Imágenes digitales

Definiciones
Edición de imágenes digitales. La manipulación de imágenes
digitales utilizando una aplicación de software existente como Adobe
Photoshop o Corel Paint.
Procesamiento de imágenes digitales. La concepción, diseño,
desarrollo de programas para “mejorar” imágenes digitales.
Graficación por computadora. Se concentra en la síntesis de
imágenes digitales a partir de descripciones geométricas, como
modelos de objetos tridimensionales (3D).

Universidad de Sonora 2
Ejemplo de graficación por computadora
Ray tracing

 Fuente: https://en.wikipedia.org/wiki/Ray_tracing_(graphics)#/media/File:Glasses_800_edit.png

Universidad de Sonora 3
Definiciones
Análisis de imágenes. El objetivo final es extraer información
significativa sobre su contenido. Por ejemplo, distinguir un objeto de su
fondo, seguir una calle en un mapa o obtener el código de barras de un
cartón de leche.
Reconocimiento de patrones. Es el reconocimiento automático de
patrones (regularidades) en datos (en particular imágenes).
Visión por computadora. Es la producción de sistemas visuales
artificiales capaces de comprender e interpretar de alguna manera el
mundo real en 3D.

Universidad de Sonora 4
Ejemplo: image sharpening

 Fuente:
https://www.dummies.com/photography/digital-photography/types-of-photography/how-postproduction-s
harpening-filters-work/
Universidad de Sonora 5
Ejemplo: quitar ruido

 Fuente:
https://www.researchgate.net/figure/Noisy-image-and-noise-removal-image-by-median-filter_fig2_32306
7159
Universidad de Sonora 6
Ejemplo: quitar el motion blur

 Fuente:
https://petapixel.com/2011/10/17/before-and-after-comparisons-of-adobes-amazing-image-deblurring-fe
ature/
Universidad de Sonora 7
Ejemplo: encontrar bordes

 Fuente: https://towardsdatascience.com/edge-detection-in-python-a3c263a13e03

Universidad de Sonora 8
Ejemplo: image blurring

 Fuente: https://followtutorials.com/2013/01/low-pass-filters-blurring-in-image-processing-using-c.html

Universidad de Sonora 9
Ejemplo: mejorar el contraste

 Fuente: https://www.imageeprocessing.com/2017/11/linear-contrast-enhancement.html

Universidad de Sonora 10
Definiciones
Imágenes digitales. Son imágenes compuestas de elementos de
imagen (pixels, picture elements) dispuestas en una cuadrícula
rectangular regular.
También se les llama imágenes raster, imágenes matriciales o mapas
de bits (bitmaps).
Gráficos vectoriales. Son imágenes definidas en términos de puntos
en un plano cartesiano, conectados por líneas y curvas para formar
polígonos y otras formas.

Universidad de Sonora 11
Definiciones
Los gráficos vectoriales tienen la ventaja sobre las imágenes
rasterizadas en que los puntos, líneas y curvas se pueden escalar a
cualquier resolución sin alias.

Universidad de Sonora 12
Vector vs bitmap

Fuente: https://en.wikipedia.org/wiki/File:VectorBitmapExample.svg

Universidad de Sonora 13
Definiciones
Ejemplos de formatos raster: JPEG, PNG, APNG, GIF y MPEG4.
Ejemplos de formatos vectoriales: SVG, EPS, PDF y AI.
Más información:
https://en.wikipedia.org/wiki/Vector_image
https://en.wikipedia.org/wiki/Raster_graphics
https://en.wikipedia.org/wiki/Digital_image

Universidad de Sonora 14
Imágenes digitales
Imágenes compuestas de pixeles dispuestas en una cuadrícula
rectangular regular.

Universidad de Sonora 15
Sistema de coordenadas de imagen
El origen está en la esquina superior izquierda.
El eje va de izquierda a derecha.
El eje va de arriba abajo.
La numeración comienza en 0.

Universidad de Sonora 16
Sistema de coordenadas de imagen

Universidad de Sonora 17
Imágenes como funciones discretas
Una imagen digital es una función 2D que mapea el dominio de
coordenadas enteras a un rango, , de posibles valores de píxel tal que
 y

Universidad de Sonora 18
Tamaño y resolución de imagen
El tamaño de una imagen se determina directamente a partir del
ancho (número de columnas) y la altura (número de renglones) de la
matriz de imagen .
La resolución de una imagen especifica las dimensiones espaciales
de la imagen en el mundo real.
Se da como el número de pixeles por unidad de medición.
Por ejemplo, puntos por pulgada (dpi), líneas por pulgada (lpi) para la
producción de impresión, pixeles por kilómetro para imágenes de
satélite.

Universidad de Sonora 19
Valores de pixel
Los valores de pixel son números binarios de longitud
Un pixel puede representar valores diferentes.
El valor se denomina profundidad de bit (o simplemente "profundidad")
de la imagen.

Universidad de Sonora 20
Profundidades comunes

Universidad de Sonora 21
Imágenes en escala de grises
Tienen un solo canal que representa intensidad o brillo.
Por lo general los valores de los pixeles son enteros entre 0 y .
Las imágenes con bits (1 byte) son comunes.
Cada pixel ocupa un byte y tiene un valor entre 0 (negro) y 255
(blanco).
Otras aplicaciones pueden usar una profundidad de o hasta .

Universidad de Sonora 22
Imágenes binarias
Es un caso especial de una imagen en escala de grises con .
Cada pixel solo puede ser negro o blanco.
Es costumbre que el 0 sea blanco y el 1 negro.
Se usa para archivar documentos, transmisiones fax e impresiones.

Universidad de Sonora 23
Imágenes a color
La mayoría de las imágenes en color se basan en los colores primarios
rojo, verde y azul (RGB).
Normalmente utilizan 8 bits para cada componente de color.
Cada pixel requiere 3 x 8 = 24 bits (3 bytes) para codificar los tres
componentes.
El rango de cada componente de color individual es [0, 255].
Las imágenes en color con 30, 36 y 42 bits por pixel se utilizan
comúnmente en aplicaciones profesionales.

Universidad de Sonora 24
Imágenes a color
El modelo RGB se puede extender al agregar otro componente A
(alpha) de 8 bits para representar la opacidad o transparencia del color
El valor de A = 0 indica que el color es transparente, A = 255 indica que
el color es opaco.
En RGBA cada pixel requiere 32 bits (4 bytes).
Una alternativa al modelo RGB es el modelo CMYK (Cyan-Magenta-
Yellow-Black) usado por los impresores a color.

Universidad de Sonora 25
Imágenes indexadas
Las imágenes indexadas o de paleta constituyen una clase especial de
imagen en color.
La diferencia entre una imagen indexada y una imagen de color
verdadero (true color) es la cantidad de colores diferentes (menos para
una imagen indexada) que se pueden usar en una imagen en
particular.
En una imagen indexada, los valores de los pixeles son índices de una
tabla de valores seleccionados de color.

Universidad de Sonora 26
Imágenes especiales
Son imágenes sin un formato standard.
Por ejemplo, imágenes con valores negativos de intensidad o con
valores de punto flotante.
Las imágenes con valores negativos salen durante algunos pasos de
procesamiento de imágenes, tales como filtros para detección de
bordes.
Las imágenes con valores de punto flotante se encuentran en algunas
aplicaciones médicas, biológicas o astronómicas en donde se
requieren rangos y precisión extendidas.

Universidad de Sonora 27
Formatos de imagen raster
TIFF
GIF
PNG
JPEG
JFIF
EXIF
JPEG-2000
BMP
PBM

Universidad de Sonora 28
TIFF
Tagged Image File Format.
Admite una variedad de imágenes en escala de grises, indexadas y en
color verdadero y también tipos de imágenes especiales con elementos
enteros y de punto flotante de gran profundidad.
Un archivo puede contener varias imágenes con diferentes propiedades.
Es posible almacenar una serie de variaciones de una imagen en
diferentes tamaños y representaciones juntas en una solo archivo.
Su flexibilidad lo ha convertido en un formato casi universal que se usa
en el archivo de documentos, aplicaciones científicas, fotografía digital y
producción de video digital.
Universidad de Sonora 29
TIFF
ImageJ lee solo algunas variantes sin comprimir de TIFF.
Algunos de los navegadores web más populares actualmente tampoco
son compatibles con TIFF.

Universidad de Sonora 30
GIF
Graphics Interchange Format.
Diseñado por CompuServe en 1986.
Es popular debido a su soporte para color indexado y su capacidad
para codificar animaciones simples en un solo archivo.
GIF es un formato de imagen indexado diseñado para imágenes en
color y escala de grises con una profundidad máxima de 8 bits.
No admite imágenes en color verdadero.
Ofrece un soporte eficaz para codificar paletas que contienen de 2 a
256 colores, uno de los cuales se puede marcar para transparencia.

Universidad de Sonora 31
GIF
Los pixeles se pueden codificar utilizando menos bits.
Como ejemplo, los pixeles de una imagen que utiliza 16 colores únicos
requieren solo 4 bits para almacenar los 16 valores de color posibles
(de 0 a 15).
Esto significa que en lugar de almacenar cada pixel usando 1 byte, GIF
puede codificar dos pixeles de 4 bits en cada byte.
Esto da como resultado una reducción del almacenamiento del 50%
con respecto al formato de mapa de bits de color indexado standard de
8 bits.

Universidad de Sonora 32
GIF
A pesar de la popularidad del formato, al desarrollar un nuevo
software, se debe preferir el formato PNG, ya que supera a GIF en casi
todas las métricas.

Universidad de Sonora 33
PNG
Portable Network Graphics.
Fue diseñado como un formato de imagen universal especialmente
para su uso en Internet.
PNG admite tres tipos diferentes de imágenes:
Imágenes en color verdadero (hasta 3 canales c/u de 16 bits / pixel).
Imágenes en escala de grises (hasta 16 bits / pixel),
Imágenes en color indexadas (hasta 256 colores).

Universidad de Sonora 34
PNG
Además, PNG incluye un canal alpha para transparencia con una
profundidad máxima de 16 bits (2 bytes).
En comparación, el canal de transparencia de una imagen GIF tiene
solo un bit de profundidad.
El formato solo admite una sola imagen por archivo, pero es
excepcional porque permite imágenes de hasta 230 × 230 pixeles.
PNG soporta compresión de imágenes sin pérdida (lossless).
No hay compresión con pérdida (lossy).

Universidad de Sonora 35
PNG
PNG cumple o excede las capacidades del formato GIF en todos los
sentidos, excepto en la capacidad de GIF de incluir múltiples imágenes
en un solo archivo para crear animaciones simples.
PNG debe considerarse el formato de elección para representar
imágenes sin comprimir, sin pérdidas y en color verdadero para su uso
en la Web.

Universidad de Sonora 36
JPEG
Joint Photographic Experts Group.
Es un método de compresión con pérdida para imágenes digitales.
Desarrollado con la meta de obtener una compresión de datos de 1:16.
Es el formato más utilizado actualmente.
En la práctica se puede obtener una compresión de 1:25 en imágenes
de color de 24 bits.
JPEG soporta imágenes con hasta 256 componentes o canales.
En particular, soporta el modelo CMYK.

Universidad de Sonora 37
JPEG
Desventajas:
Limitado a imágenes de 8 bits.
Bajo rendimiento en imágenes no fotográficas como de arte (para el
que no fue diseñado).
Mal manejo de transiciones abruptas dentro de una imagen.
Artefactos a altas tasas de compresión.

Universidad de Sonora 38
JPEG

Universidad de Sonora 39
JFIF
JPEG File Interchange Format.
JPEG es sólo un método de compresión de imágenes.
JFIF es el formato de archivo que uno normalmente conoce como
“archivo jpg”.
Define especificaciones complementarias para el formato contenedor
que contiene los datos de imagen codificados con el algoritmo JPEG.

Universidad de Sonora 40
EXIF
Exchangeable Image File Format.
Es una variante del formato JPEG (JFIF) diseñado para almacenar
datos de imágenes que se originan en cámaras digitales.
Permite el almacenamiento de metadatos como el tipo de cámara,
fecha y hora, parámetros fotográficos como apertura y tiempo de
exposición, así como como datos geográficos (GPS).
En la actualidad, prácticamente todos los fabricantes lo utilizan como
formato estándar para almacenar imágenes digitales en tarjetas de
memoria.

Universidad de Sonora 41
EXIF
Internamente, EXIF usa TIFF para almacenar la información de
metadatos y JPEG para codificar una imagen de vista previa en
miniatura (thumbnail).
La estructura del archivo está diseñada para que pueda ser procesada
por lectores JPEG / JFIF existentes sin problemas.

Universidad de Sonora 42
JPEG-2000
Fue diseñado para superar algunas desventajas de JPEG.
Alcanza una mayor compresión que JPEG.
A pesar de sus ventajas, JPEG-2000 es poco soportado por
aplicaciones y navegadores Web.
ImageJ no soporta JPEG-2000.

Universidad de Sonora 43
BMP
Windows Bitmap.
Soporta imágenes en escalas de gris, indexadas y de color verdadero.
Soporta imágenes binarias de manera ineficiente (cada pixel ocupa 1
byte).
También soporta compresión con pérdida.

Universidad de Sonora 44
PBM
Portable Bitmap.
Es un formato que puede ser almacenado en un archivo de texto.
Muy utilizado en ambientes Unix.
ImageJ puede leer archivos PBM.

Universidad de Sonora 45
PBM

Universidad de Sonora 46
Conclusión
Para la mayoría de las aplicaciones prácticas, uno de los siguientes
formatos de archivo es suficiente:
TIFF como formato universal que admite una amplia variedad de
imágenes sin comprimir.
JPEG / JFIF para fotos digitales en color cuando el tamaño de
almacenamiento es una preocupación.
PNG para imágenes destinadas a su uso en la Web.

Universidad de Sonora 47