SlideShare ist ein Scribd-Unternehmen logo
1 von 33
Dekompozycja barwna obrazu
         Michał Gruszczyński
           Gerard Kosiński
Agenda


rozkład na składowe barwne
  model RGB
  model CMY (CMYK)
  model YIQ
  model HSV
  model HLS
  Przestrzeń L*a*b
obrazy HDR/DRI
Modele barwne
Model RGB


Model barwny RGB opiera się na trójchromatycznej
teorii widzenia. Zakłada ona iż każdą barwę można
uzyskać mieszając trzy barwy podstawowe: czerwony,
zielony, niebieski.
Model RGB cd.




Rys. 1. Sześcian reprezentujący model RGB
Model RGB cd.




Rys. 2. Łączenie barw podstawowych w modelu RGB
Model CMY (CMYK)


Model ten opiera się na zasadzie substraktywnego
mieszania barw (odejmowania lub absorpcji).
Nakładając barwnik na papier uzyskuje się efekt
filtrowania odbijanego światła białego – stąd
zastosowanie w drukarstwie.
Model CMY (CMYK) cd.




 Rys. 3. Sześcian reprezentujący model CMY
Model CMY (CMYK) cd.




 Rys. 4. Substraktywne mieszanie barw
Model YIQ


W monitorach komputerowych, do wygenerowania
koloru potrzebna jest znajomość trzech podstawowych
składowych barwy w modelu RGB. W telewizyjnych
monitorach stosuje się natomiast pojedynczego sygnału
chrominancji oraz luminancji.




    Konwersja z modelu RGB na model YIQ, realizowanego przez koder NTSC
Model HSV


HSV (HSI,HSB,HIS,HLS) – powstanie tych modeli było
związane z ułatwieniem wyboru interaktywnego barw,
w tym modelu określa się model barwy (hue), nasycenie
(saturation) i wartość (value, w odmianach: B – jasność,
brithness; I - intensywność, intensity).
Model HSV cd.




Rys. 5. Reprezentacja trójwymiarowa modelu HSV
Model HLS


Model ten oparty jest na intuicyjnej definicji barwy.
Trzy parametry oznaczają odpowiednio:
   H (Hue - spektrum),
   L (Lightness - jasność),
   S (Saturation - nasycenie).
Model HLS cd.




Rys. 6. Reprezentacja trójwymiarowa modelu HLS
Model L*a*b


W swoich założeniach jest to model niezależny od
sprzętu, co oznacza, że w modelu tym można określić
barwę bez względu na rodzaj urządzenia, dla którego
barwa jest definiowana (monitora, drukarki, komputera,
skanera itp.).
Model L*a*b cd.




Rys. 7. Przestrzeń barw L*a*b*
Model L*a*b cd.




Rys. 8. Zakres osiągalnych kolorów w różnych przestrzeniach RGB i
w przestrzeni LAB względem widzialnego widma
Zastosowanie rozkładu na
    składowe barwne
Drukowanie




                                               Rys. 10. Kolorowa fotografia po
Rys. 9. Kolorowa fotografia po separacji CMY   separacji CMYK
Regulacja balansu bieli na
             fotografiach




Rys. 11. Fotografia ze złym balansem bieli.
Rys. 12. Fotografia po retuszu.
Rys. 14. Animacja histogramu obrazka oraz
                                              zmian balansu bieli.


Rys. 13. Fotografia ze złym balansem bieli.
Rys. 15. Fotografia po retuszu.
Obrazy HDR/DRI
Obraz HDR


Obraz HDR (ang. High Dynamic Range image) –
Szeroki Zakres Tonalny - obraz o zakresie
jasności (ang. luminance) porównywalnym do
zakresu jasności widzianego przez człowieka.
Zakres jasności definiowany jest jako stosunek
najjaśniejszego punktu na obrazie do punktu
najciemniejszego.
High Dynamic Range Imaging

Metoda uzyskania obrazu o zakresie tonalnym
znacznie szerszym od zarejestrowanego przez
aparat na pojedynczej klatce polegająca na
tworzeniu pliku, zazwyczaj o 32 bitowej głębi
koloru, powstałego na skutek połączenia kilku
obrazów tej samej sceny naświetlanych w różny
sposób, tak, aby na poszczególnych klatkach
zarejestrować poprawnie wszystkie zakresy, od
świateł do cieni.
High Dynamic Range Imaging cd.




        Rys. 15. To samo zdjęcie wykonane z różnymi
        parametrami naświetlenia.
High Dynamic Range Imaging cd.




              Rys. 15. Wynikowy obraz HDR.
Rys. 16. Zdjęcia o różnej ekspozycji: F8 1/40sec, 1/10sec, 1/2sec,
1sec, 6sec, 25sec
Rys. 17. Uzyskane zdjęcie wykonane w technice HDR.
Obrazy DRI


DRI (ang. Dynamic Range Increase) -
Zwiększenie Zakresu Tonalnego - metoda
polegająca na odpowiednim nałożeniu na siebie
i zamaskowaniu kilku warstw zawierających tą
sama scenę naświetlonych w różny sposób.
Obrazy DRI cd.




      Rys. 18. Przykład wymiany prześwietlonego
      widoku za oknem
Dziękujemy za uwagę!

Weitere ähnliche Inhalte

Empfohlen

How Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental HealthHow Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental Health
ThinkNow
 
Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsSocial Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie Insights
Kurio // The Social Media Age(ncy)
 

Empfohlen (20)

2024 State of Marketing Report – by Hubspot
2024 State of Marketing Report – by Hubspot2024 State of Marketing Report – by Hubspot
2024 State of Marketing Report – by Hubspot
 
Everything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPTEverything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPT
 
Product Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage EngineeringsProduct Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage Engineerings
 
How Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental HealthHow Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental Health
 
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdfAI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
 
Skeleton Culture Code
Skeleton Culture CodeSkeleton Culture Code
Skeleton Culture Code
 
PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024
 
Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)
 
How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024
 
Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsSocial Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie Insights
 
Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024
 
5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary
 
ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd
 
Getting into the tech field. what next
Getting into the tech field. what next Getting into the tech field. what next
Getting into the tech field. what next
 
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentGoogle's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search Intent
 
How to have difficult conversations
How to have difficult conversations How to have difficult conversations
How to have difficult conversations
 
Introduction to Data Science
Introduction to Data ScienceIntroduction to Data Science
Introduction to Data Science
 
Time Management & Productivity - Best Practices
Time Management & Productivity -  Best PracticesTime Management & Productivity -  Best Practices
Time Management & Productivity - Best Practices
 
The six step guide to practical project management
The six step guide to practical project managementThe six step guide to practical project management
The six step guide to practical project management
 
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
 

Dekompozycja barwna obrazu

  • 1. Dekompozycja barwna obrazu Michał Gruszczyński Gerard Kosiński
  • 2. Agenda rozkład na składowe barwne model RGB model CMY (CMYK) model YIQ model HSV model HLS Przestrzeń L*a*b obrazy HDR/DRI
  • 4. Model RGB Model barwny RGB opiera się na trójchromatycznej teorii widzenia. Zakłada ona iż każdą barwę można uzyskać mieszając trzy barwy podstawowe: czerwony, zielony, niebieski.
  • 5. Model RGB cd. Rys. 1. Sześcian reprezentujący model RGB
  • 6. Model RGB cd. Rys. 2. Łączenie barw podstawowych w modelu RGB
  • 7. Model CMY (CMYK) Model ten opiera się na zasadzie substraktywnego mieszania barw (odejmowania lub absorpcji). Nakładając barwnik na papier uzyskuje się efekt filtrowania odbijanego światła białego – stąd zastosowanie w drukarstwie.
  • 8. Model CMY (CMYK) cd. Rys. 3. Sześcian reprezentujący model CMY
  • 9. Model CMY (CMYK) cd. Rys. 4. Substraktywne mieszanie barw
  • 10. Model YIQ W monitorach komputerowych, do wygenerowania koloru potrzebna jest znajomość trzech podstawowych składowych barwy w modelu RGB. W telewizyjnych monitorach stosuje się natomiast pojedynczego sygnału chrominancji oraz luminancji. Konwersja z modelu RGB na model YIQ, realizowanego przez koder NTSC
  • 11. Model HSV HSV (HSI,HSB,HIS,HLS) – powstanie tych modeli było związane z ułatwieniem wyboru interaktywnego barw, w tym modelu określa się model barwy (hue), nasycenie (saturation) i wartość (value, w odmianach: B – jasność, brithness; I - intensywność, intensity).
  • 12. Model HSV cd. Rys. 5. Reprezentacja trójwymiarowa modelu HSV
  • 13. Model HLS Model ten oparty jest na intuicyjnej definicji barwy. Trzy parametry oznaczają odpowiednio: H (Hue - spektrum), L (Lightness - jasność), S (Saturation - nasycenie).
  • 14. Model HLS cd. Rys. 6. Reprezentacja trójwymiarowa modelu HLS
  • 15. Model L*a*b W swoich założeniach jest to model niezależny od sprzętu, co oznacza, że w modelu tym można określić barwę bez względu na rodzaj urządzenia, dla którego barwa jest definiowana (monitora, drukarki, komputera, skanera itp.).
  • 16. Model L*a*b cd. Rys. 7. Przestrzeń barw L*a*b*
  • 17. Model L*a*b cd. Rys. 8. Zakres osiągalnych kolorów w różnych przestrzeniach RGB i w przestrzeni LAB względem widzialnego widma
  • 18. Zastosowanie rozkładu na składowe barwne
  • 19. Drukowanie Rys. 10. Kolorowa fotografia po Rys. 9. Kolorowa fotografia po separacji CMY separacji CMYK
  • 20. Regulacja balansu bieli na fotografiach Rys. 11. Fotografia ze złym balansem bieli.
  • 21. Rys. 12. Fotografia po retuszu.
  • 22. Rys. 14. Animacja histogramu obrazka oraz zmian balansu bieli. Rys. 13. Fotografia ze złym balansem bieli.
  • 23. Rys. 15. Fotografia po retuszu.
  • 25. Obraz HDR Obraz HDR (ang. High Dynamic Range image) – Szeroki Zakres Tonalny - obraz o zakresie jasności (ang. luminance) porównywalnym do zakresu jasności widzianego przez człowieka. Zakres jasności definiowany jest jako stosunek najjaśniejszego punktu na obrazie do punktu najciemniejszego.
  • 26. High Dynamic Range Imaging Metoda uzyskania obrazu o zakresie tonalnym znacznie szerszym od zarejestrowanego przez aparat na pojedynczej klatce polegająca na tworzeniu pliku, zazwyczaj o 32 bitowej głębi koloru, powstałego na skutek połączenia kilku obrazów tej samej sceny naświetlanych w różny sposób, tak, aby na poszczególnych klatkach zarejestrować poprawnie wszystkie zakresy, od świateł do cieni.
  • 27. High Dynamic Range Imaging cd. Rys. 15. To samo zdjęcie wykonane z różnymi parametrami naświetlenia.
  • 28. High Dynamic Range Imaging cd. Rys. 15. Wynikowy obraz HDR.
  • 29. Rys. 16. Zdjęcia o różnej ekspozycji: F8 1/40sec, 1/10sec, 1/2sec, 1sec, 6sec, 25sec
  • 30. Rys. 17. Uzyskane zdjęcie wykonane w technice HDR.
  • 31. Obrazy DRI DRI (ang. Dynamic Range Increase) - Zwiększenie Zakresu Tonalnego - metoda polegająca na odpowiednim nałożeniu na siebie i zamaskowaniu kilku warstw zawierających tą sama scenę naświetlonych w różny sposób.
  • 32. Obrazy DRI cd. Rys. 18. Przykład wymiany prześwietlonego widoku za oknem