Universität zu Köln. Historisch-Kulturwissenschaftliche Informationsverarbeitung
Dr. Jan G. Wieners // jan.wieners@uni-koe...
Grundbegriffe:
 Farbmischung: Additiv, Subtraktiv
 Raster- vs. Vektorgrafik
 Pixel
 Auflösung
 Farbtiefe
Kompressions...
http://www.graffitiresearchlab.de
http://www.graffitiresearchlab.de
Faktoren der Farbentstehung
Additive Farbmischung
Mischung (Addition) von Licht  Beispiel Taschenlampe: Leuchten mehrere
Taschenlampen auf dieselbe S...
Subtraktive Farbmischung
Z.B.: Mischung von Farbpigmenten  Malen mit Deckfarbkasten
RGB: Wenn jede der drei Primärfarben mit
einer Auflösung von 256 Werten dargestellt
werden kann, dann erhalten wir 256³ = ...
Grafiktypen: Raster- vs. VektorgrafikRaster- vs. Vektorgrafik
Grafiktypen: Raster- vs. VektorgrafikRaster- vs. Vektorgrafik
Grafiktypen: Raster- vs. VektorgrafikRaster- vs. Vektorgrafik
Quantisierung:
8 Bit RGB
rgb(120, 70, 63)
http://www.clker.com/clipart-cartoon-squirrel.html
Auflösung
1936 Pixel
2592 Pixel
Gesamtzahl der Bildpunkte eines Bildes, z.B. 2592px * 1936px = ~ 5 Mio. Pixel
Kompression
 RLE – Run Length Encoding (Lauflängenkodierung)
 Wörterbuchbasierte Kompressionsmethoden
 Lempel-Ziv-Welch (LZW)
 Sta...
Lauflängenkodierung
Neulich beim Obsthändler…
„Ich hätte gerne
◦ Eine Kiwi
◦ Eine Birne
◦ Eine Birne
◦ Eine Birne
◦ Einen Apfel
◦ Einen Apfel
...
Neulich beim Obsthändler…
„Ich hätte gerne
◦ Eine Kiwi
◦ Drei Birnen
◦ Fünf Äpfel
◦ Zwei Pampelmusen
◦ Eine Zitrone
◦ Zwei...
Neulich beim Obsthändler…
„Ich hätte gerne
◦ Eine Kiwi
◦ Drei Birnen
◦ Fünf Äpfel
◦ Zwei Pampelmusen
◦ Eine Zitrone
◦ Zwei...
rot := rgb(255, 0, 0)
grün := rgb(0, 255, 0)
blau := rgb(0, 0, 255)
rot, rot, grün, grün, grün, grün, grün, rot, rot
rot, grün, rot, rot, rot, rot, rot, grün, rot,
rot, grün, rot, rot, rot, ...
Komprimiert mit RLE:
(2 rot) (5 grün) (2 rot)
(1 rot) (1 grün) (5 rot) (1 grün) (1 rot)
(1 rot) (1 grün) (5 rot) (1 grün) ...
RLE - Lauflängenkodierung
 Verlustfrei
 nutzt lange Folgen sich wiederholender Zeichen
oder Zeichenketten („Läufe“ / „ru...
Wörterbuchbasierte
Verfahren
 1978 von A. Lempel und J. Ziv
entwickelt, 1984 von T. A. Welch
verfeinert
 Verlustfrei
 Versucht, den zu komprimierend...
Unterschiedliche Algorithmen:
 LZSS (Lempel-Ziv-Storer-Szymanski (gzip, ZIP
und andere))
 LZW (Lempel-Ziv-Welch)
 LZC (...
LZW – Ein Beispiel
vgl. http://projects.hudecof.net/diplomovka/online/ucebnica/applets/AppletLZW.html
LZW - Decodierung
Statistische
Kompressionsverfahren
 1952 von David A. Huffman (1925-1999) vorgestellt
 Verlustfrei
 Kompression über Binärbaum
 Huffman-Algorithmus verfo...
Ein Binärbaum ist definiert als ein Baum, dessen
Knoten über maximal zwei Kindknoten verfügen
dürfen:
Erinnerung: Binärbäu...
rot, rot, grün, grün, grün, grün, grün, rot, rot
rot, grün, rot, rot, rot, rot, rot, grün, rot,
rot, grün, rot, rot, rot, ...
rgrrrrrgrrrrbrbrrrrrrrrrrrr
http://www.iti.fh-flensburg.de/lang/algorithmen/code/huffman/huffman.htm
Codegenerierung nach folgender Logik:
• Start beim Wurzelknoten
• An jedem Knoten (einschl. Wurzelkn.):
• Links abbiegen: ...
Noch ein Beispiel
e := ?
m := ?
l := ?
a := ?
Komprimieren Sie die Zeichenkette
„bananarama“ (ohne Anführungszeichen) unter
Verwendung des Huffman-Algorithmus.
Übung
/
BIT I SoSem 2015 | Basisinformationstechnologie II - 05_Algorithmen der Bildverarbeitung I: Kompression
BIT I SoSem 2015 | Basisinformationstechnologie II - 05_Algorithmen der Bildverarbeitung I: Kompression
BIT I SoSem 2015 | Basisinformationstechnologie II - 05_Algorithmen der Bildverarbeitung I: Kompression
BIT I SoSem 2015 | Basisinformationstechnologie II - 05_Algorithmen der Bildverarbeitung I: Kompression
BIT I SoSem 2015 | Basisinformationstechnologie II - 05_Algorithmen der Bildverarbeitung I: Kompression
BIT I SoSem 2015 | Basisinformationstechnologie II - 05_Algorithmen der Bildverarbeitung I: Kompression
BIT I SoSem 2015 | Basisinformationstechnologie II - 05_Algorithmen der Bildverarbeitung I: Kompression
BIT I SoSem 2015 | Basisinformationstechnologie II - 05_Algorithmen der Bildverarbeitung I: Kompression
BIT I SoSem 2015 | Basisinformationstechnologie II - 05_Algorithmen der Bildverarbeitung I: Kompression
BIT I SoSem 2015 | Basisinformationstechnologie II - 05_Algorithmen der Bildverarbeitung I: Kompression
BIT I SoSem 2015 | Basisinformationstechnologie II - 05_Algorithmen der Bildverarbeitung I: Kompression
BIT I SoSem 2015 | Basisinformationstechnologie II - 05_Algorithmen der Bildverarbeitung I: Kompression
BIT I SoSem 2015 | Basisinformationstechnologie II - 05_Algorithmen der Bildverarbeitung I: Kompression
BIT I SoSem 2015 | Basisinformationstechnologie II - 05_Algorithmen der Bildverarbeitung I: Kompression
BIT I SoSem 2015 | Basisinformationstechnologie II - 05_Algorithmen der Bildverarbeitung I: Kompression
BIT I SoSem 2015 | Basisinformationstechnologie II - 05_Algorithmen der Bildverarbeitung I: Kompression
BIT I SoSem 2015 | Basisinformationstechnologie II - 05_Algorithmen der Bildverarbeitung I: Kompression
BIT I SoSem 2015 | Basisinformationstechnologie II - 05_Algorithmen der Bildverarbeitung I: Kompression
BIT I SoSem 2015 | Basisinformationstechnologie II - 05_Algorithmen der Bildverarbeitung I: Kompression
BIT I SoSem 2015 | Basisinformationstechnologie II - 05_Algorithmen der Bildverarbeitung I: Kompression
BIT I SoSem 2015 | Basisinformationstechnologie II - 05_Algorithmen der Bildverarbeitung I: Kompression
BIT I SoSem 2015 | Basisinformationstechnologie II - 05_Algorithmen der Bildverarbeitung I: Kompression
BIT I SoSem 2015 | Basisinformationstechnologie II - 05_Algorithmen der Bildverarbeitung I: Kompression
BIT I SoSem 2015 | Basisinformationstechnologie II - 05_Algorithmen der Bildverarbeitung I: Kompression
BIT I SoSem 2015 | Basisinformationstechnologie II - 05_Algorithmen der Bildverarbeitung I: Kompression
BIT I SoSem 2015 | Basisinformationstechnologie II - 05_Algorithmen der Bildverarbeitung I: Kompression
BIT I SoSem 2015 | Basisinformationstechnologie II - 05_Algorithmen der Bildverarbeitung I: Kompression
BIT I SoSem 2015 | Basisinformationstechnologie II - 05_Algorithmen der Bildverarbeitung I: Kompression
BIT I SoSem 2015 | Basisinformationstechnologie II - 05_Algorithmen der Bildverarbeitung I: Kompression
BIT I SoSem 2015 | Basisinformationstechnologie II - 05_Algorithmen der Bildverarbeitung I: Kompression
BIT I SoSem 2015 | Basisinformationstechnologie II - 05_Algorithmen der Bildverarbeitung I: Kompression
BIT I SoSem 2015 | Basisinformationstechnologie II - 05_Algorithmen der Bildverarbeitung I: Kompression
BIT I SoSem 2015 | Basisinformationstechnologie II - 05_Algorithmen der Bildverarbeitung I: Kompression
BIT I SoSem 2015 | Basisinformationstechnologie II - 05_Algorithmen der Bildverarbeitung I: Kompression
BIT I SoSem 2015 | Basisinformationstechnologie II - 05_Algorithmen der Bildverarbeitung I: Kompression
BIT I SoSem 2015 | Basisinformationstechnologie II - 05_Algorithmen der Bildverarbeitung I: Kompression
BIT I SoSem 2015 | Basisinformationstechnologie II - 05_Algorithmen der Bildverarbeitung I: Kompression
BIT I SoSem 2015 | Basisinformationstechnologie II - 05_Algorithmen der Bildverarbeitung I: Kompression
BIT I SoSem 2015 | Basisinformationstechnologie II - 05_Algorithmen der Bildverarbeitung I: Kompression
BIT I SoSem 2015 | Basisinformationstechnologie II - 05_Algorithmen der Bildverarbeitung I: Kompression
BIT I SoSem 2015 | Basisinformationstechnologie II - 05_Algorithmen der Bildverarbeitung I: Kompression
BIT I SoSem 2015 | Basisinformationstechnologie II - 05_Algorithmen der Bildverarbeitung I: Kompression
BIT I SoSem 2015 | Basisinformationstechnologie II - 05_Algorithmen der Bildverarbeitung I: Kompression
BIT I SoSem 2015 | Basisinformationstechnologie II - 05_Algorithmen der Bildverarbeitung I: Kompression
Nächste SlideShare
Wird geladen in …5
×

BIT I SoSem 2015 | Basisinformationstechnologie II - 05_Algorithmen der Bildverarbeitung I: Kompression

709 Aufrufe

Veröffentlicht am

BIT I SoSem 2015 | Basisinformationstechnologie II - 05_Algorithmen der Bildverarbeitung I: Kompression

Veröffentlicht in: Bildung
0 Kommentare
0 Gefällt mir
Statistik
Notizen
  • Als Erste(r) kommentieren

  • Gehören Sie zu den Ersten, denen das gefällt!

Keine Downloads
Aufrufe
Aufrufe insgesamt
709
Auf SlideShare
0
Aus Einbettungen
0
Anzahl an Einbettungen
371
Aktionen
Geteilt
0
Downloads
0
Kommentare
0
Gefällt mir
0
Einbettungen 0
Keine Einbettungen

Keine Notizen für die Folie
  • Additive Farbmischung
    Werden von einem Farbreiz alle Rezeptoren gleich stark angeregt, dann interpretieren wir dies als Farbton Weiß.
    Werden die Zapfentypen unterschiedlich stark angeregt, dann entstehen Sekundärfarben.
    Beispiel Taschenlampe: Leuchten mehrere Taschenlampen auf dieselbe Stelle, wird jene Stelle heller beleuchtet, als würde sie nur von einer Taschenlampe angestrahlt. Werden rote und grüne Filter vor die Taschenlampe gesetzt, addiert sich das Licht.
    Beispiele: Monitor / Fernseher
  • Subtraktive Farbmischung
    Beim Zusammentreffen mit Materie werden Lichtwellen teilweise absorbiert und erreichen somit den Beobachter nicht. Die Absorption ist in der Regel nicht für jede Wellenlänge gleich groß.
    Ein Objekt wirkt weiß, wenn es fast kein Licht absorbiert und schwarz, wenn es das einfallende Licht fast vollständig absorbiert.
    Beim Farbdruck werden verschiedene Farbpigmente übereinander gelegt; die oben liegenden Farben wirken als Filter für die darunter liegenden.
    Beispiel: Malen mit Deckfarbkasten
  • Die Auflösung bestimmt die Anzahl der Pixel in einem Bild, die Quantisierung (Farbtiefe) bestimmt den Speicherplatzbedarf pro Pixel.

    Beispiele:
    In einem RGB-Bild mit 24 Bit Farbtiefe (8 Bit pro Farbkanal) braucht man für ein Bild mit den Maßen 1024x768 (786.432 Pixel) also 18.874.368 Bit, d.h. 2.25 Mbyte.
    Für ein Graustufenbild mit den gleichen Abmessungen benötigt man „nur“ 0.75 MByte, da nur ein Farbkanal mit 8 Bit (statt 3 Kanälen: RGB) gespeichert werden muss.
  • BIT I SoSem 2015 | Basisinformationstechnologie II - 05_Algorithmen der Bildverarbeitung I: Kompression

    1. 1. Universität zu Köln. Historisch-Kulturwissenschaftliche Informationsverarbeitung Dr. Jan G. Wieners // jan.wieners@uni-koeln.de Basisinformationstechnologie II Sommersemester 2015 13. Mai 2015 – Algorithmen der Bildverarbeitung I: Kompression
    2. 2. Grundbegriffe:  Farbmischung: Additiv, Subtraktiv  Raster- vs. Vektorgrafik  Pixel  Auflösung  Farbtiefe Kompressionsverfahren  Nicht verlustbehaftet  Run Length Encoding (RLE)  Wörterbuch-Algorithmen, z.B. Lempel-Ziv-Welsh (LZW)  Verlustbehaftet Themenüberblick
    3. 3. http://www.graffitiresearchlab.de
    4. 4. http://www.graffitiresearchlab.de
    5. 5. Faktoren der Farbentstehung
    6. 6. Additive Farbmischung Mischung (Addition) von Licht  Beispiel Taschenlampe: Leuchten mehrere Taschenlampen auf dieselbe Stelle, wird jene Stelle heller beleuchtet, als würde sie nur von einer Taschenlampe angestrahlt. Werden rote und grüne Filter vor die Taschenlampe gesetzt, addiert sich das Licht.
    7. 7. Subtraktive Farbmischung Z.B.: Mischung von Farbpigmenten  Malen mit Deckfarbkasten
    8. 8. RGB: Wenn jede der drei Primärfarben mit einer Auflösung von 256 Werten dargestellt werden kann, dann erhalten wir 256³ = 16,7 Mio. verschiedene Farbtöne. HSV: Farbwinkel, Sättigung, Hellwert bzw. absolute Helligkeit (B), Brightness L*a*b*: Menschl. Wahrnehmung
    9. 9. Grafiktypen: Raster- vs. VektorgrafikRaster- vs. Vektorgrafik
    10. 10. Grafiktypen: Raster- vs. VektorgrafikRaster- vs. Vektorgrafik
    11. 11. Grafiktypen: Raster- vs. VektorgrafikRaster- vs. Vektorgrafik Quantisierung: 8 Bit RGB rgb(120, 70, 63)
    12. 12. http://www.clker.com/clipart-cartoon-squirrel.html
    13. 13. Auflösung 1936 Pixel 2592 Pixel Gesamtzahl der Bildpunkte eines Bildes, z.B. 2592px * 1936px = ~ 5 Mio. Pixel
    14. 14. Kompression
    15. 15.  RLE – Run Length Encoding (Lauflängenkodierung)  Wörterbuchbasierte Kompressionsmethoden  Lempel-Ziv-Welch (LZW)  Statistische Kompressionsmethoden  Huffman-Algorithmus Ansätze zur Datenkompression
    16. 16. Lauflängenkodierung
    17. 17. Neulich beim Obsthändler… „Ich hätte gerne ◦ Eine Kiwi ◦ Eine Birne ◦ Eine Birne ◦ Eine Birne ◦ Einen Apfel ◦ Einen Apfel ◦ Einen Apfel ◦ Einen Apfel ◦ Einen Apfel ◦ Eine Pampelmuse ◦ Eine Pampelmuse ◦ Eine Zitrone ◦ Eine Limette ◦ Eine Limette“
    18. 18. Neulich beim Obsthändler… „Ich hätte gerne ◦ Eine Kiwi ◦ Drei Birnen ◦ Fünf Äpfel ◦ Zwei Pampelmusen ◦ Eine Zitrone ◦ Zwei Limetten“
    19. 19. Neulich beim Obsthändler… „Ich hätte gerne ◦ Eine Kiwi ◦ Drei Birnen ◦ Fünf Äpfel ◦ Zwei Pampelmusen ◦ Eine Zitrone ◦ Zwei Limetten“  Lauflängencodierung / Run-Length-Encoding (RLE):  (1 Kiwi) (3 Birnen) (5 Äpfel) (2 Pampelmusen) (1 Zitrone) (2 Limetten)
    20. 20. rot := rgb(255, 0, 0) grün := rgb(0, 255, 0) blau := rgb(0, 0, 255)
    21. 21. rot, rot, grün, grün, grün, grün, grün, rot, rot rot, grün, rot, rot, rot, rot, rot, grün, rot, rot, grün, rot, rot, rot, rot, rot, grün, rot, rot, rot, rot, blau, rot, blau, rot, rot, rot, rot, rot, rot, rot, rot, rot, rot, rot […]
    22. 22. Komprimiert mit RLE: (2 rot) (5 grün) (2 rot) (1 rot) (1 grün) (5 rot) (1 grün) (1 rot) (1 rot) (1 grün) (5 rot) (1 grün) (1 rot) (3 rot) (1 blau) (1 rot) (1 blau) (3 rot) (9 rot) […]
    23. 23. RLE - Lauflängenkodierung  Verlustfrei  nutzt lange Folgen sich wiederholender Zeichen oder Zeichenketten („Läufe“ / „runs“) aus:  AAAA BBB CCCC D EEEEE  4A 3B 4C 1D 5E  1m 1i 2s 1i 2s 1i 2p 1i  ?  Funktioniert also am besten bei homogenen Eingabedaten Lauflängenkodierung: RLE
    24. 24. Wörterbuchbasierte Verfahren
    25. 25.  1978 von A. Lempel und J. Ziv entwickelt, 1984 von T. A. Welch verfeinert  Verlustfrei  Versucht, den zu komprimierenden Zeichenstrom in Teilstrings zu zerlegen und diese in einem Wörterbuch zu speichern LZW (Lempel-Ziv-Welch) Zeichenkette: „Hello World Hello“ Tabelle: 0: „Hello“ 1: „World“ Codefolge: 0 1 0
    26. 26. Unterschiedliche Algorithmen:  LZSS (Lempel-Ziv-Storer-Szymanski (gzip, ZIP und andere))  LZW (Lempel-Ziv-Welch)  LZC (Lempel-Ziv Compress)  LZMW (Unix Compress, GIF)  Vgl.: http://www-ti.informatik.uni-tuebingen.de/~reinhard/datkom/LZW_Applet.html  Patente auf LZW (1980er+), darum GIF problematisch LZW (Lempel-Ziv-Welch)
    27. 27. LZW – Ein Beispiel vgl. http://projects.hudecof.net/diplomovka/online/ucebnica/applets/AppletLZW.html
    28. 28. LZW - Decodierung
    29. 29. Statistische Kompressionsverfahren
    30. 30.  1952 von David A. Huffman (1925-1999) vorgestellt  Verlustfrei  Kompression über Binärbaum  Huffman-Algorithmus verfolgt das Ziel, weniger häufigen Symbolen längere Codewörter zuzuweisen Huffman Kodierung Nachruf: http://www1.ucsc.edu/currents/99-00/10-11/huffman.html
    31. 31. Ein Binärbaum ist definiert als ein Baum, dessen Knoten über maximal zwei Kindknoten verfügen dürfen: Erinnerung: Binärbäume
    32. 32. rot, rot, grün, grün, grün, grün, grün, rot, rot rot, grün, rot, rot, rot, rot, rot, grün, rot, rot, grün, rot, rot, rot, rot, rot, grün, rot, rot, rot, rot, blau, rot, blau, rot, rot, rot, rot, rot, rot, rot, rot, rot, rot, rot, rot, rot, rot, rot, rot, rot, rot, rot rot, blau, rot, rot, rot, rot, rot, blau, rot, rot, rot, blau, rot, rot, rot, blau, rot, rot rot, rot, rot, blau, blau, blau, rot, rot, rot | v rrgggggrrrgrrrrrgrrgrrrrrgrrrrbrbrrrrrrrrrrrrrrrrrrrrrrbr rrrrbrrrbrrrbrrrrrbbbrrr
    33. 33. rgrrrrrgrrrrbrbrrrrrrrrrrrr
    34. 34. http://www.iti.fh-flensburg.de/lang/algorithmen/code/huffman/huffman.htm
    35. 35. Codegenerierung nach folgender Logik: • Start beim Wurzelknoten • An jedem Knoten (einschl. Wurzelkn.): • Links abbiegen: 0 notieren • Rechts abbiegen: 1 notieren • Beispiel „g“: Vom Wurzelknoten aus rechten Kindknoten besucht (1 notiert); anschließend linken Kindknoten besucht (0 notiert)  g := 10
    36. 36. Noch ein Beispiel
    37. 37. e := ? m := ? l := ? a := ?
    38. 38. Komprimieren Sie die Zeichenkette „bananarama“ (ohne Anführungszeichen) unter Verwendung des Huffman-Algorithmus. Übung
    39. 39. /

    ×