAB) promedio entre el parche más denso y el inmediatamente
anterior (un paso menor de densidad). El cuentagotas se configurará con un
tamaño de 31 píxeles y se hará ubicar justo en el centro del parche. Si el
cuentagotas revela una diferencia de al menos 1 de L*, se dará por válida la
prueba.
138 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
2
.3.5Ca
lidadóp
tica
Aludealacapa cidaddelsis
temadereg i
stroparaobtenerinformac
iónan ivel
espacial (en
tend ida como camb ios de densidad óptica) en el plano
bidimen s
ionalys in di
stors
iones
. Losp r
inc
ipalesp rob
lema srela
cionados
regis
t rodeestetipodeinformaciónson:
 Fal
tadecapa c
idadreso
lutivadelsi
stemadecap turayp ro
cesadodela
señaldigi
tal
. Se mani
fiesta enla ausen
cia de de
tal
les de pequeño
tamaño enlaimagen d igita
l que es
tán presente
s enlo s ob
jeto
sa
captura
r,osiapare
cenéstosestánpocodefin
ido s
.
 Aparicióndea rtefactos
.Sone lemen tosg ráfi
co squeapa re
cenenla s
imágene sdigitale speroque noseco r
re spondenconlain forma c
ión
orig
ina loqueha ciéndolo manif
iestanunade forma c
ióneviden te
. Un
ejemp lodea rtefactoan ive
le spacialsonlo spa t
ronesdea l
iasing,que
se man if
iestancomolaapa ricióndepa tronesg ráfi
cos(inex
istentesen
lasupe r
fic
iecap turada)sobreá reasque p resentanaltasfrecuencia
s
espaciales
.
Losdefec
tosp
ropiosdelaslente
syobje
tivosfo
tog
ráf
ico
squesue
lende
riva
r
enestet
ipodeprob
lema sson,comúnmente
:
 Abe
rra
cione
s.D
ife
ren
ciamo
sdo
stipo
s:
o Cromá t
icas.P rovo canlap resenciadeha losdeco loralrededo r
delaszona sdebo rde.Puedense rlateralesolongitudinales
.
o Ópti
cas.P rovo can en foque de sigual entodalasupe r
ficie de
captura
, po rque e lsi s
tema óp ti
co a coplado a
ld isposit
ivo de
capturaesin capazdeen focartodalasupe r
fic
iede ldocumen to
en un m ismo p lano, po rlo que o b ientodo o pa r
te de l
documen toapa recefue ra defo co. Suelentenerp resenciaen
obje
tivos fo tográficos po co corregido s o de peo r calidad:
aberrac
ióne sfér
ica,as t
igma t
ismo ,comaycu rvaturadecampo .
 Di
sto
rsione
s óp t
icas (también denominada
s d imensiona
les o
geométr
ica
s).E
stetipodedis
tors
ionesprovo
cala mod
ifi
ca c
ióndela
s
Requ
isi
tosgene
rale
sdeca
lidadimagenra
ste
r 139
propo
rcione
sgeomé tr
icasyformasdelorepre
sentadoenlaimagen
.
Soncomune slad
isto
rsiónenbar
rilyenco
jín(p
incush
ion)
.
Hay otros defec

to s delos objet
ivo
s que pueden man i
festarse más como
defec
to s en e
lco lor ycon t
raste
,salvo que puedanincid
i r en pé
rdida de
deta
llee spac
ialademá s,comosone lviñeteado ola p
resencia derefle
jos
internosylaluzpa rás
ita(
flare
).
Dentrodelaamp liagamadep roblema sdetipoóptico,e lcontro
ldeca lidad
se cent
raráendo sfacto
resqueperm iten med
irlain cidenciadeestetipode
inconvenientes
: la capac
idad reso
lu t
iva y la p
re sencia de disto
rsiones
dimensionalesyaberrac
ionesc
romá ticas
.
2
.3.
4.1C
orr
ecc
iónd
elat
asad
e mu
est
reo
Esta medidao freceinformaciónsob relaade cuacióndelare solu c

ióne spacia
l
de cap tu
raob ten idaenlaimagencone lvalordee s
tava riablee speci
ficado
paralacap tura.Lo sdisposi
tivosdecap turano rmalmen teinco rporanenlo s
metadatostécni coselvalordelare solucióne spacia
ldecap turaenp íxeles
por pulgada. No ob stante es
te valor puedese rcamb iado a po ster
iori
, de
maneraqueunaimagencap turadaa meno rresoluciónpuedase rpa sadapo r
habersidocap tu raauna mayo rresolución.
Lacomp robaciónse puede hacersobre unalínea delongi
tudcono c
ida
.Se
tra
ta marcarunapulgadaounaf rac
cióndee staycontaratravésdeunedi
tor
deimágene slospíxelesdelal ínea
. Coned i
toresqueo frecendato
sdela s
coordenadasdecadap íxeldelaimagene stacomproba c
iónsepuedereal
izar
enuno spocossegundo scongranfaci
lidad.
2
.3.
4.2C
apa
cid
adr
eso
lut
iva
Lacapa c
idadresolu
tiva midelacapa cidad de
ld isposi
tivo decap
tu ra para
regi
strarel deta
lle a n
ivele spacial
. Pore jemp lo
, una ma la capacidad
reso
lutivader
ivaenquelosde tal
lesicónico
s má sfinosdelaimagenf ís
icano
seregis
tranenlaimagendig i
talcorrespondiente
.
Paraevaluare
stepa
ráme t
roseca l
cularán,enp r
ime rlugar
,losparesdelínea
porm il
ímetroquedebenquedarb ienregis
trado salaresoluc
iónespa c
ialde
captura(medidaen ppp) queseap lique alos documen to
s que van aser
capturadospore
ldispo
sit
ivo.Paraelloseuti
lizarálasigu
ienteecua
c ión
:
Pa
resdeL
ínea
s/mm=Re
solu
ciónE
spa
cia
l/50
,8/Fa
cto
rdeca
lidad
.
El factor de calidad bajo equivale a la frecuencia de Nyquist, esto es, un

píxel por línea, por lo que es igual a 1; el mediano a 1,5 píxeles por
línea, siendo igual a 1,5; el bueno equivale a 2 píxeles por línea, siendo
igual a 2; el excelente equivale a 3 píxeles por línea, siendo igual a 3.
El uso del factor de calidad de bajo (1 píxel por línea de la carta de resolución
usada para la medida de calidad) como referencia de calidad es muy
problemático, debido a la poca probabilidad de que haya una alineación
perfecta entre la línea y el píxel (el elemento fotosensible individual) del
sensor. Y el que se produzca o no esta alineación no tiene nada que ver con la
calidad del sistema de registro. Este fenómeno lo podemos ver ilustrado en la
siguiente imagen (figura 34), donde las flechas representan los píxeles del
sensor y las filas de cuadrados un posible patrón de líneas de una carta de
resolución de este tipo62.
Figura 34. Representación del problema de la alineación de los elementos

fotosensibles del sensor de imagen con el detalle gráfico
En la siguiente tabla (tabla II) ofrecemos los valores para resoluciones

espaciales típicas.
Resolución espacial Pares de línea por milímetro

Baja calidad Mediana calidad Buena calidad
200 ppp = 3,9 2,6 2
300 ppp = 5,9 3,9 2,9
400 ppp = 7,9 5,2 3,9
600 ppp = 11,8 7,8 5,8
62
Ejemplo tomado de Franziska S. Frey y James M. Reilly. Digital Imaging for
Photographic Collections Foundations for Technical Standards. Second Edition.
Rochester: RIT, 2006, p. 22.
1200 ppp = 23,6 15,6 11,6

2400 ppp = 47,2 31,2 23,2
Tabla II. Valores para resoluciones espaciales típicas
Posteriormente se aplicará una prueba objetiva de MTF (Modulation Transfer

Function) a todas las resoluciones de captura que se vayan a aplicar con el
dispositivo. MTF mide la calidad en la transferencia del contraste entre
detalles gráficos consecutivos de alto contraste. Veamos lo que representa el
valor de MTF visualmente. Incluimos contrastes relativos (MTF) del 100%,
50%, 30%, 20%, 10%, 5%, 2,5% y 0% a continuación, que reflejan la transferencia
de contraste de un patrón físico de alto contraste consistente en una línea
ideal y perfectamente blanca (refleja el 100% de la luz recibida) seguida de
otra ideal y perfectamente negra (no refleja nada de la luz incidente):
100%
50%
30%
20%
10%
5%
2,5%
0%
142 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
A MTF50%setransfie
reel50%delvalo
rdecontra
stedepa r
tida
,porloquesi
elcon
tras
tedepa r
tidaesal
toelo
johumanoaúnde tectabienelde
tal
levisua
l
depequeñotamaño.Ellími
teteó
rico máx
imodepe r
cep c
ióndeldeta
lleesde
aprox
imadamen te MTF9%o10%,paraundeta
llevisualdepequeñotamaño.
E
stapruebaserea
liza
rá med
ianteunsis
temaautomat
izadosob
reunacar
ta
e
spec
ífi
capara MTF.Pod
ráusar
seelprogramaIma
tes
t®,ensufunc
iónSFR
.
Comoguíaofrecemo
slo
s rango
sdeva
lore
sde MTFco
rre
spond
ien
tesalo
s
tipo
sdeca
lidades
:
 Ba
jo[
1pixe
lpo
rlíneao0
,5Cy
/px
]=ento
rnoa MTF
10%
;
 Med
iano[
1,5p
íxe
lespo
rlíneao0
,33Cy
/px
]= MTF
10%
-30%
;
 Bueno[2p
íxe
lespo
rlíneao0
,25Cy
/px
]=ento
rnoa MTF50%
 Ex
celen
te[3p
íxe
lespo
rlíneao0
,17Cy
/px
]=en
tre MTF60%
-70%
.
Porejemplo
, para200 ppplafrecuen
cia3,9 debe da
r unvalor de MTF en
tornoa10% ; para1,
97 entornoa MTF50%. Y MTFen t
re20% y30% pa ra
frecuen
cia2
,6.Ypa rafre
cuen
cia1
,31un MTFen tree
l60%ye l70%.
Parala p rueba setomará como refe
ren cia e
l factor de ca
lidad bueno,
debiéndoseobtenerunva
lordepa resdelíneapo rm i
límetroa MTF50%enla
pruebadeSFRqueseco rrespondaaloquedebe ríadarsean ive
lteór
i copara
laresolu
c iónenpppcone s
tefactordecalidad. Noseadm it
irándesviacione
s
mayoresa
:
 0
,1pa
resdel
ínea
spo
rmi
líme
tropa
ra200ppp
 1pa
rdel
ínea
spo
rmi
líme
tropa
ra300ppp
 1pa
rdel
ínea
spo
rmi
líme
tropa
ra400ppp
 1
,1pa
resdel
ínea
spo
rmi
líme
tropa
ra500ppp
 1
,2pa
resdel
ínea
spo
rmi
líme
tropa
ra600ppp
 1
,3pa
resdel
ínea
spo
rmi
líme
tropa
ra800ppp
 2pa
resdel
ínea
spo
rmi
líme
tropa
ra1200ppp
 4pa
resdel
ínea
spo
rmi
líme
tropa
ra2400ppp
Setoma rátamb ién como refe

ren c
ia el valor de MTF obtenido parala
frecuenciade Nyquis
t,quecoincideconlo sparesdelíneaporm ilímet
roque
se corresponden con un núme ro del íneas por pulgada idént
ico a la
resoluc
ióne spac
ialenp íxe
lesporpu lgadadecap tu
ra(ppp).Estoes,unpíxel
paracadal íneadelaca rtaderesolución
.Lae cuac
iónpa raelcálculodela
frecuenciade Nyqui
stserá:
Frecuencia de Nyquist = ppp/50,863
Por ejemplo, si la captura se hace a 600 ppp la frecuencia de Nyquist será de

11,81 pares de línea por milímetro, o lo que es lo mismo 600 líneas por
pulgada.
A la frecuencia de Nyquist el valor de MTF no podrá ser superior al 10%.
Equivale al factor de calidad Bajo. Valores superiores a esta cantidad son
indicativos de la aparición de problemas de aliasing provocados por la
aplicación de procesados no lineales a la imagen durante la captura o tareas
de edición posteriores. Este tipo de procesados puede provocar artefactos
visuales que mermen la necesaria fidelidad de la imagen digital con respecto
a la obra capturada. Este dato puede obtenerse a través del programa
Imatest®, en su módulo SFR. Ponemos un ejemplo de datos y gráficos
ofrecidos por Imatest® que pueden ser usados para hallar los valores de
capacidad resolutiva aquí exigidos.
Figura 35. Gráfico SFR de Imatest®
Se trata de una captura de una carta de resolución a 600 píxeles por pulgada.
De acuerdo a los datos que ofrece este gráfico a la frecuencia de Nyquist el
valor de MTF es de 0,0158 medido en tantos por uno (1,58%), por lo que
pasaría la prueba en este parámetro al no ser superior al 100%. No obstante
no pasaría el parámetro MTF50, ya que este valor debería darse a 5,9 pares de
63
La constante 50,8 es un divisor que convierte líneas por pulgada en pares de líneas
por milímetro. Se usa normalmente la unidad pares de líneas por milímetro en lugar
de líneas por pulgada, que sería más intuitivo, porque los programas de cálculo de
capacidad resolutiva suelen utilizar la primera.
línea por milímetro y no a 3,36, siendo la desviación con respecto a este valor
2,54, muy lejos del 1,2 permitido. El valor de MTF10 que ofrece en este gráfico
Imatest® es de gran utilidad, ya que es indicativo de la resolución en ppp real
del escáner. Esta resolución real se suele denominar comúnmente como
limiting resolution. Para tener este dato aplicamos la siguiente ecuación:
Resolución (ppp) real = pares de línea por mm a MTF10 * 50,864
Consiguientemente, el valor real de resolución (limiting resolution) del

ejemplo anterior será igual a (7,33 * 50,8) 372 ppp, muy lejos de los 600 ppp
aplicados.
El porcentaje de eficiencia en capacidad resolutiva (denominada
habitualmente como sampling efficiency) puede ser calculado mediante el
cálculo del porcentaje que representa el valor de pares de línea por milímetro
obtenido a MTF10 con respecto a la frecuencia de Nyquist expresada en esta
misma unidad de medida. La frecuencia de Nyquist es la resolución máxima
teórica alcanzable por un sistema de registro de imágenes y coincide con el
número de líneas por milímetro (lpmm) que coincide con el número de
píxeles por milímetro a que se muestrea el objeto a capturar. La ecuación,
utilizando la unidad más habitual de líneas por milímetro (lpmm), sería:
% de eficiencia en capacidad resolutiva = (Frecuencia a MTF10 en

lpmm/Frecuencia en lpmm correspondiente a la resolución de Nyquist)* 100.
La Frecuencia en lpmm correspondiente a la resolución de Nyquist se calcula

dividiendo la resolución espacial en píxeles por pulgada entre 50,8.
Este parámetro es usado en algunas especificaciones de calidad, como, por
ejemplo, en Metamorfoze. En el ejemplo anterior, el % de eficiencia sería igual
a:
(7,33 /11,81) *100 = 62,06%
La métrica anterior se basa en la idea de que un sistema hace un buen

muestreo si es capaz de que el MTF10% se ubique en la frecuencia de Nyquist,
esto es, en un píxel por línea más fina registrable a la resolución de captura.
Esta idea es criticable, ya que la frecuencia de Nyquist en un sistema de
captura discretizado (basado en píxeles), es difícilmente alcanzable en la
práctica, ya que supondría que cada píxel de sensor (elemento de sensor) se
alinea perfectamente en cada línea, mientras que la probabilidad de esa
64
La constante 50,8 permite pasar cuando se multiplica por ella de la unidad pares de
línea por mm a la unidad líneas por pulgada.
Requ
isi
tosgene
rale
sdeca
lidadimagenra
ste
r 145
alineaciónperfec
tae s muybaja
.Po rel
lo,no sparece másprá
c t
i coyrealista
toma rcomore fe
rencialosvalo
re sde MTFre la
cionadosconla sfrecuencias
espa c
iales a unaresoluc
ión decap tu
ra determinada queco rresponden a
fa c
toresquecon side
rane lnúme rodep íxe
lespo rl
ínea másfinareg i
strable
siendoe stenúme ro mayorauno,talycomore fer
íamos másarriba:
 Med
iano[
1,5p
íxe
lespo
rlíneao0
,33Cy
/px
]= MTF
10%
-30%
;
 Bueno[2p
íxe
lespo
rlíneao0
,25Cy
/px
]=ento
rnoa MTF50%
 Ex
celen
te[3p
íxe
lespo
rlíneao0
,17Cy
/px
]=en
tre MTF60%
-70%
.
Paralo s ma ter
ialest ra
slúcidos se puede realizar una evaluación vi
sua l
mediantelaca r
ta DanésP ic
ta®FS1de35 mm .Ene s
tecaso,laevaluaciónnose
hará med ianteunap rueba MTFs inoat ravésdelava lorac
iónv isualdeque
quedanre suel
toslo s pares del
ínea po r pulgada que deben ha cer
lo ala s
resolucionesdecap turaala squesevayaau sareld i
sposit
ivo,dea cuerdocon
la ecua c
ión ya re fer
ida má sarriba(Pare s de Líneas/mm = Re solución
Espacial/50,8/Fa c
tordeca lidad
.)
Setendráquehalla
rtantopara materia
lesopacoscomopa rat
ras
lúcidos,los
valo
resdelosparámetrosa medirtantoenlaverti
calcomoenlaho rizontal
.
En ambo s ca
so s se debe
rán con segui
r los valore
s adm i
tidos pa ra
conside
rar
sequelaimagenpa salap ruebadeca
lidad.
2
.3.
4.3Ab
err
aci
ónc
rom
áti
cal
ate
ral
Este pa ráme tro m idelacan tidad deabe r

raciónc romá tica p re
senteen una
imagen .E step roblemasue leo curr
irenla szona sce r
cana salo sborde sdela
imagen .Sedebeaunp roblemadeca lidaddela slen tesdelo sobjet
ivo sdelo s
dispo si
tivo sdecap tu
raoaunde fectodep rocesadodela simágene sRAWen
cap turasenla squeseap l
i ca unsen sortipo Baye r
. Cuandoset rata de un
prob lemadela slentes
,sep rodu cepo rqueelíndi cedere f
rac cióndelv idriode
la slente sva ríaconlalong ituddeondadelaluz .E lob jetivoe sincapazde
ubi carsob reelm ismopun tola sdiferenteslongi tudesdeondadelaluzque
po rtalaimagen ,dee safo rmac reaunrebo rdedeco loresro jo
,ve rde,azu l
,
cian , magen taoama ril
loa lrededo rde lbordedelo sob jetosdelaimagen .E s
un p rob lema re lat
ivamen te f recuente e impo s
ible de e liminar
comp letamen tes indistorsiona rse r
iamen telaimagen ,in c
lu soenequ iposde
alto pre cio. Po re s
te mo tivo,s iemp re hemo sdea sum ira lgo deabe rrac
ión
cromá t
i ca.
Se pueden usar varias mét
ricas paracuan ti
ficarla aber
raciónc romá t
ica
la
teralp re
senteenunaimagensob relaimagendeunaf igurarectangularde
co
lorsó l
idodigital
izada.Sere comiendaelu sodelprogramaIma tes
t® ,enla
función SFR, que aporta datos de aberra
ción cromá t
ica resu
ltado dela
ap
licacióndeva rias mét
ricas
.Encon cre
toseu sa
rála medidaCA(á rea)que
146 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
ca
lculaeláreadelaabe
rrac
ióncromát
icaenpíxe
les
.Seu
saráe
stae
sca
lade
va
loresparaelá
readelaaber
rac
ióncromát
ica
:
 Meno
sde0
.5
. Nos
ign
ifi
cat
ivo
.
 0
,5a1
. Meno
r.
 1a1
,5
. Mode
rado
.
 1
,5osupe
rio
r.Seve
ro.
Seadm
iti
rásó
loa
fec
tac
ión meno
ronos
ign
ifi
cat
iva
.
2
.3.
4.4D
is
tor
sion
esg
eom
étr
ica
s
Producende formacione
sdimen sionale
s(documen tosdeformado
s,an choo
a
ltocomp rim idooexpandido,e
tc.)Laslínea
sre c
tassecurvanhaciaadent
ro
ohaciaafueracercadelosborde
s.La sdos másf
recuente
sson:
F
igu
ra36.D
isto
rsione
sgeomé
tri
cast
ípi
cas
Sepuede u
sarelp rog
ramaIma tes
t®pa raelcálcu
lodeestepa rámet
ro.En
concre
toseusarála mét
ricaSMIATVd i
stort
ion,quearro
jaenpo r
centa
jee
l
gradoded
isto
rsión
.Tamb iénapor
taelcoef
icien
tedeco
rrección
.
La e cuación dela TV d i
stort
ion es muy s
imple, setra
ta de ca
lcu la
rel
por centa
jequerep resen
tae laumentoodecrementodeltamañodela slínea
s
di
s torsionadasfrentealalíneasindis
tors
ionar
.Po rejemplo
,situviéramos
unaumen todeldob ledelongituddelalíneacausadoporlad i
storsión,e
l
valo rdeé s
taser
ía100% :
SM
IATVD
isto
rtion=100(A
-B)
/B;A=(A
1+A2)
/2
Requ
isi
tosgene
rale
sdeca
lidadimagenra
ste
r 14
7
F
igu
ra3
7.Va
riab
lesdelae
cua
ciónSM
IATVD
isto
rtiondea
cue
rdoaIma
tes
t®
Elcoe
fic
ientedecorrecc
iónk 1 no
spe rmitesabereltipodedis
tors
iónóptica
quetememo s
:k 1 = 0indicaque no hay d
isto
rsión;k1< 0indicaque hay
dis
tor
siónenformadeco jín;k
1>0indi cadi
stors
iónenba rr
il
.
Noseadm
iti
ránpo
rcen
taje
sded
isto
rsión mayo
resa1%
.
Este tipo de d is
to rs
ione s se sue
le corregird ig
ita
lmen te, med iante la
aplicación defun ciones decorrecc
ión presentesen mu cho sprograma s de
edición deimágene s
. No se adm it
irá es
tet ipo de co
rre c
ción, ya que el
procesadoap li
cadovue lveaca l
cularcadaub icac
ióndep íxelenlaimagen ,
cone lcon siguienter ie
sgo de me rmarlaca l
idadof idelidad delaimagen
corregidaeno trospa ráme t
rosfís
icos
.
2
.3.6 G
radodecu
rva
turade
ldocumen
toenlaimagend
igi
tal
Este paráme t
rot iene que ve rcon e lg rado decu rva
tu ra que p re senta e l
reg is
trodig i
taldelaob raconre spe c
toalaob rao riginal
.Cuandosecap tu ran
digitalmentea lguno stipo s de do cumen to s( como puedense r documen tos
en cuadernado sodeg rantamaño )odo cumen tosconp rob lema sdea labeo
por habe rse con servado en rollado s o po r p resenta r p roblema s de
con servac
ión de lsopo rte,e scomúnquesuimagen d igitalp resentec ie r
to
gradodecu rvatu ra
.E stoe sa s
ípo rlad ificultadoimpo sibilidaddeap lana r
comp le
tamen tee ldo cumen todu ran teelp ro ce
sodecap tu raopo re lrie sgo
quecon llevapa rasucon servacióne laplanado .Silacu rvatu rae sex ce s
iva ,la
65
imagend ig i
taldelaob rap resenta rádistorsione sgeomé t ricasimpo rtan tes
ypa rtesdesen fo cadaspo rhabe rquedadofue radelazonadep ro
fund idadde
65
Alpresenta
rselaob racomounob jetotrid imen sionalquedebese rrepresentadoen
unp lano,quepo rsu p ropiade finicióne sb idimen siona l
.Larep resentac
iónen un
planode unob jetotridimen sionalrequ ierelap roye cc
ióndelate rceradimen s
ión,
mediantealgúnt ipodea r
tif
icio,talcomolape r
spe ct
ivalinea l
.Elsis
temadecap tu ra
de la imagen d igi
tal ap li
ca la pe rspectiva lineal, po r lo que lose lemen tos
tridimen s
ionalesseránreg i
strado sp roporciona lmen tea mayo ro meno rtamañoen
fun c
ióndesup roximidada lob jetivodelacáma radigitalosupe rf
i c
iedeo riginales
dele scáner
, quedando a sía l
terada sla s relacione so riginale
s detamaño delo s
dist
intoselemen tospre sentesenlaob raacap turaryd istorsionadasugeome tría.
148 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
campode
ldispo
sit
ivodecap
tura.Enes
tass
itua
cione
s,podemo
shab
lardeun
reg
ist
rod
igi
taldelaob
radef
iciente
.
Elgradodecurvatu
ra midelarela
ciónen tree
ltamañorea ldeladimens
ión
hor
izonta
ldelapág inaosopo r
tef í
sicoacap turarye ltamañocone lque
quedanregis
trados enlaimagen d igita
l.El dato se expre
sa de manera
porcen
tual
.Laecuacióndecál
culodee steparámetroes:
G
radodecu
rva
tura=I/R*100
S
iendoI=tamañodelad
imensiónho
rizontaldelaobraenlaimagend
igi
tal
;
yR=tamañorea
ldeladimen
siónhor
izontaldelaobra
.
E
lrangodeva
lore
sadm
itido
spa
rae
stepa
ráme
troe
s94a106%
.
2
.3.7 G
radodeinc
linac
iónde
ldocumen
to
Este parámetro aportainformaciónsobrelain c

lina
ción dela obra en e
l
di
spo si
tivodecap tu
ra. Noseadm i
tiráco
rrec
cióndeinclinac
iónporsoftware
,
debidoalrie
sgoded isto
rsióndelaimagendigi
talqueen t
raña.
Noseadmit
iráunaincl
ina
ciónsuperio
ra+-2grado
ssexage
sima
lespa
ralo
s
documen
tosencuade
rnados
,y+-1gradoenhoja
ssimple
s.
La med i
cióndeesteparáme tropuederea l
iza r
sede sdeuned itordeimágene s
quep resenteunaherram ientareg laylafun cióndero tac
ióndeimagende
acuerdoalain fo
rmaciónapo rtadaporlalíneat razadacone staherramien
ta.
Parala medic
iónseelegiráunal ínearectap resenteeneldo cumen to
,o,ensu
defec
toys ielbordedelapág inaescomp letamen terecto,elm ismobordede
lapág inauhojaacapturar.
2
.3.8P
resenc
iadea
rte
fac
tos
Denominamo sarte
factoacua lquierelemen tográficoquesep resentaenla
imagend igitalyque noseco rrespondecon une lemen torea
lenlaob raa
captu
rar,sinoquee sp roductodep roblema sdetipoóp ti
coodelaa lte
ración
delaseñaldigita
ldu rantelafasedecap turaopro cesadodelasimágene s
. No
seadm i
tirá,en ningúnca so,lap resenciadeloss iguientesar
tefac
tosenla
imagend igita
l másterode r
ivada:
 Al
ias
ing. Son inter
feren
cias ópt
icas que se produ
cen cuando la
reso
luciónespa
cialdecaptu
rae sinsu
fic
ienteparapoderreg
ist
rarde
Requ
isi
tosgene
rale
sdeca
lidadimagenra
ste
r 149
mane racomp letaunpa t róndef recuen c

ia sespacialesa ltaspre sente s
enlasupe rficieacaptu rar
,s iendolacapa c
idadre solutivadela slen tes
deld isposit
ivosu fic
ien tepa rasureg is
troco rrecto. Unca sof re cuen te
de aliasing e sel que p rodu ce une fecto pare
c ido al dela ste las de
muaré o a l quese pe rcibe v isualmen tecuandosesupe rponen do s
reji
llas del íneascon unc ierto ángu lo ocontamaño slige ramen te
diferente. Hab lamos,en ton ces, de patrón de mua ré.E s
te prob lema
tamb ién puede p resen tarse como pa t ronesv isuale sd ife
ren te
sa l
patrón de mua ré sobrela zona de a ltasfrecuen cias que a lteran
gravemen te el detal
le o riginal
. Veamo s un ejemp lo de pa trón de
muaréenunaimagend igitalenco lor.
F
igu
ra38.E
jemp
lov
isua
lde
alia
sing
 Pos
terizac
ión .E s
te problema p rovoca quela sg rada
cionestonale s
suavespre sente
sene ldo cumen too rigina
lsesu sti
tuyanpo rbanda s
decolorun ifo
rme.Puedese rfrecuente senfotograf
íasescaneadascon
unrango d inám icoy profundidad deb it pob
re,o por unex ce
so de
aumen to decon tra
stedu ran
tee le s
caneado . Veamos unejemp lo de
pos
terizac
ión .
150 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
F
igu
ra39.E
jemp
lov
isua
ldepo
ste
riza
ción
 Presenciadelínea
so mo tasconfa l
tadereg is
tro
.A lgunosescáneres
producenave cesl
íneasenla simágene squenoco inc
idenconde ta
lle
delorigina
l.Esfác
ilaprec
iarlas
.Suelense rconcolores muyfuer
tesy
másfrecuente
senla szona
s má sos
cu ra
s.
 Anillosde New ton.E sune fec
toóp ticoquesep roducecuandolaluz
atraviesa dosp lan chas de ma terialtrasparente o t ras
lúc
ido en
conta c
toimpe r fecto. Se mue s
tra con una espe cie de ar
coiris que
formac írcu
loscon céntr
icos.Sueleo curr
ircuandosee scaneanplacas
de v idr
io o pla cas o pe l
ículasp lást
icas fo
tog ráf
icas. Veamos un
ejemp lo.
Requ
isi
tosgene
rale
sdeca
lidadimagenra
ste
r 15
1
F
igu
ra40.E
jemp
lov
isua
ldean
illo
sde New
ton
 Píxe
les de
fectuosos
. Se corresponden a elemen to
s del sen
sor de
imagenquenofun cionancorrec
tamen te
.Se man i
fie
stancomopuntos
decolornegroob lancooquenoco rrespondienteconelquedebería
tener
.Seprodu cenpordefec
to senlossensoresdeimagen.
 Suciedadenelsenso
rdelacámaraode
lescáne
r.Se man
ifies
tacomo
ci
rculito
sdecolo
r.Pare
censa
lpi
cadu
ras
.Veamosunejemplo.
F
igu
ra4
1.E
jemp
lov
isua
lde mo
teadopo
rsu
ciedadene
lsen
sordeimagen
2
.3.9 O
trose
rro
resdecap
turanoadm
it
idos
Tanto enlasp rueba

s de a
seguramien
to de cal
idad como enla p ruebas
poste
rioresalacapturadecon
troldecalidadeje
cutadassobre mues
trasde
fi
cheros,segarant
iza
ráquenoseproduc
iránohanp roducidoesoser
ro re
s:
152 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
 Reproducciónincompleta delsopo rte del documento. Nose ha de

perderlainformacióndelo s márgenesde ldocumen toosopor
tedela
obra
, porlo quelo s bordes deberán aparecer enlaimagen digi
tal
rodeadosdea lgodee spaciodelasupe r
ficiesobrelaquesecolocala
obraparalacapturaodelatapade le scáner
,ensuca so.
 Suciedadajenaal do
cumento. No
srefer
imo sasuc
iedad que puede
haberseacumuladoenlassuper
fic
iesdelosequ
ipo
sded ig
ital
ización
yquehapa sadoalaimagendigi
tal
.
 Or
ien ta
ciónin co
rrectadelaimagen .Alguno sp rob
lemascomunesde
or
ien ta
ción son: do cumen toinvertido( “obje
to rep
resen
tado mira
derecha-deber
ía miraraizqu ierdaov iceversa”)
;odo cumentog
irado
(bocaaba jo
,aderecha ,aizquie
rda.
 Fa
ltan pág
ina
s de do
cumen
tos po
r d
igi
tal
iza
r en do
cumen
tos
mu
ltipág
ina
.
 Haypág
ina
sdup
licada
spo
rhabe
rsecap
turadodo
sve
ces
.
 Hay re f
lejo
s enla simágene s
. O curre frecuentemen te cuando se
digi
talizacon una pla
ca dev idriosupe rpuestaa l documen toconla
final
idaddeap lanarpág inasalabeadas.Enlaimagend ig
italaparecen
imágene sref
lejada
s de elemen tos ofuen tes deluz ub i
cado s enla
cercanía delasupe rf
icie de digi
talizac
ión. Veamo s un ejemplo de
ref
lejo.
 P
resenc
ia de doble
cesa
l habe
rse cap
turado pág
ina
s con a
lguna
e
squinadoblada
.
 F
iche
ros má
ste
resode
rivado
squenotengansupe
rfi
lICCin
cru
stado
.
 En
foquein
cor
rec
toentodalasupe
rfi
ciedelaimagen
.
 Ausencia dein forma ción pertenec
iente a ot
ro s documen to
s. Puede
ocurrirendo cumen to sen cuadernadosdeva riaspág ina
sconsopo rte
dee s
ca sogrosor.Lat ransparenciadelsoportep rovocalaapariciónen
laimagend igi
taldetex tosuo troselementosg ráfi
co sper
tenecien tesa
la pág ina inmed iatamen te anter
ior o po s
te rio
r. Se puede ev i
tar
introdu c
iendo unalám ina opaca entre amba s páginas
. Umb ral de
cal
idad:la p resencia de e s
te problemaimp lica elrechazo pa rala
subsana c
iónde lprob lema.
Requ
isi
tosgene
rale
sdeca
lidadimagenra
ste
r 153
2.4 Pautas pa
ra la ap
licac
ión de p
rocesos de t
raba
jo
especí
ficos
2.4
.1Ajus
tessob
relaimagend
igi
talnope
rmi
tidospa
ralaimagen
máste
r
Noseperm i
tirán ingunodee s
tosaju
ste
s,n
idurantelacapturaatravésdel
sof
tware decap tura
,n i po
ste
rio
resalacaptu
ra,at ravé
s de uneditor de
imagendigital
:
 Ajuste stona les oc romá ticos de n ingúnt ipo. La ca l

idadtona ly
cromá ticasere legaráex clu s
ivamen tealp ro ced
im ientodege stiónde
color med iante perfile sICCo ,cuandoseu sencáma rasfo tográ f
icas
digi
ta les, median tepe rfi
les ACR DNG .Lo spe rf
iles ACR DNGsó lose
aplica ránsiseadm i
tepa rae setipodeob jeto squeele spaciodeco lor
dela simágene s má steres sea un e spacio RGBindepend iente de
dispo sit
ivo,talcomo Adobe RGB( 1998)
,P rophoto RGBoe ciRGB .Se
perm i t
irána justestona lesene lp rocesodereve lado RAWcuandose
uti
licen pe r
files ACR DNG , pe ro só lo s i van en cam inado s
exclu sivamen tea me jora rlap recis
iónenrend im ien
todeco lorytono
del pe rf
il ACR DNG en a ras a la máx ima f idelidad en e stas
carac terís
ticasdelaimagen ,pe ronun caconlain tenciónderea lzarel
cont ra s
teolasa turac ióndeco lo rodeadap tarlaimagenaun med io
desa lidacon creto.
 A
juste
sderea
lcedelaimagendeningúnt
ipoparalaa cen
tua
ciónde
a
tribu
tosp
lás
tico
s(con
tra
ste
,sa
turac
ión
,bri
llo
,foco
.
..)
 A
ju s
tesden it
idezor
ien
tadosa mejo
rare
lfo codelaimagen
,sa
lvoen
e
lp roceso dereve
lado RAW ysiempre queseconfigu
rencon ba
ja
intens
idad.
 Ajus
tespa ralae liminacióndeaberracionesod is
torsione
sdeb idasa
defec
to s de captura o malrendimiento del equipamiento
. Sólose
adm i
tirálaap l
icacióndefil
tro
sdeba jaintensidadparalaeliminac
ión
deaberraciónc romáticaenelpro
cesodereve ladoRAW .
 Eliminaciónoredu cciónderu idoc romá ticoodelum inancia.Sólose
adm it
irálaap licac
ióndef iltro sde m inim izaciónderu idocuandoe l
revelado RAW serea li
ce en modol ineal, ye l revelado
r RAW no
apliqueunp rocesadopa ra m inim izarelru ido.E lfil
troderedu cc
ión
deru ido hab rá de ser con figu rado de mane ra que no se e l
imine
ningunain forma c
iónre levan te delaimagen y no se a lterenla s
caracter
ísti
ca stonale sn ic romá t
i ca
s.E stose ga rant
izará med iante
pruebas. Se podránrea lizartamb iéne stosa justesene lpro ceso de
154 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
revelado RAW
, pe
ro s
iemp
re y cuando se ap
liquen con po
ca
intensidad
.
 E
limina
ción po
r so
ftwa
re de man
cha
s o su
ciedad cap
tada enla
imagen
.
 El
im ina
ción de de
fecto
s en e
lo r
igina
lfí
sico p
rovo
cado
s po
r una
def
icien
teconservac
ióndelaimagen.
 In
terpo
lac
ióndelare
solu
cióne
spa
cia
lpa
raaumen
tarlo
spíxe
lesdela
imagen
.
 Inte
rpola
cióndelapro
fund
idaddeb
itpa
rapa
sardeuna meno
rauna
mayorp
rofundidaddeb
it
.
 Lainc
lus
iónolae l
iminacióndecualquierelementoicón
icopre
sen
te
enlaimagen,aunqueseane lementosnope r
tene
cientesa
ldocumen
to
quehansidocaptadospo
re rrorenlacaptura
.
 El
imina
cióndebordesa
lrededo
rdelosobje
toscapturadosquevayaen
cont
radela
spautasdecal
idadapo
rtada
sene sta
sd i
rectr
ices
.
 A
lineac
ión de
l objeto cap
tado por so
ftware
, cuando su g
rado de
inc
linac
iónserásuper
io ra
lpermit
idoene s
tasdire
ctr
ices
.
2
.4.2Ro
tac
ióndelaimagen
Lasimágenessiemp rehandequeda rderechasdea cuerdoalav istacap

tada.
Sisedebencapturarrotadaspor motivosdeefic
ien c
iade lp
ro cesodecaptura
se ro
tarán dig
italmen te
, pero se evi
tarála ne cesidad de rotac
ión ante
documentos de al
to va lorplás
tico ei cóni
co, dado e lrie
sgo de aplicar
inadver
tidamentep rocesosdeedic
ióndela simágene squesupone .
2
.4.3Reco
rtede
láreadecap
tura
Nosepe
rmi
tiráre
cor
tarn
ingunaf
rac
ciónde
lbo
rdede
ldo
cumen
to.
Se dejará un á
rea desegu
ridad que ga
rantice que e
l borde ylaca r
ta de
controlquedenperfec
tamentereg
i s
tradosenlaimagen ,queseráal menosde
2milíme tros
.
2
.4.4Pau
taspa
rae
lusodecáma
rasfo
tog
ráf
icasd
igi
tales
Se podrá u
sare
stetipo de d
ispo
sit
ivo pa
ralacaptu
ra detodoslostipo
sy
med
io sdocumen
tale
sconsa l
idaaimagend ig
ita
lra
ste
rotextodigi
tal
.
La cámara irá equipada con un objetivo macro de alta calidad de 50mm o de

100mm (si se trata de obras de pequeña superficie).
La cámara digital deberá ubicarse en un stand de reproducción estable que
permita mover el cabezal con pasos milimétricos sobre la columna de
reproducción. El stand se tendrá que equipar con un sistema de iluminación
profesional específico para fotografía de reproducción, con luces frías (tipo
LED, fluorescente de alta frecuencia, HMI, HID o flash) de espectro completo,
normalizadas con una temperatura de color entre 5000 y 5400 K y un alto
valor de CRI.
No se admitirá el uso de filtros polarizadores cruzados, salvo que sea
imposible la eliminación de reflejos mediante otro sistema en documentos
con superficies muy brillantes. La polarización cruzada puede llegar a
provocar problemas de rendimiento del equipo en rango dinámico, ruido y
precisión tonal y de color, por lo que antes de optar por la polarización
cruzada se evaluarán otros procedimientos habituales en la fotografía de
reproducción para la eliminación de brillos, tal como el apantallamiento de
las fuentes de luz.
Se evitarán luces con un alto contenido en radiacción UV o que generen calor.
El operador de captura controlará las condiciones de temperatura y humedad
de la sala para evitar valores que puedan dañar los documentos.
Para reducir los reflejos, la aportación de calor y mejorar la uniformidad de la
luz, el ángulo de iluminación de las lámparas será entre 30 y 45 grados con
respecto al centro del área de captura, y no se colocarán a menor distancia del
doble de la dimensión diagonal del área a ser capturada. El ángulo de
inclinación preferido son los 45 grados.
Es conveniente medir la uniformidad de la iluminación antes de la toma del
lote o lotes de documentos que comparten las mismas condiciones de
captura, garantizándose así niveles de uniformidad y calidad que permitan
superar las pruebas de control de calidad en uniformidad de iluminación.
Para ello se recomienda usar o fotómetro de luz incidente, que se irá
colocando a largo de todo el área de captura. Los valores de intensidad de luz
se medirán en valores de exposición (diafragmas o f-stops), ya que en las
pautas de calidad descritas más arriba se usa esta unidad de medida.
Para no someter a los documentos y obras a capturar a una exposición
prolongada a la luz, se harán las mediciones de calidad de uniformidad y de
exposición sobre el tablero de reproducción, antes de colocar los originales.
Los valores de exposición de las tomas con cámara digital o escáner
planetario serán los adecuados para conseguir el mayor aprovechamiento del
rango dinámico del dispositivo para registrar con buena calidad el margen
de densidades de los originales. Salvo que el margen de densidades de los
originales sea elevado, se procurará exponer, ante originales reflectantes,
para una carta de grises del 18% ubicada en el centro del área de captura. En
su defecto, se calcularán los valores de exposición con un exposímetro a
partir de la luz incidente, colocando la semiesfera difusora delante de la
célula fotoeléctrica y ubicando el dispositivo en el centro del área de captura
156 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
apoyadoenla me
saderep
rodu
cciónde mane
raquequede m
irandoha
ciala
fuentedeluz
.
Se adm it
irálasob reexposi
cióncon trolada66 an te or
iginales muy den sos
,
siemp reycuandolaimagen má s
terT IFFre sultantepuedase rco rregidacon
lain termediación del perf
il deco lors in defe c
to sresolut
ivo s
, deco loro
tona lesqueimp idanlasupe ración dela sp rueba s decalidad definidasen
estaspau tas. Nosepe rmit
irásob reexpone rla scap tura
sen má sde1va lorde
expo sición,dadoe la l
toriesgodere cortedein forma c
iónenzona sdea ltas
67
lu cesoded i
sto r
sióndecolo rquea carreae steprocedim iento.Lo sva lore
sde
abe r
tu raded iafragmasee legirándefo rmaquesed isminuyatan toe lefecto
de di fracc
ióncomo dela s aberracione s ópt
ica s dela slentes
, evitándo se
tamb iénaltostiempo sdeobtura c
ión.
Lacámaratendráquelleva
ra copladounsi
stemaquenorequ
iera man
ipula
r
di
rec
tamenteelbo tóndedisparo
. Dees
taformaseev
ita
ránvibra
cionesque
meno
scabenlacal
idaddelfocodelasimágenes
.
Eloperadordelacámaracomproba
rá,ante
sdelcomienzodelatomadeun
lote
,elparale
lismodelacáma
raconrespec
toalasuperf
iciedecap
tura
,que
habrádesertota
l.
Se podrá u
sar un v
idrio ap
lanado
r cuando sea impos
ible mantener
comple
tamentep
lanoeldocumento
.Peros
iguiéndo
selass
iguien
tespauta
s:
 Laca
lib
rac
iónyca
rac
ter
iza
cióndelacáma
raseha
rácone
lvid
rio
.
 E
lpe
sode
lvid
rionodañaenn
ingún modoa
ldo
cumen
to.
 Sehacomprobadoquenosed
ism
inuyelaca
lidadtona
lyc
romá
ticade
lascap
tura
sconelvid
rio
.
 Noseap
licae
lvid
rioaob
rasdea
rteofo
tog
raf
ías
.
 No se gene
ra n
ingúnre
fle
jo que pueda queda
r reg
ist
rado enla
s
imágenes
.
 E
lvid
rionop
rovo
cad
isto
rsione
sgeomé
tri
casodeo
trot
ipo
.
E
lstanddereproduc
ciónseubi
carásobresue
loo me
saf
irme
,quenopueda
v
ibrarpo
rlos mov
imiento
sdeloperado
r.
66
Denom inadocomúnmen tecomo“de recheo delhi s
tograma ”ene lámb ito dela
fo tografíad igital.
67
Eviden temen te
,e s
telím i
te nose ap li
cará enla scap turas pa
racompone r una
imagenencod i
ficac
ión HDR . Noob s
tan te,anteoriginalesextremadamen teden sos
sin á rea s c laras, se evalua rá e s
ta pau ta
, pe rmit
iéndo se incrementar la
sob reexpo s
iciónena lgunaf racción má s de valor deexpo si
ción. Enesteca so
,se
debe rá p rocede r a una eva
luacións istemá ti
ca delaca l
idad deco lo
rp revia ala
gene ración delaimagen má s
te rfinal, ante e
lr iesgo de me rma palpable enla
pre c
isióndeco lorquepuedep rovo ca
runaa ltasobreexpo s
ición
.
Requ
isi
tosgene
rale
sdeca
lidadimagenra
ste
r 15
7
Secomprobaráquee
lsistemadeenfoque
, manualoautomá
tico
,no me
rmala
ca
lidaddelarep
roducc
ióndeldeta
lledelosor
igina
les
.
Elaju
s tedeblanco
sdelacáma raseha
rácon
traunaca
rtadeg
risde
l18%de
ref
lectanciaconca
lidadp
rofe
sional
.
Paralacap tura de do cumento stra s
lúcido sse usa rá una me sa deluz de
calidadp rofes
iona l,noadm i
tiéndo seelu sode me sa sdeluzdiseñada spa rael
mercadodomé sticooama teur
.La me sadeluzhab rádepe rm
itirg radua rla
inten sidad deluz , para queel ope rador decap tu ra puedatene rsu fi
ciente
margende man iobraene lcálculodelo sva lo
resdeabe rturaded iafragmay
velocidad deob turacióncomo pa racon segu ircap turasconlaca lidad ye l
rango d inám ico reque ridos. Se a coplarán plan til
las de ma terial no
reflectantealrededo rdela sob rasacap tu rar
,de mane raquelaszona sclaras
dea lrededo r delo so rig
inales noin fluya negativamen teenlaca l
idad de
registrodelo sbo rdesdelo sdo cumen tos.
Cuandosehagaunacap tu raconuna me sadeluzsecu idaráyhab i
litarálo
necesar
ioene lentornodea lrededordela me
sapa rae
liminartodafuentede
ref
lejos.Laluzincidentese rála mín
imaimp resc
indib
leparaquee loperador
de cap tu
ra pueda mane ja rse
,s iendo el la fuen
te de luz neu tra, y
pref
iriéndoseluzded íafi
ltrada.
2
.4.5 Toma deimágenes complemen
tarias an
tela cap
tura de
documentosuob
jetosque mues
trenre
lieve
Lacap turaenfo rma toimagend igitalrastere sunacap turabid imen s

iona l
.
Estosupone quea lguno s de tal
lest ridimen sionalesp resentesenla s obras
pueden queda r pob remen te reg ist
rado s en la s imágene s d igi
tales o
representadoscond isto r
sión .Ene s
tapau tasnoseabo rdalacap tura3D,n ise
hap lanteadoenlo sob jetivo sdelp royectoded igital
ización.Pe roespo sible
que en a lgunas obrasa d igita
lizarsea p r
io r
ita
r io destacar enlaimagen
bidimen siona
lalgúnde talleenre lievedelo sdo cumen tos.
Enestassi
tuac
ionessepod
ráop ta
rpo rcualqu
ieradees
tastécn
ica
sderesa
lte
deelementostrid
imens
ionale
sp resente
senla ssupe
rfic
iesdelosob
jeto
sa
cap
tu ra
r:
 Captu raadicionaldeunaimagenra ste

rconunángu lodein cl
ina c
ión
de una fuen te de luz la teral infer
ior a 30 g rados. E s lo que
comúnmen te se denom ina como cap tura conluz ra sante
. Laluz
rasan te magn if
ica las somb ras que puedan c rear lose lemen tos
tr
id imen s
iona le
s delasupe rfic
ieacap tura
r, paraqueé s
tosquede n
resaltados
. En e ste caso
, se añad irá unf i
che ro extra,tan to alo s
másterescomoalo sde r
ivado scone lm ismonomb requee ldel máster
o derivado al queañad i
rálacadena deca racteres“_ rasante ”justo
antes del pun to quesepa ra el nomb re defiche ro dela ex tensión.
158 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
Cuandoseest
imecomone cesar
iocap
turarconluzrasanted
iferentes
imágenes desde di
fe renteslados ángu
los se podrá empleare s
ta
prá
cti
ca yseiden t
ifica rácadaimagen además por un número,tal
como“_rasante1
”,“_ra sante2
 Crea c
ióndeunaimagenRT I(R e
flec
tan c
eT ransformationImag ing).E sta
tecno logíacon si
steencap tu rar
,ademá s delaimagenra s
te r de un
objetooe scena
,in formaciónquepo ster
iormen tepe rmitare const ruir
las tex tu ras de las supe rfic
ies con a l
ta f idel
idad. Du rante la
visualizaciónse puedecamb iarsob rela ma rchalaapa riencia dela
imagen enfun c
ión de d i
fe rentes geome tr
ía s dei luminación.E sta
tecno logía se u sa, pore jemp lo, para do cumen ta re le stado de
con servación ylo s da
tost ridimen sionales de obje
to s pat
rimon iales
68
culturales.
Acontinuacióninclu
imo s un e
jemplo deimagen en RT
I,con d
ife
ren
tes
v
isua
lizacionespa
rade s
tacardi
stin
tosdeta
l s69.
le
Unf
ragmen
todelacap
turaenfo
rma
tora
ste
rdeunpap
iro
:
F
igu
ra42.Rep
resen
tac
ióndelaimagendeunpap
iroconlate
cno
log
íaRT
I
68
Podemosa ccede rainforma c
ióncomp letasobree s
tatecnolog
ía,alade scargade
imágene s deejemp lo y deaplica
cione s parasuvisualiza
cióny procesadoene sta
direc
ción de la Cultural He
ritage Imaging (CHI)
:
http
://cu
ltura
lhe ri
tageimaging.org/Techno log
ies
/RT I/
69
Laimagen ha s ido descargada desdela p ropia Web delp royec
to RT I dela
mencionada CulturalHer
itageImaging.
La visualización RTI que destaca la textura de la superficie:
Figura 43. Representación de la imagen de la textura de un papiro con la

tecnología RTI
La visualización RTI que destaca el volumen:
Figura 44. Representación de la imagen del volumen un papiro con la

tecnología RTI
160 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
2
.4.6Loss
istemasdenomenc
latu
rayo
rgan
izac
ióndef
iche
ros
2
.4.
6.1N
orm
ativ
adenom
enc
latu
rag
ene
rald
efi
che
rosyc
arp
eta
s
Esta normativaseapl
icaráatodoslos med
ios yt
ipo
s de ob
ras dea
rte o
documen tosacaptu
rar,nosóloalosqueseapl
icaunasa
lidacomoimagen
digi
talraste
r.
Sesegu
iránlo
ssigu
ien
tesrequ
isi
tosenlo
snomb
resdef
iche
roydeca
rpe
ta:
 Lanomen cla
turadebecumpl
irconlano rmativadetodoslossis
temas
opera
tivo
s de uso común,al meno s
: W indows en susd i
feren
tes
ver
siones
, MacOS,Linuxensusd
iferente
sve rs
ionesyUn ix
.
 La nomen cla
tura dela
s carpe
tas que ag
rupentodoslosf
iche
ros
re
lativo
saundo cumen
to,fac
ili
tarálaident
ifi
cac
iónde
ldocumento
quecontienen.
 En su ca so,el nombre delfiche
ro que con
tenga e
l reg
istro de
metada
to s sobre el documento, deber
ía permit
ir también la
identi
ficaciónde
ldocumen toquedesc
ribe
.
 Lanomen c
laturadelosfiche
rosdedo cumen to
s mu l
tipág
inauo t
ros
documentos compue s
tos hará po
s ible ident
ifi
car la secuenc
ia
numerada
,odeo trotipo
,delosfi
cheros,cuandoe s
tosdebanirenun
ordende
terminado.
 Noseadm it
iráe
lu sodeca racte
resnoal
fanumé r
icosparanombre
sde
carpetasyfi
che
ros,aex cepcióndeguion,gu
ionba jo
,yunpuntopara
separarelnombredelf
iche roylaexten
sióndelfiche
ro.
 Noseadm it
iráelusodepuntosene l nomb redelfiche
ro,s
i noson
parasepa
rarelnombredelaextens
ión. Nuncaseu sa
ráelpuntocomo
pr
ime rca
rácte
rdelnombredelfi
cherooca rpeta
.
 Noseadm
iti
ráe
lusodepun
tosenlo
snomb
resdeca
rpe
tas
.
 Noseadmi
tiráe
lusodecara
ctere
sespe
ciale
s,como
:/><+=
’^| \{}[]
#,;?!$*&
,quesonempleadospore
lsis
temaoperat
ivo
.
 Noseadmi
tiráelu
sodee
spa
cio
senb
lan
co,quehab
rándesu
sti
tui
rse
porgu
ionbajo
.
 Noseadm
iti
ránex
ten
sione
sdef
iche
roen mayú
scu
lasonová
lida
s.
 Lo
s nomb re
s de f
iche
ro de deben tene
r má s de 128 ca
ra c
tere
s,
inc
luyendoelprop
ionombre
,elpuntosepa rado
rdelaex tensiónyla
ex
tensión
.
 Las rutas defi
chero(combina
ción de nombre defi
chero con su
extensiónynomb redelav
íadea cce
so)notienenquesob
repa sa
rlos
172caracte
res
.
Requ
isi
tosgene
rale
sdeca
lidadimagenra
ste
r 16
1
 Só
lo se pe
rm i
tirá eluso de ca
rac
teres en minúscu
las
,tan
to pa
ra
nombresdefi
che rocomoparanomb re
sdeca rpe
ta.
 El nombre def
iche
roserá ún
ico entodala co
lec
ción
, po
rlo que
funciona
rácomouniden
tif
icadorúni
co.
El nomb re delf i
che ro será iguala l nomb re del iden
tif
icador ún ico
almacenadoenlaba sededato scata
lográf
icau sadaparacata
logarlasob raso
enuninven ta
rio.Sie stenomb renocump lie
reconlo srequ
isi
tosan ter
iores
se haránlo sajustesopo r
tuno spa rasucump l
im ien
to. Nopodrá haberdo s
nomb res de fiche ro idént
i cos
, salvo cuando se t ra
te de losf icheros
cor
re spondientesala m ismatomadeunaob rayquetenganfo rmato,ypo r
consiguien
te,exten sióndiferente
.
Es
toimp l
icaquenosepodrádig
ita
liza
runaobras
ip rev
iamen
tenoe s
tádada
deal
taenunca tá
logooinven
tarioyselahaa
signadouniden
tif
icadorún
ico
es
table
.
Los nomb
resdelfi
chero má
sterysuder
ivadoode r
ivadosse
ránidén
tico
s,
sa
lvolaexten
siónquese
rálaprop
iade
lformatode
lfiche
ro.
2
.4.
6.2 S
is
temad eo
rgan
iza
ción d
elo
sfi
che
rosenl
osd
isc
osd
e
a
lm ac
enamien
to
Esta normativaseap l
ica
rá atodoslos medios yt ipos de ob
ra s dear
te o
documen tosacapturar
,nosóloalo squerequierenunasa l
idacomoimagen
digi
tal ras
ter.Es recomendable quela configuración defin
itiva de es
te
aspectoseaconsensuadacontodoelequipodelp royecto
.
Enlosd isco
s dondese vayan a
lma cenandolo
sfi
che
rosre
sul
tado
s dela
dig
ita
liza
ciónsesegui
ránestaspauta
s:
 La es
truc
tura decarpe
tas debeseridént
ica entodoslo
sfondo
sa
dig
ita
liza
rnoadm i
tiéndosevaria
cione
ssinju
stif
ica
r.
 Cadafondotend rá unaca rpe ta padre/raíz quecon tend rátodoslos
fiche
ro sdigi
tales desu s ob ras
. Cuandolo sf icheros de un m ismo
fondo no quepan en un ún ico d i
sco,entodo slo sd iscos dondese
almacenentend rá que habe r unaca rpetaraíz parae lfondo . Nose
podrán mez c
larlo sf icheros de d iferentesfondo s en una m isma
carpetaraíz defondo .E l nomb re delaca rpeta delfondose rá un
identif
icador nemo té
cn ico deé ste de pequeñaex tensión,talcomo:
“espacio-
p”o“ped rogarhel”
.
 Cada co
lec c
ión dentro del fondotendrá una ca
rpeta padre cuyo
nombrese rá unidenti
ficador nemoté
cnicodelacole
c c
ión,talcomo
“fo
tograf
ia ”
,“dibu
jos”
,“acuarelas”
.
162 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
 Dent
ro decadaco lecciónse p resenta rá unaca rpe ta pad re porcada
documen to. Den tro de e sa ca rpeta pad re se segu i rála s igu ien te
es
tructura:
o Unaca rpetapa ralave r sión má ster.Ene s taca rpe tasein cluirá
unf ichero detex to p lanocon e l mismo nomb re que e l de l
fi
che ro má s
ter pe rof inalizado conla cadena de ca ra cteres
“_ha sh” y cod ificado en UTF -8, que con tend rá do s da tos
separado spo runca rácte rreto rnodeca rro :elcód igo ha shde
fi
che ro má sterye la lgo ritmo u sado pa raob tene re secód igo.
Estainforma c
iónpod ráse ru sadapo ster
io rmen tepa rava lida r
quee lfichero má sternohasu fridoa lgúnt ipode mod if
ica ción
desdelafe chadesua lma cenam ien tode fin i
tivoend isco.Só lo
seadm i
tirána lgoritmo sdeha shc riptográ ficosdeamp liou soe
70
imp lantaciónalafe chade la lma cenam ien tode lf ichero .
o Unaca rpeta pa rala ve rsión de rivada. Ene s
taca rpeta, osu s
posiblessub carpeta s
,sein cluiráe lm ismos istemadecon trol
referidopa ralave rsión má ster.
o Unaca rpetapa ralave rsión m in iatura,ensuca so .
o Unaca rpetapa rafiche ro sde me tada tos
,ensuca so.
o Unaca rpetapa raelf iche roRAWdecáma rafo tog ráfi
cad ig ital,
ensuca so.
 Paralos documentos multipág
ina ocompue s
tos,se deberá gene
rar
obl
igator
iamen te una carpeta po
r documen to (
lib
ro, núme ro de
revis
taobo le
tín,expedienteadminis
tra
tivo
,álbumdefo tograf
ías…)
,
queintegrelo
sfichero
squecomponentodoe ldo cumen to
.
 Siexistenva r
iostiposdefichero
sde rivados
, másallá delastíp
icas
ver
sione sJPEGpa raimágenesraster
,sec rearánca
rpeta sespe
cíf
icas
con nomb re y ubi
cac
ión normalizados, de manera que se pueda
fac
ili
ta relproce
sadoautomáticoposter
ior.
 Nun
caseinclu
irán
:
o Carpetasvac
íasoca rpetasquecontenganotrasca
rpe
tasva
cía
s.
o Carpetascomp rimidas
.
o Ficherosde
ls i
stemaope ra
tivo.
o Ficherosodirector
ioso cul
tos.
o Ficheros de m in
iaturasc readas automát
icamen
te por el
sistemaoperativoopo raplicac
ionest
ipovisor
.
70
Hemo sdere sal
ta rquee s
tes is
temadep ro
te c
cióne s muypo corobu sto,puese s
muysen cillo que defo rma ma lintencionada una pe rsona osof tware quetenga
acce soald i
scos in otras medidas de protecc
iónad i c
ionales mod i
fiquee lfichero
máste r yelp ropio TXTcone lcód igo hash
, mod if
icandolo sa t
ribu tos deambo s
fi
che ros para ocultarestosa c
tos de mod if
icación. Porelloestá med ida no podrá
sustituirao tros má srobus
tasdesegu r
idaddigitalquetend ránquese rcon side
radas.
Requ
isi
tosgene
rale
sdeca
lidadimagenra
ste
r 163
Conrespe
ctoalascap
tura
sdef
iche
rosdecon
tro
lindepend
ien
tessesegu
irán
es
tosrequis
ito
s:
 Losfi
cherosdecont
rolindepend
iente
sseub i
caráenunaca
rpe
tah
ija
delacarpe
tapadredecole
ccióndenominada“con
tro
l”
.
 Dentro dee staca rpe ta hab rátan ta ssub carpe tascomocap tu ras de
cont rol se hayan he cho pa ra e sa co le cción, cuyo nomb re será
“con trol_loteN”,s iendosu stituidala“ N”po re l núme rodelo te,que
será a signado po re l operado r de d ispo sitivo decap tura pa ra que
nun cahayaco in ciden c
iadenúme roen treunlo teyo t ro.Lo snúme ros
delo tetend ránlo sm ismo sca racteresdeex ten sión
,u sándo sece ros
delan te ha sta comp letar la ex ten sión máx ima ne cesaria pa ra
contene r atodo slo s núme ro s
. Unlo te con tienela s cap tu ras de
cont roldetodo slo sf ichero squese hancap turadoconcond i c
iones
idén ticas de cap tura y a lma cenam ien to. En e sta ca rpe ta se
alma cena ránlo sf ichero s dela s captu ra s de con t rol de e selo te
.
Ademá sse debe rán gua rdar, po rcada ca rta de con trolu sada , un
fiche ro TXT,concod ificación UTF -8,conlo sda tosdere feren ciade
cadapa rchededen sidadodeco lordelaca rta.Silo sda tosseexp resan
ens i stema deco lo rC IELAB o C IE XYZ ,sere feri
rá e lilum inante
ut
ilizado y e l ob servado re s
tánda r
. Cuandoset ra
te deca rta s que
sirvanpa ralac rea c
ióndeunpe rf
ilICC ,comolaca rtaco lorche cker®
oIT8 ,segua rdarátamb iéne lf i
che rodere feren ciadefo rma toCGATS .
Losf icherosdetex toyCGATSse rángua rdado sconcod if
icación UTF -
8
.
 Dentro delacarpe
tacorrespondien
teacadalotesealma cenará un
fi
che ro de tex
to con extens
ión TXT y codif
icac
ión UTF -8 que
contendráellis
tadodeficheros más
terdeeselo
teident
ificadospor
sunomb redearch
ivoconextensióndear
chivoin
clu
ida.
 Elnomb redelosfiche
rosdelascar
ta sdecont
rolse
ráelindi
cadoen
suepígrafecor
respondien
te másabajo,yaquepuedevar
iarsegúne
l
tipodedo cumento
.
2
.5Con
tro
ldeca
lidadpos
tcap
tura
Esne cesar
ioque ,unavezcap turadosloslotesyconla sobrastodavíaenla
sala decap tura,se haganla spruebas decalidad que de
scribimos enlos
siguientes subepígrafe
s, con la final
idad de que se puedan de tec
tar
problema s de cal
idad ysub sanar
ses in neces
idad detene r que vo
lvera
desplazarlosdo cumentosalasaladecaptura.
164 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
Su
sob
jet
ivo
sson
:
 De
tec
tarp
rob
lema
sdepé
rdidadeca
lidad
.
 Hab
ili
tarlos medios para co
rreg
irlo
sprob
lema
s de
tec
tado
s enla
s
imágenesyfi
cherosrechazados
.
 Vo
lvera d
igita
liza
roa p
roce
sarlo
sdo
cumen
tosqued
ieronre
sul
tado
s
de
fec
tuosos
.
 Evi
tarquesevuelvanap roduc
iresosproblemas
,anal
izandolascausasy
aportandola
s me
joressoluc
iones
. Haysoluc
ionesquepuedenderivaren
lacorrecc
iónosus
tituc
ióndep ro
cedimientosdet
raba
joohe r
ramientas
.
Es
tecon trolescomp lementarioalcontroldeca l
idadque ha cendu rantela
capturalosprop iosoperadoresdeequiposdecap tura
;e simp rescindibleyno
sedebe r
íadelega ralosoperado re
sdeequ ipo
,yaquee sfáci
lquea lope rador
,
quetiene quea tender mucha scues
tiones durantelacap tu ra
,sele pa sen
defec
to simpo rtantes enla simágene s oficheros.S i se cuen ta conlo s
servi
cios de digita
liza
ción de unaemp resaexterna
,e s
tecon t
ro l debeser
independ ien
tede lcontrolpropiodecal
idadquehagalaemp resadese rv
icio
s
dedigital
izac
ión.
Esnece
sariocontemp
larcont
rolesindepend
ien
tesparalasimágene
s má
ste
r
yla
sderivadas
,puessusca
racte
ríst
icasté
cni
casdi
fie
ren.
Esrecomendablequelaemp resaoper
sonalin
ternoencargadodelcon
trolde
cal
idad po
stcaptura hagainforme
sté cn
icosespec
ifi
candosu sresu
ltados
,
dondeexpl
iquee s
tosa spe
ctos
:
 E
ltipodep
rueba
srea
lizadas
.
 Lo
slo
tesrev
isado
sye
lnúme
rode mue
stra
stomada
s.
 Lo
sprob
lema
sde
tec
tado
sylaiden
tif
ica
cióndesu
scau
sas
.
 Lo
sfi
che
rosquehans
idore
chazado
sysu
scau
sas(ensuca
so)
.
 La
s med
ida
stomada
spa
rasusub
sana
ción
.
 Elimpac
toparae
lcump
limien
todelap
rog
rama
ciónde
lproye
ctoque
hanten
idoesosp
rob
lemas
.
Tamb ién se hará con star po r cada in fo rme, su ob jetivo, la pe rsona

respon sabledesurealizaciónylao rgan iza
ciónpa ralaquet rabaja.Unacop ia
de cada uno de e sosin forme sse rá a
lma cenada enla ca rpeta padre del
proyecto,en unasub ca rpeta denom inada“ in forme s_tecnico s
”.E lforma to
del documen to deinfo rmese rá PDF ;su nomb recump lirá la s no
rma s de
nomen clatura def
inidas má sa rr
iba y hab rá decon tener unté rmino que
identif
ique fáci
lmen te su conten ido, tal como :
“informe_p ruebas_calidad_po stcaptura_fo tografia.pdf”
.
Requ
isi
tosgene
rale
sdeca
lidadimagenra
ste
r 165
2
.5.1 Control au
tomá
tico sob
re las ca
rtas de con
tro
l
independ
ientes
Dadoe lal
tot iempoquecon sumee step roceso,se ha rásobre una mue stra
reducidadedo cumen tosdellote
.Lamue straserádeen treun5y10%enlo tes
deentre100y1200imágene s;de10%enlo tesen t
re10y100imágene s
;yde1
imagen pa ra lo te
s meno res a 10 . Lo s núme rosf rac
ciona r
io s serán
7
1
redondeadosalaun idadsiguientesupe r
ior.La mue s
traseráaleatoria .Sise
detec
tasealgúne rrorenla mue s
t ra,seinspecciona ráello
tecomp leto.Todo s
loserroresde te c
tadosseránsub sanado s med iantelaredigi
talizac
ióndelo s
contenidosafe ctados
.
Larevi
sióndelas mue
s t
rasseha rárea
lizandolo
sm ismosproced
imiento
sy
usandolosm i
smosparáme tros
,he r
ramientasyapli
cacione
sdecontro
lque
lasdescr
ita
senelcontroldeaseguramientodecal
idad.
Loslote
senqueseag rupanlosdocumentosparaha
cerel mues
treodebenser
completamentehomogéneo senloquerespec
taalascondic
ionesyvariab
les
té
cn i
casdecap tura
,porloquetodo slo
sfiche
rosdeimagendeunlo tedeben
co
in c
idirenlossiguiente
saspecto
s:
 Med
ioyt
ipodo
cumen
tal
.
 Ope
rado
rdee
scáne
rocáma
rafo
tog
ráf
icad
igi
tal
.
 D
ispo
sit
ivocon
cre
todecap
turaemp
leado
.
 A
juste
sdelacapturaentodossuse
lemento
s:ilumina
ción
,
d
isposic
ióndelai
luminación
,di
stanc
iadeenfoque
,etc
.
 Ca
lib
rac
iónype
rfi
llCCded
ispo
sit
ivo
.
 Var
iab les técn
ica
s de cap
tura y p
rocesado: re
solución
espacial
,p rofund
idaddebit,fo
rmato defichero
,e spac
io
decolo r
,etc.
7
1
Es
tetamaño de mue st
racump leconlo srequi s
itos,ensu nivel más bajo, dela
normaISO 2859 -1
:1999 , Sampl
ing p roc
eduresforin spect
ion by at
tribu
tes – pa rt1
:
samplingsch
em esind
ex edbyac c
ep tanc equa
li
tylimit(AQL )forlo
t-by-
lotinspect
ion.Las
muestrasa
leator
iassepuedenha ce rfáci
lmentea signadounnúme rocon secut
ivoa
cadado cumentodelloteygene randonúme rosaleatoriosdesdealgunaap li
caciónde
cál
culo,ta
lcomo M icrosoftExcel
.
166 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
2
.5.2Con
tro
lvisua
lsob
recab
inav
isua
lizac
iónde mues
tra
Seaplicarácuandosetra
tededo cumen to
suob rasconvalo
rdeconten
ido
plá
sticoeicóni
co,ta
lescomofotograf
ías
,pintu
ras,dibu
jos
,boce
tos
,ca
rte
les
,
ocualquiert
ipodeobje
toquesecon s
iderecomotal
.
Seha rásobreuna muestradeimágenesdecadalo tedecap tura,quepuede
coin
cidir conla muest
ra generada para elcontrol au
tomá tico
. Se deben
seguirobl
igator
iamentelosrequis
itos marcadosene lepíg
ra fedenominado
“Pautasaseguirenla
sp rueba
sdeso f
tproof
ing ”
.
2
.5.3V
isua
lcomp
letodetodoslosob
jetosconv
iso
ren modot
ira
Unavezf ina
lizadalacap turade unlotededo cumentosyt ransfer
ido slos
ficherosresultan te
saunsopo r
teinformático
,serea
lizaráunap ruebav isua
l
rápida,quetra tarádede tec
tardefec
tos mayores
.Set
ienenquev isiona rtodo
s
losf icheros
. Pa rala mayo r veloc
idad dela prueba se dispond ránla s
imágene sen modot i
racontamaño mo sa
ico
, de manera quee l operador
puedav isual
iza rung rannúme rodeimágene salmismotiempoenpan tal
lae
irpasandopo re lcontenidodelascarpeta
sdondesehanub icadolo sficheros
deimagen .
Es
ta pruebase puederea
liza
rfáci
lmente desde e
lp ropio Exp
lorador de
arch
ivosode sdevi
sore
sdeimágenesgratu
itoscomoI rfanV
iewoXnv i
ew.Se
puede rea
liza
r con mayo
r rend
imien
to de sde ap
lica
ciones como Adobe
Br
idge.
Es
tecont
rollopuedehace
rla m ismaper
sonaquehacela
scaptura
sdigi
tale
s
uotrape
rsona.Pe
roesimp resc
indib
lequelahagaunape r
sonaformadaen
imagendigi
talyenlo
sobjetivo
sdelproyec
to.
2
.5.4Pau
tasasegu
irenlasp
ruebasdeso
ftp
roo
fing
Elobjet
ivodeestaspautase
sayudaracrearuna scondic
ionesamb ien
talesde
percepciónenlasaladecontro
ldecal
idadydecon figura
cióndel monitory
delp rograma de edic
ión deimágenesu t
ilizados paralasp ruebas que
garanti
cenqueelp roce
sodecontro
lvi
sualdeca l
idadseha ceco
rrectamente.
Sie stas cond i
cione s sonla s correcta
s, se puedel lega
rav irtua
liza rla
aparien c
iadelaob radigitalizadasob relapan talladel mon i
tor.Re cordemo s
quelaapa rienciae stácod if
i cadaenlaimagend igita
lat ravésde lpe rfilde
colorICCin crustadoene sta
.G raciasae stavirtual
ización,elob servadorque
hacela sprueba sdeeva lua ciónv i
sualpod ráevaluardefo rmas i s
temá t
i cala
proxim idad dela apa rien c
ia cod ificada enlaimagen conre specto ala
aparien c
iade lo rig
inald igitalizadocomos ifueravi s
toba jolascond iciones
depe rcepción ma rcadasene lPCSde lperfildecolorICCin crustado.
Requ
isi
tosgene
rale
sdeca
lidadimagenra
ste
r 167
Lasp rueba
s desoftp
roofingcon si
stenen ubica
rp róximo sel moni
torque
muestralaimagen d ig
ital a eva
luar yelp ropio or
iginal
, para que un
operador convenientemente en trenado pueda de tectar visualmente
cua
lqu ierd
ispar
idaddeapa r
ien c
iaylosfacto
resquelap rovocan
.
El ambiente detrabajo deberá es
tarcont
rolado deforma quese puedan
conseguir unascond ic
iones percept
iva
sidóneas
. Parael
losesegu iránlas
normativasISO paracon trol decal
idadvisua
l median
tesof
tp roo
fing. Hay
dosnorma tivasdereferenc
ia:
 ISO12646:2015
.Graph
icte
chno
logy-
-Di
splay
sfo
rco
lou
rproo
fing-
-
Cha
racte
risti
c s
.
 ISO 3664
:2009
. G
raph
ic te
chno
logy and pho
tog
raphy - V
iew
ing
cond
ition
s.
Ademáseloperado rdecontroldecal
idadprocuraráque todoelflu
jodela
cadenadedigi
talizac
ión(escáne
r/cámara
,contro
ladordelescáner
,editorde
imagen, monitor ys is
tema ope ra
tivo
)e s
té calib
rado, cara
cter
izado y
conf
iguradocorrectamen
te.
Será obligatorio hacer un per
filICC de l mon itor,al meno s uno ald ía
,
debiendo se r e ste cal
ibrado
, p reviamen te, con uno s pa rámetros de
cal
ibra c
iónqueseanidóneo sparael mode lode mon itorcon c
retocone lque
se está trabajando.E lú lt
imo pe rf
il ob tenido será el perfilactivo
. Se
recom iendan e stos va
lores de cal
ib rac
ión, que pod rán ser var
iados de
acuerdoala sre comendacionesdelfabricante,siprocediera
:
 Latempe ra tura de colo r del punto blanco será D65

. Aunquelo s
es
tándaresa lud
ido sre com iendan D50,e sp refer
ibletrabajar a D65
paraev
ita rlapo ster
iza cióny ma lrend imientoenlo scoloresazu le
s.
Como elo jo humano se adap ta fá
cilmen te a un camb io enla
temperatu radeco lor
,lafa l
tadeco inc
iden c
iaconD50nosecon s
idera
re
levante,s iempreycuandolacab inadev isualizac
ióndelo rig
inalno
es
téene lángu lodev isiónde l monitor
.
 Laintensidad deluz de
l punto b
lan
cose ub
ica
ráen
trela
s 85 y1
15
candela
spo r metrocuad
rado.
 Lain ten s
idad de pun to b
lanco debe ha cer
seco inc
idirconla dela
cabinadev isual
izac
ión ,perose modificarálaintensidaddelacabina
parae l
lo,deb idoalriesgode ma lrendim ientodel monitor
,deter
ioro
delav istay me rmaene lpe r
íododev idaú ti
ldel mon i
torsisehacelo
contrario, ya que no rmalmen telain tens
idad por de fe
cto delas
cabinas suele situa
r se por encima dela s115 candelas po
r me t
ro
cuadrado .
 Lagammaseub
ica
ráen2
,2
.
Tras el proceso de calibración y caracterización del monitor se obtendrá un

informe de calidad desde el mismo software utilizado para realizar ambos
procesos. No se admitirán desviaciones importantes de los valores de
calibración, en lo que respecta a intensidad de luz, superiores a 1 candela por
metro cuadrado; ni en lo relativo a color, valores de desviación promedios
superiores a 3 de acuerdo a la métrica delta E (CIE 1976).
El monitor habrá de tener solapas forradas en fieltro o material no
reflectante de color negro, a ambos lados y arriba, de manera que se eviten
reflejos sobre la pantalla.
Se tendrán dos monitores. Uno de ellos se usará para mostrar el interfaz de
trabajo de la aplicación de edición de imágenes usada para las pruebas, y el
otro para mostrar las imágenes a evaluar. De esta manera se evitará que el
color y los elementos gráficos del interfaz distraigan al operador y le
influyan en la percepción del color de las imágenes que están evaluando.
El editor de imagen digital habrá de ser configurado en normas de gestión de
color de manera que se mantengan los perfiles ICC incrustados.
Los originales correspondientes a las imágenes a evaluar se irán colocando
en una cabina de visualización ajustada a las normativas ISO vigentes, que se
situará en ángulo recto (a 90 grados) de la pantalla del monitor donde se
muestre la imagen a evaluar. Este ángulo de colocación mejora la adaptación
del ojo a la diferencia de temperatura de color que pueda haber entre los
puntos blancos de monitor y cabina. La cabina habrá de tener solapas, y ser
acorde al estándar D50, con posibilidad de regular la intensidad de luz, que,
como ya se ha referido más arriba, se hará coincidir con la del punto blanco
del monitor. La cabina no podrá estar en el ángulo de visión del monitor.
El ambiente de la sala de trabajo será acorde a la normativa ISO 3664:2009. De
acuerdo a esta normativa, las superficies alrededor del monitor y cabida de
visualización será de color gris medio, evitándose siempre los colores blanco,
negro, o colores saturados en el campo de visualización. La intensidad de luz
ambiente alrededor del monitor será débil, menos de 64 lux, siendo ideal que
se ubique por debajo de los 32 lux, pero sin llegar nunca a la ausencia de luz
en la sala de trabajo. Como los monitores no son muy brillantes, con menor
luz ambiental mejorará la sensación de saturación y contraste, el rango
dinámico y la adaptación del ojo humano a la luz del monitor. La
temperatura de color de la iluminación ambiental será inferior o igual a la
del punto blanco del monitor.
Antes de iniciar la evaluación de imágenes el evaluador deberá emplear unos
minutos para la adaptación de su vista al ambiente de iluminación y monitor,
especialmente cuando cambie de entorno de iluminación.
Se usará para iluminar la sala, en la medida de lo posible, luz de día filtrada,
siendo la mejor la luz del medio día. Se evitará que la luz solar incida
directamente dentro de la sala, siendo ideal que la sala esté orientada al
norte.
Requ
isi
tosgene
rale
sdeca
lidadimagenra
ste
r 169
Esp rec
isoquee loperadortraba
jeconropa deco
lor neg
rao gris no muy
claro,para ev
ita
r re
flejo
s de colo
r sobrela
simágenes a eva
luar y sus
origina
lesylain f
luenciadeloscolore
sdelaropaenlape rcep
cióndelo s
colores
.
Elárea máscercanaalaimagenquevaaserrepresentadaenpan ta
lladebe
serneu t
ra,pre
ferentementedeco
lorgr
isonegro,porloquesecon figu
rará
la apl
icación usada pa
ra rep
roduc
irlasimágenes para que no muestre
colore
squenoseane s
tos.
Sonevi
tada
stoda
sla
sfuen
tesdeluzquecau
senre
fle
josenlapan
tal
lade
l
mon
ito
r.
Eloperadorm
ira
rás
iemp
rea
l mon
ito
rdef
ren
tes
iemp
re,ev
itandoángu
los
norec
to s
.
2
.5.5Con
tro
lde me
tada
tostécn
icosycód
igoshash
Sedebenana lizarlos metadatosté cnico sdela s mue s

t ra
semp leadasene l
control po s
t captura para pode r dete c
tars i se han cump lido todoslo s
requisi
tosenloquere spectaalo sva loresdetoda sla sva r
iable
sté cn
icasde
captura, cod if
icación y fo rmato de f ichero dada s en e l documento de
especif
ica c
ione s técn
ica s delp roye cto. Se ha rá tanto en las versione
s
másteres como enla s derivadas. Lo s me tadatos se pueden ex t
raer muy
fácilmente en un p ro ceso porlo te s med iante elu so de herramientas
solventes
,ta lescomoM ediaInfo eExiftool.
Sedebenrev i
sa r
,asim ismo,queloscódigo sha shdelosfiche
ros muestreado
s
correspondenconlo sin c
luidosenlo slistado sdecon t
rolaportados porel
equipo oemp resa de dig
ita
liza
ción
. Pa rae l
lose u sa
rá unaap l
icac
iónque
permitaobtene rporlo teselcódigo hashdetodo slosfichero
s median tee
l
mi
smoa lgo
ritmoap licadoparagenerarlo sli
stados.
Requ
isi
tose
spe
cíf
ico
sdeca
lidadimagenra
ste
r 1
71
Cap
ítu
lo3. Requ
isi
tosespecí
ficosdeca
lidadpa
rae
l
med
ioimagendig
italras
ter
3
.1In
troducc
ión
Estecap í
tulosehaded icadoalaexpo si
c ióndelo sva
lo re
sadm it
ido
spa ralas
variablestécnicasdecap turadeloso rig
ina le
salo squeseap licalatecnología
deimagenra s
ter
. Nos movemo s,encon secuen cia,ene le
lemen todel modelo
de ca l
idad que ven imos denom inando como va r
iab les técnicas
.
Con templamo s, nosolola svariablesdecap tura,sinotamb iénlo stiposde
di
spo sit
ivoycon figuracionesdecap tu raqueadm it
imo spa racadac lasede
documen tos,lascartasdecon trolcuyou sore comendamo sycómosedeb en
di
spone ré stas enla cap tura
. Lo hemo so rganizado pa rtiendo de una
estructuraclasif
icator
iadet iposdedo cumen tosuob rasdea rteconsa l
idaa
imagenra sterdesarrol
ladadea cue rdoa lconten idodelA rchivodeE spacioP.
3
.2 D
ibujos y o
trasfo
rmas de exp
res
ión au
tóg
rafas sob
re
sopo
rteopaco
3
.2.1D
ispos
it
ivoyhe
rram
ien
tasdecap
tura
Dadoe lva lo
rp lást
icodee stasobras,serecomiendaelu sode unacáma ra
fotográf
i cadigita
lenun mode loprofe
siona
l.Ensude fe
cto,sepodráu
til
izar
une scáne rplanetar
io,que,aligualqueund i
sposi
tivotipocáma rad
igital
,
deberá, necesar
iamen te,pasa
rlo scontro
lesdecump limientoderequis
itos
decalidad ma r
cado senesta
spau tas
.
1
72 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
3
.2.2Elementos decon
tro
l po
rtoma que debense
rcap
turados
juntoalasobras
Lose
lemen
tosdecon
tro
lse
rán
:
 Unaca r
tatona l.Seusaráunacarta modelo Q
13de Kodak.Estacarta
será recortada cu
idándose que no tenga un ancho supe
r io
r a1
cent
íme tro.SeguardaránenunficheroTXTlo sva
loresdedensidadde
cada par che dela car
ta.Es
tos valore
s son propor
cionado
s po rel
fabr
ican tedelacarta
.
 Una ca
rta mi
limé
tri
ca. Se u
sará unareg
la, que se
rárecor
tada de
mane
raquenotengaunan cho mayora1cent
íme t
ron iuna
lto mayor
a3centíme
tros
.
 Unaca rtadecolo
r.Seusa
ráunaca r
tacolor
che cker®ensu modalidad
min
i. Comolafo rma delacartaesrec
tangu lar
,lascuatrofi
lasque
pre
sen ta hab
rán deserrecor
tadas ycolocadas una deba
jo de o
tra
,
formando unaca r
taque muest
retodoslospa rchesdecoloren una
únicafila
.
Esta
sca rtasserv
iráncomore ferenciasobrelaf
idelidaddecon traste
,tamaño
ycolordelaimagend igita
lde ldo cumentoconre spectoaloriginal
. Dadoel
valorplásticodelosdibujos
,estimamo squeestoselemen to
ssonne cesar
ios
paraquesepuedanrea lizarreproduc c
ionesov i
sualizac
ionesfielesapa rt
ir
delasimágene sdigi
tales
,oa l meno squese puedav is
lumb rardu rantela
vi
sualización elgrado de ale
jam iento delasimágene sreprodu c
idas con
respectoalo sor
igina
les.
Lasca rtasse ubicarán preferentemen te una debajo dela otraen ellado
derechodelacap tura,dejándo seal meno s3 m i
líme t
ro sentreelbordedel
obje
toacap turarylacarta.Sinocup ierantodasla scartasene lmismolado
deldo cumen to
,serepa r
tiránenlo s má rgene
sde rechoein ferio
r.Lascar
tas
noin terfer
irán conlo s borde s de
l do cumento, de mane ra quese pueda
registrarcomp le
talaformade lobjeto
.
3
.2.3Cap
turasdeca
rtasdecon
tro
lindepend
ien
tesalastomas
Porcadalo
tededo cumentosquesecap turanexa
ctamen
teconla
sm i
smas
condi
cione
s y paráme
t ro
s de captura se ha
ránlassigu
ien
tes captu
ras
complementa
ria
sdecartasdecont
rol:
 Unacapturadelacartadecolorcolo
rchecker®comp
letajuntoauna
car
ta de pa
rches de den
sidadtipo Q13(coninc
remento
s de 0
,1 OD
Requisitos específicos de calidad imagen raster 173
desde el valor 0,05 OD hasta al menos un valor de 1,95 OD, aunque

preferiblemente con mayores niveles de densidad y pasos) y una carta
de resolución PM-189. Esta captura permitirá hacer controles
independientes de calidad tonal, cromática y de registro de detalle
espacial. Su nombre será “loteN_colton”, siendo sustituida la “N” por
el número de lote que le corresponde, que será asignado por el
operador de dispositivo de captura controlando que en ningún caso
haya coincidencia de número entre un lote y otro. Los números de lote
tendrán los mismos caracteres de extensión, usándose ceros delante
hasta completar la extensión máxima necesaria para contener a todos
los números. Cuando el encuadre requerido para capturar la obra no
permita obtener la imagen completa de la carta de mayor tamaño se
puede recurrir a una disposición de cartas montadas, tal como la que
reflejamos en el siguiente ejemplo, que incorpora una carta de
densidades Stouffer, una colorchecker® mini y un fragmento de carta
PM-189.
Figura 45. Ejemplo de disposición de diferentes cartas de control en las

capturas
Ante obras o documentos de menor tamaño se puede seguir reduciendo la

disposición de cartas recortando incluso algunos de los parches de menor
densidad, como puede observarse en el siguiente ejemplo.
Figura 46. Ejemplo de disposición de diferentes cartas de control en las

capturas
Para las capturas de documentos de incluso menor tamaño se pueden hacer

tres capturas consecutivas de diferentes de cartas de control: la
colorchecker® pequeña (6x9 cm), los parches más densos de la carta de
densidades Stouffer R2110C (1x9 cm), y la zona de pares de línea por
milímetro o de líneas por pulgada de la carta PM189 (5x5 cm). Los nombres de
fichero, en estos casos, llevarán además a la derecha un identificativo del
nombre de la carta abreviado a menos de 15 caracteres, como por ejemplo,
lote006_colton_colorchecker.tif.
Primera toma, que incluye regla milimétrica junto a la carta colorchecker®:
Requisitos específicos de calidad imagen raster 175
Figura 47. Ejemplo de disposición de carta de colores en pequeño formato
Segunda toma de parte de la carta Stouffer:
Figura 48. Ejemplo de disposición de carta de densidades en pequeño

formato
Tercera toma, de parte de la carta PM-189:
Figura 49. Ejemplo de disposición de carta de patrones de líneas en pequeño

formato
Recalcamos la idea de que el encuadre de las tomas de las cartas debe ser
exactamente el mismo que el encuadre del original, pues cualquier cambio
de distancia de toma o de enfoque que se aplique a las cartas o a los
originales respectivos puede alterar el registro de las características físicas
respecto a tono, color o información espacial (detalle gráfico), lo que invalida
totalmente el uso de las imágenes de las cartas. Por ello, aunque la superficie
1
76 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
dela
sca r
tassea meno
r quela delo
s documento
sacaptura
r nose debe
cambia
relencuad
renielenfoquen
iladi
stanc
iadecap
tura
.
 Una captura una car

tulina b
lanca colo
cada sobrela super
fic
ie de
or
iginalescon. At
ravé sdeestacapturasepod ráha ceruncont
rolde
uni
form idadenlai luminac
ión.Sunomb rese
rá“ loteN_i
lum”
,siendo
sust
ituidala“N”po re
lnúme rodelotequeleco rre
sponde.
 Capturade unaca rtare
jilla
.E s
tacaptu
rafa c
ili
tarálacomprobación
del g rado de di
stors
ión óp ti
ca delas capturas
. Su nombre será
“lo
teN_op t
”,siendosu s
tituidala“N” porel núme ro delo
te quele
corre
sponde .
Es
tascaptu
rasseharánexactamen
teconlasm i
sma scond
icione
syva
lore
s
decap
turayalmacenamien
toquelosf
iche
ros más
ter
.
La nomen cla
tura
,o rgan
ización yforma de ubi
cac
ión deestosfiche
ros de
control segu
irán lossiguientesestab
lecidos másarriba en e
l epíg
rafe
ded
i cadoalsis
temadeo rganizac
ión
.
Conlasimágene sdelascarta
sdecon trolsepodráhaceruncon tro
ldecalidad
automatizado que pe rmita conocere l rendimiento en ca l
idad tonal
,
cromática y e
spacial
.A s
ícomo de tec
tarp rob
lema s de abe
rracione
s o de
presenc
iadea r
tefactosdedis
torsión
.
3
.2.4Va
riab
lestécn
icasdecap
turaydef
iche
ro
3
.2.
4.1V
ers
ion
esm
ást
er
Setend rán quec rear ya rchivarimágene sd igi

tales deca r
tas decon trol
tonalesydeco lor,asícomodelaca r
tau sadaparalagene rac
iónde lperfi
lICC
deldispo si
tivodecap tura.Tamb iénsere comiendaquesehagalo m ismocon
unaca rtadere soluciónydeun i
fo rmidaddei lumina c
ión.Estasimágene sse
crearán an te cada camb io de pa ráme tro
s y cond iciones de captura e
ilum ina c
ión du rante la digital
ización y debe rán queda r perfe
ctamen te
referenciada sconre spectoala simágene saqueco rresponden.Laf inal
idad
de estas ca r
tase s pode r hacer evaluaciones objet
ivas de cal
idad dela s
captura soa f
inarlosp rocesospo ster
ioresdeed ic
iónd igi
talqueserequ ieran
.
Tambiénsere
com ienda quese haga un p
roceso deevalua
ción deca lidad
ob
jet
ivo de
ldisposi
tivo ycondi
ciones decaptura
, quetend rá que quedar
re
fle
jadoenuninformetécnicoqueseadjunta
ráala simágenesdigita
les.
Porlas mue
stras ana
lizadas
,secon
cluye que e
spre
cisore
comenda
rlo
s
sigu
iente
svalore
sdecap tura
:
Requ
isi
tose
spe
cíf
ico
sdeca
lidadimagenra
ste
r 1
77
 P
rofund
idaddeb
itdesa
lidade8b
itspo
rcana
ldeco
lor
.
 S
istemadeco
lorRGB
.
 Noapl
icac
iónde ningunaope
rac
ióndeed
iciónd
igi
taln
iaju
ste
sde
con
tras
teocolo
r.
 Espac
io deco
lor de
ldisposi
tivo decaptura
,con pe
rfi
l deco
lorICC
incrus
tadoenla
scabecera
sdelosf i
cheros
.
 Reso
lucióne spacialdecap
tura no menora400p íxe
lesporpu lgada
,
que habrá dese rrevi
sadasise encuentran d
ibu
joso pintu
ra scon
anchos de t razo muy pequeños.E l equiva
len
te en píxe
les por
cent
íme troes15 7
,48
.
 Fo
rma
todef
iche
roT
IFF6
.0s
incomp
res
ión
.
3
.2.
4.2V
ers
ion
esd
eriv
ada
s
Lo
spa
ráme
tro
sre
comendado
sson
:
 P
rofund
idaddeb
itdesa
lidade8b
itspo
rcana
ldeco
lor
.
 S
istemadeco
lorRGB
.
 Conve r
sión a espa
cio decolorsRGB desde e
lespac
io decolo
r del
si
s temadecap tura
, mediantepropó
sitodeconver
sióncolo
rimétr
ico
relat
ivoal mediooperceptual
.
 Re
solu
cióne
spa
cia
lde200p
íxe
lespo
rpu
lgada
.
 Forma
todefiche
roJPEGJFIFconcomp
resiónJPEG
,pro
curandora
tio
s
decompre
siónnunca mayo
resa8:
1depromedio
.
Sere comiendacomod ispos

itivodecaptu raunacáma rafotográficadigitalde
forma to med io y altasp restac
iones con una s resoluc
ione s óp t
icas lo
suficien
temen teamp liascomopa racon segu irlos400p íxelespo rpu lgada
paratodo slostamaño sdedo cumen tos
.Lacáma radebe ráestarequ ipadacon
unstandderep roducciónyuns is
temadei lum inaciónnoag resivospa ralos
dibujos y que permita una buena un iform idad enlai lum inación. Como
sis
temadei lum ina
ciónsere com iendaluzdef lash,fluorescentescalibrados
oLED ,pero noluzin candescente
. Unaa lternativapuedese rune scánerde
grantamañoap toparalacaptu radeobra sdea rte.
1
78 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
3
.3Pos
it
ivosfo
tog
ráf
icos
3
.3.1D
ispos
it
ivoyhe
rram
ien
tasdecap
tura
Se adm itirá e lu so de una cáma ra fo

tog ráfi
ca d ig ital en un mode lo
profes
iona l o de un e scáner de plata
forma det ipofo tográf
ico,e s
to e s
,
diseñadoe specíf
icamen tepa rada rbuenacalidaddeco loryrangod inám ico
en ma terialesfo tog
rá f
ico s
. Nosere comiendanlo se scáne re
sp lanetarios,
dadoe lbajorangod inám i
coyn ivelesderuidoquele ssue lecaracte
rizar
.S in
emba rgo, parecedetectarseenlo súltimosaño suna me joras ign
ifica
tivaene l
diseñodea lguno s modelo sdee scáneresdee stetipo,po rloqueseadm i
tirá
estaop c
ión ,siemp reycuandosehagaunaeva luaciónp reviadel modeloque
décomore sul
tadoe lcump limiento delas pautas deca lidadapo rtadasen
estasdirectrices
.
3
.3.2Elementos decon
tro
l po
rtoma que debense
rcap
turados
juntoalasobras
Se
ránidén
tico
salosdesc
ritosene
lapartadodedicadoalo
sdibu
josyo
tra
s
forma
sdeexpres
iónau
tógrafa
ssob
resoporteopa
co.
3
.3.3Cap
turasdeca
rtasdecon
tro
lindepend
ien
tesalastomas
Se
ránidén
tico
salosdesc
ritosenelapar
tadoded
icadoalo
sdibu
josyo
tra
s
forma
sdeexpres
iónau
tógrafassob
resopor
teopa
co.
3
.3.4Va
riab
lestécn
icasdecap
turaydef
iche
ro
3
.3.
4.1V
ers
ion
esm
ást
er
Serecom iendatan toparalasimágenesenb lancoyneg rocomopa ralasde

colo
re stosvalores:formatoTIFFsincomp re s
ión,48bitsdeprofundidadde
bi
t,si
stemadeco lorRGB .Pa
ralosfotog
rama sdelo scontac
tosserecomienda
la mismare soluciónquepa ralosnegativo
s,2500p íxelesporpulgada
.Pa ra
lascopiasporamp lia
ciónenpapel
,400p íxelesporpulgada.
Serecomiendahacerunpe r
filICCespec
íficode ldi
spo s
itivodecapturaque
seincrus
taráenlascabe
cerasdelosf
icheros. Noserecom iendalaed
iciónde
los más
tere
s,niningunaoperac
ióndeajustedecon tras
teoco lor
.
Secrea
ránya rch
ivaránimágenesd
igitale
sdeca r
tasdecontro
ltonale
syde
co
lor,así como dela ca
rta u
sada parala genera
ción de
l per
filICC de
l
Requ
isi
tose
spe
cíf
ico
sdeca
lidadimagenra
ste
r 1
79
di
spo si
tivodecap tura
. Tamb iénsere com iendaquese hagalo m ismocon
unaca rtadere solu c
iónydeun iformidaddei luminación.Esta
simágene sse
debe ránc rea r porcadacamb io de paráme tros
, valores ycond i
ciones de
captu ra e i lum inación du rante la cap tura y tend rán que queda r
perfe c
tamen te re ferenciadas con re specto a la s imágene s a que
corre sponden . Laf inalidad de e sta
s ca rtase s poder hacer evaluac
iones
objetiva s decalidad dela scap turas oa fina rlosp roce
sos posterio
res de
ediciónd ig i
talqueserequ ieran.
Tambiénsere comienda quese haga un p
roceso deevaluación decal
idad
ob
jet
ivodeldispo s
itivoycondic
ionesdecap tu
ra,quequeda rárefle
jadoen
uninformeté
cn i
coquesead jun
taráalasimágenesd ig
ita
les.
3
.3.
4.2V
ers
ion
esd
eriv
ada
s
Se recomienda pa
ra las imágenes re
su l
tado de cop
ia fotográ
fica po
r
ampliac
ión una re so
luc
ión de 200 p íxele
s por pulgada
, formato y
comp re
siónJPEGcon unra t
io decomp resiónal
rededo
r de10:1
, 8bit
s por
canaldecolo
ryespaciodecolorsRGB
.
Pa
ralo
sfotogramas
,lo
smismospa
ráme
tro
s,sa
lvoquelare
solu
cióne
spa
cia
l
se
ráenelanchode2000p
íxe
les
.
3.4D
iaposit
ivas,transpa
renc
iasenco
lorob
lancoyneg
roy
nega
tivosfotog
ráf
icos
3
.4.1D
ispos
it
ivoyhe
rram
ien
tasdecap
tura
Se podrá uti
lizar un escánerespecíf
ico de d
iaposi
tiva s y nega tivos con
ca
lidadp rofes
iona l
. Noseadm it
iráelu sodeune scáne rdep latafo rmacon
adaptadordet ransparen
ciaa meno squeseadea l
tacalidadp rofesiona lpara
Ar
tesG rá
ficasypa setodoslosrequi
sitosdeca
lidaddee stasdirectr
i ces.
Tambiénsepodráusarunacámaradigi
talprofe
siona
ldegamaa ltaconun
rango dinám
ico su
fic
ien
te pa
ra capta
re l margen de den
sidades delo
s
or
igina
les.
Seperm i
tiráhace
rcap tu
rasen HDRs isedalac ir
cunstanc
iadeunredu cido
grupo de documento
squede sborda
, porsua l
to margen de den
sidade
s,la
capac
idadenrangod inám icodeldispos
itivodecaptu
ra,cuandoé s
teesapto
parae
lg ruesodedocumen tosdelmismotipodelfondo.
180 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
3
.4.2Elementos decon
tro
l po
rtoma que debense
rcap
turados
juntoalasobras
Paraformatospequeño s(35 mmein fer

iore
s)noseu saránca r
tasdecon tro
l
juntoalo sdo cumentos.Parae lre stoseempleará unaca rtadepa rchesde
densidadsobresoportetraslúcido,sim i
laralacartaStou f
fe rTransmission
Step WedgePa rt
. No
.T3 110calibradaquevemo senlas iguienteimagen.Se
puedere co
rtarestacartaala m itad deformalongi
tud inal parareduci
rla
superfic
iedecaptura
,con servándo selaparenumerada.
F
igu
ra50.Ca
rtaS
tou
ffe
rTran
smi
ssionS
tep WedgePa
rt. No
.T3
110
Sieldocumentofueradeg rantamaño,sepuedeacoplaralosla
tera
lesuna
car
ta de re
solución sob
re sopo
rtetras
lúc
ido de reducidasdimensiones
,
simi
lar ala ca
rta Stouf
fer1-T Re
solut
ion Guide o DanésPic
ta FS1
, que
mos
tramosacontinuación
.
F
igu
ra5
1.Ca
rta
sStou
ffe
r1-TRe
solu
tionGu
ideoDané
sPi
ctaFS
1
Tambiénpuedeacopla
rseunacar
tadecolorIT8enformatodiapos
itivade35
mm,extra
ídadesu marco
,comolaque mos
tramosseguidamente
.
Requ
isi
tose
spe
cíf
ico
sdeca
lidadimagenra
ste
r 18
1
F
igu
ra52.Ca
rtaIT
.8enfo
rma
tot
ras
lúc
ido35 mm
3
.4.3Cap
turasdeca
rtasdecon
tro
lindepend
ien
tesalastomas
Paraesta
scapturasproponemoselsiguien
tecomb inado deca r
tas, yaque
permi
te cubr
ir a un cos
te no muy altotodo
slo s con
tro les de cal
idad
reque
ridosparaes
tet
ipodeo rig
ina
lesconuncosteno muye levado:
 Car
ta de pa
sos de dens
idad S
touf
fe r TP35ca
lib
rada(conlos da
tos
densi
tométr
ico
stomado s porel fabr
i can
tejus
to an
tes de
l envío
pos
tal)
.Sutamañoe seldeunfotog
ramadepe l
ícu
lade35 mm.
 Ca
rtaIT-8d
iapo
sit
iva
.Sutamañoe
seldeunfo
tog
ramadepe
lícu
lade
35 mm.
 Cartadereso
luciónde DanésP i
ctaFS1(T ransmiss
iveFo rScanner
s).
Sutamañoe se l de unfotog
rama de pel ícu
la de35 mm .Presenta
líneas detamaño ap rop
iados para re
so luc
iones de cap
tura muy
elevada
sdeha s
ta5000ppp .
 Car
taderesoluciónS tou
ffer1-TResolu
tionGu ide.Es
táca r
tapermi
te
complementarlaca rta deresoluc
ión anter
ior ante documen
tos de
tamaño grande, pue spresentatamaños del ínea aprop
iado
s para
captu
rasaresolucionesentre50y500ppp .
Lareg
la m
ilimé
tricae
sinne
cesa
riadadoe
ltamañono
rma
lizadodela
sca
rta
s
IT8yDanésPic
ta.
Enlaimagens iguiente(figura53)vemo selcomb inadodeca r
ta santer
io r
,
cono traca
rtaextradepa so sdeden s
idad
,enunapo sibledisposi
cióndetoma
para documento s de med io o grantamaño . De arriba hacia aba
jo y de
izquierdaa derechasonla scartas
: DanésPictaFS 1
,S tou
f ferTransm i
ssion
Step WedgePart. No
.T3 1
10Ca lib
rada,IT8diaposi
tiva,Stouf
fe r1-TResolution
Guide,yStouf
ferTP35 .
182 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
F
igu
ra53.D
ispo
sic
iónded
ife
ren
tesca
rta
ssob
resopo
rtet
ras
lúc
ido
Pa
raorigina
lesde35 mmoformatoinfer
iorseharálacapturaindependiente
decadaca r
ta decont
rol
. Enlasimágene ssigu
ientes vemo s una pos
ible
se
cuenciadetomaantenegat
ivo
sod iaposi
tiva
sde35mm .
 P
rime
ratoma
,pa
sosdeden
sidaddelaca
rtaS
tou
ffe
rTP35
:
F
igu
ra54.Ca
rta
Stou
ffe
rTP35
 Segundatoma
,IT8co
lord
iapo
sit
iva
:
Requ
isi
tose
spe
cíf
ico
sdeca
lidadimagenra
ste
r 183
F
igu
ra55.Ca
rtaIT
.8t
ras
lúc
ida
 Te
rce
ratoma
,ca
rtadere
solu
ciónDané
sPi
ctaFS
1de35 mm
:
F
igu
ra56.Ca
rtaDané
sPi
ctaFS
1de35 mm
Ene stase cuen

cianoser
íanece
sariocaptu
rarlaca
rtadereso
luc
iónStouffe
r
1-T Re so
lution Gu
ide
,porla
salta
sre so
lucione
sdecapturaqueseapl
icana
lasfo tograf
íasde35 mm
.
Recordamo squeelencuadredelascar
tasdebese rexactamenteelmismoque
el de los documentos,a ju
stándose lo má s posible a
l tamaño de los
documen tos
.Paradocumen tosdetamaño s mayoresalascarta
snoe sprec
iso
coincidenc
iaensuperfic
ieentrecar
tasydo cumen tos
,yaquela sca
rtast
ienen
sufi
cienteselemento
sdecon tro
lcomopa raserdeu ti
lidadinc
lusoocupando
unáreadepequeñotamañoenlaimagend igita
l.
184 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
Elnomb redelo sf
icherosdela scartasdecontro
lse rá“
loteN_col
ton”
,s iendo
sust
ituidala“ N”po relnúme rodelotequelecorresponde,queseráasignado
poreloperado rded isposi
tivodecap turade maneraqueenn ingúncasohaya
coinc
iden ciadenúme roen t
reunlo teyo t
ro.Losnúme rosdelotetendránlos
mismosca racteresdeex tensión
,u sándosecerosdelantehastacompleta rla
extens
ión máx imane ce
sa r
iapa raconteneratodoslosnúme ros
.
3
.4.4Va
riab
lestécn
icasdecap
turaydef
iche
ro
Lasemulsionesdela
sfotogra
fía
shandeco loca
rse mi
randoacáma ra
,para
evi
tarla mermadeca
lidadquepuedesupone
rlacaptu
raporelladocon
tra
rio
alaemulsión.
Paralosfo rmatos de pelícu la de35mm ,16mmo med iosere comienda un
escánerp rofesionalpa ralad igital
iza ciónded iapo si
tiva s.Pa ralasp laca sde
tamaño s mayo ressere com ienda u sar une scáne rp lanoconadap tado r de
transparen cia
scona ltorangod inám ico,oensude fectounacáma rad igital
conunnega toscopio
.Lacáma rad igitaltendráuna ltorangod inám ico
,o ,en
sude fe
cto ,seharánla sd igital
iza cione susandolaté cni ca HDR .Estaté cn i
ca
imp l
icava r
iastoma sfo tog ráficasd igita
lescond iferen ten iveldeexpo si c
ión
queluegot ienequese r mon tada senunaún i
catoma med ianteunp rocesado
HDR.E s
tep rocesadoe slen toy ne ce si
tadelain terven ciónhumanapa rala
preparación de lp roceso y rev is
ión de ca lidad , po rlo quein cremen ta
considerablemen telosco stesdelacap tura
,pe ros ielnúme rode ma te r
ia lesa
apli
care statécnicanoe s muyamp lio,puedese rpe rfectamen tea sum ib
le.
3
.4.
4.1V
ers
ion
esm
ást
er
Sene ce
sitaevaluarel mater
ialyha cerpruebasdecap tu raparadeterm inar
me
jor lo s va
lores de captura y almacenam iento idóneos. De en t
rada,
entendemo squelacap tura má s
terdelo sformatosdepe l
ículafotográfi
ca,
considerandoquesa lvocontadasex cep
cioneselforma toes medio
,debe ría
teneral meno s2500píxelesporpulgada,sis
temadeco lorRGB ,profundidad
debitde16b i
tspo rcana
l,ysalidaaformatodef i
cheroT IFFsincomp resión.
Siseopta
ra,f
inalmente
,po relu sodeunacáma rad
igita
l,hab
ráquedi
luc
idar
sobrelaidoneidad de conservación delo
sfo rmatos RAW na
tivo
s dela
cámaraademá sdelo
s má s
teresenfo rmatoTIFF
.
Lasimágenesacolo
rdeberánserobje
todegestióndecolo
rconlacreac
iónde
unpe r
filICCadhocatravésdecartaIT8paratranspa
rencia
s.Los más
tere
s
tendránin c
rus
tadoes
te perf
il decolore
spe cí
ficoenlascabece
ras delos
fi
cheros.
No seha
rán
ingúnp
roce
sodeed
iciónd
igi
talae
sta
sve
rsione
s.
Requ
isi
tose
spe
cíf
ico
sdeca
lidadimagenra
ste
r 185
Seconserva
ráenunf i
cheropropiolaimagendigi
talquecon
tienelacaptura
dela carta IT8 o colo
rchecke
r® emp leada pa
rala cara
cter
ización del
di
spos
itivodecaptura median
teperfi
lICC
.
Habrándec rea rseya r chivarseimágene sdigita
lesdela sca r
tasdecon trol
tonale sydeco lorap l
icada spa raco teja
rlacalidaddela scapturas.Tamb ién
sere com ienda quese hagalo m i smo con unaca rta dere solución y de
uniform idad dei lum inación.E sta simágene s deberán crearse po r cada
camb io de pa ráme t
ro s ycond icione s decapturaei lumina c
ión du rantela
dig
italización,y tend rán que queda r per
fectamen te re
feren c
iada s con
respectoala simágene saqueco rresponden.Laf ina
lidaddee s
ta scartases
poder ha cereva luacione s ob
jetivas deca l
idad delascap turasoa finarlos
procesospo sterioresdeed iciónd igitalqueserequieran.
roce
so deevaluación decal
idad
ob
jet
ivodeldispo s
itivoycondic
ionesdecap tu
jadoen
uninformeté
cn i
coquesead jun
taráalasimágenesdig
ita
les.
3
.4.
4.2V
ers
ion
esd
eriv
ada
s
Elp ro
cesado pa
ra ob
tener la
s vers
iones de
rivadas se
rá au
tomatizado
med
ianteproce
sospo
rlote
s.Empleándosecomovalore
srecomendado
s:
 S
istemadeco
lorRGB
.
 P
rofund
idaddeb
itde8b
itspo
rcana
l.
 Re
solu
cióne
spa
cia
lde2000p
íxe
lesene
llado má
sgrande
.
 Comp
res
iónJPEGconca
lidada
ltao muya
lta
.
 Fo
rma
toJPEGJF
IF.
 Convers
iónae spa
ciodecolorsRGBdesdelasve
rsiones má
ste
res
,con
propó
sitosdeconver
sióncolo
rimét
ricore
lat
ivoal med
io.
 Noseha
rán
ingúnp
roce
sodeed
iciónd
igi
talae
sta
sve
rsione
s.
3
.4.
4.3V
ers
ion
esm
ást
erd
ene
gat
ivo
s
Elnegativode35 mmtieneunag randen s

idaddein fo
rma c
iónpo rsupe r
ficie,
espec
ialmentecuandolatomafo tog
ráficaseha ceconpel
ículapro fe
s ionalde
al
taca l
idadyconunequ ipodecap turayp rocesadoquímicop rofesional.E s
de es
tima resta
s carac
te rí
stica
s enla co lecc
ión de negativos del fondo
fotográf
icodeE spa
cioP,po rel
lorecomendamo svalore
sdecap tu raena lta
norma,quequedancon cretadosenelsiguientelis
tado
:
186 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
 Resolu cióne spa cial.Pa rae lcá l

cu lodela me jorre solu cióne spac ia
lde
unnega tivohayquecon siderarlacapa cidadre solutivadelape lícula.
Sinosetuv ierae steda tod ispon ible, serádeu ti
lidade lu sodesuva lor
ISO. Lo s expe rtos en d igitaliza ción de e ste tipo de ma te r
iales
recom iendanqueseu t
i li
ce nva lore sdere solucióne spa cialdecap tu ra
consen s
ibilidade sdepe lículade ha sta100ISOcomp rendidosen tre
los4 .000y5000p íxele spo rpu lgada(ppp );deen tre100y400ISO ,
entre 2 .500 y 3 .200 ppp ; y pa ra va lores ISO mayo res de 800 ,
resolu cione scomp rend idasen trelo s2.000y2 .500ppp . Debemo sse r
con sc
ien tes de que a meno r sen s
ib ilidad de la pe lícu
la meno r
presen ciadeg ranoenlaimagenfo tog ráficao rigina lyv iceversa. No
obstan te, hemo s de con s
ide ra r que e l va lor ISO no de term ina
exclusivamen tee lde tallep resen teenlaimagenfo tog rá f
ica;tamb ién
lode te rminalaca lidaddelaóp ticade lob jetivofo tog rá f
ico,laca lidad
delen foque ,sise ha mov ido o nolacáma ra du ran telatoma ye l
procesadofo tog ráfico.Pe seae staa seve ra c
ión,pen semo squee stetipo
dere comenda cione s no so frecen un ma rgen desegu ridad:e s muy
factible queen64ISO haya má s de talle queen400ISO . Como no
cono cemo sdean temanolo svalo re sISOn ilascapa c
idade sre so
lu tivas
dela s pe l
í culasu sada senlo s ma teriale sa d igitaliza rp roponemo s
como med idadesegu ridadunare so lucióne spa c
ialde4000ppp .
 S
istemadeco
lorRGBpa
ranega
tivo
senco
lor
.
 Ene
sca
ladeg
rise
s16b
itspa
ranega
tivo
senb
lan
coyneg
ro.
 P
rofund
idaddeb
itde16b
itspo
rcana
ldeco
lorog
rise
s.
 Sa
lidaafo
rma
todef
iche
roT
IFFs
incomp
res
ión
.
 El másterhabrádeserlaimagenpo sit
ivaequivalen tedelnegat
ivo.La
inversióndelapo lar
idadylae l
im inaciónde má sca ranaran
jaseha rá
durantee lprocesodecap tu
raypo stproce
sado.Pa rae l
loseu t
iliza
rá
un so ftware de captura pro
fesiona l que cuen te con fun c
iones
avanzada sdeeliminaciónde máscarayco rre
ccióndeco lorenelpaso
desdelaimagennega tivaalaposit
iva.
 Lasimágene saco lo
r deberánser obje
to de gest
ión decolorconla
conversión
,du ranteelprocesodecapturaypo si
tivado
,aune spaciode
colo
rdegamaa ltayquesopo r
tepro fund
idade sdebitde16b itspor
canal RGB,talcomo Adobe RGBoP ropho
to RGB .Elespac
iodeco lor
toma r
álafo rmadeunpe rfi
ldecolorICCin c
ru s
tadoenlacabe ce
radel
fi
chero má s
ter.
 La
simágene
s en e
sca
la de g
rise
slleva
rán un pe
rfi
l de g
rise
s de
gamma2
.2
.
 Noseharáningúnp roce
sodeed ic
iónd ig
ita
lae sta
sver
sione
s,salvo
lasne
cesa
riasparainver
tirlapo
laridaddelnega
tivoenunposi
tivo
.
Requ
isi
tose
spe
cíf
ico
sdeca
lidadimagenra
ste
r 18
7
 Se captura rá unaimagen de una ca rta de control de color y de

resoluciónconla sm i
sma scondicionesdecaptu rayprocesadoquelo s
negativoso riginal
,quetend ránquese ralmacenada senf icherosen
forma toT IFFs incomp resiónycu stod
iadasjun toalrestodef i
che ro
s
delaco lec
ción .Estascarta
sse rv
iránparalarealizac
ióndep roceso
sde
controldeca lidadpo ste
riores
.
Setend rá que emp lear un e s cánerp rofesional de película negativa. Los

escánere sdepe l
í culadeu sodomé sti
coquepodemo sadqu ir
iraun mód ico
prec
io no s irven pa ra escaneado sp rofesionale
s, ya que su ca lidad pa ra
negativose spé sima . Habráquea segura rsequee lescáne rnosel im itasóloa
hacerlainve rsióndelo sco lore sde l nega t
ivopa raob tene relpo si
tivo.La s
basesp lá s
ticas dela s pe
lícu la sfotog ráficas de nega
tivo nosonin coloras
,
incorpo ranuna má sca
radeco lorna ranjaog risquepuedede rivarenfue rtes
dom inan tes deco lor o de saju s
te s decon tra
steenlaimagen d igitalfinal
resultante.E sasdom inante sdebense rcompen sadaspo re lescáne r
,pue sde
locon t
ra rio
,sup ro cesodeco rre c
ciónpo steriorpuedere sultar muyco stoso.
3
.4.
4.4V
ers
ion
esd
eriv
ada
sden
ega
tivo
s
Elp ro
cesado pa
ra ob
tener la
s vers
iones de
rivadas se
rá au
tomatizado
med
ianteproce
sospo
rlote
s.Empleándosecomovalore
srecomendado
s:
 S
istemadeco
lorRGB
.
 P
rofund
idaddeb
itde8b
itspo
rcana
l.
 E
l va
lor dere
solu
ción e
spa
cia
l se
rá 2000 p
íxe
les en e
llado má
s
g
rande.
 Comp
res
iónJPEGconca
lidada
ltao muya
lta
.
 Fo
rma
toJPEGJF
IF.
 Convers
iónae spa
ciodecolorsRGBdesdelasve
rsiones má
ste
res
,con
propó
sitosdeconver
sióncolo
rimét
ricore
lat
ivoal med
io.
 Noseha
rán
ingúnp
roce
sodeed
iciónd
igi
talae
sta
sve
rsione
s.
3
.5Documen
tostex
tua
les
Inc
luyen documentos del fondo esc
rito
, en cua
lquie
ra de sustipos
do
cumen ta
lesy medio
s( ca
rtas manu
scr
itas
, me
canogra
fiado
s,documento
s
impreso
spe r
sona
les
,etc.
)
188 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
Serecomiendasucap turaexte
rna lizada,debidoa
lp rev
isib
leabara
tam ien
to
de pre
cios de e
sta opc
ión. En e
s teca so
,e stasespec
ifi
cacione
s debenser
respec
tadasporlasemp resa
sded ig i
tal
ización.
Parala
spág ina
soca ra
sdesopo r
teque nop resenten n
ingúne
lemen
tode
valorp
lás
ticoseobviaráelcumplimien
todelo srangosadmit
ido
senca
lidad
cromát
icaytonal,exceptoenru
idoyrecor
testonales.
3
.5.1D
ispos
it
ivoyhe
rram
ien
tasdecap
tura
Se adm i
tirá eluso de es
cáneres de pla
ta fo
rma,e s
cáne re
splane
tario
sy
cáma ra
sfo tográf
ica
sd igita
lesprofesionales
. Losdisposit
ivo
s habrán de
pa
sa rloscontro
lesdecal
idade s
tab
le c
idosene sta
sdirect
rices
.
3
.5.2Elementos decon
tro
l po
rtoma que deben se
rcap
turados
juntoalasobras
Seránlosm ismosquelosquesede scr

ibenene lapa
rtadodedicadoadibujos
yo tra
sfo rmas deexpresiónau tóg
rafassobresoporteopaco.Se pe
rm i
tirá
obviarestoselementos, exceptola car
ta mil
imétr
i ca
,cuandoset rate de
páginasoca rasque no presentenelemento
s deva lorplá
sti
co,exceptoen
documento sconle
tra manu sc
rita
.
3
.5.3Cap
turasdeca
rtasdecon
tro
lindepend
ien
tesalastomas
Seránlasmismasquela sdescr
itasenelapartadodedicadoad ibu
josyotras
formasdeexp resiónautóg
rafassobresopo
rteopaco.Sepod ránobvia
re s
tos
elementoscuandoset ra
tedepáginasocarasquenop resentenelemento
sde
valorp
lást
ico,exceptoendocumentosconlet
ra manuscrita
.
3
.5.4Va
riab
lestécn
icasdecap
turaydef
iche
ro
3
.5.
4.1V
ers
ión m
ast
er
Seha cep rec

isoha ce
runaná l
isispormenorizadodepa trone
sdecap tu
rapor
tipologíadedo cumen to
sdea cuerdoasu med ioyala scara
cte
ríst
icasdelos
medios, ya que es
tecon junto documental parececontarcon una amplia
divers
idad :texto manus c
rito
,tex to mecanografiado
,imágene stramadas
,
trazos manu sc
ritosconbo ce
tos,artedel
ínea…
Sere
com
iendanlo
ssigu
ien
tesva
lore
sdecap
tura
:
Requ
isi
tose
spe
cíf
ico
sdeca
lidadimagenra
ste
r 189
 Fo
rma
toT
IFFs
incomp
res
ión
.
 24b
itsdep
rofund
idaddeb
it
.
 S
istemadeco
lorRGB
.
 Seha ceprec
isoanalizaruna mue s
t rasu
fic
ientementerepresen
tativa
porcadat ipo de medio. Paratexto manusc
rito y mecanogra
fiado,
entre300y400p íxelespo rpulgadapuedese rsuf
iciente
,peropa ra
ot
ro s med
iosno.
Serecomiendahacerunpe rf
ilICCadho c deldispos
itivodecap tu
raquese
debe
ráincrusta
renlascabecera
sdelosfi
che ro
s. Nosea con
sejalaedic
iónde
los má
stere
s,niningunaoperac
ióndeajustedecontras
teoco lor
.
Secrearánya rch
iva ránimágene sdigita
lesdela scar
ta sdecontroltonalesy
decolor,asícomodelau sadapa ralageneracióndelper f
ilICCdeldisposit
ivo
decaptu ra
.Tambiénsere comiendaquesehagalo m ismoconunaca rtade
resoluciónydeun iformidaddei luminación.Estasimágene ssecrearánan te
cadacamb iodepa ráme t
ro s
,valoresycond icionesdecap turaeilum inac
ión
durantela captura y debe rán queda r perfec
tamen te re
ferenciadas con
respectoalasimágene saqueco rresponden.
roce
so deevaluación decal
idad
ob
jet
ivodeldispo s
itivoycondic
ionesdecap tu
jadoen
uninformeté
cn i
coquesead jun
taráalasimágenesdig
ita
les.
3
.5.
4.2V
ers
ion
esd
eriv
ada
s
Sere
com
iendanlo
ssigu
ien
tesva
lore
s:
 Re
solu
ciónde200p
íxe
lespo
rpu
lgada
.
 Fo
rmatoycomp
res
iónJPEGconunra
tiodecomp
res
ióna
lrededo
rde
10
:1
.
 8b
itspo
rcana
ldeco
lor
.
 E
spa
ciodeco
lorsRGB
.
Serecomiendalac
rea
ción def
iche
ros PDF mu
ltipág
ina pa
ra do
cumen
tos
mu
ltipág
ina.
Requisitos específicos del medio audiovisual 191
Tercera Parte
Requisitos de calidad para capturas con
salida vídeo digital
Requ
isi
tose
spe
cíf
ico
sde
l med
ioaud
iov
isua
l 193
Cap
ítu
lo4
. Requ
isi
tosespec
íf
icosdeca
lidadpa
rae
l
med
ioaud
iov
isua
l
4
.1In
troducc
ión
Enestecap
ítulono saproximamo saaque llo
se lemento
sdeca lidadqueson
espe
cíf
icosdel medioaudiovisual
,tratandoela segu
ram ientodecalidad,el
cont
roldeobjeto
sd ig
itale
sre su
ltante
sde lprocesodecapturayla svariab
les
técn
icasdecapturayfichero
.
Lasva r
iablesté cnicasy proced
im iento
sdecap turay p ro
cesado de
l medio
audiovisuald ivergen signi
fica
tivamen te con respe
c to al medioimagen
raste
r,loqueju st
ificalaseparac
iónde med iosquepre sentamosennue s
tro
trabajo
, con un apa r
tado ded icado exp resamente a lo s conten
idos
audiovisuale
s.
4
.2Espec
if
icac
ionesdelcon
tro
ldeca
lidad
4
.2.1A
lte
rna
tivae
leg
idapa
ralos más
teres
Segu imo s man teniendoe l m ismocon cepto def idelidad quee lexp resado
pa ralasob rasdet ipog ráficoensu se speci
ficacione s
.La sver
sione s má s
teres
debense rfielesalain fo rmacióno riginalquesecap tu ra
,noadm itiéndosela
alteracióndelaseña le lec
trón i
cao riginaln ipa rasua tenuación n iparasu
in cremen to. Lo s má steres debenreg is
trarconf idelidadla sca ra c
terí
stica
s
visuales y sono ras de la sc intas de v ídeo ana lóg icas o lo s sopo r
tes
cinema tográficos,sina lteración.Estosignificaquesucód igod igi
ta ldebeser
rep resentativodelaseña lana lógicaofo tográficao riginal
,noadm it
iéndose
lae l
im inación de de fectosp ropios dela deg rada ción de aque lla(yasean
originalesyap re sentesene l momen todeu sopo rlosa r
tis
tasocau sadospor
ladeg radaciónf í si
cadela sc intaspo relpa sode ltiempoopo rcond ic
iones
inade cuada sdecu s
tod ia)
.
De
sde esta perspec
tiva,sí se
ría admis
ible la rea
lizac
ión de ve
rsione
s
de
rivada
s restauradasdig
italmente que puedan fun c
iona
r a modo de
194 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
má
s te
rescomp lementar
ios
,debiendoquedar
,ene seca
so,reg
ist
radoenun
documen totécni
co,quesealmacenará
,enforma
toPDF ,enlacarpe
tapad
re
co
r respondien
tealosfi
chero
sdigita
lesdee
sacin
ta.
4
.2.2Requ
isi
tosp
rev
iosalascap
turasdev
ideo
Laemp re
sa dese
rvic
ios decaptura oelequipoin ternocones
tafunc
ión
tendráquesum in
ist
rarunade scr
ip c
ióndelosp rocedimien
tosdet
raba
joy
her
ram ienta
squevanaserapli
cado senloquerespe
c taa:
 Lare
cep
cióndelo
s ma
ter
iale
sacap
tura
r.
 La eva
luación de es
tado de con
servación de los sopor
tes y la
comunica
cióndep rob
lemasoimposib
ilidaddereproduccióndeés
tos.
 Laevaluación,regis
troe scr
ito ycomunicac
ión delosp roblemas de
ca
lidadpo rde f
icien
tecon servac
ióndelaseñaldeimagenydeaud io,
que deberá coincid
ir, cuando asípro
ceda, conlo asentado enla
normativatécnicadelp royectoo
,ensude fe
cto,se
rcon sensuadocon
losresponsablesdelproyecto.
 Elprocedimien
todea seguramien todecalidad,queco
inc
idiráconlo
asentadoenla normativatécnica delproyecto o
,ensu de
fecto
,ser
consensuadoconlosresponsab
le sdelproyecto
.
 La cap
tura, codi
fica
ción y almacenamiento en f
iche
ro de lo
s
con
tenidosdelossoporte
sdec
intaopelí
cula
.
 Elprocedimien
todea segu
ram ientodecalidadp rop
io,quecon
cordará
conloa sen
tadoenlano rma t
ivaté cn
icadelp royec
too,ensudefec
to,
serconsensuadoconlosresponsablesde
lp royecto
.
 Lossistema
s de pro
tec
ción f
ísi
ca y de confidencia
lidad de lo
s
or
igina
lesydelo
sfi
cherosre
sul
tante
sdeladigi
taliza
ción.
 Laen
tregadelo
sor
igina
lesydelo
sfi
che
rosd
igi
tale
s.
E
lequipore
sponsab
lede
lproye
ctotend
ráqueaproba
resto
sp roced
imien
tos
yhe
rramienta
sante
sdelaf
irmadelcon
tra
toocomienzode
ltrabajo
.
Serem it
iránala semp resasdeserv
iciodecaptura muestra
srep resen
tativa
s
delconjuntodesopo rtesacapturarparasudigita
lizac
ión. Desdedentrodel
proyectoseanaliza
ránlascapturasdelas mue
strasrec
ibidaspa racomp roba
r
suidone idad,antes de da
r poraprobadolosp roced
im iento
s decap tura y
codif
icación.
La emp re
sa de serv
icios
, por su parte
, hab rá de aprobar po resc
rito e
l
seguimiento de la s e spe
cifica
cione s técnicas, organizativas y de
aseguramientoycontroldecal
idadpo stcapturapresentesenlano rma
tivade
cal
idadde lproyec
to, hac
iendocon stanciatantodelaap robacióncomode l
Requ
isi
tose
spe
cíf
ico
sde
l med
ioaud
iov
isua
l 195
deta
lledee s
tasenelcuerpop r
inc
ipaldelcontra
tooen unanexore fer
ido
necesar
iamente en aque
l. Cua
lqu
ier va
riac
ión de es
tase spe
cif
icac
iones
deberáserconsen
suadaprev
iamenteconelequipore
sponsab
ledelproyec
to.
Cuandoelequipodecap turadetectequeunac in tatieneundañoqueimp ide
sureproducción ola hacea r
riesgada,habrá de no t
ifi
carlo
,previamen
tea
cua
lquierotraac
tua c
iónsob reel
la,alequipode lp royecto
,paraquesepueda
consensua
runaa ctuaciónqueeviteel mayorde teriorodelsopo
rte
.
Laspruebastécnicasareal
izarparaga ran t
iza
rlaca
lidaddela
scap
tura
sse
aju
staránalossiguien
tesrequer
im ien
to s72:
1
. La s he rram ien ta s de ca lib ración u sada s( tal como ve c
to rescop io s,
mon ito resdefo rmadeonda , mon ito re sdeaud io…)tend ránquese r
calib rada sconre spe cto a un pa trón de ba rra s deco lor ytono de
refe ren cia e standa rizado , p refe riblemen te e l SMPTE Eng ine ering
Guid eline EG1 -1990r efe
r en ce ba rs. Lo ss is tema s derep rodu cc
ión y
visua liza c
iónana lóg icosdela sc in ta sydecap tu rad igitaldebense r
calib rado sconre spe ctoaunpa tróndeba rra sdeco lorytonocono cido
an tesdelacap tu ra,p refe ren temen tee lci tadoan teriormen te.
2
. Sie lpa tróndeba r rasytonoe stáp re sen teenlac inta,lo sté cnico sde
cap tu raeva lua ránlaidone idaddequela sseña lesdeaud ioyv ídeose
aju s
ten sob re e ste , an te e lr ie sgo de a ltera r po sible s ed icione s
ana lóg icasdeco lo rycon t ra s
terea lizado spo re lau tordelaob raode
la g raba ción en b ruto veh iculada enla c in ta conin ten ciona lidad
crea tiva .Nun case u saráe l pa tróncomore fe ren cia deca libracióno
aju s
tes isehacon sideradoquenoe srep resen ta tivode lcon tenidooha
su fridoa l
te ra ciónensuseña lcau sadapo rp rob lema sdecon serva ción
delac inta.
3
.A sim i smo , se p ro cede rá con mu cha cau tela ala ho ra de u tiliza r
refe ren ciasdeca libra c
iónoa ju stede lp rop iocon tenidoi cón i
codela
seña l( talcomolap resen ciadec ielo,h ierba ,ob jeto sdeco lo rcono cido ,
tonodelap iel,et c.)
,pue s
,s isehaap licadoed iciónana lóg icadeco lo ro
tona lde mane rac rea t
iva ,é stapod ríase rreve r sadadu ran telacap tu ra,
alterándo sea síels ignificadop lá s
ti codelaob rao riginal
.
4
. Nosedebena justa rlo sn ive les máx imoy m ín imodelum inan ciay
crom inan ciaconlo sl ím ite sdeem isiónlega le sen USA(que ma r can
73 74
100IRE pa rala máx imalum inan ciay7 ,5IREpa rala m ínima) .E sta
72
Estosrequ is
ito
sse han e laborado partiendo dela ob ra de Barbara Go
ldsm ith
Digitiz
ing V id
eofor Long-T
erm Preservat
ion: An RFP Guide and Temp
la t
e.New Yo rk:
Pre serva
t ion & Con se
rvat
ion Depa rtmen t.New Yo rk Un iversi
ty Libra
ries
, 2013.
Dispon ibleen:https
://l
ibrary
.nyu.edu/preservation/VARRFP .pdf
73
IREe sladenom ina c
ióndeunaun idadu til
izadaenla med icióndeseñalesdevídeo
compue sto.Sunomb resederivadela sini
cialesdelInsti
tutodeIngen ierosdeRad io.
196 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
prá c
ti ca se puede ve r re flejada como re comenda c
ión en a lguna s
directr icespa trimon ia lesno rteame ri cana s
,pe rosuap l
i ca cióna car
rea
unacomp resiónde lh istog ramadela simágene squepuedel lega ra
deriva rena lguno sca so slapé rd idadein fo rma cióntona ldelaseña l
75
origina l
,po rloquenoe sre comendab le .
5
. Paraev itare lre co r
teosa tu ra c
ión delaseña l deaud io, du ran telas
cap tura ssun iveldebese ra ju stadode mane raquenohayan ive lesque
ex cedande0VU ,enunvúme tro( ind icado rdevo lumen )ca librado0-
76
20dBFS enun med ido rd igi talca l
ib rado .
6
. Elequ ipoté cn i
coderep rodu ccióndec in ta sdev ídeoe sta rál ib rede
erro res derep rodu c c
ión deb ido salaine stab i
lidad me cán ica delo s
reg istro s ana lógico s en c inta , deb iéndo se emp lear equ ipam ientos
electrón icosad iciona le sa lprop iorep rodu ctorquepe rm itanco rregir
esto se rrores(T im e Ba s
e Co r
r ecto r –TBC - oF ram eSyn cron iz er).E stos
erro res, que puedense re spe c
ia lmen tef re cuen tes enlo sfo rma to
s
VHS ,se man ifiestancomod i
fe ren test ipo sdea rte factosenlaimagen
que d i storsionan se riamen te su con ten ido o riginal, ta les como
defo rma cione sde lcuad rodelaimagen ,v ibracione sve rti cale sdela
imagenof lagging.Lo sequ ipo sTBCpuedenasuvezl lega rain t rodu c
ir
disto rsione senlaseña lo rigina l,po rloquesedebe ráeva lua re lequ ipo
TBCau til
iza rparaga ran tizarquenop rodu ced isto rs
ione sad icionales
que me rmenlaca l
idaddelaseña lo rig ina l.
7
. Se ev i tarán o tro se rro re sp rop ios de ls i stema de rep rodu c ción o
graba c ión dela sc in tas que puedenl lega ra d istorsiona rla seña l
origina l defo rma v isib le,ta l como e l denom inado h eadsw itch
ing
7
7 78 79
noise ,e l
dotc raw l oe r roresdeve lo cidad.
Estaun idadsede s
cribeene le stánda rU IT-RBT .4 70. Unrangode8b its(valo resen tre
0y255 )equ ivaleaunrangode0a1 10IRE .
74
Cuandoset ratadev ídeo NTSCenE stado s Un ido s
,losn ivelesdelum inan ciadeben
en con t rar seen tre7 ,5 y100IRE .E sterangosesue le denom ina rcomo“l ím i
te de
em isiónlega l”.E stosva lore scamb ianeno t rospa ísesques iguene le stánda r NTSC ,
comoJapón ,quepe rm iteunrangodelum inan ciaen tre0y100IRE .Laequ ivalen ciaa
rangode8b its,queno sre sulta má sfam iliar,se ría:0-7 ,5IRE=0– 16;100 –1 10IRE=
235– 255 . Med idoenrangode0a255e llím itedeem i
siónlega lse
ríaen tre16y235 .
Enunrangode10b itslo sl ím itesses itúanen tre64y940 .
75
Podemo sen con t
rare stare comenda ciónene lt rabajoSetupo fCaptu r
e Ha rdwa re de
la ob raD igital m igra tion too l
s and t e chniqu es de lV ideo P reservación Web si
te.
Dispon ibleen :h ttp:/
/v ideop reservat ion.con serva t
ion -us.org/dig_m ig/index .htm l
76
dBFSe slas ig lapa ra"de cibe l
iosae scalacomp leta"
.Set ratadeunaab reviatu rapa ra
lo sn ive le s de amp litud de de c
ibe lios ens i s
tema sd ig i
tales quet ienen un n ivel
máx imod i spon ib le
.
77
Set ratadeunad isto rsióndelaseña ldev ídeoquese mue stracomúnmen teenla
pa rtein fe riordelapan talladu ran telarep rodu ccióndev ídeo VHS .E sdeb idaala
in te rrup ción delaseña lcuandose p rodu ce e lcamb io decabeza l dele ctura de l
rep rodu c to r de v ídeo. En o trosfo rma to stamb ién puede e starp resente, pe ro e s
Requ
isi
tose
spe
cíf
ico
sde
l med
ioaud
iov
isua
l 197
8
. Laspis
tas deaudioenlacintafuente or
igina
l debense
rrevisada
s
antesdelacaptura,pa
raev
itarelr
ie sgodequea lgúnconten
idode
audioquedefue
radelacap
tura.
En e ste tipo de fondo s de a r

ch ivo e sf recuente en con t
ra r ma teriales
audiov isualesquenohans idorealizado sap l
icandop rocedim ien to sté cn icos
dereg istrooa justeconuna l
ton iveldep rofesional
izaciónté cnica,ocuyo s
sopo rtesnosehancon servadoade cuadamen teydanluga ralap re sen ciade
deteriorosenlaseña ldeaud ioov ideo.Po re l
lo,volvemo sain si st
irenlaidea
dequelaf inalidadpa tr
imon ial,quedebesubya ceralo scriterio sapl icado sa
las cap tura,imp ide la ap licac
ión de p rocesos de aju ste
, co rre cción o
el
im ina cióndep roblema sdeca lidadp re sentesenlaseña l
,an teelr iesgode
quese de svi
rtúenca racter
í st
icasp lást
ica squele jos dese r un de fe ctoson
partedelaexp resiónde uncon ten idoa rt
í s
tico.Lacap tura nodebe nun ca
conlleva runp rocesodere stauraciónd igitaldeloquesecon sidereap r
io r
i
comounaseña ldefectuo sa
.
4
.2.3Con
tro
ldeasegu
ram
ien
todeca
lidadp
rev
ioalacap
tura
Estecontro
ldecalidadseap li
caalo sequiposyp rocedimien
tosdecap tu
ray
procesadodigi
talquesevayanaemp lea
renlo sp roce
sosded igital
izac
ión,
porloqueenca so desub contrata
ción,lo habi
tualserásurea l
iza c
ión po
r
parte de los técnicos de la s emp resa
s de cap tura de do cumento
s
audiovisua
les
, quienesrevisaránlo sequipos ylascon f
igura
cione s delas
aplicac
ionesparagarant
izarlacalidaddelasalida
.
Esde seab lequesehagae s
tecon troljustoacontinuacióndelacon figurac
ión
delo sequ iposyso ftwaredecap tu raparalatomadeunlo tededo cumen tos
querequ ie raunascond ic
ione sidén t
icasdecaptura.Ene s
ta spruebassedebe
uti
lizare l m ismoso ftware,con troladores y ap
licac
ione s empleadas para
captu raryp rocesarlain fo
rma ción. Cualquiercamb io dealguno dee stos
elemen to sdu ran
telad igita
lizac
ióndeunlo tederivaráenquela scapturas
siguien tesseancon s
ideradascomoun nuevolo te,requiriéndoseun nuevo
contro ldeca lidad.
Lasp ruebassebasan enelenvío de unaseña
lsinte
tizada(cons
isten
teen
patrones de barra
s de color
, g rises y re
solu
ción y tono s sonoro
s
predeterminado
s po r un e
stánda r
) que pasa a través del cana
l de
no rmalmen teenma scarado

.Enlad ig
italizaciónes
tadis
torsiónpuedee sta
rp resen
te
enlo s mástere
syenlo sder
ivados
.
78
Setrata de un defectovincu
ladoa ls is
tema detransmi s
ión deseñales devídeo
compue s
to.Se man if
iestacomounase riedepun tosen movim ientoqueaparecenen
áreasdeco lorsaturado.
79
Elerrordeve lo
cidadsepuede man ifestarcomolíneas horizonta
lesdecolorque
atravie
sane lan chocomp le
todelaimagen .
digitalización y que es evaluada posteriormente. Esta señal funciona al modo

de testigo que permite asegurar que cualquier señal que se envíe por este
canal no es distorsionada en el flujo de trabajo de la digitalización. Con estas
pruebas se trata de comprobar que las imágenes codificadas en los ficheros
digitales mantienen las características técnicas originales en color,
resolución, contraste, señal sonora y razón de aspecto (Goldsmith, 2013, p. 17).
Se recomienda que, una vez configurado todo el flujo de trabajo de la
digitalización en el equipamiento de reproducción de la cinta a capturar y de
captura digital, se envíe desde un generador de señal la señal analógica de un
patrón SMPTE Engineering Guideline EG 1-199080, que incorpore tanto el
patrón visual como de audio. Esta señal, una vez digitalizada, tendrá que ser
evaluada, en lo que respecta a imagen y sonido, de acuerdo a los parámetros
de control de calidad postcaptura que describimos más abajo en el epígrafe
dedicado a control de calidad postcaptura. Este control deberá hacerse ante
cada cambio de ajustes de captura y por cada sesión de trabajo.
Algunos autores (Colloton, 2016) recomiendan incluso que la señal sintética
del patrón SMTP sea captura por cada cinta, justo después de la captura de su
contenido, y que sea añadida al final de la señal digital de este en el propio
fichero máster resultante separada por un espacio en blanco. Así se facilita el
control de calidad posterior a la captura para cada una de las cintas y el
conocimiento posterior de los ajustes que han sido aplicados durante el
proceso de digitalización, de manera que puedan reversarse éstos en
cualquier momento. Esta práctica también es de gran utilidad para los
trabajos de preservación digital, especialmente en los procesos de migración
de los contenidos digitales a otros sistemas de codificación y formatos
contenedores que sean requeridos en el tiempo para garantizar la no
obsolescencia de la señal. También ayudará al control de calidad de las
versiones derivadas que se generen desde los ficheros máster. El análisis del
patrón SMPTE, mediante procesos de control de calidad automatizados o
visuales y auditivos humanos, es relativamente sencillo y eficiente, por lo
que es altamente recomendable este procedimiento.
Es necesario que la empresa o personal interno encargado de la realización
de las digitalizaciones haga un informe técnico especificando los resultados
de control de aseguramiento de calidad, donde explique por cada equipo, o
por cada par equipo/condiciones de captura (si se aplican diferentes
80
Existen en el mercado de la tecnología audiovisual profesional equipamientos
electrónicos específicos para la generación de señales de referencia de vídeo y audio,
que incluso incorporan herramientas de análisis de la calidad de la señal de estas
referencias producida por el sistema a evaluar. Estas herramientas están pensadas,
especialmente, para departamentos de ingeniería de televisión y radio en empresas
de fabricación de dispositivos televisivos y radiofónicos o en cadenas de radio y
televisión. Un ejemplo, es la gama de productos de prueba y medida de la casa
Rohde&Schwarz. Podemos acceder a una descripción de estos productos en la sección
de su Web Test y medida para radiodifusión y aplicaciones multimedia, disponible en:
https://www.rohde-schwarz.com/es/productos/broadcast-y-
multimedia/instrumentos-de-test-y-medida-de-radiodifusion/pg-instrumentos-de-
test-y-medida-de-radiodifusion_63700.html
Requ
isi
tose
spe
cíf
ico
sde
l med
ioaud
iov
isua
l 199
condicionesdecap turacone lu sodelm ismoequ ipo)la spruebasrea l

izadas
paracon fi
rma re lcump limien to delase speci
fica c
iones deca l
idad ysu s
resul
tado s
.Setend ráqueiden tifi
carpe r
fectamen tecadaequ ipo,ind icando
sefabricantey mode lo.Tamb iénseharácon s
tare lob je
tivodelinfo rme,la
personare sponsabledesurea lizaciónylao rganiza c
iónpa ralaquet rabaja
.
Unacop iadecadaunodee so
sin formesseráalma cenadaenlaca rpetapad re
del proyecto, en una sub ca rpeta denom inada “ informes_te cn
i cos
”. El
formatode ldo cumen todein formese ráPDF ;sunomb redeberácump li
rlas
norma sdenomen clatu radefinida s másarr
ibaycon tendráunté rm inoque
identi
fique fá c
ilmen te su conten ido, tal como :
“informe_p ruebas_ calidad_equ ip_video
.pdf”.
4
.2.4Con
tro
ldeca
lidadpos
tcap
tura
4
.2.
4.1In
trodu
cci
ón
Enestaspruebasconside
ramosuna ltonúme rodepa
rámetrosdeeva
luación
,
conlaintencióndequesepuedaga rantiza
r,enla med
idadelopo sib
le,la
tota
lfidel
idaddelasve r
sione
sd ig
italesalasvers
ionesanalóg
ica
s.Exig
imo s
pruebasdedostipos
,quesede sa
rrol
la rándeformacomplementar
ias
:
1
. Prueba sdet ipono- referenc e
.Con si
stenenlaeva luacióndelaimagen
de v ídeo y su son ido sintene relo r
iginal ana lóg ico digital
izado
delan te
.E leva luado rtratadeiden tif
icaryseña larde fectostípicosde
laseña ld igi
ta ldee stos med iosque me rmanlaf idelidaddelaimagen .
La pe ric
ia yexpe r
ien cia deleva luarleayudana de termina rsilos
defe cto
se stányap resentesenlaseña lana lógicao rig inalohans ido
in t
rodu cidosdu rantelad igita
lización,oa islarlo sca so sdudo sosque
lel levaránarea l
iza r unarev isióndet ipofull-re
f e
r en c
e.E stetipode
prueba saho rrat iempodet rabajo,alnotene rquei rco tejandoe lvídeo
digitalconunarep rodu cciónde lo r
iginalana lógico.
2
. Prueba s det ipo fu l
l-reference
.Con si
sten en e l co tejo v isual dela
versiónd igitalizadacon t
ralaana lógicao riginal
,t ratandodede tecta
r
diferen c
iasyd is
to rs
ione s int roducidas en la d igi ta
lización. Son
co s
to sas ent iempo , po rlo quela srelegamo s exclu sivamen te ala
reso luc
ióndeca sosdudo sos.
Contemp lamo stantopruebas manualescomoautomática

s.Estoe sasíantela
dif
icultaddepode rap rec
iardeuna mane racomple
tamen tefiablelacalidad
delasd igi
tal
izacionesexclus
ivamen teatravé
sdep ruebasautomá ti
ca s
, má s
tratándose de v ídeos de c ie
rta an t
igüedad que pueden p resentar
frecuentemen te problemas de cal
idad enla señal analógi
ca fá c
ilmen te
200 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
confund ib
lescon problema s dela digita
lizac
ión. Comose puedelee r más
abajo, muchasdelasp ruebas manua lessehand iseñadopa raserreal
izadas
con el auxil
io de herram ientasin formáticas que perm i
ten parti
r dela
detecc
iónau tomatizada de posiblesproblema s decalidado que mue stran
gráfi
cos que ayudan de mane ra muy v isua
l ein tuitiva a un operador
formadoalade teccióndeunpo sibleproblemaconsumarap idez
.
Esf recuen te ob servar enla b ibliograf
ía e specializadala ap licación de
prueba s de con trol de ca lidad de imagen de lt ipo no- ref
eren ce en
digi
talizacionesdev ídeocomp le tamen teau toma tizada syqueseba sanen
algori
tmo squet rabajansob ree lb r
illoycon t
ra stegloba lesdelcadaf rame ,su
nit
idezylap resen c
iadea r
te facto s
,talescomob loque sdecomp resiónJPEG
(Nandz ik
,Jane ta l
.,20 13
).Esta sp rueba ssonfá cilmen teau toma t
izable s,pero
pocoe ficacesenfondo sdevídeoquepuedenp resen tarunaa l
tad iversidadde
amb ien te
s, cond icione s origina les de i lum inación ,e fec
to s visua les y
conten idosi cónico s
. Debido a e s
to, hemo s de sarrollado un sistema má s
comp lejoyco s
tosope roquepuedeev i
taruna l
tonúme rodefa l
so spo s
i t
ivos
.
Lainve stigaciónene stetemasehacen t radoenla sp rueba sperceptuale stipo
full
- r
eference
, y , muy e spe cialmen te, en la ca lidad de lo s conten idos
televisivosd is
t ribu idosat ravé sde med io sd ig
itales med ianteelco tejodela
seña ld igi
talp rev ia alat ran sm is
ión ylare cibida po rlo s dest
ina tarios
.
Podemo sen con tra runaamp liab ibl
iog ra f
íaein forma c
iónsob reproye cto sy
estánda resene stal ínea det rabajoat ravé s dea lguna sa sociac
ione s,tales
81
como la In terna tional T e
lecommun ica tion Un ion ( ITU ), e l Ins
titute for
82 83
Te
l ecommun icationS c
iences oe lVid eo Qua l
ityExp e
rtsG roup (VQEG ).E sto
s
método snono sre sultandeu tilidad,dadalad isparidaddeob jet
ivosde ltipo
deap rox imaciónfu ll
-re
f e
ren cedee sto st rabajosydelareque ridaene lcon tro
l
deca l
idadded ig italizacionesdec inta sana lógica s
.
4
.2.
4.2P
auta
sgen
era
les
Esne cesa
rioque ,unavezcap turadoslo slote
syconla sob ra
stodavíaenla
sala decap tura
,se haganla sp rueba s decalidad que desc
ribimos enlos
siguiente
ssubep ígrafes
, de mane ra quese puedan dete c
tarp rob
lemas de
calidad y subsanarse s
in necesidad detene r que volver a desp
lazarlos
documen tos.
Elcontroldeca l
idadpuedeob servardo stiposdiferen
tesdep roblemasenla
señaldev ídeo
:de fec
tosenlaseña loriginaldeimagenoson idoode fec
tos
introducidos porelproceso de d
igita
liza c
ión. Losprimeros no puedenser
consideradoscomoune rrordelp roce
sodecap tura,a
lestaryap resente
sen
8
1
LaITUhapub licadova ria
srecomenda cionesa lrespe
cto
.Pa raprofund
iza
rsobre
sui contenido
,re comendamo seltu tor
ial Obje
ctiveperc
eptua
la ss
essmentofvid
eo
quali
ty:Ful
lrefer
en c
etel
evision,ITU:Geneva,2004.
82
S
itio Webht
tp://www.it
s.bldrdo
c.gov/.
83
Sit
io Webh t
tp://www.it
s.bldrdo
c.gov/vqeg/l
ink s
.aspx.
Requ
isi
tose
spe
cíf
ico
sde
l med
ioaud
iov
isua
l 20
1
elor
igina l
. Noob stante,sede scr
ibiránenelinformedecon trolaen t
regar
porpartede ldigi
talizador,ene lqueseidenti
ficaráconexa cti
tudeltipode
prob
lema en contrado ylo s códigos detiempo de com ienzo yfinal del
segmen toafectado.E s
tosdefectosnosecorreg
iránenla sversiones más
teres
,
aunques íqueseadm i
telacreacióndeunave rs
iónde r
ivadaosubmá stercon
losm i
smo sparáme trostécn
ico sdel má
ste
ryre s
taurada.
Los defectos in
troducido
s po rel proceso de cap
tura s
í deberán ser
considerados
, suponiendo e
l re
chazo del con
ten
ido dig
ita
l y una nueva
dig
ital
ización
.
Lo
sde
fec
tosacon
tro
larson84:
1
. Pérd idadefo tog rama s.
2
. Au sen ciadeson idop resen teene lcon ten idoo r
ig inalana lóg ico.
3
. In co rre cc
ióndenomb redef ichero .
4
. Nomb re sdef iche roquenoseco rre spondenconlac intaod iscoóp tico
al quea luden .
5
. Fa ltancon ten idosdelac in tadev ideoo r
ig inalensuve r s
iónd ig i
tal
.
No debefa ltarlain forma ción decabe cera, que puedecon sis
tiren
info rma c
ióndea ju ste(ba rra sytonodeca libración ,neg ro s
,b lan cos…)
op iza rraconda to sdelog rabado .
6
. Hanquedadocon ten ido ss ing raba r po r ub icarseenla m ismac inta
tra sune spa cioenb lan co.
7
. Fa ltadeco in ciden ciadelare lacióndea spe ctoenlave r s
iónd igitalcon
respe ctoalade lo rig ina l
.
8
. No toda s la s ve rsione sd igitale s de cada con tenido se pueden
rep rodu circo rrec tamen te.
9
. Hayfo tog rama sre cor tado s.
10
.Se han he cho a ju ste sc romá tico s o de con tra s
te que a lteranla s
cara cte ríst
ica stona le sydeco lordelo scon ten ido so r
igina les.
11
.Se han ap licado a ju ste s deaud io que de sv i
rtúanla sca ra c
te r
ís t
icas
orig ina lesdelaseña ldeaud ioo r
ig inal.
12
.Nosecump lentoda sla sva riablesté cn ica sdecap tura,cod ificación y
forma todef iche rodada sene ldo cumen todee spe cif
icacione stécn ica
s
delp roye cto.Pa rae s tacon firma ciónsere com iendalaex tra cc
iónde
metada to s delo sf i che ros,tan to má ste rescomo de r
ivado s
,u sando
her ram ienta ssolven te s,talescomoM ed iaInfo yEx iftoo
l.
13
.P rob lema sdein teg ridad .Pa rade te ctarlo ssedebe rácomp roba rquelo s
cód igo s ha shdecadaf iche roco r respondenconlo sin cluido senlo s
listado s de con tro l apo rtado s po r e l equ ipo o emp resa de
84
Estel
istadosehabasadoenlaob
rayacomentadadeBarba
raGo
ldsm
ith
,Dig
it
izing
V
ideoforLong-T
ermPre
s e
rvat
ion
:AnRFPGu
ideandTempla
te.
202 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
digi
talizac
ión .Parael
loseu saráunaap l
icac
iónquepe rmitaobtene
rel
código ha sh detodo slosfi cheros po rlotes median
te el mismo
algori
tmoap licadoparagenera rlosl
istados
.
14
.Apa recen a r
te fac
tos
,e s
toes,d i s
tors
ione sdelaseña ldigi
tal
,que no
estánp re
sen tesenlaseñalana lógicadelacintafuenteor
iginal
.
El con tro
l se ha rá sob re sob re la to tal
idad de lo s do cumen tos,
prefer
iblemen te.Si nofuerafa c
tibleloan terior,se podrá hacersob re una
muestra necesariamente aleator
ia y su f
icientemen te representa tiva
.E s
buenoquee lcon t
rolsehagadefo rmadob le,uncon t
rolvisualyuncon tro
l
automa t
izado. Hemo sdeha cercon sta
rquee lcon troldecalidadvisua lpuede
llegarase r muyco sto
soent iempo ,fácilmentepuedereque rirunt iempode
desarrol
lop róximoaladu rac
iónde lvídeo multipl
icadopo runfa c to rde2o
3
,pa raunope radorsuf
icientemen teformadoyen t
renado.
Para e l controlv i sualse u sa
rá comore feren cia de ar
tefac
tos posiblesa
detectare lA /VA rt
ifactAtlas dela BayAreaVideoCoa liion85.Pa
t rasuejecu ción
se u sará la he rram ienta QCToo ls (Quality Con trol Tools for V ideo
Preserva tion)86.Encon cretoel modoG raph slayou t
,quepe rmite monitorizar
losp rob lema sdeca l
idadcon má sdedo sdecena sde mon i
toresdefil
trospa ra
laseña ldeimagenyladeaud io,talescomove c
torescopi
o,visordefo rmade
onda ,bi tplan e
,dife renciadecampo ,etc
.Só losecon s
ideraráerrorcuandoe l
artefactoe s
té pre senteenlaimagen d igi
tal pe ro noenlaseña lana lógi ca
original. Po re llo, ante la duda , se cotejarán lo s fotog
rama sd igitales
supue s
tamen tea fe c
tado sconsu sco rrespond ientesfotograma sanalógico s
originale s
.
Para el análisi
s má s genera
l, se usarán obligator
iamen te losg ráf
icos
corre
spond ientesalaven tanaGraphslayout, pues permitenv is
lumb raren
unaso la pantal
laa lguno s delosp r
in c
ipale
s defectos decalidad delvideo
comple to
.Sea tende ráalo sgráf
icos:Y,U,V,Yd i
f, UdifyVd i
f.Enlas igu
iente
imagenvemo srepre sentadoune jemplodee s
tos4g rá
fico
s.
85
Es
ta herramien
ta e
stá d
isponible en
http
://avaa.bavc.org/ar
tifa
c ta
tlas
/index
.php
/A/V_Art
ifac
t_A t
las.
86
Se pude de s cargar desdela Web de BAVC enhttp
s:/
/www .bav
c.org/p
rese
rve
-
media/preservation-too
ls.
Figura 57. Ventana Graphs layout de QCTools
Cuando sobre el gráfico general se detecte un posible problema se activará la

reproducción del frame posiblemente afectado y se aplicarán los filtros
específicos que permitan analizar con más detalle el problema. Para ello, se
ubica el cursor sobre la parte del gráfico que parece mostrar el artefacto y se
hace clic con el botón izquierdo del ratón. A continuación se abre el cuadrado
de la línea de frames, más abajo, que muestra la ventana de filtros playback y
se analiza con detalle el frame afectado y los inmediatamente anteriores o
posteriores. Este análisis secundario debe ser visual apoyado en los filtros
específicos de la ventana del filtros playback. Por ejemplo, en la siguiente
imagen, hemos ubicado la línea del cursor en lo que parece ser un problema
de dropout (perdida de señal original)87 de acuerdo a la información del
gráfico de Diferencia YUV del gráfico general.
87
Un dropout es una alteración de la señal de audio o vídeo que se manifiesta por la
aparición de motas o líneas en lugar de la señal original. Puede considerarse, por
consiguiente, como una pérdida de la señal original de vídeo. Puede deberse a
diversas causas: pérdida de fragmentos de emulsión magnética, polvo, suciedad,
defectos en el cabezal de lectura, etc. Mantenemos el término dropout en inglés
porque es así como suele usarse en la literatura especializada en conservación de
vídeo en español.
Figura 58. Ventana gráfico de Diferencia YUV del gráfico general de QCTools
A continuación hemos abierto la ventana de filtros playback (Playback Filters)

para hacer un análisis visual de los frames afectados, hemos usado un filtro
histograma para apoyar la apreciación visual del dropout.
Figura 59. Ventana Playback Filters mostrando un filtro histograma de

QCTools
Insistimos en que, si se duda sobre si el artefacto es heredado de la señal

analógica o introducido en el proceso de digitalización, se deberá reproducir
Requ
isi
tose
spe
cíf
ico
sde
l med
ioaud
iov
isua
l 205
lase
cuenc
iaa
fectadaenlacin
tao
rig
ina
lyco
teja
rlaimagenoson
idocone
l
quepre
sen
tae
lvídeodig
ita
l.
Las en tregas po r pa r
te de la s emp resas de d igitalización serán,
obl
igatoriamen te,revi
sadas por personal delproyec
to pa ra a segura
r que
todasla scintas hansidodigital
izadasyquetoda slasve rsione sdefichero
han sido en tregadas enla e s
tructura de carpe
tase stable c
ida y conla
nomen claturano rmat
iva.
Tamb iénserev i saráe lcump limien todela sva riablesté cnicasdecap turay
alma cenam iento d igital y delore lativo a me tada to sin c
ru stados. Parala
88
revisión dela s va riable stécnica s de captu ra se pueden u sar mú l
tip les
aplicac
ione sdeexpo rtacióndeda to stécnicosdev ídeoof ichero s89 oin clu so
deed ic
ióndev ídeoensuven tanadep ropiedade s.Esú tiltamb iéneva luarde
formaau tomáticalaco rrecc
ión delacod ificación de lf i
che ro med ian tela
herram ientaJhove90.E s
tahe rram ientaind icas ielfi che roseco rrespondea l
forma torep resen tado po rsu ex tensión y ala ve rsión exp resada enlo s
metadato sys ie stáb ienfo rmadoconre spectoasue spe cifi
ca ciónté cni ca
of
i c
ial. Conlaayudade un p rog ramado r,se pueded i seña reimp lemen tar
una he rramientain fo rmá t
ica defá ci
le jecu c
ión que hagae staeva lua ción
automá ticamen te.E lco s
tedee stasegundaop c
iónse rás iemp rein feriorala
evaluación manua lyv isual,deb idoa lcon sumoent iempoquea ca r
reae sta
úl
tima .
Laemp resaoper
sonalinte
rnoencargadodelcont
roldecal
idadpos
tcap
tura
deberá hace
r info
rme s técn
ico
s e spe
cif
icando sus re
sul
tado
s, donde
expl
ique:
 E
ltipodep
rueba
srea
lizada
s.
 Lo
slo
tesrev
isado
sye
lnúme
rode mue
stra
stomada
s.
 Losproblemasdetec
tado
senlaseñald ig
ita
ldeimagenydeaudioyla
iden
tifi
cación desuscausa
s. Lo
s datosiránasoc
iado
salcódigo de
iden
tifi
cación delacinta(s
ignatu
ratopog rá
fica
) ysut
ítu
lo,silo
88
No sreferimo s alo s valores dela s va riables quecon formanla sca racterís
tica
s
té cni cas delaseña ld igitalenlo quere specta alcon ten idoimagen y aud io y a
l
fo rma to de rep resen ta c
ión y a lma cenam ien to
,ta les como :p rofund idad de b it
,
espa c
io deco lor
,remue streo deco lor,s istema decomp resión( códe c)
,re solución
espa c
ia ldelcuad ro
,ta sade mue streode laud io, núme rodecana le saud io,fo rmato
con tenedo r
, núme ro de f rame s po r segundo , t ipo de e s caneado
(en tre lazado/prog resivo )
, ratio de a spe cto,b i
trate
,t ipo de b itrate, y fe cha de
cod ifi cac
ión.
89
Re comendamo sEx iftooly Med iaIn fo. Amba ssondeu solib reyg ra
tuitoys inde
altaf iab i
lidad.Pe rm i
teex traerenf iche rosdetex totodo slo s me tada tostécn icosdel
vídeo y aud io con g ran e ficien cia. Ex i
ftool puede se r de scargado de sde
http:/ /www .sno.phy .queen su
.ca/~ph il/ex i
f tool/.
Med iaIn fo de sde h ttp s:/
/med iaa rea.ne t/es/Med iaInfo. Lo s me tadato s una vez
ex traído spuedese ra lma cenadosens i s
tema sdep reservaciónd igitaloenba sesde
dato s,loqueayuda ráalage st
iónde lfondod igital
.
90
Estahe rram ientapuedede scarga r sede sde ht
tp://jhove.sour ceforge.ne t/.
206 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
hub
iere
.Sies
tosp
rob
lema
ses
taban ya p
resen
tes o noenlaseña
l
ana
lógi
ca.
 Lo
sfi
che
rosquehans
idore
chazado
sysu
scau
sas(ensuca
so)
.
 La
s med
ida
stomada
spa
rasusub
sana
ción
.
 Elimpac
toparae
lcump
limien
todelap
rog
rama
ciónde
lproye
ctoque
hanten
idoesosp
rob
lemas
.
Tamb ién se hará con star por cada in fo rme, su obje

tivo, la persona
respon sabledesurea l
izaciónylao rganiza
ciónpa ralaquetrabaja
.Unacop ia
de cada uno de e sosin forme sserá a
lma cenada enla carpeta padre del
proyecto, en unasub carpeta denominada“ informes_tecn
ico s
”.Elforma to
deldo cumen todeinformese ráPDF ;sunomb rehabrádecump l
irlasnorma s
de nomen c
latura defin
ida s má sa rr
iba y con tendrá un té rmino que
identifique fá
cilmen te su contenido, ta
l como:
“informe_p rueba
s_ ca
lidad_po st
captura_video .pdf”
.
4
.2.
4.3Pru
ebasdec
alid
adv
isu
ale
sconap
oyoau
tom
ati
zadop
aral
a
s
eñaldeimag
en
4
.2.4
.3.
1Pru
eba
sdeca
lidadu
sándo
selav
entanaG
raph
slayou
t
Lo
sde
fec
tosqueset
rata
rándede
tec
tarson
:
1
. Presenciadelínea so mon
tículosve
rtica
le ssal
ientesenlosva lore
s
deY(Y max ,Yh igh
,Yaverage,Ylow,Y m in)
,representadospo rla
s
líneas de co lor
. E s
tasl íneas vert
icales son gene ra
lmen te
indicat
iva s dela p re
senc
ia anóma la del ínea
sb lancas que no
correspondenalaseña lorigina
lenlo sframe sdev ídeo.Alguno s
91
ejemplo sson :
9
1
Lo
sejemp
loshans
idoob
ten
ido
senlaayudade
lprop
iop
rog
rama
.
Requ
isi
tose
spe
cíf
ico
sde
l med
ioaud
iov
isua
l 20
7
Figu
ra 60.Ven
tana G
raph
s Layou
t de QCToo
ls mo
strando pa
ráme
tro
s de
luminancia
2
. Presenciadelínea
so montícu
losvert
icale
ssal
iente
senlo svalores
de Uy V .E s
tossongeneralmenteindicat
iva
s dela pre
sencia de
artefac
tostipodropoutquenocorrespondenalaseñalorig
inalen
losf ramesdevídeo.A
lgunosejemplosson:
208 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
F
igu
ra6
1.Ven
tanaG
raph
sLayou
t deQCToo
ls mo
strandopa
ráme
tro
sdeUyV
3
.D iferenciadeva lo re s Yuv.Set ratadet re sfiltro squese lec c
ionan
do sframe s(fo tog rama s)su cesivo syre stanlo sva lore sdeunocon
respe c
to a lo tro, conla f ina lidad de en con trar un camb io o
diferenciaen t ree llos. La sd iferen c
iasse m idenen p íxeles yse
mue st
rancomol ínea sve rt
icale so mon tículosquesob resalendela
línea ba se. Un camb io b ru sco de va lore s de c rom inan cia y
lum inan ciaen tredo sf rame scon secu
tivo sre flejauno sva lore sde
diferencia no tab le s
,lo que e s, no rmalmen te,ind ica tivo de que
puedehabe runa rte facto. Hayquese rcautelo socone steind icado r
,
ya que un camb io de p lano,e scena o se cuen cia se man ifiesta
tamb iénconunafue rted iferen ciaenva lore sYuven tredo sf rame s
con secutivo s
.Tamb iénpuedeo currirestefenómenoense cuen c
ias
de mov im ien to muyráp idoconimágene scon mu chode tal
le.Enla
siguienteimagen mo stramo sune jemp lodee stetipog ráfico,con
picos de d ife ren cia s ignificativo s
. La g rá f
ica ve rde mue stra
diferenciadeY ,laazu ldeuyla ma rróndev .
Requ
isi
tose
spe
cíf
ico
sde
l med
ioaud
iov
isua
l 209
F
igura 62.Ven
tana G
raph
s Layou
t de QCToo
ls mo
strando va
lore
s de
d
ife
renc
iaYuv
4
. Saturación.Estepa rámetrorep resentalain tensidadde lcolordela
imagen . Unosva lo resaltosdesa turaciónsonind icat
ivosdequee l
colordelaimagenhas idop rocesadoin correctamen te
. Unacáma ra
dev ídeoe sin capazdereg is
tra rcoloresconva lores muya l
to sde
saturación,salvouna justeincorrectodelaseña l
.Po ren c
imade128
de valor desa turaciónsecon s
idera unaseña lin correctamen te
tratadaene lp roce soded igi
talizac
ión ,porloquesecon tralaráque
los valores desa turac
ión nosupe rane s
tac i
fra. Ene lsigu iente
ejemp lo mostramo sung rá
ficodesa tura
cióndeunaimagen muy
pocosa turadaenco lor
.
2
10 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
Figu
ra 63
. Ven
tana G
raph
s Layou
t de QCToo
ls mo
strando va
lore
s de
satu
rac
ión
5
. Tempo ral outl
iers. Fun ciona ha llando elp romed io del va lo r del
píxelqueseana lizacone ldelo sdo spíxelesve c
ino spo ren cimay
por debajo
. Cuando e lf i
ltro dete cta un va lor de pixel que e s
tá
ale
jado delp romed io
, su g ráf
i co mo s
t rará unal ínea ve rtical
sobresal
iente.E staslínea sco r
re sponden a mo tasb lan ca s enla
imagen .Elrango de 0 a 0 ,009 se puede con siderar no rma ly
cualquier valor po r encima de e serango puede man i festar un
problemadeca lidad,po rloquedebese rinve st
igadoat ravé sdela
ventana def iltro svisualizándo selo sfo tog rama sa fectado s con
detenimiento.E sconven ien tequeene stain specciónseu see lfilt
ro
Temporal Ou tl
ierP ixe
ls en e l pane l dela de recha,e ste fil
t ro
mostra
rásob reelf rameana lizadolo svalore satípicos(outlie rs
).En
lasiguienteimagenvemo sla man ife
stacióndee s
tep rob lema .En
lainmed iatamen tesiguientenosep rodu ce.
Requ
isi
tose
spe
cíf
ico
sde
l med
ioaud
iov
isua
l 2
11
F
igu
ra64.
Ven
tanaG
raph
sLayou
tdeQCToo
ls mo
strandot
empo
ralou
tl
ier
s
6
. Repeticione sdel ínea sve r
ticale s(Ve rti
calL in eR ep etit
ions -VREP )
.
Estep rob lemasue lese rfrecuen teenlad igitalizacióndela scin tas
U-mat ic
,cuandohaysu ciedadsob relap ropiac intaolo scabeza les
dele ctu ra de l equipo de rep rodu c ción dela c in ta. Laslínea s
repetida sobede cena ls is
temadeco rre cc
ióndee rro resqueap lica
el VTR ana lógico(e lrep rodu cto r dela c in ta de v ídeo) cuando
detecta pé rdida deseña lena lgunal ínea. Cuandoe lsistema de
corrección de tectaquese ha p rodu cido una pé rd ida deseña len
alguna sl ínea s
, reacciona rep itiendo e l valo r de unal ínea en
alguna s dela scon secutivas.E saslínea srepe tida s pa sarán ala
señald ig ital du rante elp ro ceso de cap tura, pue s la ta rjeta
digi
talizado ratomalaseña lana lóg i
cadesa lidade lVTRemp leado
ene lp ro ceso.E lF i
ltrofun c
ionaseña lando unal ínea de lv ídeo
digi
tal de term inada y compa rándo la con o tral ínea de v ídeo
ubicada4p íxeles má sallá
.S ilad i
feren ciaen trelo sdo se s meno ra
2
12 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
512
,elfi
ltrola
scons
ide
rasu
fic
ientementepare
cida
scomoparase
r
repet
idas
.Enlasigu
ien
teimagen mo
stramosestep
rob
lema
.
F
igu
ra65.
Ven
tanaG
raph
sLayou
tdeQCToo
ls mo
strandoVREP
92
7
. Erro
rcuad rát
ico medio(M ean SquareE r
ror - MSE ) .E s
tef i
ltro
muestrael MSEentreelcampo1ye lcampo2delaimagen .Lo s
valo
re s má
sa l
tospuedense rind icat
ivosded i
fe renciasentrela s
imágene sdeambo scampo senunv ídeoentre
lazado(odel íneas
contiguasen uno progresivo)
,que no deberían p roducir
se. Enla
sigu
ien teimagen mo s
t ramo s un ejemplo de problema s de este
tipo
.
92
El MSE e s un pa rámetro que m ide elp romed io delo ser ro
resa l cuad rado
,
manifestandoladiferenciaen tree lvalorcalculadoye lvalorrea lcorrespond iente
.
Enlaap l
icac
iónquesee stá ha c
iendoala med ida decal
idad delaimagen delo s
fotograma sdelvídeo,loqueha cee s medi
rlad iferen
ciadeva loren t
rep íxelesque
deberíantenerunva lor muyp róximooidén t
i co,yaqueco rrespondenapun tosde
imagende ltamañode lpíxelad juntos(pixelin fer
iorcontrapixelsupe rior
),po rser
áreascon t
iguasdelm ismof rame .
Requ
isi
tose
spe
cíf
ico
sde
l med
ioaud
iov
isua
l 2
13
F
igu
ra66.
Ven
tanaG
raph
sLayou
t deQCToo
ls mo
strando MSE
4
.2.4
.3.2P
rueba
sdeca
lidadu
sándo
selav
entanad
efi
ltro
splayba
ck
Parae lanális
is má s deta
llado delo sprob
lema s
,se u sarán,al meno s,lo s
gráf
icosco r
respond ientesalosfiltrosdelaventanadef i
l tro
sp laybackque
lis
tamo sacon tinuación,porlag ranayudaquep res
tanpa ralaiden t
ificación
de errore
s enlaseña l deimagen y de aud io, pero podrán u sar
se o t
ro s
comp lementariosaju icio de
l ope rado
r decontrol decalidad. Ajuic
io de l
operador de con trol de calidad, podrán usarse otro
sf i
ltros aqu í no
mencionados :
1
. ValueH igh
light
s.Estefil
troayudaacon trolarelrecortedein forma ción
en la s luces con re spec
to al rango de lum inan c
ias adm it
ido s
legalmen teen NTSC(235sob rerangode8b i
ts)
. Mue stralasa turación
delcolo r(máximova lordigi
tal
)enco lorama ri
lloconlaimagenen
gr
i ses
.Seana liza
rálaabundan c
iadere co r
tesenlu ces
,a cudiéndo sea
revisarlareproduc c
ióndelac in
tao riginaldefo rmacompa radaconla
señaldev ideosisee stimaquehapod iohabe rreco rte
senlu cespo run
malajustedelo scontrolesdecaptura.Pa rasurev isiónse mo stra
rála
versión digi
talsinf i
ltrosalaizqu ierda yla ve rsiónconf i
ltroala
derecha,como mo stramo senlas iguien teimagen . Ene stee jemp lo
2
14 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
podemos ap
re c
iar cómo hay zona
s de la imagen de v
ídeo
comple
tamentereco
rtada
s.
F
igu
ra6
7.Ven
tana
Graph
sLayou
t deQCToo
ls mo
strando
Valu
eHigh
ligh
ts
2
. Tempora
l Outl
ierP ix
els. Mue
stra los va
lore
sat
ípi
cos en p
íxe
les
adyacen
tesseñalándo
losenamaril
lo.
F
igura 68.Ven
tana G
raph
sLayou
t de QCToo
ls mo
strando T
empo
ral Ou
tli
er
P
ixe
ls
3
.H i
stograma
. Mue
straelh
istog
ramadelostre
scanal
sYuv.Esut
ilí
simo
para de
tec
tarproblemas de re
cor
tes deinfo
rma c
ión enlucesy
Requ
isi
tose
spe
cíf
ico
sde
l med
ioaud
iov
isua
l 2
15
sombras
,p resen
ciaa
cusadadepo
ste
riza
ción
,o ma
laca
lidadgene
ral
delaimagen.
Figu
ra69.Ven
tanaG
raph
sLayou
t de QCToo
ls mo
strandoh
istog
rama
sdelo
s
canale
sYuv
4
. Forma deonda .E l mon i
to r defo rma deondase u sa pa ra med ire l
bri
llo,oe lcomponen tedelum inan c
ia,deunaseña ldev ídeo( fo rmade
onda Y )
. Tamb ién pueden a copla rlain fo rma c
ión de c rom inan cia
(forma de onda YC )
. Podemo sa ccede rae stafun c ión med ian te e l
editorAdobeP rem ierP ro® .Ene steed itorlafo rmadeondaY mue stra
ung rá f
icoquep resentalain tensidaddelaseña lene lc l
ipdev ídeo .E l
ejeho r
izon talde lgráficoco rrespondea lfo tog ramadelaimagende
vídeo ana l
izado(deizqu ierda a de recha )ye le je ve r
tica le sla
inten sidaddelaseña lenun idade sl
lamada sIRE( sigla squep rovienen
del In st
ituteo f Rad io Eng inee
r s
). Lafo rma de onda Y mue s
trala
info rma ción delum inan cia como unafo rma de onda ve rde . Lo s
objetosb r
illan tesp rodu cen un pa trón defo rma de onda(á rea s de
colorve rdeb rillante)ce rcadelapa rtesupe riorde lg rá fi
co,m ien tras
quelo s objeto s má so scu rosp rodu cen unafo rma de onda ha ciala
partein ferio r
.Lafo rmadeondaYCtamb ién mue s t
ralain fo rma ción
dec rom inan ciacomo unafo rma de onda azu l. Lain forma ción de
crom inan ciasesupe rponesob relafo rma de onda delum inan cia93.
Mostramo sune jemp lodee s
tetipodeg ráf
i coenAdobeP rem ierP ro®.
Enlap r
ime raimagense mue strasó lolafo rmadeonda Y . Comoe l
fotog ramat ienetono so s
cu ros, medio syc laro sdeizqu ierdaade re cha,
lafo rma de onda mue s
tra ve rdeenlo s va loresco r respond ien tesa
estosrango stona les
. Lafo rma de ondare fleja quela s parte s má s
93
Ob
tenido en h
ttps
://he
lpx
.adobe
.com
/es
/prem
iere
-pro
/us
ing
/us
ing
-wave
form
-
mon
ito
rs-ve
cto
rscope
.html#yc_wave
form
brillantes se concentran a la derecha, donde siguen predominando los

tonos medios y escasean los oscuros.
Figura 70. Monitor de forma de onda Y de Adobe Premier Pro®
La siguiente imagen muestra el mismo fotograma pero con la forma YC.
Figura 71. Monitor de forma de onda YC de Adobe Premier Pro®
A continuación, describimos de forma somera el interfaz de QCTools para

esta herramienta. Los rangos se dan en escala de 8 bits por canal, esto es, de 0
a 255. Se representa el brillo (o canales de crominancia) del frame, cada
columna corresponde a una columna de píxeles del frame. El intervalo de 0-
16 (0 a 7,5 IRE) se resalta en azul e indica un valor de negro que está por
debajo del rango legal de radiodifusión NTSC. El rango de 235-255 (100 a 110
IRE) se resalta en rojo, e indica un valor de blanco que está por encima del
valor legal NTSC. En el siguiente ejemplo se muestra el brillo (canal Y);
vemos como en el frame mostrado sólo se sobrepasa el rango legal NTSC en
los blancos y en una pequeña porción de la imagen.
Requ
isi
tose
spe
cíf
ico
sde
l med
ioaud
iov
isua
l 2
17
F
igu
ra72
. Mon
ito
rdefo
rmadeondadeQCToo
ls
5
. Seleccióndel ínea.Perm itesele cc
iona runalíneacon c
re tadelf rame.
Sobree salíneasee je
cu tae lfiltroformadeonda .E s
tef il
troe s muy
úti
lcuandoset ratadede termina r
,po rejemplo,lacalidadtona ldeun
degradadoenlaimagenodeunae scaladeco lorotona lquehas ido
captu radacomoimagen de p rueba. En e
le jemp losigu ientese ha
ejecutadoe s
tefil
trosob reunv ídeoque mue straunae s
caladepa r
ches
de den s
idad kodak Q 13 y deba jo una ca r
ta colo r
che cker®. Se ha
elegidounal íneaquepa saporlo spa rchesdeden sidaddelae scalaQ13
(repre sentadapo rlal íneaama ril
la)
.E lgráf
icodelaseña l Y(líneade
colorb lan co) muestrac la ramen teloquee lo jo noveb ien,quee sla
reprodu cc
ióndelo stono s má
so scurosdeesae sca
la.
F
igu
ra73
.Ven
tanaG
raph
sLayou
t deQCToo
ls mo
strandose
lec
cióndel
ínea
2
18 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
6
. Vecto rescop io.Suu ti
lidadre sideene lcon trolv isualquepe rm itede l
gradodesa tu racióndelo sco loresdelaimagen .Set ratadeun mon itor
que mue stra un g ráficoc ircular,sim ila ra unarueda deco lor
, que
presen talain fo rma c
ióndec rom inan ciadelaseña ldev ídeoana lóg ica
od igital.E scomúnquee s
tet ipodeg ráfi cosdecon trolsein cluyanen
las he rram ien tas de edición de v ídeo p rofesiona l
. Ponemo s como
ejemp lo e l Ve ctorescopio de l ed i
to r Adobe P rem ie r Pro® . La
satu raciónse m idede sdeelcen trode lg ráficoha ciaa fuera.Lo scolores
inten so ssa tu radosp rodu cen unpa t
rónac iertad istanciade lcen t
ro
delg ráfico, m ien t
ra s que unaimagen en b lan co y neg ro produ ce
únicamen teunpun toene lcen trode lg ráfico.Elco lor,otono ,con creto
delaimagende terminalad irección(ángu lode lpa trón )
.Lo scuad ros
de de stino pequeño sind ican donde debe ríanapa recer(p resentado s
segúnun mode lodep ruebadeba rrasdeco lor)e l magen ta,azul,cian,
verde ,ama ril
loyro jototalmen tesa turado s
.Env ídeo NTSC ,losn iveles
94
dec rom inan cianodebensupe raresta sá reasdede st
ino .
Veamo
s unejemplodeve torescop
ioen Adobe P
remierPro® mo
strandola
car
taSMPTEEng
in e
eringGuide
lineEG1
-1990r
efe
renceba
rs.
F
igu
ra74
.Ve
cto
res
cop
ioenAdobeP
rem
ierP
ro®
94
Obtenidoen Adobe.Ayuda de AdobePr emi
erePro
. Mon
ito
re sdeforma d
eonday
vec
torescop
io. D
isponibleen:h
ttps
://helpx.adobe
.com/e
s/p
rem iere
-pro
/us
ing /u
sing
-
waveform-monitor
s-vector
scope.h
tm l#view_a_ s
cope
Requ
isi
tose
spe
cíf
ico
sde
l med
ioaud
iov
isua
l 2
19
Ene lsiguienteejemplo, most

ramo sestafunciónenlahe r
ram ientaQCTools
.
Podemo sap reciarcómoe stef
ilt
ro mue st
ralap resenciadecolore
ssaturados
,
debidoalap resen c
iadelaca r
tacolorchecker®,pe rosinquelasatura
ciónsea
exce s
iva,ubicándo seen unosrango s normales.E s
todeno taque nose han
apl
i cadoajustescromáticosinadecuados
F
igu
ra75
.Ve
cto
res
cop
iodeQCToo
ls
7
. Extra cción de p lano se cua lizado s
.E stef i
l t
roex t rae un plano de
videoe spe c
ificado(Y ,uov )yleap licae cualizaciónde lhistog rama.
Lae cua lizacióndeh istog ramared i s
tribuyela sin ten s
idade sdelo s
píxele spa raigua la rsud i
s tribuciónentodoe lrangodein ten s
idad.
Talp roce so exage ra y ha ce má s pa tentelo s deta l
les delf rame
analizado ,loqueayudaade te
cta r unex cesodecomp re s
ióncon
pérdidaenlaseña ldelaimagen .Ene lsigu ientee jemplo( figuras
76y7 7) mo stramo slaap li cacióndee stefiltroalo sp lanosY ,u,vde
unf rame .Cadae cua lizaciónapa re ceene steo rdenenunaimagen
aparte . Vemo s como enla simágene s de u y v se ha cen muy
paten teslo se fecto s dela comp resión con pé rd ida MPEG , que
gene rab loque sdeimagendeco lo rso lidoenlo squesep ierdepa rte
del de talle visual
.E s to demue st rae lex ceso decomp resióncon
pérdidaquesehaap li cadoalaseña ldigitalque me rma mu chola
info rma cióndec rom inan cia.
Figura 76. Plano de Y. Apenas se evidencian bloques de compresión
Figura 77. Plano de u. Se evidencian bloques de compresión muy fuertes

Requ
isi
tose
spe
cíf
ico
sde
l med
ioaud
iov
isua
l 22
1
F
igu
ra78
.Planodev
.Seev
iden
cianb
loque
sdecomp
res
ión muyfue
rte
s
4
.2.
4.4P
rueb
asd
eca
lid
adcomp
let
amen
teau
tom
áti
cas
Pa raelcon trolau toma tizadoseu sarála mismaap l

i cación,QCToo ls
,en modo
Fi
l eli s
t. E l con trol se ha ce a pa rtir de 12 pa ráme tro s de con trol
, que
man if
ie s
tanunase r
iedeva loresquepe rm itenca l
ib rardefo rmagene ralel
niveldeca lidaddelaseña ldeimagenyson ido . Hemo sdepen sarquelo s
con trolesv isua lespueden nose rdeltodoe fica ces
,pue s toquee lcan san c
io
del ope rador puede ha cer pa sar de saper c
ib idosp rob lema s de ca lidad
aud iblesyv isib les,po rloquesep recisauncon t ro
lau toma tizadoat ravé sde
pa ráme trosfí sicoscompu tables.Lahe r
ram ien ta QCToo lspe rmitesa lvaren
unf icheroXML95 lo sva loresdesa lidadelo spa ráme tro sdecon troldecá lc
ulo
au toma tizado,fo tog ramaafo tograma.E lp roblemadee stef icheroe sque ,al
habe r de cena s de m iles defo tog rama s en un v ídeo,sutamaño e s muy
grande ,deva r iosm i
llone sdel ínea s
,pud iendol lega ratene rca s
ie lm ismo
tamañoe lfi che ro XMLquee lp ropiofiche rodev ideoco r
respond iente.Po r
ello, noseex igecon serva relf ichero XML .Só loset raba jaráconlo sda tos
promed iodetodo slo sfotograma squeapo rtaQCToo lsene l modoF ileli
st.
Noseo frecenrango sdeva loresadm it
idospa ralo spa rámetro sdecon trol
siguien tes, antela d i
ficultad de sepa rar median te un rango de va lore s
con cretolo querep resenta un p roblema de calidad o,a l con tra
rio
, una
carac te
rí st
ica plás
tica propia delv ídeo.A s
í,tansó lo apor
tamo s unac i
f ra
ind icat
ivaounrangodec ifrasa mododeumb ra
lpa racadaunodee llos
.S iel
valordeunpa ráme trosobrepa sae lumb ral
,elope rado rdecon troldecalidad
seveob ligadoarev isarconde tenim ientolatotalidadde lv ídeoysuseña l
sono ra,de mane raquepuedad iscernirlapresenciaonodeunp roblemade
calidad.In s
ist
imo senqueden ingún modopuedencon s
iderarsevaloresno
95
De a cuerdo a FFmp eg
’s FFp
rob
e XML S
chema. D
ispon
ible en
h
ttp
://
ffmpeg.o
rg/schema
/ffp
robe.x
sd
222 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
concordan
tesconlosquedamo
s másabajocomounindi
cativoab
solu
tode
prob
lemadecalidad
.Lospa
rámet
rosdecontro
lau
til
iza
rserán:
1
. Y Ave rage.P romed iodelo sva lo resde Y .E sind ica t
ivode lg radode
lum ino sidadde lv ídeo.E lrangosef ijaen tre60y135 .
2
. YRange(av erag eo fYH IGH- ‐
YLOW) .E lp romed iodelo sva lore saltosy
bajosdeY .E sind i ca t
ivode lrangogene raldecon tra ste
.E lrangosef i
ja
entre65y200 .
3
. UAve rageyVAve rage . Sóloseap licaaimágene senco lor. Mo st
rando
losp romed io sdelo svalo resdeuyv .Sonind icativo sde lequ il
ibriode
colorde lv ídeo .Va lores muya l
to so muyba josre flejanlap resenc iade
colore s dom inan te s entodo e l con ten ido,lo que puede se r una
eviden cia de p rob lema dea ju ste deco lo r. Una dom inan te deco lo r
puedese ru sadaconf inalidadc rea t
ivapo relau tordev ídeoana lóg i
co,
porloqueenca sodedudas iemp re hayquea cud ira lco tejoconla
seña lana lóg icao rig inal.E lrangosef ijaen t
re100y140 .
4
. TOUT(T empo ral Ou t
lierCoun t).Rep re sen tael núme roto taldep ixe ls
conva loresa típico s
.E lumb ralsef i
jaen0 .
5
. SATb(Sa tura t
ionB road cast).Só loseap l
icaaimágene senco lo r
.Re fleja
elnúme rodef rame sdondelasa tura ción máx imae sde má sde88 , 7
,lo
queind icaría n ive le sfue ra de lrango de em isiónlega l NTSC .E ste
paráme troe srep re sentativodeunex ce sodesa tura cióndeco lorenla
imagen . Hemo s de ha ce r con star su dependen cia de l núme ro de
frame stotale sde lv ídeo ,po rloqueunv ídeodela rgadu racióntende rá
ada runva lo r má sa l
toene stepa ráme tro. Antee stac i rcun stancia,e l
analista debe rá con side rare l núme roto tal def rame s de lv ídeo y
cotejarlocone steva lor.Suva lornorep re sentaráunpo rcen taje mayo r
96
al10%de lto taldef rame s.
6
. MSEfY(M eanSqua reE rrorp erF ield Y) .Reflejaelnúme rodef rame scon
unva lo rde má sde1000 MSE fY.E lva lo radm it
idoe s0 .
Se comp robará tambiénla co

in c
idenc
ia delos va
lores enlas var
iables
técnica
sdecap tu
rayfiche
roconlosvalo
resdelanormativadecaptu
ra,tanto
paralaseña ldeimagencomopa raladeaudio
,quese mue s
tranenla misma
ventanaFileli
st deQCTools
.
96
El núme
roto
tal deframesse
rála du
rac
iónensegundo
sto
tal de
lvídeo po
rel
númerodef
ramesporsegundo
.
Requ
isi
tose
spe
cíf
ico
sde
l med
ioaud
iov
isua
l 223
F
igu
ra79
.Ven
tana
Fil
eli
st deQCToo
ls
4
.2.
4.5Pruebasd
eca
lid
ade
spe
cíf
ica
spa
ral
aseñ
ald
eaud
iop
res
ent
e
enlo
svíde
o s
Parala eva luación dela seña l de aud io se debe rán uti

lizarf i
ltroso
aplicacionesquefa ci
litenlarep re
sen tacióndela scaracter
íst
ica sesen c
ia les
delaseña l de aud io en e ltiempo y ana lizar y detectargrá f
icamen te,o
median tedatos
,de fe ctosqued istor
sionene saseña lyquepuedanhabe rs ido
originado s duran te la cap tura y p rocesado d igital de los má stereso
derivado s
. Recordamo squela m is
iónde leva luadorene s
tafa seesde tectar
prob lema spresen tes enlaseña ld igita
l,co tejandocon e lp ropio original
digital
izadoqueé sto snoe stabanyap re sentesenlaseña lanalógicaorigina l;
pue slaf ina
lidaddee s tecon troldeca lidad noe sayuda ralare s
taura ción
digital de lo s o rigina les
,s ino de te c
tar d istors
ione s que hayan s ido
produ cidasduran telacap turaycod ifi
ca ciónd igi
tal
.
Sin án
imo de ser exhau
stivo
s, p
resen
tamos, a con
tinua
ción
,alguna
s
func
ionesdecon
tro
lquepuedenserapl
icada
s:
1
. Espectro de audio. Mue stra una v
isual
ización dele spect
ro de
audio.Sepuedenu ti
lizar múlt
iplesher
ram ienta
sso lvente
sdeu so
libre
. Unadee llases QCToo ls
,pero,dadalapob rezadesug ráf
ico
dee spec
tro,sere com ienda usarensuluga rlaap l
i ca
ción Spek–
9
7
Acoust
icSpect
rumAna lyser.
9
7
Sepuedeob
tene
ren
http
://
spek
.cc
/
Figura 80. Ventana de espectro de audio de QCTools
Figura 81. Ventana de la aplicación Spek, mostrando un gráfico de espectro de

audio
Este tipo de gráficos nos muestra las frecuencias y los decibelios de estas a lo
largo del tiempo. En el eje vertical de la izquierda figura la escala de
frecuencias en KHz y en el de la derecha una escala cromática (que abarca del
rojo al negro) que asigna colores a dB, desde el negro (menos decibelios) al
rojo (más decibelios). El eje horizontal se dedica al tiempo. Esta visualización
permite conocer las frecuencias representadas en la señal de audio y su
intensidad. Una señal pobre, resultado de una alta compresión con pérdidas,
mostrará menos altas frecuencias (recortadas) o altas frecuencias aisladas
con poca intensidad. Estas últimas se manifiestan como líneas verticales que
sobresalen del resto, tal como vemos representada en la siguiente figura
(figura 82).
Requ
isi
tose
spe
cíf
ico
sde
l med
ioaud
iov
isua
l 225
Figu
ra82. Ven tanadelaapl
ica
ciónSpek
, mos
trandoungrá
ficodeespe
ctro
deaud iode unaseñaldebajacal
idaddeb
idoalaapli
cac
iónde unafuer
te
98
comp res
iónconpé rd
ida
2
. AudioVectorescopio. Mue
stradoscanale
sdeaud ioenfren
tado
sen
dife
rentesejes
.S ielaudioestáfue
radefa sese muest
racomouna
línea hor
izon tal
,s ies mono dual se muestra como unalínea
vert
ica
l,sie sestéreose muest
racomounafo rmacomp le
jadedo s
dimensiones.
F
igu
ra83.Ven
tanadeve
cto
res
cop
iodeaud
iodeQCToo
ls
98
Fuentedeobtenciónde
lgráf
ico:Cómocono
cerlaca
lidadr
eald
euna
rch
ivod
eaud
io.
h
ttps
://www.youtube.com
/wat
ch ?v=xI
jMrQC1gIE
226 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
3
. Aud
io Phase Meter. Mue st
ra la sa
lida delfil
tro de FFmpeg
denominadoaphaseme ter
,queconviertelaseña
ldeaudioenun
grá
ficoque mue
stralafasedelaud
io.
F
igu
ra84
.Ven
tanadeAud
ioPha
seM
ete
r deQCToo
ls
4
. Aud
io Fr
equen
cy. Muest
ra la sa
lida de
l f
ilt
ro de FFmpeg
denom
inadoshow
freq
s.
F
igu
ra85
.Ven
tanadeAud
ioF
recuen
cydeQCToo
ls
5
. Aud
ioVolum
e. Mue
stralasa
lidade
lfi
ltrodeFFmpegdenom
inado
showvo
lume.
Requ
isi
tose
spe
cíf
ico
sde
l med
ioaud
iov
isua
l 227
F
igu
ra86
.Ven
tanadevo
lumendeaud
iodeQCToo
ls
Paralaidenti
fica
cióndearte
fac
tosenlaseñaldeaud
ioserecomiendaeluso
delaAVAASoundGa l
lery,quecon
tienel
istado
sconejemplosdeestet
ipode
problemas99.
4
.2.4
.6 Pru
ebasdecal
idadsobreelp a
trón d
eb ar
rasyt
onode
c
alibra
ción SMPTE Eng
ine
ering Gu
ide
line EG 1
-199
0re
fer
enc
e
b
ars
Este patrónsesuele denom inartamb iéncomo m ira oca rta de barras de

color
.E sunaseñaldev ídeoqueseu ti
lizapa ralacomp robac
iónde lestadode
lossistema squegeneran,tratanyt ran smitenlaseña ldete lev
isión.Setra ta
de unaca r
ta de ampl
io u so
,e specialmen te en e
ls istema NTSC . Has ido
ideadapo rlaSMPTE(So cie
tyo f Mot
ionP ictureandTelev i
sionEngineers)
.Enla
siguienteimagenincluimo sune jemplo.Laca rtavaa compañadapo runtono
acústicade1Khz,queseu sapa raevalua rlaseñalsono ra.
99
A
cce
sib
lede
sde
http
://avaa
.bav
c.o
rg/a
rti
fac
tat
las
/index
.php
/Sound_Ga
lle
ry.
Figura 87. Carta de barras y tono de calibración SMPTE Engineering

Guideline EG 1-1990 reference bars
Esta prueba se puede aplicar a la carta que puede contener la propia cinta
analógica y que es capturada como parte de su contenido, y a la carta que se
incluye en la señal digital con la finalidad de ayuda al control de calidad. Las
características y finalidad de esta segunda carta se explican con más detalle
en el epígrafe de más abajo titulado Captura de elementos de control de calidad
adicionales. En el primer caso, esta prueba sólo tiene sentido cuando la
calidad de la señal analógica de la carta es muy alta, pues así no se
manifestarán problemas de tipo tonal, cromático o de artefactos durante su
reproducción. Si esta señal muestra algunos de estos problemas, pasarán a la
señal digital capturada junto a los propios del proceso de digitalización, por
lo que la diferenciación de unos y otros será muy compleja para el operador,
y los parámetros a medir darán siempre valores fuera del rango admitido.
Por ello, es preferible que esta prueba sólo se aplique a la carta que se genera
durante el proceso de captura.
Las cartas de barras de color y tono se deberán analizar de forma aislada,
sobre un fichero que contenga exclusivamente el segmento temporal que
ocupa la carta, que habrá de tener exactamente la misma codificación de
vídeo y audio que el fichero origen.
Las pruebas a realizar estarán dirigidas exclusivamente hacia la
comprobación de que la digitalización no ha supuesto una alteración de las
características originales de la señal analógica en lo que respecta a
crominancia y luminancia.
Las pruebas con el interfaz Graphs layout arrojarán los siguientes rangos de
valores:
Requ
isi
tose
spe
cíf
ico
sde
l med
ioaud
iov
isua
l 229
 Ymax235
 Yh
igh180
.Adm
itiéndo
seunava
ria
ciónde+
-5
 Yav
r95
 Y
low16
.Adm
itiéndo
seunava
ria
ciónde+
-5
 Ym
in7
 UM
IN44
.Adm
itiéndo
seunava
ria
ciónde+
-5
 ULOW72
.Adm
itiéndo
seunava
ria
ciónde+
-5
 UAVG133
.Adm
itiéndo
seunava
ria
ciónde+
-5
 UH
IGH2
12.Adm
itiéndo
seunava
ria
ciónde+
-5
 UMAX2
12.Adm
itiéndo
seunava
ria
ciónde+
-5
 VM
IN44
.Adm
itiéndo
seunava
ria
ciónde+
-5
 VLOW44
.Adm
itiéndo
seunava
ria
ciónde+
-5
 VAVG12
7.Adm
itiéndo
seunava
ria
ciónde+
-5
 VH
IGH198
.Adm
itiéndo
seunava
ria
ciónde+
-5
 VMAX2
12.Adm
itiéndo
seunava
ria
ciónde+
-5
Se usarátamb iénenlaven tana Graphslayoutla gráf

ica de D
iferen
cia de
valo
re s Yuv, que deberá mo s
trarse completamente plana paratodala s
secuencia(todoslosvalore
sded i
ferenciaiguale
sa0 ),ta
lcomovemo senla
siguienteimagen.
F
igu
ra88.G
ráf
icaQCToo
lsdeD
ife
ren
ciadeva
lore
sYuvsob
relaca
rtaSMPTE
En la ventana de filtros playback se hará la prueba de vectorescopio, que

deberá mostrar un resultado similar al que muestra la siguiente imagen para
todos los frames.
Figura 89. Gráfica QCTools de vectorescopio con la carta SMPTE

El monitor de forma de onda mostrará una gráfica similar a la de la siguiente

imagen para todos los frames.
Figura 90. Gráfica QCTools de El monitor de forma de onda con la carta

SMPTE
Cuando se ejecute el vídeo de la carta en esta ventana ni el vectorescopio ni el

monitor de forma de onda mostrarán ningún cambio en sus gráficas, puesto
que cualquier cambio manifiesta la distorsión de la señal de la carta en el
tiempo, debido a defectos introducidos durante la fase de captura o a un
exceso de compresión.
Veamos un ejemplo de una gráfica de vectorescopio que manifiesta cambios
temporales de color por un exceso de compresión con pérdida.
Figura 91. Gráfica QCTools de vectorescopio con la carta SMPTE en un vídeo

con gran compresión con pérdida
Para facilitar el control, se puede obtener automáticamente desde la

aplicación QCTools una exportación de los datos a formato CSV.
La prueba de espectro de audio dará una gráfica similar a la de la imagen
siguiente, recordemos que la señal de audio es 1 kHz.
Requ
isi
tose
spe
cíf
ico
sde
l med
ioaud
iov
isua
l 233
F
igu
ra92.G
ráf
icaQCToo
lsdee
spe
ctrodeaud
ioconlaca
rtaSMP
TE
Enlasigu
ien
teimagenvemosunagráf
icadeespect
rodeaudiodeunacar
ta
que mues
tra p
rob
lemasenlaseña
l deaudio po
rex ce
so decomp
resión y
ruido
.
Figu
ra 93. G
ráf
ica QCToo
ls dee
spe
ctro deaud
ioconlaca
rta SMP
TE con
excesodecompres
iónyruido
4.2
.5 A
jus
tessobrelaimagenyson
idod
igi
talnope
rmi
tidospa
ra
laimagen más
ter
Noseperm i
tirán ingunodee s
tosaju
ste
s,n
idurantelacapturaatravésdel
sof
tware decap tura
,n i po
ste
rio
resalacaptu
ra, atravé
s de uneditor de
imagendigital
:
234 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
 Compensacióndedropout
s.Lacompensa
cióntrataderepone
rlaseña
l
dañadain
cluyendoinformac
iónsimi
lardeotraslínea
sdelfotog
rama
cer
canasaladañada.
 Redu
cciónderu
ido
.
 De
sentre
lazado
. Noseadm i
tiráparalasvers
iones más
ter
,aunquesí
pa
ralasversione
sderivada
s.Elarchivo más
terdebetenere
lm ismo
en
tre
lazadoquelaseñalana
lógicadelor
igina
l.
4
.2.6 Me
tada
tosdecap
tura
Losfichero sdig
ita
les handecon tene
r metadato
sbá s
icosded igi
tal
izac
ión
incrustados.Seseguirá paraelloelestándar XMP.Sepod ránincrus
tarlo
s
me
tada tos porlo
tes desdeap l
icac
iones degest
ión de medioscomo Adobe
Br
idge,ganándo seene fec
tividadsiusanplan
til
lasconlosvalore
scomune sa
ung rupodeimágene s.
Lo
sda
tosain
clu
irenlo
s me
tada
tosse
rán
:
 Nomb
redepe
rsonaquehad
igi
tal
izado
.
 Nomb
redeemp
resad
igi
tal
izado
ra,ensuca
so.
 Fe
chadecap
turadelaimagend
igi
tal
.
 Da
tosdecopy
righ
tdelaimagend
igi
tal
.
 luga
rdecap
turadelaimagend
igi
tal
.
4.2
.7Info
rmedep
rocesam
ien
todelaseña
ldig
ita
lap
licadoalas
captu
ras
Los documentosdigi
tales delo
sin formes, como hemo sind icado en el
ep
ígrafededicadoa
lsistemadeorganizac
ióndelo sfiche
ros,sealma cenarán
enla carpeta“con
trol
”, dent
ro delasub carpe
ta“ cont
rol_loteN”, queles
co
rresponda.SuformatoseráPDFysunomb redeberáfinal
izarconlacadena
“_proces
”.
4
.3Cap
turadee
lemen
tosdecon
tro
ldeca
lidadad
iciona
les
Mása rr
ibaexpresamosy mo
tivamoslau t
ilidaddequeporcadacap turade
cinta devídeoseinc
luyalaseñal de un pat
rón deba
rras ytonos SMPTE
originadoanalóg
icamen
teycuyacap turahaseguidoexac
tamen tetodoslo
s
Requ
isi
tose
spe
cíf
ico
sde
l med
ioaud
iov
isua
l 235
ajus
tes yflu
jo detrabajo decap tura quelaseñal analóg
ica a
llípresente
.
Reconocemos que es
ta p rá
ctica hace aumentar
, aunque mínimamen te
,e l
tamañodelo sf
icherosye ltiempode ltraba
jodecap tura
,lasventajasque
aporta deca
raalacon tinuidad digi
tal delo
sfondo sdigi
tale
scompen san
sobradamenteesto
sin convenientes.
Lain
clu
siónde
lpa
trónSMPTEsegu
iráe
sto
sreque
rim
ien
tos
:
 Ub
ica
rsean
tesquee
lcon
ten
ido
.
 Tener3segundosprevio
sdeseña
l deimagen neg
raconelm ínimo
valo
rdeinten
sidaddeluz
,yo
tros5dela m
ismaseñalpo
ste
rio
res.
 Unadu
rac
iónde30segundo
s.
Cuandola propiacin
ta presente un pa
trón de ba
rras decolor ytono
,se
respe
tará
,teniendoeltratam ien
to deconten
ido delac inta
, porloqueirá
siempret
raselpatróndecon t
rolintrodu
cidodurantelacaptura
.
4
.4Va
riab
lestécn
icasdecap
turayf
iche
ropa
rav
ídeo
Escomúnquela scintasdev ídeodec iertaantigüedadp resentenp roblema s

de con servación s i sus cond iciones de a lmacenam iento han s ido
inap ropiadasos inohans idorebob inada sde maneraregu la
r .Unex ce sode
reprodu c c
ione stamb iénredundaenlaapa ric
ióndep roblema sdeca lidaden
laseña ldeaud ioeimagen .Losp roblema sdecon servación,in clu socuando
se procu rancond icionesdea lma cenam ientoadecuada s,seexp lican po rel
propio enve jecim iento de lo s sopo rtest ipo cin ta
, que no fue ron
originar
iamen te d iseñados para una pe rmanencia a l
ta. An tela po s
ible
presencia de p roblema s de conservación enla sc inta s
, se re com iendan
precaucione se specialesdurantela sreprodu cc
ionesdein specc iónp reviasy
laquee sne cesa r
iapa raelprocesodecap turadig
italyqueserea liceé stapor
técnicoscon una ltog radodeexpe rt
icidadyexpe r
ien ciaene lt rabajocon
estos ma ter
iales.
Losvalo resenla sva r
iable
stécni casdecap turare comendado ssonlo sque
figuran enla stab lasIII yIV , parala s versiones má s
teres y de r
ivada s
respectivamen te.E stos va
lores han s ido se
le ccionado s considerandolo s
forma tosdec intap resente
sene lA rchivodeE spacioP ,quehemo sdetallado
enlain trodu cción.Hemo sdede stacarquela sre solucionesdelo sfo rma tos
de vídeoana lóg i
co ssonbajas
,p ropiasdelose stánda resdev ídeoyte levisión
delaépo ca
,po rloquesere comiendasucap tu raenSDene stándar25p(PAL
progresivo)100. Pa ralo sformato s de peor ca l
idadté cnica y que pueden
100
Nosere comiendaelsupermue s
treo(aplica
runaresoluc
ióne spacia
ldeimagen
superioralare so
lucióndelaseñalana lógi
ca)conlosvídeo
sana lógi
cos,porqueel
uso dealtasresoluc
iones decuadrocuandolaseña lanalógicatienereso
lucione
s
esca
sa s puedel
legaraintroduci
ra rte
fa c
tos hac
iendoquelaca l
idad delaimagen
presentar materiales resultado de grabación y recodificación desde las cintas

máster U-Matic recomendamos un códec profesional de tipo intermedio,
pues, a pesar de incluir compresión con pérdida, se adaptan bien a los
posibles procesos posteriores de edición digital y subtitulado, y representan
un equilibrio entre calidad de imagen y sonido y optimización de recursos de
almacenamiento, procesado y ancho de banda. Recomendamos ProRes SD
422 en contenedor Quicktime (MOV). Para las cintas U-Matic recomendamos
un códec que no implique compresión alguna, o, en su defecto, compresión
con pérdida, tal como v210 YUV o YUV sin compresión, sobre el contenedor
AVI o Quicktime. Todas estas opciones derivan en formatos de fichero
altamente legibles en entornos Windows, Mac y Linux. Tener los másteres a
10 bits de profundidad de bit aumenta el tamaño de fichero, pero facilita las
posibles operaciones de edición digital que pueden sufrir las imágenes en
posibles procesos posteriores de edición.
Formato Contenedor Códec Subm. Bits Resolución

cinta Color
VHS MOV ProRes SD 4:2:2 10 bits SD

422
U-MATIC AVI v210 YUV 4:2:2 10 bits SD
BETAMAX MOV ProRes SD 4:2:2 10 bits SD

422
BETACAM MOV ProRes SD 4:2:2 10 bits SD

422
Hi8 MOV ProRes SD 4:2:2 10 bits SD

422
VHS C MOV ProRes SD 4:2:2 10 bits SD

422
SVHS MOV ProRes SD 4:2:2 10 bits SD

422
Tabla III. Valores de variables técnicas para la captura de materiales

videográficos en versión máster
incluso sea inferior a la del formato de cinta analógica, incrementando además

innecesariamente el tamaño de los ficheros digitales. Por ello no se recomienda subir
de la resolución SD en estándar PAL (720x576 píxeles).
Requ
isi
tose
spe
cíf
ico
sde
l med
ioaud
iov
isua
l 23
7
Fo
rma
todec
inta Formato Códe
c Re
solu
ción
contenedo
r
VHS MP4 H
.264 SD
U-
MAT
IC MP4 H
.264 SD
BETAMAX MP4 H
.264 SD
BETACAM MP4 H
.264 SD
H
i8 MP4 H
.264 SD
VHSC MP4 H
.264 SD
SVHS MP4 H
.264 SD
Tabla IV
.Valo
res de var
iable
s té
cni
cas pa
ra la cap
tura de ma
ter
iale
s
videog
ráf
ico
senversiónder
ivada
Seña lamosacontinuaciónunaseriedevariab
lestécnicasmásespec
íficasde
lacon f
igura
cióndecap turadelaseñal deimagenysono racuya decis
ión
relegamo salcr
iteriodelostécn
icosdecap tura
,con s
iderandoquee staserá
realizadaporpersonalal
tamentecual
ifi
cadoene statarea
:
 Tipodeb
itra
te.
 Rat
iodea
spe
ctodep
ixe
l.
 Va
riab
lesdeespaciodecolor
.
o Es
tándar de e
spacio decolor RGB. Serecomienda que en el
más
tersesigaelestándaremp leadoenlaseñalanalógica
,o,si
secons
iderase me
jorlacodif
ica c
ióndigi
talenotroestándar(
tal
como BT
.60
1 o BT
.709
), se de
ja a c
rite
rio de
l té
cni
co
dig
ital
izado
r.
o CurvaTRCova lo
rgamma
.
o Rangodesal
ida.
o FormatoYUV /Ycc
.
Paralass iguien
tes var
iablessere spe
taránlascara
cter
íst
ica
s delaseñal
origina
l: ent
relazado/p
rog res
ivo y o rden de campos
,e spac
io de co
lor
estándar RGBy YUV /Ycc
,ta sadef ramesporsegundo,razóndeaspe
ctodel
frameye stándardeTV(PAL , NTCS
).
Todaslasp
istasdeaudiodebense rdig
ital
izada
sensuto ta
lidad
.S i nohay
audioenlac in
ta,losnive
les deaudio debenaju
sta
r se deacuerdocone l
conten
idodelacintadeta
l maneraquelaseñaldeaudiope rmanezcaencero
238 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
unidade
sdevo
lumen(VU)enunvúme t
ro(ind
icado
rdevo
lumen
)ca
lib
rado0
-20dBFSenun med
ido
rdigi
talca
lib
rado.
Paralaseña
ldeaud ioserecomiendanlosva
lorestécn
ico
sdelestándarCD
Audio
:como mé tododecodif
icac
iónPCMl inea
l,44,
1 KHzdefre
cuen c
iade
muest
re,16b
itsdeprofund
idaddebityesté
reo
.
Hemosdecon s
idera
rqueunsegundoconlacal
idad más
tersincomprim i
ra
SD,conaudiodeacuerdoa
lestánda
rCDAudio
,vieneaserentornoa26,5 MB
detamañodef iche
ro,porloque1 minu
toequiva
lea1,5 GBy una horase
si
túaentornoa90GB .
Para lo
sf iche
ros der
ivados recomendamos lo
ssigu
ien
tes va
lore
s de
codi
ficac
ióncon H
.264sobrecon
tenedor MP4
:
 V
ídeo
:PALp
rog
res
ivo
,720x5
76,25
fps
,VBR1pa
se,8b
its
,12 Mbp
s.
 Aud
io:AAC
,16b
its
,48KHz
,Es
téreo
,192Kbp
s.
Silasc intasoriginalescon tienensub tí

tulos
,é sto
s debense rextra
ídosen
forma totexto ya lma cenado sen unf ichero desubtí
tulo scon unformato
estanda r
izado detipo bá s
ico,ta lcomo. srt,.sbv o.smi.E s
tefiche
ro debe
almacena rseenlaca rpeta destinadaalo ssubtítu
los
,ta lycomosere f
iere
másaba joenlano rma tivadeo rganiza
ciónquep re
sentamo seneste mi
smo
trabajo. Su nomb re debe co inc
idir con el delf ichero máster a que
corresponde.
Insist
imo senquesedeberácapturardig
ita
lmentecua
lquiercontenidoque
presentenla
scintasensucabeceraoensucolayquenofo rmenpa r
tedela
grabaciónar
tís
ticas
,comopatronesdebar
rasdecolo
rytono,tí
tulos
,imagen
depizarraocrédi
tos
.
4
.4Var
iab
lestécn
icas decap
turayf
iche
ro pa
ra pe
lícu
la de
C
ine
Elfondo delA rchivo de Espacio P consta de pe

lículas supe
r 8 mm sin
sonor
izar
.E stamosan teformatodepe l
ículanop ro
fesionalyrollo
sdepo co
s
minu
tos de durac
ión. Los valo
re srecomendado s
, dada slascarac
ter
íst
icas
técn
icasdela spe
lículas
,sonlosre f
lejadosenlastab
la sVyV I.
Requ
isi
tose
spe
cíf
ico
sde
l med
ioaud
iov
isua
l 239
Formato Con
tenedo
r Códe
c Subm
. B
its Re
solu
ción
pe
lícu
la co
lor
Supe
r 8 AV
I / v2
10YUV 4
:2:2 10b
its HD
10
1
mm s
in Quick
time (1080p
)
sono
riza
r
Tab
la V.Va
lore
spa
ralacap
turade ma
ter
iale
scinema
tog
ráf
ico
senve
rsión
más
ter
Formato Con
tenedo
r Códe
c Re
solu
ción
pe
lícu
la
Supe
r8 mms
in MP4 H
.264 HD(
1080p
)
sono
riza
r
Tab
laV I.Va
lore
spa
ralacap
turade ma
ter
iale
scinema
tog
ráf
ico
senve
rsión
der
ivada
HD(1080p)repre
senta5veces má
svo lumendedatosqueSDenes
tánda
r25p
,
porloque1 minutopuedel
legaratraduc
irseencer
cade7,5GB
.
4
.5Variab
lestécn
icas decap
turayf
iche
ro pa
racon
ten
idos
sono
ros
4
.5.1D
iscosdev
ini
lo
Serecomiendalasepa
rac
ióndepis
tas,de maneraquee
lcon
ten
idodecada
pi
staserepre
senteenunf
iche
roaudioindepend
iente
.
Parasucapturarecomendamoslosvalo
resqueaparecenenlatablaV II.Para
laelaborac
ióndee s
tossehantomadocomore ferenc
iala srecomenda c
iones
técni
cas de la IASA (
Inte
rnat
iona
lA sso
cia
tion of sound and Audiovisua
l
Ar
chives)
,ensuú l
timarevi
sión
.
10
1
Su
sca rac
ter
íst
ica
stécnicasson25imágenesp
rog
res
iva
spo
rcadasegundo
,con
unareso
lucióndecuadrode1920x1080p
íxe
les
.
240 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
Fo
rma
to Con
tenedo
r Códe
c Fre
cuencia P
rofund
idaddeb
it
muest
reo
D
isco WAV Sin 96KHz 24b
its
v
inilo compre
sión
Tab
laV
II.
Valo
respa
ralacap
turaded
isco
sdev
ini
loenve
rsión má
ste
r
Paralasve r
sione
sde r
ivadasrecomendamo selformato MP3conunn ive
lde
comp resiónyuno svalo
resde muestreoyp rofund
idaddeb itquegarant
ice
al
taca l
idaddeson ido
,loqueselog raríaapl
icandolosvaloresde mues
treo
delestándarCDAud io
:44100 Hzy16bits
.
4
.5.2CDAud
io
Sep roponee lripeo102 depistasparatra spasa re

lforma toCDAud ioafiche ros
sincomp resiónyconla m ismaca l
idadté cnicaquee stee s
tánda r
.A síseev i
ta
la pé rdida deca lidadquesupond r
íala dob leconve rsiónqueimp l
icaríala
digita
l iza ción de sde un d isposi
tivo rep rodu c
tor de aud io(de d igitala
analóg i co pa ra la rep roducción y de ana lógico a d igita
l pa ra la
redigita lización). Se proponecomo va lores decap tura pa ralas versiones
103
másterlo s dele stándar CD Aud io , y comofo rma to contenedor WAV .
Tamb iénp roponemo slacap turadeunf icheropo rpi s
ta.Pa ralosde r
ivado s
esre comendab le usarfo rmatocon tenedo r ycóde c MP3 ,concomp resión
equilib radapa ranogene rarex ces
ivapé rdidadeca lidady man teniendolo s
valore sde l má ste
renp rofundidaddeb it,yf recuenciade mue s
treo.
Se p roponela u ti
lizac
ión de p rograma se spec
ífico
s pa ra elr ipeo que
contienenfun cionesdeco r recc
ióndee rroresdele c
tura. Duranteelp roceso
decap turadecada CD Aud iosedebe ráeva luarlain c
iden c
iadee rrore
sde
lec
tu ra. Ante erroresf recuen te
s, se p lantear
á como op c
ión me jor, la
dig
italizac
ión med iante dig i
tal
ización at ravés de unrep roductor de CD
Audiocone ctadoaunata r
je tadeson ido.
4
.5.3Aud
ioCase
tes
Pa
rae
stesopo
rtep
roponemo
slo
spa
ráme
tro
squef
igu
ranenlatab
laV
III
.
102
P
ro cedimiento cons
i s
tente en copia
rlo s da
tos del audio d
irectamente a un
sistema de a lmacenamien to de un ordenador
,s in neces
idad de p ro
ceder ala
digital
iza ción
,yaquelo sdatosde lsopo
rteCDAud ioes
tányaenfo rmatodigi
tal
.
103
Reco rdamo squesuf recuenciade muest
reoe sde44100 Hz,16bit
sycod ifi
cación
PCM( sincomp re
sión)
.
Requ
isi
tose
spe
cíf
ico
sde
l med
ioaud
iov
isua
l 24
1
Fo
rma
to Con
tenedo
r Códe
c Fre
cuencia P
rofund
idaddeb
it
muest
reo
Audio WAV Sin 96KHz 24b

its
Casete compre
sión
Tab
laV
III.
Valo
respa
ralacap
turadeaud
ioca
sete
senve
rsión má
ste
r
Paralasversione
sderivada
srecomendamos MP3conunniveldecompres
ión
yuno svaloresde mues
treoyprofund
idaddebi
tquegarant
iceal
taca
lidadde
sonido,ta
lescomolo sdeles
tándarCDAudio
.
4
.6Sis
temadeorgan
izac
ióndelosf
iche
rosenlosd
iscosde
a
lmacenam
ien
to
Enlosd isco
s dondese vayan a
lma cenandolo
sfi
che
rosre
sul
tado
s dela
dig
ita
liza
ciónsesegui
ránestaspauta
s:
 La es
truc
tura decarpe
tas debeseridént
ica entodoslo
sfondo
sa
dig
ita
liza
rnoadm i
tiéndosevaria
cione
ssinju
stif
ica
r.
 Cadafondotend rá unacarpe ta pad re/
raíz quecontendrátodo slos
ficherosd ig
itales desu s obra s
. Cuandolo sf iche
ros de un m ismo
fondo no quepan en un ún ico d isco,entodo slosd is
cos dondese
alma cenendebe ráhabe runaca rpetaraízparaelfondo. Nosepod rán
mezclarlosficherosded iferente sfondo senuna m ismacarpetara íz
defondo .E l nomb re delaca rpeta delfondose rá unident
ificador
nemo técnico deé s
te de pequeñaex tensión
,talcomo “e spacio-p
”o
“ped rogarhe
l”.
 Cada co
lecc
ión dent
ro del fondotend
rá una ca
rpeta padre cuyo
nombreserá uniden
tif
icador nemo
técn
icodelacole
c c
ión,talcomo
“c
ine”
,“video”
,“d
iscos_vin
ilo”
.
 Dent
ro decadaco le
cciónse presentará unaca rpeta pad
re porcada
documen to
. Dentro de esa carpeta pad re se seguirála siguiente
es
tructura:
o Unaca rpe
ta parala ver
sión má ste
r. Contendráe lfiche
ro de
contro
l que ha s ido descrito má sa rriba en el apartado
dest
inadoalsistemadenomen c
laturadela simágene sras
ter.
o Unaca rpetapa ralavers
iónde rivada. Contendráelficherode
contro
l que ha s ido descrito má sa rriba en el apartado
dest
inadoalsistemadenomen c
laturadela simágene sras
ter.
242 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
o Unacarpe
tapa
raf
ichero
sde metadato
s,ensucaso
.
o Unacarpe
tapa
racon
tenere
lficheroofiche
rosdesub
títu
los
,en
sucaso
.
 S
iexi
stenva r
iost
iposdefi
che ro
sder
ivado
s,habrádecrea
rseca rpeta
s
e
spec
ífi
ca sconnombreyub icac
iónnormal
izados
,parafaci
lita
r seasí
e
lprocesadoautomá
ticoposte
rior
.
 Enn
ingúncaso
,seincluirán
:
o Carpe
tasvac
íasoca rpetasquecontenganotrasca
rpe
tasva
cía
s.
o Carpe
tascomp rimidas
.
o Fi
cherosde
ls i
stemaope ra
tivo.
o Fi
cherosodirector
ioso cul
tos.
o Fi
cheros de m in
iaturasc readas automát
icamen
te por el
si
stemaoperativoopo raplicac
ionest
ipovisor
.
Conrespe
ctoalascap
tura
sdef
iche
rosdecon
tro
lindepend
ien
tessesegu
irán
es
tosrequis
ito
s:
 Losf
iche
rosdecontro
lindependien
tes
,siloshay
,seub i
caránenuna
ca
rpetahi
jadelaca
rpetapadredecole
ccióndenominada“con
tro
l”
.
 Dentro dee s
tacarpe
ta hab rátantassub carpe
tascomocap tu ra s de
control se hayan hecho pa ra esa colec
ción, cuyo nomb re se rá
“contro
l_ lo
teN”
,siendosu sti
tuidala“ N” porel núme ro delo te. Un
lotecontienelascap
tu ra
sdecon troldetodo slosfichero
squesehan
capturadoconcondicionesidénti
ca sdecapturayalma cenam ien to
.
 Dentro delacarpe
tacorrespondien
teacadalotesealma cenará un
fi
che ro de tex
to con extens
ión TXT y codif
ica
ción UTF -8 que
contendráellis
tadodeficheros más
terdeeselo
teident
ificadospor
sunomb redearch
ivoconextensióndearch
ivoin
clu
ida.
 Sealma cenarátamb iénene stacarpeta,cuandoseadeap l
i cación,un
ficheroenfo rmatoPDF,quecon tendráunIn formedep rocesam iento
delaseñald ig
ital
,quetend ráa s
im ismoe lnomb redelfichero má ster
final
izado con l a cadena “_p ro ces
”. Su ex tensión se rá la
correspondiente a
lfo rmato PDF .E lcon ten
ido de estein formese
descr
ibeene lapartadoded i
cadoaIn fo
rmedep rocesamien todela
señaldigi
talap l
icadoalascap turas
.
Una spectoade termina rescómosee stablecenlasre

la c
ione sje
rárquica
sa
nive
l dea lma cenamiento deficherosen d iscoenlo sca sosen que puede
haberrelacionesdeo rigenentredife
ren tesfiche
rosdev ídeooaud io,como,
pore jemplo,la quese e stab
lece ent
relo svídeos o audios en b
rutocon
respectoalo sv ídeo
sdeob raeditadosf ina
le squelosin cluyen
. Hemo sde
Requ
isi
tose
spe
cíf
ico
sde
l med
ioaud
iov
isua
l 243
pen sar quelo sv ídeo s o aud io s en b ruto, o in c

lu so edi tados, pueden
emp lea rsepa rava ria sob rasv ideog rá f
ica sosono ras
,po rloqueap rio r
ino
pare ce conven ien te a n ive l de a lma cenam ien to que se e s
tablezca una
relaciónje rárqu ica po r med io de sub ca rpeta s entre e l
los.E s
ta p ráctica
comp licaríaenex ce soe ls istemadeo rgan iza c
ióndelo sfichero senlo sd iscos
dea lma cenam iento y de p re servación d ig i
tal,ein trodu ci
ría une lemen to
organ iza t
ivopo cos i stemá tico,pue sde lm i smo modopuede habe rfiche ros
en o tros med ios( fotog rafía s
,d ibujo s
,tex tos…) quecon tengancon ten idos
que han s ido tamb ién in trodu c
ido s en ob ras sono ras,v ideog ráfi caso
cinema tog rá f
i cas med ian tesureg ist
roof ilma ciónpo rpa r
tedelo sa r ti
sta s
.
Pen samo s que e s me jo r re lega r a lo s me tadato s cata lográfico s la
con signa cióndee sta sre la c
ione sen trelo sf iche ros
,de mane raquepuedan
serave riguada s med ian tecon sulta sals i
stemadeba sededa to squereg istra
lasca taloga cione sdelo scon ten ido s
.Po re llo,re comendamo sque ,tan tolo s
fiche rosco r respond ien tesalo s ma terialesenb ruto
,comoalo seditado s,sean
tratado sa n ive l de d ig italización,a lma cenam ientof ísico y p re se
rva ción
digitalcomocon tenido sindepend ientes.
Requ
isi
tose
spe
cíf
ico
sde
l med
ioaud
iov
isua
l 245
B
ibl
iog
raf
ía
ADOBE SYSTEMSINCORPORATED(2005 ).Adobe® RGB(1998

) Co
lorImag e
Encod
ing[enlínea
].V
e r
sion2005-05
. May2005.SanJose
,CA :Adobe[con
sulta
:
3 nov
iemb re 2016]
. D
isponib
le en:
ht
tps:
//www.adobe
.com /dig
ita
limag/pdfs/AdobeRGB
1998.pd
f.
ADOBESYSTEMSINCORPORATED. AyudadeAdob ePremie
reP ro
.Monitor
e sde
forma de onda y v
ector
escop
io[enlínea
].SanJo se
, CA: Adobe [consulta
:5
noviembre 20 16
]. Disponib
le en: https
://he
lpx.adobe
.com /es
/prem iere
-
pro/us
ing/using-waveform-moni
tors
-vec
torscope
.html#view_a_ scope.
AENOR.Si
stema
sdege s
tióndelacal
idad.Fundamen
tosyvo
cabu
lar
io.(
ISO
9000
:2000
).UNE-ENISO9000
:2000. Mad
rid
:Aenor
.
ARTIGAS
,J. M
., CAP
ILLA,P
. y PU
JOL
,J.(ed
s.)(2002
).T
ecno
log
ía d
elco
lor.
Un
ivers
idaddeValen
cia
.
BURNS,P.D.(20
15)
. ImageQual
ityConcep
ts. Handbooko
fDig
ita
lImag
ing
,vo
l.
1
ImageCaptureandStorage
.John W
ileyandSon s
.
BURNS ,PeterD.y WILL
IAMS ,D.(200 7
).TenTipsfor Ma
intain
ingDig
ita
lImag e
Qual
ity [enlínea
].IS&T: TheSo c
ietyforImag ing Sc
ienceand Technology
[consulta
: 3 noviemb re 2016]
. D
isponib
le en
:
ht
tp://www .
imagesc
ienceassoc
iates.
com /mm5 /pubs/50Arch07Burn
sW i
lliam
s
.pdf.
CASTRO MORALES,F.
; OHLENSCHLÄGER,K.; QUESADA,A
.y QU
INTERO
,Y .
(2016
).E
spa
cioPatravésdeEl
loDent
ro/Fu
era.Serie
:Espac
ioPencon
tex
to,1
.
Granada
:ArsAc
tivu
sEd ic
ione
s,20
16.
COLLOTON ,E.(20 16
)Re- construct
ions:Preserv
ingtheV ideoInstal
la t
ion sof
BukyS chwar
tz.Athe sissubm ittedinpa r
tialful
fil
lmen toftherequiremen t
s
forthedegreeo f Ma s
te rofA rts MovingImage A rchivingandP reservat
ion
Program Departmen to fC inema S tudie
s[enl ínea ]
. New Yo rk Un iver
sity,
May 20 16 [ consulta: 3 noviembre 20 16]
. D
isponible en :
http
://www.nyu.edu/ti
s ch/preservat
ion/program /
studen t_work/2016 spr
ing
/16s_3490_Col
lo ton_The sis
.pd f
.
DORMOLEN , H.(20 12)
.MetamorfozePres
ervationImaging Guide
lin
es.Image
Qua
lity[enlínea]
.Ve
rsion1
.0,January20
12.The Hague , NL
: Nat
ionalLib
raryof
the Ne
ther
land s(KB
)[ consul
ta:3noviemb re2016]
.Di
sponibleen:
246 Lacap
turad
igi
taldepa
trimon
iocu
ltu
ral
ht
tps:
//www.me
tamorfoze.nl
/site
s/me
tamor
foze
.nl/
file
s/publica
tie_do
cum
enten/Me
tamor
foze_Preservat
ion_Imag
ing_Guide
lines_1
.0.pdf.
ENGELDRUM,P.G.(
1995)
. Aframeworkforimagequa
lity mode
ls.Jou
rna
lof
Imag
ingSc
ien
ceandTechno
logy,vo
l.39(
4)
,312-
318
.
ENGELDRUM,P.G.(1999
).Image Qua
lity Mode
ling
: Whe
re A
re We
?.IS&T
's
1999P
ICSCon
fer
ence
.
ENGELDRUM,P.G.(2004
). A Theo
ryofImage Qual
ity
: TheImage Qua
lity
C
irc
le.Jou
rna
lofImag
ingSc
ienceandTe
chno
logy
,vol.48(5
),446
-456
.
FADG I[FederalAgen ciesD igitizationInitiat
ive]-S ti
llImage Wo rk
ingG roup
(2010)
. Te chnical Gu idelines fo r Digit
izing Cu ltural Heri
tage Materials
:
Creat
ion o f Ra ste
r Image Ma s
terF iles Fo r the Following Orig
ina l
s-
Manuscripts
, Book s, G raph i c I llus
trations, A r
two rk, Map s
, P lans,
Photograph s
,Ae ria
lPho tograph s,andOb jectsandA r
tifacts[enl
ínea]
.Augu st
2010. NARA[ U.S
. Nationa lA r
ch ivesandRe cordsAdm inist
rat
ion][consulta:3
noviemb re 2016]. D
i sponible en:
http
://www .digi
tizat
iongu ideline s.gov/guidelines/FADG I_Sti
ll_
Image -
Tech_Gu idel
ine s_20 10-08-24 .pd f.
FADG I[FederalAgen c
iesD ig
itizat
ionIn it
iat
ive]-Sti
l lImage Wo rkingG roup.
(2016)
.Technica
lGu idel
inesforD ig
itizingCu
lturalHeritage Ma
terial
s:Cr ea
tionof
Rast
e rImag e MasterF i
les [enl ínea].Sep
tembe r20 16.NARA[U .S. Nationa
l
Archives and Re cords Adm in is
t rat
ion] [consulta: 10 nov iemb re 2016]
.
Di
spon ib
le en:
ht
tp://www .dig
itizationguidel
ine s
.gov /gu
idelines
/FADG I_St
il
l_ Image_Te c
h_Gu ide
lines_20 16.pdf.
FREY,F.(2002)
.Creació de Co
l.
lecc
ionsDigi
tals
. Ima
tgeir ec
erca
:ponènc
ies
expe
rièn
cie
sicomun icacion
s.Jornade
s An
toni Va
rès.Girona
:A juntamen
t de
Gi
rona,CentredeRecercaiDifus
iòdelaImatge
.
FREY ,F. y BERNS ,R.(2005)
.D irec
tD igi
tal Captureof Cultu
ral Heri
tage –
Ben chma rking Ame r
ican Mu seum P ractices and Defining Future Needs
Direct Digita
l Cap ture of Cu ltural Her
itage – Ben chma rk
ing Ame r
ican
Mu seum P ract
i ce
s and De fining Fu ture Need s
. F ina
l Repo r
t [enl ínea]
.
[con sul
ta: 10 noviemb re 2016]
. D
isponible en
:
ht
tp :/
/m sc.mellon.org/re
search -
repo rt
s/Direct%20D igi
tal%20Cap tu
re%20o f%20Cultu
ral%20He r
itage
.pdf/vie
w.
FREY,F.y RE
ILLY
,J.(2006)
.Dig
ita
lImagingfor Pho
tographi
c Col
lec
tion
s
Founda
tion
sforTe
chnica
lStandard
s.Se
condEdi
tion.Roches
ter:RIT
.
GIORGIANI,E
.J.; MADDEN
,T.EySPAULD ING
,K .E.(2003
).Co
lor manag
em en
t
fordig
ita
limagingsys
tems
.EnGauravSharma
,Dig
italco
lorimaging
:handbook.
BocaRaton,F
lorida
:CRCPres
s,p.239
-268
.
GOLDSM ITH,B.(2013).Dig
itiz
ing Videofor Long-Term Pre
servation
: An RFP
Guid
e and Templat
e [enl ínea]. New Yo rk:P reservat
ion & Con se
rva
t ion
Department
. New York Universi
ty Librar
ies[con su
lta:10 noviemb re2016]
.
Di
spon ib
leen:ht
tps:
//l
ibrary
.nyu .edu/pre
servat
ion /VARRFP.pd f.
B
ibl
iog
raf
ía 24
7
GREEN
,Ph.(ed
.)(20
10)
.Colo
r managem
entund
ers
tand
ingandu
singICCp
rof
ile
s.
Ch
iche
ste
r[UK]
:John Wiley&Son s
.
ICC[
Interna
tional Co
lor Consor
tium](2001).Spec
if
ica
tionICC
.1
:200
1-04
.Fi
le
Fo
rmatfo
rColorProf
ile
s[REV ISIONofICC.
1:1998-09]
.
ICC (2006)
. Specif
icat
ion ICC .
1:2004
-10 (P
rofi
le ve
rsion 4
.2
.0.0
). Image
technologycolour managemen t— A rch
itec
ture
,profi
leformat
, and da
ta
st
ructure [en l ínea]
, [ consul
ta: 10 o c
tubre 2016]
. Disponib
le en:
ht
tp:/
/www .co
lor
.org/ICC1v42_2006-05
.pdf.
ICC (2010)
. Spe c
ificat
ion ICC.1
:2010-12 (P rof
ile vers
ion 4.3
.0.0
) Image
technology colourmanagemen t -A rchi
tec ture
,p rof
ileformat, and data
st
ructure [en l ínea]
,[ consul
ta:1 5 nov iemb re 2016]. D
isponible en:
ht
tp:/
/www .color
.org/spec
ifi
cat
ion /
ICC1v43_20 10-12
.pdf.
ICC[ s
.f .
].Crea
tingscene-
r e
fer
redimag
e sus
ing Pho
toshop® CS3 [enlínea
],
[consul
ta:10 nov iembre 2016
].Di
sponib
le en
:http
://www.
color
.o rg
/scene
-
refe
rred.xal
ter.
ICC[ s
.f.]
.Ove
rview o
fscene analy
sis andco
lorrender
ingcontro
lsin Adobe
Photo
shop® CS3 Camera Raw [enl ínea
],[con
sulta
: 10 noviembre 2016
].
Di
spon ib
leen
:h t
tp:
//www.co
lo r
.org/s
cene_analys
is_and_rendering
.xa
lter.
ISO [ In
ternat
ional O rganiza
tion for Standard
izat
ion](1999
). Sampling
proceduresforinspect
ionbya t
tribu
tes– pa r
t1:samp l
ingschemesindexed
bya ccep
tancequa l
itylimit(AQL )forlo
t-by-
lotinspect
ion
.ISO2859-1
:1999.
Geneva:ISO.
ISO (2000
).Photog
raphy -Elec
troni
cs t
il
l-p
ictu
re came
ras -Re
solu
tion
mea
surements
. ISO12233
:2000
.Geneva
:ISO
.
ISO(2003a )
. Pho
tography- Spa
tia
lreso
lut
ion measu
rementsofe le
c t
ron
ic
scannersforphotog
raphicimages-Pa
rt1
:Scanner
sforre
fle
ctive media
.ISO
16067
-1:2003
.Geneva
:ISO.
ISO (2003b
). Pho
tography - Ele
ctron
ics t
ill p
ictu
re imag
ing - No
ise
mea
surements
.ISO15739
:2003
. Geneva
:ISO.
ISO(2004a)
. Pho
tography- E
lectron
icscanner
sfo r pho
tog
raphi
cimage s-
Spat
ialre
solut
ion measurement
s- Part2
:F i
lms canners
.ISO16067
-2:2004
.
Geneva
:ISO.
ISO(2004b)
. Photography- E
lect
ronicscanne
rsfor pho
tograph
icimage
s-
Dynamicrange measuremen
ts.ISO21550 .Geneva
:2004 :ISO.
ISO(2006).Graphicte chnologyandphotog
raphy– Co
lou
rchara
cter
isa
tion
ofd ig
italsti
ll came ras (DSCs)-- Part1:St
imul
i, me
tro
logy and te
st
pro
cedu re
s.ISO17321
-1
:2006 .Geneva
:ISO
.
ISO(2008
).Co
lor
imetry--Pa
rt4
:CIE19
76L
*a*b
*Co
lou
rspa
ce.ISO1
1664
-4
:2008
(CIES014
-4/E
:2007
).Geneva
:ISO.
ISO (2008). Photography and g raph
ic technology -- Extended co
lour
encoding
sfo rdigi
talimages torage
, manipu
lationandinterchange--Par
t4:
European ColourIn i
tia
tive RGB colourimage en cod
ing[e ciRGB(2008)].
ISO/TS22028-4
:2012.Geneva:ISO.
ISO (2009a). Graphic technology and photography - Viewing conditions. ISO

3664:2009. Geneva: ISO.
ISO (2009b). Photography - Electronic still-picture cameras - Methods for
measuring opto-electronic conversion functions (OECFs). ISO 14524:2009.
Geneva: ISO.
ISO (2012). Graphic technology and photography -- Colour characterisation of
digital still cameras (DSCs) -- Part 1: Stimuli, metrology and test procedures.
ISO 17321-1:2012. Geneva: ISO.
ISO (2015). Graphic technology -- Displays for colour proofing –
Characteristics. ISO 12646:2015. Geneva: ISO.
ISO (2016). Photography and graphic technology — Extended colour
encodings for digital image storage, manipulation and interchange — Part 1:
Architecture and requirements. ISO 22028-1:2016. Geneva: ISO.
ITU [International Telecommunication Union] (2004). Objective perceptual
assessment of video quality: Full reference television. Geneva: ITU.
KENNEY, A. R. y RIEGER Y. O. (2000). Moving Theory into Practice: Digital
Imaging for Libraries and Archives. Mountain View, CA: Research Libraries
Group.
LOEBICH, C. y WUELLER, D. (2001). Three Years of Practical Experience in
Using ISO Standards for Testing Digital Cameras. Proceedings of the Image
Processing, Image Quality, Image Capture Systems Conference (PICS-01),
Montréal, Quebec, Canada, April 22-25 2001, IS&T 2001, pp. 257-261.
NANDZIK, J. et al. (2013). CONTENTUS—technologies for next generation
multimedia libraries Automatic multimedia processing for semantic search.
Multimed Tools Appl, vol. 63, 287–329. DOI 10.1007/s11042-011-0971-2.
NARA [U.S. National Archives and Records Administration] (2001). Technical
Requirements for the Duplication of B&W Negatives: Shadow Normalization Tone
Reproduction [en línea]. (2001) [consulta: 10 noviembre 2016]. Disponible en:
http://www.archives.gov/preservation/formats/bw-copying-specs.pdf.
NATIONAAL ARCHIEF (2010). Digitisation of photographic materials.
Guidelines. September 2010 [en línea], [consulta: 10 noviembre 2016].
Disponible en:
http://www.nationaalarchief.nl/sites/default/files/docs/guidelines_digitisat
ion_photographic_materials.pdf.
PASCALE, D. (2003). A review of RGB Color Spaces [en línea], [consulta: 10
noviembre 2016]. Disponible en:
http://www.babelcolor.com/index_htm_files/A%20review%20of%20RGB%20
color%20spaces.pdf.
PUGLIA, S. (2007). Digital Imaging - How Far Have We Come and What Still
Needs to be Done? [en línea]. RLG DigiNews, April 15, vol. 11 (1) [consulta: 10
http://worldcat.org/arcviewer/1/OCC/2007/08/08/0000070519/viewer/file13
7.html#artic.
Bibliografía 249
REINHARD, E et al. (2010). High Dynamic Range Imaging: Acquisition,

Display, and Image-Based Lighting. 2nd Edition. Morgan Kaufmann.
ROBLEDANO ARILLO, J. (2011). Mejora del rango dinámico en la
digitalización de documentos desde una perspectiva patrimonial: evaluación
de métodos de alto rango dinámico (HDR) basados en exposiciones múltiples.
Revista española de documentación científica, vol. 34 (3), 357-384.
ROBLEDANO ARILLO, J. (2014). Modelos de calidad en la digitalización de
patrimonio fotográfico. En María Olivera Zaldua y Antonia Salvador Benítez
(Editoras), Del Artefacto Mágico al Píxel. Estudios de Fotografía. Madrid:
Facultad de Ciencias de la Documentación de la UCM, pp. 367-394. ISBN: 84-
697-0531-3, 978-84-697-0531-5.
ROBLEDANO ARILLO, J.; MORENO PELAYO, V. y PEREIRA-UZAL, J.M. (2016).
Aproximación experimental al uso de métricas objetivas para la estimación
de calidad cromática en la digitalización de patrimonio documental gráfico.
Revista Española de Documentación Científica, 39 (2) e128. doi:
http://dx.doi.org/10.3989/redc.2016.2.1249.
ROSSO, P. [s. f.]. Aplicaciones Fotográficas. Reproducción de obras de arte [en
línea], [consulta: 10 noviembre 2016]. Disponible en:
http://www.pacorosso.net/curso/reproducciones.pdf.
SCANDIG [s. f.]. Densidad y volumen de densidad en los escáners [en línea],
[consulta: 10 noviembre 2016]. Disponible en:
http://www.filmscanner.info/es/Dichte.html.
SÜSSTRUNK, S. (2002). Color Strategies for Image Databases. AIC: 9th
Congress of the International Colour Association. Proceedings of the Society
of Photo-Optical Instrumentation Engineers (SPIE). Vol. 4421, pp. 529-536.
Terminología para definir la conservación del patrimonio cultural tangible
(traducción de la versión original en inglés 25/03/2008 – rev. 23). Resolución
que se presentará a los miembros del ICOM-CC durante la XV a Conferencia
Trianual, Nueva Delhi, 22-26 de septiembre de 2008.
TURKUS, B. [s.f.]. Drop Video File(s) Here: The Emergence of Free Quality
Control Tools for Video Preservation [en línea], [consulta: 10 noviembre
2016]. Disponible en:
https://www.bavc.org/sites/default/files/resource/QCTools_WhitePaper2.pd
f.
Video Preservación Website [s. f.]. Setup of Capture Hardware de la obra Digital
migration tools and techniques [en línea], [consulta: 10 noviembre 2016].
Disponible en http://videopreservation.conservation-
us.org/dig_mig/index.html.
VITALE, T. y MESSIER, P. (2013). Video Preservation: Video Migration in the
Preservation Laboratory [en línea], [consulta: 10 noviembre 2016]. Disponible
en: http://videopreservation.conservation-us.org/index.html.
WILLIAMS, D. (2010). Imaging Science for Archivists [en línea], [consulta: 10
http://www.docstoc.com/docs/50793406/Imaging-Science-for-Archivists---
101-Don-Williams---Image.
WUELLER, D.; DORMOLEN, H. y JANSEN, V. (2009). Universal Test Target.
Technical Specification [en línea], [consulta: 10 noviembre 2016]. Disponible en:
http://www.universaltesttarget.com/download/UTT%20technical%20specs.p
df.
Bibliografía 251
Bibliografía 253

Color Captura Digital 2017 PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Color Captura Digital 2017 PDF

Cargado por

Copyright:

Formatos disponibles

In

Proyecto de investigación “Archivo de Espacio P: Propuesta Metodológica para su

© Jesús Robledano Arillo

2.2.5 Codificación RGB en estado de imagen input referred en el espacio

2.4.3 Recorte del área de captura............................................................................... 154

4.3 Captura de elementos de control de calidad adicionales ............................234

La preocupación por obtener calidad en la digitalización de obras de

Lamonog rafíaqueaqu ípresen tamo se sfrutodelo strabajo sdeinve st

para representación renderizada y no renderizada de las imágenes

El fondo sonoro consta de tres tipos de soporte: discos de vinilo de 12 y 7

Lade finicióndeun mode lodeca lidade sunreque rimien tofundamen talen

Un requisito es una o un conjunto de condiciones que debe cumplir una

controlar que cumplen los requisitos de calidad marcados y, en caso

caren ciaseexp licapo rdo sc i

menos” lain tens

En aras a una mayo rp racti

parámetros físicos. En el siguiente ejemplo, podemos apreciar esta

Figura 2. Rendimiento comparado de capacidad resolutiva a dos dispositivos

La capacidad resolutiva del primer dispositivo aporta este valor en el

Figura 3. Correlación entre un parámetro mecánico, una variable tecnológica

En la figura 3 presentamos otro ejemplo. En este caso, de correlación entre un

publicación futura de una segunda parte dedicada a materiales sobre

En la fecha de redacción de este trabajo todavía no hay disponibles

nos daremos cuenta de las dificultades de ponerla en práctica. Éstas derivan

través de un sistema online puede derivar en un aumento de la consulta

medio digital. Es frecuente, tratándose de la digitalización de fotografías, que

Figura 4. Ejemplificación del cambio de polaridad de original (izquierda) en

En estas situaciones podemos hacer derivados digitales que muestren lo que

Figura 5. Ejemplo de realzado de contraste y saturación (imagen de la

Otro criterio es evitar la presencia de defectos que alteran la necesaria

Enestecapítuloabo rdamo slose lemen tostecno lógicosdel mode lodecalidad

exactamente equivalentes, aunque se suelen usar como tales con frecuencia.

range), una imagen multiespectral, o una imagen en espacio de color RIMM o

Las imágenes input referred tienen la ventaja de representar con mayor

Es muyinu sualencontrard ispo

de artistas (acrílicos, acuarela, óleo, lápices, ceras, etc.)15 De ahí que la

Ene steepígrafe hacemo s un pequeñoin ci

Opciona lmen te. Tamb ién se reg is tra e l pun to neg ro en la

Cuandolaimagenvaase rvisualizada,imp resaoconve rtidaaune spac

A continuación, expresamos de manera gráfica el proceso de

Figura 6. Transformaciones de los datos de imagen para el propósito

Para el propósito Colorimétrico relativo al medio:

Figura 7. Transformaciones de los datos de imagen para el propósito

Para la visualización de la imagen en un monitor determinado21:

Figura 8. Transformaciones de los datos de imagen para su envío a un

Si el monitor donde se visualiza la imagen es de calidad para trabajo

Vamo sada ra lguno sdetal

Ytamb ién son refe

 Elcolor querodea alaimagen quese v

deespa cio decolor Co lor

Adapted white point chromaticity: x = 0.3457, y = 0.3585 (D50)

ROMM RGB es un espacio de color RGB independiente de dispositivo

En términos teóricos, a las imágenes renderizadas (a través de su perfil ICC o

El poder mantener a lo largo del flujo de visualización y reproducción la

ICC (o de los colores de perfilado de una pantalla de monitor, por ejemplo) no

Figura 9. Simulación del aumento en claridad de una imagen cuando se

donde XYZasonlo sva lorescolorimétricosab solu to s de destino, XYZrlosvalores

imágenes. Como indica el propio ICC en uno de los documentos de referencia

Figura 10. Simulación de la apariencia de una imagen en PCS Perceptual

Veamos con más detalle la cuestión de la renderización en la versión 4 del

Podemos, entonces, concluir que en la versión 4 del estándar de perfil ICC no

Figura 11. Simulación de apariencia en el propósito colorimétrico relativo en

A continuación, el resultado de la conversión de la imagen anterior mediante