Rastergrafiken: Die Grundlagen der Rastergrafik in der Computer Vision verstehen
Von Fouad Sabry
()
Über dieses E-Book
Was ist Rastergrafik?
In der Computergrafik und der digitalen Fotografie stellt eine Rastergrafik ein zweidimensionales Bild als rechteckige Matrix oder ein Raster aus Pixeln dar, das auf einem Computer angezeigt werden kann Display, Papier oder ein anderes Anzeigemedium. Ein Raster wird technisch durch die Breite und Höhe des Bildes in Pixel sowie durch die Anzahl der Bits pro Pixel charakterisiert. Rasterbilder werden in Bilddateien mit unterschiedlichen Verbreitungs-, Produktions-, Generierungs- und Erfassungsformaten gespeichert.
Wie Sie profitieren
(I) Einblicke und Validierungen zu den folgenden Themen:
Kapitel 1: Rastergrafiken
Kapitel 2: Pixel
Kapitel 3: RGB-Farbmodell
Kapitel 4: Vektorgrafiken
Kapitel 5: Punktmatrix
Kapitel 6: Rasterisierung
Kapitel 7: Framebuffer
Kapitel 8: Truevision TGA
Kapitel 9: Punkte pro Zoll
Kapitel 10: Farbtiefe
(II) Beantwortung der häufigsten öffentlichen Fragen zu Rastergrafiken.
(III) Beispiele aus der Praxis für die Verwendung von Rastergrafiken in vielen Bereichen.
Für wen dieses Buch gedacht ist
Profis, Studenten und Doktoranden, Enthusiasten, Hobbyisten und diejenigen, die über das Grundwissen oder die Informationen für jede Art von Rastergrafik hinausgehen möchten.
Mehr von Fouad Sabry lesen
Ähnlich wie Rastergrafiken
Titel in dieser Serie (100)
Gemeinsame Fotoexpertengruppe: Erschließen Sie das Potenzial visueller Daten mit dem JPEG-Standard Bewertung: 0 von 5 Sternen0 BewertungenUnterwasser-Computervision: Erkundung der Tiefen der Computer Vision unter den Wellen Bewertung: 0 von 5 Sternen0 BewertungenFarberscheinungsmodell: Wahrnehmung und Darstellung in Computer Vision verstehen Bewertung: 0 von 5 Sternen0 BewertungenComputer Vision: Erkundung der Tiefen des Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenHough-Transformation: Enthüllung der Magie der Hough-Transformation in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenHadamard-Transformation: Enthüllung der Leistungsfähigkeit der Hadamard-Transformation in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenBildhistogramm: Visuelle Einblicke enthüllen und die Tiefen von Bildhistogrammen in der Computer Vision erkunden Bewertung: 0 von 5 Sternen0 BewertungenBildkompression: Effiziente Techniken zur visuellen Datenoptimierung Bewertung: 0 von 5 Sternen0 BewertungenTonzuordnung: Tone Mapping: Erhellende Perspektiven in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenAnisotrope Diffusion: Verbesserung der Bildanalyse durch anisotrope Diffusion Bewertung: 0 von 5 Sternen0 BewertungenLärmminderung: Verbesserung der Klarheit, fortschrittliche Techniken zur Rauschunterdrückung in der Bildverarbeitung Bewertung: 0 von 5 Sternen0 BewertungenAdaptiver Filter: Verbesserung der Computer Vision durch adaptive Filterung Bewertung: 0 von 5 Sternen0 BewertungenRadon-Transformation: Aufdecken verborgener Muster in visuellen Daten Bewertung: 0 von 5 Sternen0 BewertungenOrientiertes Gradienten-Histogramm: Enthüllung des visuellen Bereichs: Erkundung des Histogramms mit orientierten Farbverläufen in der Bildverarbeitung Bewertung: 0 von 5 Sternen0 BewertungenHomographie: Homographie: Transformationen in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenComputer-Stereo-Vision: Erforschung der Tiefenwahrnehmung in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenKantenerkennung: Grenzen in der Computer Vision erkunden Bewertung: 0 von 5 Sternen0 BewertungenFarbanpassungsfunktion: Spektrale Empfindlichkeit in Computer Vision verstehen Bewertung: 0 von 5 Sternen0 BewertungenHistogrammausgleich: Verbesserung des Bildkontrasts für eine verbesserte visuelle Wahrnehmung Bewertung: 0 von 5 Sternen0 BewertungenHarris Eckendetektor: Enthüllung der Magie der Bildmerkmalserkennung Bewertung: 0 von 5 Sternen0 BewertungenAktive Kontur: Weiterentwicklung der Computer Vision mit aktiven Konturtechniken Bewertung: 0 von 5 Sternen0 BewertungenRetinex: Enthüllen Sie die Geheimnisse des computergestützten Sehens mit Retinex Bewertung: 0 von 5 Sternen0 BewertungenFarbmanagementsystem: Optimierung der visuellen Wahrnehmung in digitalen Umgebungen Bewertung: 0 von 5 Sternen0 BewertungenInpainting: Überbrückung von Lücken in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenAffine Transformation: Visuelle Perspektiven freischalten: Erforschung der affinen Transformation in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenGamma-Korrektur: Verbesserung der visuellen Klarheit in der Computer Vision: Die Gammakorrekturtechnik Bewertung: 0 von 5 Sternen0 BewertungenModell des menschlichen visuellen Systems: Wahrnehmung und Verarbeitung verstehen Bewertung: 0 von 5 Sternen0 BewertungenFarbmodell: Das Spektrum des Computer Vision verstehen: Farbmodelle erkunden Bewertung: 0 von 5 Sternen0 BewertungenLevel-Set-Methode: Weiterentwicklung der Computer Vision, Erforschung der Level-Set-Methode Bewertung: 0 von 5 Sternen0 BewertungenFilterbank: Einblicke in die Filterbanktechniken von Computer Vision Bewertung: 0 von 5 Sternen0 Bewertungen
Ähnliche E-Books
Rastergrafik-Editor: Visuelle Realitäten transformieren: Rastergrafik-Editoren in Computer Vision beherrschen Bewertung: 0 von 5 Sternen0 BewertungenDigitale Rastergrafik: Enthüllung der Leistungsfähigkeit digitaler Rastergrafiken in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenVektorgrafik-Editor: Ermöglichen Sie die visuelle Erstellung mit fortschrittlichen Algorithmen Bewertung: 0 von 5 Sternen0 BewertungenVektorgrafiken: Beherrschung von Vektorgrafiken in Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenVolumen Rendern: Erforschung des Visuellen Realismus in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenRaytracing-Grafiken: Erforschung des fotorealistischen Renderings in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenScan Linien Rendern: Erforschung des visuellen Realismus durch Scan Linien Rendern Techniken Bewertung: 0 von 5 Sternen0 BewertungenBildsegmentierung: Erkenntnisse durch Pixelpräzision erschließen Bewertung: 0 von 5 Sternen0 BewertungenStrichzeichnungsalgorithmus: Beherrschen von Techniken zur präzisen Bildwiedergabe Bewertung: 0 von 5 Sternen0 BewertungenSchatten: Erkundung visueller Bereiche mit Shader: Eine Reise in die Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenTextur Zuordnung: Erforschung der Dimensionalität im Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenComputer-Stereo-Vision: Erforschung der Tiefenwahrnehmung in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenBildkompression: Effiziente Techniken zur visuellen Datenoptimierung Bewertung: 0 von 5 Sternen0 BewertungenBewegungsschätzung: Fortschritte und Anwendungen in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenComputer-Vision-Grafikschnitte: Erforschung von Graphschnitten in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenZweidimensionale Computergrafik: Erkundung des visuellen Bereichs: Zweidimensionale Computergrafiken in Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenFarbprofil: Erforschung der visuellen Wahrnehmung und Analyse in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenHöhenkarte: Erforschung der Geländedarstellung durch Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenBildhistogramm: Visuelle Einblicke enthüllen und die Tiefen von Bildhistogrammen in der Computer Vision erkunden Bewertung: 0 von 5 Sternen0 BewertungenBump-Mapping: Bump Mapping: Erforschung der Tiefe der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenTechnische Zeichnung: Erschließung der visuellen Wahrnehmung beim technischen Zeichnen Bewertung: 0 von 5 Sternen0 BewertungenPolygon-Computergrafik: Erkundung der Schnittstelle zwischen Polygon-Computergrafik und Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenDas Vulkan-API: Teil 3: Umgang mit 3-D-Daten Bewertung: 0 von 5 Sternen0 BewertungenVertex-Computergrafik: Erkundung der Schnittstelle zwischen Vertex Computer Graphics und Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenKontextuelle Bildklassifizierung: Visuelle Daten für eine effektive Klassifizierung verstehen Bewertung: 0 von 5 Sternen0 BewertungenVerfahrensoberfläche: Erforschung der Texturgenerierung und -analyse in Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenVoxel: Erkundung der Tiefen des Computer Vision mit Voxel-Technologie Bewertung: 0 von 5 Sternen0 BewertungenHarris Eckendetektor: Enthüllung der Magie der Bildmerkmalserkennung Bewertung: 0 von 5 Sternen0 BewertungenBresenham-Linien-Algorithmus: Effiziente pixelgenaue Linienwiedergabe für Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenFarbzuordnung: Erforschung der visuellen Wahrnehmung und Analyse in der Computer Vision Bewertung: 0 von 5 Sternen0 Bewertungen
Künstliche Intelligenz (KI) & Semantik für Sie
Meistern von ChatGPT: Entriegeln Sie die Kraft der KI für verbesserte Kommunikation und Beziehungen: German Bewertung: 0 von 5 Sternen0 BewertungenChatGPT – Für Einsteiger: Schreibprofi mit KI, Zeit und Geld sparen ohne peinliche Fehler Bewertung: 0 von 5 Sternen0 BewertungenAufstieg der Roboter: Wie unsere Arbeitswelt gerade auf den Kopf gestellt wird - und wie wir darauf reagieren müssen Bewertung: 0 von 5 Sternen0 BewertungenMenschlicher Geist und Künstliche Intelligenz: Die Entwicklung des Humanen inmitten einer digitalen Welt Bewertung: 0 von 5 Sternen0 BewertungenEinstieg ins Machine Learning: Grundlagen, Prinzipien, erste Schritte Bewertung: 0 von 5 Sternen0 BewertungenChatGPT: Begegnung mit einer neuen Welt: Lernen Sie Künstliche Intelligenz mit der Gratisversion ChatGPT 3.5 Bewertung: 0 von 5 Sternen0 BewertungenDie Zukunft der Arbeit: Digitalisierung, Automatisierung, KI Bewertung: 0 von 5 Sternen0 BewertungenKI-Innovationen: Wie die Technologie die Grenzen verschiebt Künstliche Intelligenz verstehen und nutzen: Ein AI-Buch Bewertung: 0 von 5 Sternen0 BewertungenChatbotische Landingpages: Wie du deine Konkurrenz in den digitalen Staub schicken Bewertung: 0 von 5 Sternen0 BewertungenDie KI Bibel, mit künstlicher Intelligenz Geld verdienen: Echte Fallbeispiele und Anleitungen zum Umsetzen Bewertung: 1 von 5 Sternen1/5Künstliche Intelligenz: Die vierte industrielle Revolution Bewertung: 0 von 5 Sternen0 BewertungenChatGPT: Epische Reise des Erfolgs - 'Steigern Sie Ihren Reichtum': Mit Screenshots aus dem echten Leben - Erreichen Sie finanzielle Höhen Bewertung: 0 von 5 Sternen0 BewertungenRoboter im Alltag: Maschinen (beinahe) wie Menschen Bewertung: 0 von 5 Sternen0 BewertungenDigitalotopia: Sind wir bereit für die (R)Evolution der Wirklichkeit? Bewertung: 0 von 5 Sternen0 BewertungenKünstliche Intelligenz in Sozialen Medien Bewertung: 0 von 5 Sternen0 BewertungenChatbotische Medien-Gestaltung leicht gemacht: Von der Idee zum viralen Hit Bewertung: 0 von 5 Sternen0 BewertungenWissen statt Glauben!: Das Weltbild des neuen Humanismus Bewertung: 0 von 5 Sternen0 Bewertungen
Rezensionen für Rastergrafiken
0 Bewertungen0 Rezensionen
Buchvorschau
Rastergrafiken - Fouad Sabry
Kapitel 1: Rastergrafiken
In der Computergrafik und Digitalfotografie stellt eine Rastergrafik ein zweidimensionales Bild als rechteckige Matrix oder Gitter aus quadratischen Pixeln dar, das auf einem Computermonitor, Papier oder einem anderen Anzeigemedium angezeigt werden kann. Technisch gesehen wird ein Raster durch die Breite und Höhe des Bildes in Pixeln und die Anzahl der Bits pro Pixel definiert. Rasterbilder werden in Bilddateien gespeichert, deren Verteilungs-, Erstellungs-, Generierungs- und Erfassungsformate variieren.
In der Druck- und Druckvorstufe werden Rasterbilder als Contones (aus Endlostönen) bezeichnet. In digitalen Systemen werden Strichzeichnungen jedoch typischerweise als Vektorgrafiken implementiert.
Zahlreiche Rastermanipulationen lassen sich direkt auf die mathematischen Formalismen der linearen Algebra übertragen, wo die Struktur mathematischer Matrizen von großer Bedeutung ist.
Der Begriff Raster
stammt vom lateinischen rastrum (ein Rechen), das sich vom Verb radere (fegen) (kratzen) ableitet. Es stammt aus dem Rasterscan von Kathodenstrahlröhren-Fernsehmonitoren (CRT), die das Bild Zeile für Zeile malen, indem sie einen fokussierten Elektronenstrahl magnetisch oder elektrostatisch führen. Es kann auch verwendet werden, um sich auf ein rechteckiges Pixelraster zu beziehen. Derzeit bezieht sich der Begriff Rastram auf ein Werkzeug zur Herstellung von musikalischen Notenlinien.
Die Tessellation einer Ebene in ein zweidimensionales Array von Quadraten, die jeweils als Zelle oder Pixel bezeichnet werden, ist der grundlegende Ansatz, der dem Raster-Datenmodell zugrunde liegt (von Bildelement
). In der Digitalfotografie ist die Ebene das auf den Bildsensor projizierte Gesichtsfeld; in der Computerkunst ist es eine virtuelle Leinwand; und in geografischen Informationssystemen ist es eine Projektion der Erdoberfläche. Die Auflösung oder Unterstützung, die Größe jedes quadratischen Pixels, bleibt über das Raster hinweg konsistent. Eine Rastermethode kann Raster- oder Gitterdaten bereitstellen.
Für jedes Pixel wird dann ein einzelner numerischer Wert gespeichert. Dieser Wert ist für die meisten Fotos eine sichtbare Farbe, aber alternative Messungen sind möglich, einschließlich numerischer Codes für qualitative Kategorien. Jedes Raster-Gitter verfügt über ein eindeutiges Pixelformat, das den Datentyp jeder Ganzzahl angibt. Gängige Pixelformate sind Binär-, Graustufen-, Paletten- und Vollfarbformate, wobei die Farbtiefe die Genauigkeit der angezeigten Farben steuert und der Farbraum den Bereich der Farbabdeckung bestimmt (der oft kleiner ist als der gesamte Bereich des menschlichen Farbsehens). Die meisten modernen Farbrasterformate drücken Farbe mit 24 Bit (fast 16 Millionen verschiedene Farben) und 8 Bit (0-255) pro Farbkanal (Rot, Grün und Blau) aus. Digitale Sensoren, die in der Fernerkundung und Astronomie verwendet werden, sind häufig in der Lage, Wellenlängen jenseits des sichtbaren Spektrums zu erkennen und zu speichern. Der große CCD-Bitmap-Sensor am Vera C. Rubin Observatorium erfasst 3,2 Gigapixel in einem einzigen Bild (6,4 GB RAW) über sechs Farbkanäle, die den Spektralbereich des menschlichen Farbsehens überschreiten.
Die meisten Computerbilder werden in Rastergrafikformaten oder deren komprimierten Varianten wie GIF, JPEG und PNG gespeichert, die im Internet weit verbreitet sind. Ein Raster-Datenformat basiert auf einer (oft rechteckigen, quadratischen) Tessellation der 2D-Ebene in Zellen mit jeweils einem Wert. Das zweidimensionale Array muss serialisiert werden, um die Daten in einer Datei zu speichern. In einem Zeilen-Dur-Format werden die Zellen entlang der ersten (in der Regel oberen) Zeile von links nach rechts aufgelistet, unmittelbar gefolgt von denen der zweiten Zeile usw.
In der Abbildung rechts überlagern sich die Zellen der Tessellation A mit dem Punktmuster B, was ein Array C von Quadrantenzahlen ergibt, das die Anzahl der Punkte in jeder Zelle widerspiegelt. Zu Visualisierungszwecken wurde eine Nachschlagetabelle verwendet, um jede Zelle in Bild D einzufärben. Die Zahlen werden als serielles Zeilen-Major-Array dargestellt:
1 3 0 0 1 12 8 0 1 4 3 3 0 2 0 2 1 7 4 1 5 4 2 2 0 3 1 2 2 2 2 3 0 5 1 9 3 3 3 4 5 0 8 0 2 4 3 2 8 4 3 2 2 7 2 3 2 10 1 5 2 1 3 7
Um das zweidimensionale Raster zu rekonstruieren, muss die Datei einen Header-Abschnitt enthalten, der mindestens die Anzahl der Spalten und den Pixel-Datentyp (mit der Anzahl der Bits oder Bytes pro Wert) angibt, damit der Leser weiß, wo jeder Wert aufhört und wo er mit dem Lesen des nächsten Werts beginnen muss. Die Anzahl der Zeilen, Georeferenzierungsparameter für geografische Daten und andere Metadatenelemente, wie sie vom Exif-Standard bereitgestellt werden, können ebenfalls in Kopfzeilen enthalten sein.
Rastergitter mit hoher Auflösung enthalten eine große Anzahl von Pixeln und benötigen daher viel Speicherplatz. Dies hat zu zahlreichen Techniken geführt, um große Datenmengen in kleinere Dateien zu komprimieren. Der am weitesten verbreitete Ansatz besteht darin, nach Mustern oder Trends in den Pixelwerten zu suchen und dann eine parametrisierte Version des Musters anstelle der Originaldaten zu speichern. Lauflängencodierung (RLE), JPEG, LZ (die Grundlage für PNG und ZIP), Lempel-Ziv-Welch (LZW) (die Grundlage für GIF) und andere sind gängige Rasterkomprimierungsalgorithmen.
Die Lauflängencodierung durchsucht beispielsweise das Array nach wiederholten Werten und ersetzt sie durch den Wert und die Häufigkeit, mit der er angezeigt wird. Daher würde das obige Raster wie folgt dargestellt:
Diese Technik ist besonders effektiv, wenn es große Bereiche mit gleichen Werten gibt, z. B. in einer Strichzeichnung. In einem Bild, in dem sich die Pixel in der Regel geringfügig von ihren Nachbarn unterscheiden, kann die RLE-Datei jedoch bis zu doppelt so groß sein wie das Original.
Einige Komprimierungsmethoden, einschließlich RLE und LZW, sind verlustfrei, was bedeutet, dass die ursprünglichen Pixelwerte vollständig aus den komprimierten Daten reproduziert werden können. Andere Techniken, wie z. B. JPEG, sind verlustbehaftet, da die parametrisierten Muster lediglich eine Annäherung an die ursprünglichen Pixelwerte darstellen und diese daher nur aus den komprimierten Daten angenähert werden können.
Software kann Rasterbilder rastern (in Pixel konvertieren) und Rasterbilder vektorisieren (Rasterbilder in Vektorgrafiken konvertieren). In beiden Fällen gehen einige Informationen verloren, obwohl bestimmte Vektorisierungsverfahren, wie z. B. die optische Zeichenerkennung, relevante Informationen rekonstruieren können.
In den 1920er Jahren verwendeten die ersten mechanischen Fernseher Rasterungskonzepte. Elektronisches Fernsehen, das auf Kathodenstrahlröhrenbildschirmen basiert, wird mit horizontalen Rastern und Rasterlinien, die von links nach rechts bzw. von oben nach unten gemalt werden, gerastert.
Moderne Flachbildschirme, wie z. B. LED-Monitore, verwenden weiterhin eine Rastertechnik. Jedes Pixel auf dem Bildschirm korreliert direkt mit einer winzigen Anzahl von Bits im Speicher. Durch einfaches Scannen von Pixeln und Einfärben entsprechend jedem Bitsatz wird das Display aktualisiert. Der Aktualisierungsvorgang, der zeitkritisch ist, wird häufig durch dedizierte Schaltkreise implementiert, die häufig eine Komponente einer Grafikverarbeitungseinheit sind.
Bei dieser Methode ist der Computer mit einem Speicherabschnitt ausgestattet, in dem alle zu präsentierenden Daten gespeichert