Upload
donhan
View
220
Download
0
Embed Size (px)
Citation preview
Concetti Chiave
• Informazione Analogica vs. Informazione Digitale
• Conversione da Analogico a Digitale: Campionamento e Quantizzazione
• Bits e Bytes
• Sistema di Numerzione Decimale e Binario
• Dimensione dei Files
• Compressione dei Files
Fondamenti dei media digitali
• La comprensione dei concetti alla base deglistrumenti (es. Photoshop, Dreamweaver, etc.)aiuta a rendere razionali le decisioni presedurante la realizzazione di una “opera digitale”,e quindi a “prevederne” il risultato finaledurante la fase di realizzazione.
Rilevanza di notazione binaria, bits e bytes
• I computer gestiscono dati rappresentati comesequenze di numeri binari.
• Bit: unità elementare dell'informazione trattata daun elaboratore.
• Byte: una sequenza di 8 bit.
Dimensione dei file e prefissi: La dimensione dei file digitali (immagini, suoni, video) è definita in termini di bits o bytes. Si usano prefissi (Kilo, Mega, Giga) per specificare la dimensione dei file digitali.
Rilevanza di notazione binaria, bits e bytes
Relevance of Binary Notation, Bits, and Bytes to Digital Media Studies
• Capire la conversione dei numeri decimali in binario ci aiuta a capire perché un numero, che rappresenta un “pezzo di informazione”, richiede un certo numero di bit per la memorizzare.
• Imparando la notazione binaria e la conversionedi un numero decimale in un numero binario,possiamo capire come le informazioni, sotto formadi bits, sono memorizzate e manipolate da uncomputer.
profondità di bit/profondità di
colore• Bit Depth/Color Depth: capire il sistema binario ci
aiuta a comprendere la connessione tra BitDepth/Color Depth di una immagine e il numerodei possibili colori dei pixel della immagine. Adesempio, una bit depth pari a 8-bits permettonodi avere 256 possibili colori in ogni pixel. Perchè?
• Per aumentare il numero dei possibili colori di unpixel di una immagine, si deve aumentarenecessariamente il numero di bit per ogni pixel equindi la dimensione dell’immagine.
Relevance of Binary Notation, Bits, and Bytes to Digital Media Studies
• Lavorando con i video digitali, spesso si incontra iltermine “bit rate”. Il bit rate di un video è connessoalla “fluidità” del video durante la sua riproduzione.
• E’ quindi necessario comprendere cosa è e comecalcolare il bit rate di un video al fine di ottenere un“buon video”.
Relevance of Binary Notation, Bits, and Bytes to Digital Media Studies
• Nella creazione delle pagine web, viene usata lanotazione esadecimale per definire i colori.
• La conversione di un numero da decimale aesadecimale è simile alla conversione di un numeroda decimale a binario.
• Imparare la conversione da decimale a binariosemplifica la comprensione della conversione di unnumero da decimale ad esadecimale.
Rappresentazione Analogioco Vs Digitale
• Si dice spesso che viviamo nell'era digitale. Tuttavia, ilmondo naturale in cui viviamo è un mondoanalogico.
• Ad esempio, i suoni e la musica che sentiamo sonodelle onde sonore (segnali analogici).
• I Computer immagazzinano e trasmettono leinformazioni utilizzando i dati digitali (sequenze dibits).
• Per collegare il mondo analogico con quello digitaledei computer, le informazioni analogiche e digitalidevono poter essere convertite da una forma all'altrae viceversa.
Rappresentazione Analogioco Vs Digitale
• Nel processo di conversione da analogico adigitale viene sacrificata l'esattezza delleinformazioni originali.
• Discuteremo il processo di campionamento edi quantizzazione dell’informazione analogica.
• Dobbiamo prima capire la naturadell’informazione analogia e dell’informazionedigitale.
Analog Information
Non è possibile riprodurre la lunghezza
esatta di questa matita. Esiste un infinito
numero di possibili punti tra due segni del
righello.
Esempi di informazione continua sono:
-Il tempo
-Il peso
-La temperatura
-Una linea
-Un piano
Digital Data
I computer sono costruiti da dispositivi
elettronici che possono assumere solo due
possibili stati.
In informatica, indichiamo con i numeri 0 e
1 i due possibili stati.
I computer utilizzano il sistema binario.
Serve un metodo per codificare e
decodificare le informazioni.
Possiamo “enumerare” gli “oggetti” da
codificare.
Bits• In un computer i dati vengono memorizzati sottoforma di
cifre binarie chiamate “bit”.
• Un bit può assumere due possibili valori: {0,1}
• Nell'esempio dei segnali codificati con gli occhi, ogniocchio può essere considerato un bit, dal momento chepuò indicare due possibili stati: aperto o chiuso.
• Un solo bit non è molto utile nella rappresentazione delleinformazioni, ma una combinazione di bit che formanosequenze più grandi possono rappresentare informazioni,come ad esempio caratteri di testo, le informazioni sulcolore per le immagini digitali, e le ampiezze audio.
• Con un sistema ad n bit possiamo codificare 2n
informazioni.
Prefixes
• La dimensione dei files è specificata in bits e bytes. Vengono usati prefissi.
Nome Simbolo Multiplo
Kilobyte KB 210
Megabyte MB 220
Gigabyte GB 230
Terabyte TB 240
Petabyte PB 250
Exabyte EB 260
Zettabyte ZB 270
yottabyte YB 280
12 KB= ? Byte
123 MB = ? Bit
2 GB = ? KB
NB: 210=1024
Using Bits to Represent Colors
• Rosso = (255,0,0) = 11111111 00000000 00000000
• Verde = (0,255,0) = 00000000 11111111 00000000
• Blu = (0,0,255) = 00000000 00000000 11111111
• Ciano = (0,255,255) = 00000000 11111111 11111111
• Magenta = (255,0,255) = 11111111 00000000 11111111
• Giallo = (255,255,0) = 11111111 11111111 00000000
• Nero = (0,0,0) = 00000000 00000000 00000000
• Bianco = (255,255,255) = 11111111 11111111 11111111
The Finite and Discrete Nature of Computers
• Le informazioni analogiche sono continue einfinite.
• Il computer può gestire solo dati che sonodiscreti e finiti.
Limitations• All’aumentare delle informazioni da rappresentare aumenta il numero di bit
da utilizzare per la rappresentazione.
• La rappresentazione dei colori naturali (informazione analogica)richiederebbe un numero infinito di bit.
• I computer hanno un limite al numero di bit che possono essere utilizzatiper la rappresentazione dell’informazione.
• Una sequenza di bit in un computer non può essere infinita.
• Solo un insieme finito di dati può essere rappresentato in formato digitale.
• Non importa quale sia il numero massimo di bit utilizzabili. Ogni valore puòrappresentare solo una sfumatura discreta di colore attraverso un numero.Ci sono sempre sfumature di colore, tra due sfumature di colore codificatein un computer, che non sono catturate in forma digitale.
• La natura discreta e finita di computer limita la precisione con la qualel’informazione analogica può essere catturata e riprodotta in forma digitale.
Converting Analog to Digital
• La conversione delle informazioni da analogicoa digitale è un processo in cui sono coinvoltidue parametri: campionamento (sampling) equantizzazione (quantization).
• Campionamento: quanto spesso campionareun segnale.
• Quantizzazione: con quanti valorirappresentare ogni campione.
Digitalizzazione delle informazioni analogiche
• I concetti di sampling e quantization sono necessariper definire i seguenti concetti:
– pixels,
– risoluzione di una immagine,
– profondità di colore (color bit depth).
Digitalizzazione delle Immagini
• La frequanza di campionamento (samplingrate) e in relazione con la risoluzionedell’Immagine.
• La quantizzazione è in relazione con laprofondità di colore di un pixel.
Digitalizzazione delle Immagini
• Immagini Naturali: sono composte da infinitipunti senza discontinuità di colore.
• Immagini digitali: sono composte da un finitoinsieme di punti detti pixels (pictureelements). Ogni pixel contiene unainformazione sul colore della corrispondenteposizione nell’immagine.
Digitalizzazione delle Immagini
Supponiamo che questa immagine sia una immagine naturale che
vogliamo catturare usando una digital camera.53
Digitalizzazione delle Immagini
Il processo di digitalizzazione campiona la scena naturale utilizzando una
griglia discreta di punti equispaziati.
25 campioni
20 campioni
Digitalizzazione delle Immagini
Supponiamo che ognuno di questi punti assume un
colore pari alla media dei colori presenti nella cella
corrispondente.
Digitalizzazione delle Immagini
Ogni campione della griglia è rappresentato con un pixel.
La risoluzione di questa immagine è pari a 20x25 pixels = 500 pixel,
che equivale a 0,0005 megapixels (1 megapixel = 1000000 pixels).56
Digitalizzazione delle Immagini
Nell’esempio abbiamo campionato una immagine con una griglia 25x20
capioni.
Sono evindenti artefatti (blocchi) e i dettagli sono stati perduti per via di
un sampling rate non adeguato (frequanza di campionamento bassa).57
Digitalizzazione delle Immagini
Se questa immagine venisse visualizzata in un coputer apparirebbe come in figura.
58
Digitalizzazione delle Immagini
60
In termini di megapixels?
8000/1000000=0,008
Come prima, ogni campione assume un valore
uniforme corrispondente alla relativa area
dell’immagine. Ogni campione della griglia sarà
rappresentato da un pixel
Digitalizzazione delle Immagini
Aumentanto il sampling rate siamo in grado di catturare più dettagli.
Nelle immagini digitali, aumentare il sampling rate significa aumentare la
risoluzione dell’immagine.
Aumentanto la risoluzione abbiamo più campioni (pixels) per rappresentare
una scena.
Aumentanto il numero di pixel aumenta la dimensione del file della nostra
immagine.61
Digitalizzazione delle Immagini
Durante la fase di quantizzazione, il colore di ogni pixel viene
associato ad uno dei possibili valori discreti utilizzati per la
rappresentazione del colore.
63
Digitalizzazione delle Immagini
Supponiamo di avere una paletta a 4 colori.
Ogni pixel dell’immagine viene associato ad uno dei colori a
nostra disposizione.
1 2 3 4
64
Digitalizzazione delle Immagini
In questo caso, abbiamo scelto una palette con 4 tonalità di
verde ed abbiamo associato ogni pixel al colore più simile
presente nella palette.
1 2 3 4
65
Digitalizzazione delle Immagini
Riducendo il numero di colori (profondità di bit) si riducono le dimensioni del file.
Quando il range dei colori (profondità di bit) è troppo bassa vengono persi dettagli.
Digitalizzazione delle Immagini
68
Resolution x Bit Depth = File Size
100*80 pixels x 4 bit = 32000 bit = 4000 byte= 3.90625 Kb
Compression
• La compressione consente di ridurre le dimensionidel file.
• Lossy Compression: alcune informazioni vengonoperse e non possono essere più recuperate. Esempidi compressione Lossy sono i formati JPEG e MP3.
• Lossless Compression: tutte le informazioni originariepossono essere recuperate. Un esempio di questotipo di compressione è dato dai formati .zip e .rar
• E’ consigliabile usare formati non compressi durantele fasi di realizzazione di un opera digitale.