Битность изображения: Битовая глубина и установки

Содержание

Битность изображения. Что такое глубина цвета? Какая бывает глубина цвета изображений

В мониторах производители могут указывать глубину цвета или количество передаваемых цветов. Экран монитора может передавать цвета с количеством цветовых оттенков например 8 бит, цвет имеет глубину 2 в 8 степени это означает, что один цвет может быть показан с 256 оттенками, в свою очередь оттенки могут комбинироваться, поскольку матрица экрана может отразить 3 цвета (синий, зелёный, красный) то количество оттенков в 8 битной матрице монитора будет 256х256х256=16777216 это 16,7 миллионов цветов.

Мониторы и телевизоры поддерживают глубину цвета

6Bit экраны

6 бит -0,26млн. цветов , самые дешёвые мониторы, используются для офисной работы, совершенно не предназначены для работы с графикой.

8bit экраны

8 бит — 16.7млн . мониторы среднего класса более менее подходят для работы с графикой

10bit экраны

10бит — 1,07млрд цветов такие мониторы подходят для работы с фотографиями и других работ требующих качественных цветовых переходов.

Видеокарта компьютера способна передавать глубину цвета как правило не менее 8 бит, а более мощные 10 бит.

12bit экраны 12 bit экраны очень используются очень мало, причина дороговизна в производстве, небольшой рынок. Как правило такие экраны используются только в дорогих устройствах специального назначения. Пример медицинские диагностические мониторы, когда градация цветовых оттенков играет важную роль. Но стоимость такого монитора раз в 10 больше обычного.

Дабы адаптировать мониторы к мощностям видеокарт был придуман дизеринг или технология (FRC) Frame rate control. Что бы создать большее число оттенков было придумано заставить мигать подсветку пикселей. Благодаря такому усовершенствованию визуальное восприятие цветов стало больше и производители стали такие матрицы называть более лучшими и они получили обозначение A-FRC. На самом деле подсветка не совсем мигает, правильней сказать подсветка имеет несколько уровней яркости. Быстро меняя яркость подсветки меняется оттенок изображения, добавляется количество оттенков.

(8bit+A-FRC) или (8bit+FRC) — если в характеристиках монитора встретится такое обозначение то надо понимать, что реально монитор может показывать изображение с глубиной 8 бит, но в нём применена технология FRC и визуально изображение будет сопоставимо с монитором имеющим глубину цвета в 10 бит. Так ли это сказать трудно, обычному пользователю без специальных приборов проверить работу FRC не возможно.

Но зачем это нужно, исследования показали что максимально человек может различать до 10 млн.цветов, и в зависимости от физиологии конкретного человека уровень восприятия цветов колеблется от 3000 до 10млн. Людей способных распознавать миллионы цветов всего несколько на 1000. Так зачем 10 бит панели если человек не в состоянии распознавать большее количество оттенков. Ответ в индивидуальном восприятии, кто то видит больше оттенков с красным цветом, кто то зелёным. Визуально монитор с глубиной цвета в 10bit будет показывать более красивое изображение.

Но для решения большинства задач вполне достаточно 8 битного монитора.

Посетите практически любой форум по фотографии, и вы непременно наткнетесь на дискуссию относительно преимуществ RAW и JPEG файлов. Одна из причин, по которой некоторые фотографы предпочитают формат RAW — это бóльшая глубина бита (глубина цвета)*, содержащаяся в файле. Это позволяет вам получать фотографии большего технического качества, чем те, что вы можете получить из файла JPEG.

*Bit depth (глубина бита), или

Color depth (глубина цвета, в русском языке чаще используется именно это определение) — количество бит, используемых для представления цвета при кодировании одного пикселя растровой графики или видеоизображения. Часто выражается единицей бит на пиксель (англ. bits per pixel, bpp). Wikipedia

Что такое глубина цвета?

Компьютеры (и устройства, которые управляются встроенными компьютерами, такие как цифровые SLR-камеры) используют двоичную систему исчисления. Двоичная нумерация состоит из двух цифр — 1 и 0 (в отличие от десятичной системы исчисления, включающей 10 цифр). Одна цифра в двоичной системе исчисления называется «бит» (англ. «bit», сокращенно от «binary digit», «двоичная цифра»).

Восьмибитное число в двоичной системе выглядит так: 10110001 (эквивалентно 177 в десятичной системе). Таблица ниже демонстрирует, как это работает.

Максимально возможное восьмибитное число — это 11111111 — или 255 в десятичном варианте. Это значимая цифра для фотографов, поскольку она возникает во многих программах для обработки изображений, а также в старых дисплеях.

Цифровая съемка

Каждый из миллионов пикселей на цифровой фотографии соответствует элементу (также называемому «пиксель», англ. «pixel») на сенсоре (сенсорная матрица) камеры. Эти элементы при попадании на них света генерируют слабый электрический ток, измеряемый камерой и записывающийся в JPEG или RAW файл.

Файлы JPEG

Файлы JPEG записывают информацию о цвете и яркости для каждого пикселя тремя восьмиразрядными числами, по одному числу для красного, зеленого и синего каналов (эти цветовые каналы такие же, как те, что вы видите при построении цветовой гистограммы в Photoshop или на вашей камере).

Каждый восьмибитный канал записывает цвет по шкале 0-255, предоставляя теоретический максимум в 16,777,216 оттенках (256 x 256 x 256). Человеческий глаз может различать приблизительно около 10-12 миллионов цветов, так что это число обеспечивает более чем удовлетворительное количество информации для отображения любого объекта.

Этот градиент был сохранен в 24-битном файле (по 8 бит на каждый канал), что достаточно для передачи мягкой градации цветов.

Этот градиент был сохранен как 16-битный файл. Как вы можете видеть, 16 бит недостаточно для передачи мягкого градиента.

RAW файлы

RAW файлы присваивают больше бит каждому пикселю (большинство камер имеют 12 или 14-битные процессоры). Больше бит — больше числа, а, следовательно, больше тонов на каждый канал.

Это не приравнивается к большему количеству цветов — JPEG файлы уже могут записывать больше цветов, чем может воспринять человеческий глаз. Но каждый цвет сохраняется с гораздо более тонкой градацией тонов. В таком случае говорят, что изображение имеет большую глубину цвета. Таблица ниже иллюстрирует, как глубина бита приравнивается к количеству оттенков.

Обработка внутри камеры

Когда вы настраиваете камеру на запись фотографий в режиме JPEG, внутренний процессор камеры считывает информацию, полученную от сенсора в момент, когда вы делаете снимок, обрабатывает ее в соответствии с параметрами, выставленными в меню камеры (баланс белого, контраст, насыщенность цвета и т.д.), и записывает ее как 8-битный JPEG файл. Вся дополнительная информация, полученная сенсором, отбрасывается и теряется навсегда. В итоге, вы используете лишь 8 бит из 12 или 14 возможных, которые сенсор способен зафиксировать.

Постобработка

RAW файл отличается от JPEG тем, что содержит все данные, зафиксированные сенсором камеры за период экспонирования. Когда вы обрабатываете RAW файл, используя программное обеспечение для конвертации RAW, программа осуществляет преобразования, аналогичные тем, что производит внутренний процессор камеры, когда вы снимаете в JPEG. Различие состоит в том, что вы выставляете параметры внутри используемой программы, а те, что выставлены в меню камеры, игнорируются.

Выгода от дополнительной глубины бита RAW файла становится очевидной при постобработке. JPEG файл стоит использовать, если вы не собираетесь делать какую-либо постобработку и вам достаточно выставить экспозицию и все другие настройки во время съемки.

Однако, в реальности большинство из нас хочет внести хотя бы несколько исправлений, если это даже просто яркость и контраст. И это именно тот момент, когда JPEG файлы начинают уступать. С меньшим количеством информации на пиксель, когда вы проводите корректировку яркости, контраста или цветового баланса, оттенки могут визуально разделиться.

Результат наиболее очевиден в областях плавного и продолжительного перехода оттенков, таких как на голубом небе. Вместо мягкого градиента от светлого к темному, вы увидите расслоение на цветовые полосы. Этот эффект также известен как постеризация (англ. «posterisation»). Чем больше вы корректируете, тем сильнее он проявляется на изображении.

С файлом RAW, вы можете вносить гораздо более сильные изменения в оттенок цвета, яркость и контраст до того, как вы увидите снижение качества изображения. Это также позволяют сделать некоторые функции RAW-конвертера, такие как настройка баланса белого и восстановление «пересвеченных» областей (highlight recovery).

Это фото получено из JPEG файла. Даже при таком размере видны полосы в небе как результат постобработки.

При тщательном рассмотрении на небе виден эффект постеризации. Работа с 16-битным TIFF файлом может ликвидировать, или по крайней мере минимизировать, эффект полос.

16-битные TIFFфайлы

Когда вы обрабатываете RAW файл, ваше программное обеспечение предоставляет вам опцию по сохранению его как 8 или 16-битного файла. Если вы довольны обработкой и не хотите вносить еще какие-либо изменения, вы можете сохранить его как 8-битный файл. Вы не заметите никаких различий между файлом 8 бит и 16 бит на вашем мониторе или когда вы распечатаете изображение. Исключение — тот случай, когда у вас есть принтер, распознающий 16-битные файлы. В этом случае, из файла 16 бит вы можете получить лучший результат.

Однако если вы планируете осуществлять постобработку в Photoshop, тогда рекомендуется сохранять изображение как 16-битный файл. В этом случае изображение, полученное из 12 или 14-битного сенсора, будет «растянуто», чтобы заполнить 16-битный файл. После этого вы можете поработать над ним в Photoshop, зная, что дополнительная глубина цвета поможет вам достичь максимального качества.

Опять же, когда вы завершили процесс обработки, вы можете сохранить файл как 8-битный файл. Журналы, издатели книг и стоки (и практически любой клиент, покупающий фотографии), требуют 8-битные изображения. Файлы 16 бит могут потребоваться, только если вы (или кто-то другой) намереваетесь редактировать файл.

Это изображение, которое я получил, используя настройку RAW+JPEG на камере EOS 350D. Камера сохранила две версии файла — JPEG, обработанный процессором камеры, и RAW файл, содержащий всю информацию, записанную 12-битным сенсором камеры.

Здесь вы видите сравнение правого верхнего угла обработанного JPEG файла и RAW файла. Оба файла были созданы камерой с одной и той же настройкой экспозиции, и единственное различие между ними — это глубина цвета. Я смог «вытянуть» не различимые в JPEG «пересвеченные» детали в RAW файле. Если бы я хотел поработать над этим изображением дальше в Photoshop, я мог бы сохранить его как 16-битный файл TIFF, чтобы обеспечить максимально возможное качество изображения в течение процесса обработки.

Почему фотографы используют JPEG?

То, что не все профессиональные фотографы используют формат RAW все время, еще ничего не значит. Как свадебные, так и спортивные фотографы, например, зачастую работают именно с форматом JPEG.

Для свадебных фотографов, которые могут снять тысячи снимков на свадьбе, это экономит время на последующей обработке.

Спортивные фотографы используют JPEG файлы для того, чтобы иметь возможность отсылать фотографии своим графическим редакторам в течение мероприятия. В обоих случаях скорость, эффективность и меньший размер файлов формата JPEG делает использование этого типа файлов логичным.

Глубина цвета на компьютерных экранах

Глубина бита также относится к глубине цвета, которую компьютерные мониторы способны отображать. Читателю, использующему современные дисплеи, возможно, тяжело будет в это поверить, но компьютеры, которыми я пользовался в школе, могли воспроизводить только 2 цвета — белый и черный. «Must-have» компьютер того времени — Commodore 64, способный воспроизводить аж 16 цветов. В соответствии с информацией из «Википедии», было продано более 12 единиц этого компьютера.


Компьютер Commodore 64. Автор фотографии Билл Бертрам (Bill Bertram)

Несомненно, вы не сможете редактировать фотографии на машине с 16 цветами (64 Кб оперативной памяти в любом случае больше не потянут), и изобретение 24-битных дисплеев с реалистичным цветовоспроизведением — одна из вещей, которые сделали цифровую фотографию возможной. Дисплеи с реалистичным цветовоспроизведением, как и файлы JPEG, формируются при помощи трех цветов (красного, зеленого и синего), каждый с 256 оттенками, записанными в 8-битную цифру. Большинство современных мониторов используют либо 24-битные, либо 32-битные графические устройства с реалистичным цветовоспроизведением.

Файлы HDR

Многие из вас знают, что изображения с расширенным динамическим диапазоном (HDR) создаются путем комбинирования нескольких версий одного и того же изображения, снятого с разными настройками экспозиции. Но знаете ли вы, что программное обеспечение формирует 32-битное изображение с более чем 4 миллиардами тональных значений на каждый канал на пиксель — просто скачок по сравнению с 256 оттенками в файле JPEG.

Настоящие HDR файлы не могут быть корректно отображены на компьютерном мониторе или распечатанной странице. Вместо этого они урезаются до 8 или 16-битных файлов при помощи процесса, называемого тональная компрессия (англ. «tone-mapping»), который сохраняет характеристики оригинального изображения с расширенным динамическим диапазоном, но позволяет воспроизвести его на устройствах с узким динамическим диапазоном.

Заключение

Пиксели и биты — основные элементы для построения цифрового изображения. Если вы хотите получить максимально хорошее качество снимка на вашей камере, необходимо понимать концепцию глубины цвета и причины, по которым формат RAW позволяет получить изображение лучшего качества.

Глубина цвета — термин, обозначающий, какое количество цветов или оттенков передает изображение, и изменяется в битах. Подавляющее число изображений, с которыми производится работа, имеют глубину цвета 8 бит на канал, что позволяет в каждом канале изображения хранить до 256 его оттенков. Что это значит? Глубина цвета определяет, сколько бит изображения отводится под хранение графической информации. Чем больше бит отводится под хранение цвета одной точки, тем большее количество цветов одновременно можно передать. При глубине цвета 1 бит, под каждый отдельный пиксел отводится 1 бит информации, и каждый из них может быть или черным, или белым. Так хранится цветовая информация в файлах цветовой модели Bitmap. При использовании двух бит возможно хранение цветовой информации об одном из четырех возможных цветах каждого пиксела. При использовании 4 бит на пискел — уже 16 — и цветов (значения глубины цвета, большие 1 и до 8 бит на точку характерны для т.н. индексированных палитр, что активно используется, например, в файлах формата *.GIF). 8 бит позволяет хранить до 256 различных цветов. Это значение глубины цвета считается стандартным и используется по умолчанию в большинстве пакетов подготовки иллюстраций. Более высокие значения глубины цвета (16 бит) позволяет хранить 65,536 оттенков цвета одновременно. Поддержка файлов с такой глубиной цвета реализована, например, в Adobe Photoshop. Однако, эти файлы имеют гораздо больший объем, в 2 раза превышающий стандартный. Поэтому используется этот режим как переходной, и для совместимости со сканерами и другими устройствами ввода растровых изображений, где данные поступают с цифро-аналогового преобразователя (оцифровываются) с повышенной глубиной цвета. Зачем нужна большая глубина цвета, если выходные файлы с большими значениями (свыше 8 бит на канал) считаются нестандартными для полиграфии? Дело в том, что при хранении промежуточных результатов (например, сканированные оригиналы с высококачественного сканера, например) и их многократной цветокоррекции при низкой глубине цвета иногда можно наблюдать искажения, проявляющиеся в характерной «постеризации» изображения, когда в «тонких» растяжках и градиентах можно наблюдать некоторые искажения в виде «ступенчатого» изменения цвета. Этот эффект показан ниже на рисунке.

Рис. 1. Пример проблемной растяжки при
низкой глубине цвета и многократной цветокоррекции

Градиент с низким значением глубины цвета выглядит более ступенчато, чем его аналог с более высоким значением глубины цвета. Обычно такие проблемы возникают при слишком сильной или многократной цветокоррекции изображения (например, исправление очень некачественного оригинала). Изображение с высокой глубиной цвета в этом случае выглядит лучше. Однако, в подавляющем большинстве случаев вполне приемлемо сканирование и обработка оригиналов со стандартной глубиной цвета 8 бит на канал. Большее значение выбирайте в случае, если у вас High-end сканер или оригинал требует кардинальной коррекции цветов (сильное затемнение или осветление). Следует учесть, что далеко не все пакеты работают с файлами, где использована нестандартная глубина цвета. Например, в Adobe Photoshop работа в принципе возможна, но не поддерживается работа с большинством инструментов и фильтров.

Иногда о глубине цвета судят как о произведении глубин цветов всех его каналов. Например, для RGB — изображения с глубиной цвета 8 бит на канал это значение будет составлять 24 бита(что позволяет хранить до 16,7 миллионов различных цветов), а для файла в цветовой модели CMYK — 32 бита.

Цвет каждого пиксела цифрового изображения описывается несколькими числами (в зависимости от используемой цветовой системы). Количество бит, отводимое на представление информации о цвете каждого пиксела, называют глубиной цвета (color depth ) или битовой глубиной цвета (bit depth). Иногда под цветовой глубиной понимают максимальное количество цветов, которые можно представить.

Глубина цвета определяет, как много цветов может быть использовано при отображении одного пиксела. Например, если цветовая глубина равна 1 бит, то пиксел может представлять только один из двух возможных цветов – белый или черный. Если цветовая глубина равна 8 бит, то количество возможных цветов равно 2 8 = 256. При глубине цвета 24 бит количество цветов превышает 16 миллионов, что фактически превосходит способность глаза человека разрешать цвета. Такой режим называется True Color (истинный цвет ). В связи с тем, что 24-pазpядное представление неудобно с точки зpения обpаботки изобpажения, обычно в режиме TrueColor используется 32 бита. В случае 32-pазpядного пpедставление информации о цвете младшие тpи байта по-прежнему описывают цвет точки, а стаpший байт либо упpавляет дополнительными паpаметpами (напpимеp, альфа-каналом, инфоpмацией о взаимном пеpекpывании объектов или глубине в тpехмеpном изобpажении), либо не используется. Понятно, что при таком представлении увеличивается размер изображения, однако существенно возрастает скорость его обработки центральным и графическим процессорами компьютера.

Квантование цвета

Квантование цвета (color quantization ) используется для получения малого числа характерных цветов в изображении. Задачу квантования в данном случае можно сформулировать как выбор заданного количества «наилучших» цветов, имеющихся в полноцветном изображении, и замены всех остальных цветов изображения подходящими заместителями из этого списка. Раньше процесс квантования цвета был необходим потому, что видеосистема компьютера могла работать лишь с ограниченной цветовой палитрой (как правило, 256 цветов). Теперь оно используется с целью уменьшения размера графического файла, создания спецэффектов, повышения резкости границ и т.п.

Самым простым подходом здесь является выбор комплекта цветов для палитры с равномерным распределением каждой из цветовых компонент. Он обеспечивает широкий выбор цветов, но при этом не учитывается тот факт, что в большинстве изображений нет равномерного цветового распределения.

На данный момент существует несколько методик квантования цвета. Одним из наиболее эффективных является метод квантования цветов медианным сечением . При этом цветовое пространство рассматривается как трехмерный куб. Каждая ось куба соответствует одному из трех основных цветов: красному, зеленому или синему. Каждая из трех сторон разбивается на 255 равных частей, деления на осях нумеруются от 0 до 255, причем большее значение соответствует большей интенсивности цвета. Метод медианного сечения делит куб на 256 параллелепипедов, каждый из которых содержит примерно одинаковое количество пикселов. При таком разбиении куба центральная точка каждого параллелепипеда представляет оптимальный выбор для цветовой палитры. В той области куба, которая густо заполнена точками, будет больше параллелепипедов и, соответственно, в палитру попадет больше цветов. А там, где точек меньше, будет взято меньшее количество цветов. При этом ни один цвет не будет отброшен полностью, а предпочтение будет отдано тем цветам, которые встречаются чаще.

02.08.2016

Для цифровой фотографии одним из важнейших параметров является глубина цвета. Ее часто называют и глубиной пикселя, и битовым разрешением.

Под этим термином подразумевается величина, которая характеризует количество бит информации, содержащейся в пикселе картинки. Битовое разрешение дает представление об объеме цветовой информации, которая используется для характеристики каждого пикселя изображения.

С увеличением глубины цвета увеличивается и количество информации о цвете, передаваемой цифровым изображением, увеличивается диапазон цветов. Другими словами, чем больше битовая глубина, тем точнее и детальнее само изображение.

Какая бывает глубина цвета изображений?

Глубина пикселя может варьироваться от 1 до 48 битов. С битовой глубиной пикселя = 1 возможно лишь 2 цвета (белый и черный) и 21 допустимое состояние.

Если глубина пикселя будет равна 8, то возможных состояний будет уже больше на 7, а количество оттенков — 256.

Такие изображения с глубиной 24 бита, в которых может содержаться 16.7 млн. цветовых оттенков, способны очень точно и в полной мере передавать все краски окружающей нас действительности.

С большей глубиной цвета (36 или 48 битов) позволяют снимать в формате RAW профессиональные фотокамеры. Иногда именно поэтому многие фотографы предпочитают делать снимки именно а RAW.

Но наиболее распространенным показателем глубины цвета является все же 24 бита — это стандартные фотоснимки обычных фотоаппаратов в формате JPG, они вполне передают все детали и нюансы изображения. Недаром 24-битные изображения имеют название «TruColor», т.е. «настоящий цвет».

Существуют также 15 и 16 битные фотографии. Их еще называют «HighColor». Они передают оттенки, к которым наиболее восприимчив глаз человека.

На что влияет глубина цвета?

Во-первых, как понятно из вышесказанного, от глубины цвета зависит качество цветопередачи и, соответственно, качество самой фотографии. Оптимальным показателем глубины цвета является 24 бита, которого и придерживается большинство обычных фотографов.

Во-вторых, нужно помнить, что объем файла с изображением во многом зависит как от размеров картинки, так и от глубины цвета. Чем больше битовое разрешение изображения, тем больше будет объем его файла и его вес. Следовательно, нужно заранее подумать об обеспечении фотоаппарата картой памяти достаточного объема.

Интересные публикации на сайте

Битность ячеек набора растровых данных—Справка

Битность (глубина пикселов) ячейки определяет диапазон значений, которые могут храниться в файле растра. Данный диапазон определяется по формуле 2n (где n – битность). Например, 8-битовый растр может содержать 256 отдельных значений, в диапазоне от 0 до 255.

В следующей таблице показан диапазон значений, которые могут храниться при различной глубине цвета.

Битовая глубинаДиапазон значений, которые могут храниться в каждой ячейке

1 bit

от 0 до 1

2 бита

от 0 до 3

4 бита

от 0 до 15

Без знака (unsigned) 8 бит

от 0 до 255

Со знаком (signed) 8 бит

от -128 до 127

Без знака (unsigned) 16 бит

от 0 до 65535

Со знаком (signed) 16 бит

от -32768 до 32767

Без знака (unsigned) 32 бит

от 0 до 4294967295

Со знаком (signed) 32 бит

от -2147483648 до 2147483647

32 бит с плавающей точкой (floating-point)

от -3,402823466e+38 до 3,402823466e+38

Без знака (unsigned) 64 бит

от 0 до 18446744073709551616

Диапазон значений по глубине пикселов

Дополнительный тип битовой глубины (сложная), поддерживается для целей чтения и отображения данных. Эта битовая глубина существует в ряде растровых форматов, включая форматы радара, например, Radarsat и .gff.

Примечание:

Существуют исключения, когда истинная битовая глубина не соответствует свойству битовой глубины в окне Свойства растра (Raster Properties). Растры Esri Grid всегда хранятся с 32-битовой глубиной (как целое со знаком (signed), целое без знака (unsigned) или с плавающей точкой (floating point)), при этом ArcGIS будет отображать свойство битовой глубины с наиболее подходящей битовой глубиной в соответствии с диапазоном значений ячеек в растре.

Продукты ESRI могут распознавать все неизвестные значения, которые могут встречаться в наборах растровых данных. Неизвестные значения – NoData. Внутри для хранения ячейки NoData должно использоваться реальное значение. Соответственно, если NoData добавляется к растру, который уже содержит полный диапазон битовых значений (т.е., хотя бы одна ячейка экстента имеет все значения диапазона, например, от 0 до 255), ему будет присвоена следующая, более высокая, битовая глубина. Например, грид отмывки, имеющий значения ячеек от 0 до 255 (который в противном случае попал бы в 8-битовый диапазон), содержащий также несколько ячеек со значенями NoData, будет представлен как 16-битовый без знака (unsigned 16 bit).

Связанные темы

Отзыв по этому разделу?

Как сохранить 24-битное изображение в Photoshop?

Как сделать изображение 24-битным в Photoshop?

2 ответа. На самом деле не существует такой вещи, как изображение с глубиной 24 бита. Каждый канал 8-битный, поэтому любое 8-битное изображение RGB будет… 8-битным красным + 8-битным зеленым + 8-битным синим = 24-битным. Поэтому, если ваше изображение имеет 16-битный RGB, скажем, необработанный файл, просто преобразуйте его в 8-битный RGB.

Как сохранить изображение в 24-битном формате?

Откройте изображение и выберите «Файл» > «Сохранить для Интернета». Выберите PNG‑24 в качестве формата оптимизации.

Как сохранить 24-битное растровое изображение в Photoshop?

Сохранить в формате BMP

  1. Выберите «Файл» > «Сохранить как» и выберите «BMP» в меню «Формат».
  2. Укажите имя и местоположение файла и нажмите Сохранить.
  3. В диалоговом окне «Параметры BMP» выберите формат файла, укажите разрядность и, если необходимо, выберите «Обратить порядок строк». …
  4. Нажмите кнопку ОК.

27.07.2020

Как изменить битовую глубину изображения в Photoshop?

Изменить битовые настройки

  1. Для преобразования между 8 битами на канал и 16 битами на канал выберите «Изображение» > «Режим» > 16 битов на канал или 8 битов на канал.
  2. Чтобы преобразовать 8 или 16 бит/канал в 32 бит/канал, выберите «Изображение» > «Режим» > «32 бит/канал».

14.07.2020

Что такое 24-битное изображение?

Цветное изображение обычно представлено битовой глубиной от 8 до 24 или выше. В 24-битном изображении биты часто делятся на три группы: 8 для красного, 8 для зеленого и 8 для синего. Комбинации этих битов используются для представления других цветов. 24-битное изображение предлагает 16.7 миллиона (2 24 ) цветовых значений.

Как узнать, является ли мое изображение 8-битным или 16-битным?

Если вы не уверены, какой бит установлен на вашем изображении, это легко проверить.

  1. Откройте изображение в Photoshop.
  2. Перейдите в верхнее меню и нажмите изображение > режим.
  3. Здесь вы увидите галочку рядом с битами/каналом, на который установлено ваше изображение.

Прозрачный или 24-битный PNG лучше?

24 бит. png сохранит любую область, на которой вы не рисовали, как белую, в то время как прозрачный файл . png сохранит нетронутые области как прозрачные. … Если все изображение было покрыто, не нужно беспокоиться о сохранении файла как 24-битного или прозрачного.

Что такое 24-битный BMP?

Это означает, что если вы вычисляете изображение с разрешением 256 x 192, которое будет отображаться в системе, где пиксель (0, 0) находится в левом верхнем углу, то первый пиксель, который нужно вычислить и записать в файл BMP, предназначен для пиксель (191, 0). … В 24-битных изображениях значения RGB хранятся в порядке синий-зеленый-красный.

Что такое 32-битное изображение?

32-битное изображение включает 8-битный альфа-канал, где альфа означает прозрачность, ноль — невидимость, а 255 — полную непрозрачность. Альфа — это мера общей интенсивности пикселей.

Как изменить размер растрового изображения?

Нажмите кнопку «Изменить размер и наклон», а затем установите переключатель рядом с «Проценты» или «Пиксели». «Процент» позволяет изменять размер изображений в соответствии с введенным процентом, а «Пиксели» позволяет указывать точные размеры в пикселях.

Как сделать растровое изображение?

Цветное JPG-изображение можно преобразовать в цветное растровое изображение, сохранив его в виде цветного растрового изображения, как описано ниже.

  1. Откройте Microsoft Paint, выбрав «Пуск» > «Программы» > «Стандартные» > «Paint». Щелкните Файл > Открыть. …
  2. Щелкните Файл > Сохранить как. …
  3. В поле Тип файла выберите Монохромное растровое изображение (*. …
  4. Нажмите кнопку Сохранить.

Какой тип файла в фотошопе?

Формат Photoshop (PSD) — это формат файла по умолчанию и единственный формат, помимо формата больших документов (PSB), который поддерживает все функции Photoshop.

Как сделать 16 битный образ?

Выдвиньте меню «Цветовой режим» и выберите «Цвет RGB». Потяните вниз меню «Битовый режим» рядом с ним и выберите «16 бит». Обратите внимание, что это делает число в разделе «Размер изображения» окна намного больше. Нажмите «ОК», и откроется окно Photoshop.

Где битовая глубина в фотошопе?

Внутри Photoshop вы можете установить битовую глубину при создании нового документа. Если вы хотите изменить разрядность уже открытого документа, перейдите в меню Изображение>Режим.

Как узнать, какой бит у изображения?

Шаг 1: Умножьте количество пикселей детектора по горизонтали на количество пикселей по вертикали, чтобы получить общее количество пикселей детектора. Шаг 2: Умножьте общее количество пикселей на разрядность детектора (16 бит, 14 бит и т. д.), чтобы получить общее количество бит данных.

Как неправильная битность карты нормалей может испортить текстуры

Проблемы с битностью текстур в последнее время встречаются всё чаще и чаще. Сейчас, когда большинство движков стали использовать одинаковый воркфлоу для карт нормалей, ошибки в пайплайне художников стало намного проще вычислять.

Первым делом разберемся, что такое битность и почему она важна.
От битности зависит количество оттенков, которое может быть записано в изображении. 24-битное изображение может записать 8 бит, или 256 значений в каждый канал. 256 значений обычно достаточно для текстур типа diffuse, specular или gloss map, потому что они используют более широкий спектр цветов и на них нет необходимости четко изображать слабые градиенты.


С этого момента, говоря 8, 16 или 32 бита, я буду иметь ввиду их количество в одном канале изображения.


Tangent Space Normal Map же наоборот, обычно использует более узкий диапазон значений. Ухудшается всё тем, что чем сильнее low poly модель похожа на high poly, тем больше важна битность изображения. Причина в том, что для отображения слабой разницы между двумя версиями модели (а это нужно для корректного шейдинга), нужно использовать большее количество промежуточных оттенков. В противном случае, слабый градиент не сможет корректно отображаться на текстуре и появится лесенка.
Ниже — пример этой проблемы. Low poly объект с плавным силуэтом практически идеально совпадает с high poly. Дополнительно на него назначен металлический зеркальный материал, что позволит еще более наглядно увидеть артефакты.


Если запечь 8-битную карту с помощью софта, который не использует дайзеринг (xNormal или Maya например), появится артефакт в виде лесенки там, где текстура не может записать плавные перепады поверхности из-за ограниченной битности.


Если увеличить битность до 16 и запечь нормал с помощью xNormal в TIFF расширении, результат будет намного лучше.


И так, если 16 бит выдают хороший результат, 32 должны сделать текстуру ещё лучше? В теории да, но на практике это не всегда так. Ниже — пример запеченной 32-битной карты. Как видно, визуальной разницы между 16 и 32-битными версиями нет.


Но ведь сейчас у всех стоят SDD и HDD на несколько терабайт, проблем с памятью для хранения текстур нет, почему бы просто не запекать 32-bit текстуру каждый раз, дабы избежать проблем?
Во-первых, разница между ними практически не видна. Во-вторых, с 32-битной текстурой сложнее работать в промежутке между запеканием и до финализации текстур. Некоторые инструменты в Photoshop недоступны в режиме работы с 32-bit файлами.


В третьих, конвертация 32-bit изображений в 16-ти или 8-ми битные может вызвать еще больше артефактов. В обычной ситуации, когда происходит конвертация из 32-х бит в 16 или 8, тебе нужно будет использовать фотошоповский tone mapping, и поверь, это очень плохо сказывается на карте нормалей.


А что насчет игр? 16 и 32-битные файлы не поддерживаются многими игровыми движками из-за ограничений текстурной памяти. Так что, в конце концов, всю работу с 32-битной текстурой придется ужать в 8-ми битное изображение.


Еще хуже, текстуры могут оптимизироваться движком автоматически. Такое вмешательство со стопроцентной вероятностью создаст шумы и лесенки на карте нормалей.


Да и не все объекты имеют такую сложную форму и зеркальный материал. Поэтому описанной выше проблемы, скорее всего, не будет видно в финале.


Я не упоминал 3ds Max, но если ты запекаешь 8-битный normal map в нем, то можешь вообще не беспокоиться о том, что я тут перечислил. Только если ты не собираешься запечь curvature или AO на основе карты нормалей — в таком случае лучше приготовить normal map с высокой битностью специально под запекание.

Теперь взглянем не на абстрактный пример, а на реальный рабочий ассет.


Запекание с высокой битностью помогло избавиться от артефактов, а последующая конвертация в 8-бит позволила вместить чуть больше полезной информации в меньший объем.


Для наглядности, в конце я оставил рендер меча с наложенными текстурами и 8-битной картой нормалей. Все артефакты, о которых я так волновался, пропали. Конечно, можно заметить некоторые проблемы, если знаешь, куда смотреть. В игре, глядя с адекватного расстояния на объект, игрок ничего не увидит.


И последний пример, который поможет лучше понять, что вообще происходит с картой нормалей при разных настройках запекания.


Даже после того, как я выкрутил интенсивность текстуры, 16-ти битная версия всё ещё смотрится выигрышнее 8-ми битной.


Теперь ты еще лучше понимаешь, как работают инструменты и программы, которые ты используешь каждый день, знаешь о причинах возникновения проблемы в работе и способы их решения.


В следующей статье мы разберем реальный пример, как битность карты нормалей может испортить финальные текстуры. Stay tuned.

Перевод статьи EarthQuake

Могу ли я сегодня эффективно использовать 10 бит, и если да, то как?

Прямой эффект использования большего количества битов для представления цветов заключается в том, чтобы «просто» иметь больший диапазон цветов. Это то же самое, что наличие трех типов цветовых рецепторов в наших глазах для «просто» возможности воспринимать больше цветов. Вы можете описать это так, но чем больше цветов , тем лучше.

Калибровка цвета

Более важным, чем получение дисплея, который поддерживает больше, чем текущий стандарт, является калибровка цветов любых устройств, которые у вас есть. Глубина в битах не будет иметь большого значения, если цвета все равно будут неправильными.

Редактирование изображений

Для редактирования изображений основным преимуществом наличия большего количества цветов является возможность редактирования большего количества до появления артефактов, в первую очередь полос, вызванных ограниченным диапазоном цветов. Это сохраняется даже тогда, когда устройство вывода, будь то дисплей или печать, имеет гораздо меньшую глубину цвета. Хотя полосатость может возникать с любым форматом файла или устройством вывода, независимо от того, сколько битов оно должно представлять для цветов, при выборе слишком узкого диапазона для распространения по слишком большой области, менее вероятно, когда будет доступно больше цветов.

Полосность также может быть уменьшена за счет сглаживания, что более эффективно, когда для обработки доступны «исходные» (с большей битовой глубиной) цвета.

Программная поддержка редактирования в 16- и 32-битном цвете хороша :

  • Photoshop, еще до появления версии CS
  • ГИМП, с 2.9.2
  • Imagemagick
  • Krita
  • Все программное обеспечение для обработки HDR
  • Все программное обеспечение для обработки изображений RAW
  • Многие другие

Общая аппаратная и программная поддержка

Независимо от количества доступных бит, дисплей не может отображать больше, чем он получает в качестве входных данных. Просто нет смысла получать 10-битный дисплей для отображения 8-битного цвета, что будет происходить до тех пор, пока JPEG не будет смещен, а все остальное не будет обновлено для вывода более 8-битного цвета. (Практически каждый, кто читает это, недавно отображал JPEG на своем экране .)

Если вы решите обновить систему, вам понадобятся специальные видеокарты и драйверы, чтобы использовать более 8-битный цвет. Это в значительной степени гарантирует часы возни, чтобы попытаться заставить все работать. Результаты включают в себя мысль, что это работает, когда это не так, но неспособность определить разницу. Или просто сдаваться и соглашаться на 8 бит. Если вам когда-нибудь удастся заставить его работать, люди продолжат отправлять вам JPEG-файлы, даже если вы настаивали на том, чтобы они отправляли только HEIC или BPG (или PNG, или WebP, или EXR). Они также будут жаловаться на невозможность открыть ваши файлы или на то, что цвета на ваших изображениях «выключены», потому что они были недостаточно внимательны, чтобы также обновить свое оборудование для отображения 10-битного цвета. (Или, может быть, еще хуже, они будут хвалить вас за то, насколько теплые цвета на ваших изображениях, когда вы предполагали прохладные тона …)

Это

действительно 10-бит?

По-видимому, некоторые дисплеи на самом деле 6-битные, притворяющиеся 8-битными . Трудно сказать, какие именно, потому что производители не предоставляют информацию. Как мы вообще узнаем, действительно ли этот новый «10-битный» дисплей не является 8- битным, притворяющимся 10-битным ?

Некоторые «10-битные» мониторы улучшают вывод, беря 8-битный ввод и «исправляя» его в 10 битах . Ценность этого — личный выбор.

Почему производители разрабатывают оборудование, которое

утверждает, что использует больше битов?
  1. Это как мегапиксельные войны. Они получают бонусные баллы за большее число.

  2. Ранние пользователи готовы платить больше.

  3. Если они сделают достаточно постепенных улучшений, в конечном итоге разница будет значительной.

А как насчет Гамма … Линейный … AdobeRGB … ???

Agh !!! Часы … Дни … Недели возни с настройками, чтобы все работало правильно.

Терпение

Если вы подождете, пока не сменится технологический стандарт, будет дешевле и проще перейти на устройства с повышенной глубиной цвета. Они будут повсеместно и широко поддерживаться без вашего особого поиска. Вы также избегаете того, чтобы ваше оборудование стало поврежденным или даже бесполезным в одночасье, если отрасль решит перейти на 12-, 14- или даже 16-битный цвет. (Посмотрите, сколько из нас владело технологиями, которые устарели в тот момент, когда отрасль стандартизировалась в другом направлении.)

Это будет похоже на прогресс в разрешении видео. Телевидение стандартной четкости было достаточно для всех на протяжении десятилетий. Первые пользователи покупали такие вещи, как SVHS и LaserDisc. Затем появился DVD и устарел. Некоторое время это было достаточно, но потом пришел HD-DVD против BluRay. Теперь с 8-мегапиксельными (4K) дисплеями недостатки 8-битного цвета станут более очевидными, и производители будут ориентироваться на глубину цвета, тем более что следующий шаг в разрешении, 32 мегапикселя, немного больше.

Хотя 8-битный цвет был «достаточно хорош» на протяжении десятилетий, мы находимся на грани высокой глубины цвета. Графика и видео редактирование выполняется на большой глубине. Цифровые камеры и видеокамеры поддерживают высокую глубину цвета. Видеокодеки поддерживают высокую глубину цвета (AVC, HEVC). Графические форматы поддерживают высокую глубину цвета (TIF, PNG), при этом другой вытесняется (HEIC). Некоторые видеокарты и мониторы поддерживают высокую глубину цвета (вроде). Технология в основном уже здесь, но она не получила широкого распространения и не работает вместепока .

iPad и iPhone уже используют другое цветовое пространство. Они уже захватывают в формате, способном к высокой цветовой глубине цвета (HEIC). Они могут стать первыми массово распространенными устройствами массового производства, поддерживающими захват и отображение цветов с высокой глубиной цвета. ( Retina 2 ® © ™ — $$$ )

Дебайер на CUDA. Быстрый алгоритм демозаики на видеокарте

Цветные видеокамеры обычно устроены так, что на поверхности матрицы нанесена решётка из светофильтров, поэтому каждый пиксел регистрирует свет только определённого цвета (зелёного, красного или синего). Такая решётка называется байеровским шаблоном или просто байером (по имени создателя). Поэтому в каждом пикселе изображения есть точная информация только об одной цветовой компоненте, а значения остальных цветовых компонент можно восстановить с помощью информации о значениях других цветовых компонент в соседних пикселах.

Если цветовая гамма на изображении меняется непрерывно, то даже простые алгоритмы типа усреднения по соседним пикселам дают неплохой результат. Однако, если есть резкая граница с изменением цвета, то проявляются различные артефакты в виде ложных цветов, лесенки, размытия. Для устранения таких артефактов используют разнообразные и довольно сложные модели, описывающие поведение цветов и взаимосвязи их компонент на естественных изображениях.

Основные алгоритмы, используемые для восстановления цвета

  • простейшее усреднение по соседним пикселам (билинейная интерполяция, AN3)
  • фильтры для окрестностей 5×5, 7×7 и более
  • учёт локальных изменений цветовых разностей G-R и G-B
  • учёт локальных вертикальных и горизонтальных градиентов
  • учёт шума и его влияния на восстановление цвета
  • адаптивные методы для улучшения локальных оценок

Поскольку задача восстановления цвета после байеровского паттерна является локальной, то её можно эффективно распараллелить и оптимизировать для создания программного обеспечения на основе технологии CUDA. Такое решение позволит существенно поднять скорость цветовой интерполяции и даст возможность в онлайне обрабатывать большие потоки данных, например, от цветных скоростных видеокамер или от камер с очень большим разрешением. Библиотека Фаствидео СДК является высокопроизводительным решением на базе видеокарт NVIDIA для интерполяции данных от байеровскоих матриц и имеет несколько алгоритмов для решения этой задачи.

Что может дебайер на видеокарте

Основной результат: для 8-битного байеровского изображения с разрешением 1920×1080, загруженного в оперативную память компьютера, программа GPU Debayer восстанавливает цвет за 0,83 мс на видеокарте NVIDIA GeForce GTX 1080, что соответствует производительности более 2400 Мпикселов в секунду или частоте 1200 кадров в секунду при разрешении Full HD. Это в 200 раз быстрее аналогичного алгоритма AHD из библиотеки Intel IPP-7.1 на Core i7 2600 (3,4 ГГц).

Для тестирования использовались необработанные изображения, полученные от матрицы фотоаппарата или видеокамеры. У этих изображений на один пиксел приходится 1 байт данных, а после дебайера получаются цветные изображения с прежним разрешением, у которых на один пиксел приходится уже 3 байта, т.е. размер изображения увеличивается в 3 раза. В случае, если исходное изображение находится в памяти компьютера, то для выполнения вычислений на видеокарте нужно эти данные сначала передать в видеокарту через шину PCI-Express, затем провести расчёты, потом вернуть увеличившиеся в 3 раза данные по шине PCI-Express назад, в оперативную память компьютера. По сравнению с работой программ на центральном процессоре, при вычислениях на видеокарте получаются две дополнительные стадии по пересылке данных в видеокарту и обратно, которые вносят дополнительную задержку.

При использовании набора изображений Кодака, на котором обычно выполняется стандартное тестирование программ по восстановлению цвета, был получен результат 39 дБ, что очень неплохо, причём визуальное качество получилось очень хорошим. К примеру, самый качественный дебайер (алгоритм AHD) из библиотеки Intel IPP-7.1 на этом же наборе изображений даёт среднее значение порядка 37,4 дБ, а производительность алгоритма AHD при многопоточной реализации составляет 12 Мпикселов в секунду на процессоре Core i7 2600.

В демо-приложении Fast Debayer на данный момент реализованы три алгоритма дебайера: HQLI, DFPD и MG. Качество интерполяции при использовании этих алгоритмов заметно выше, чем при билинейной интерполяции, которая считается самым простым и самым быстрым алгоритмом.

В реальной ситуации производительность клиентских программных приложений по цветовой интерполяции ограничена скоростью загрузки данных от HDD/SSD/RAID, хотя значительное ослабление нагрузки на ЦПУ будет актуально всегда. Тем не менее, существуют промышленные серверные приложения, когда такая высокая скорость действительно требуется. Поток данных от видеокамер, в том числе и от высокоскоростных, может достигать гигапикселов в секунду и выше, поэтому производительность расчётов в таких случаях играет огромную роль. Для дальнейшего увеличения производительности можно использовать более мощные видеокарты, а также можно устанавливать в компьютер сразу несколько видеокарт, на которых одновременно будут выполняться вычисления.

Программа Fast Debayer распространяется бесплатно и её можно скачать по ссылке, приведенной ниже. Данная версия работает в Windows-7/8/10 (64-бит) с видеокартами NVIDIA, у которых CC (compute capability) не ниже 3.0. Для корректной работы желательно установить последние драйверы NVIDIA.

   Fast Debayer on CUDA

Fast Debayer on CUDA

Размер архива: 48.6 MB
Издатель: Fastvideo
ОС: Windows-7/8/10 (64-bit)
Лицензия: Freeware
Видеокарты NVIDIA Kepler, Maxwell, Pascal, Volta, Turing

Возможности дебайера на CUDA

  • Поддерживаются все основные байеровские паттерны (RGGB, BGGR, GBRG, GRBG)
  • Алгоритм создания байеровских изображений (CFA) из 24-битных файлов формата PPM
  • Входной формат байеровских изображений – PGM
  • На выходе программа создаёт 24-битные изображения формата PPM
  • Минимальное разрешение 128×128
  • Максимальное разрешение до 12000×12000
  • Производительность программы (учитываются только вычисления, изображения формата Full HD) на видеокарте NVIDIA GeForce GTX 1080:
    • Алгоритм HQLI (High Quality Linear Interpolation) — до 18,2 ГПикс/с, среднее значение PSNR = 36 дБ для набора изображений Kodak
    • Алгоритм DFPD (Directional Filtering and a Posteriori Decision) — до 5,25 ГПикс/с, среднее значение PSNR = 39 дБ для набора изображений Kodak
  • Оценка результатов цветовой интерполяции по метрикам MSE и PSNR
  • Измерения времени выполнения и производительности каждого алгоритма
  • Программа работает на видеокартах NVIDIA (Compute Capability >= 3.0), драйвер 441.66 или старше
  • Консольное приложение для Windows-7/8/10 (64-бит)

Таким образом, показана возможность восстановления цвета с высокой производительностью и отличным качеством на графических картах NVIDIA по технологии CUDA. Производительность видеокарты GeForce GTX 1080 для цветовой интерполяции значительно выше, чем возможности самых последних CPU. Полученные данные говорят о том, что есть возможность использовать более сложные алгоритмы для быстрого и качественного восстановления цвета и обработки изображений на видеокартах.

Понятие битовой глубины в фотошопе. Понятие битовой глубины в фотошопе 16 битная графика

Возможно, вы слышали такие выражения как «8-бит» и «16-бит» . Когда люди упоминают биты, они говорят о том, сколько цветов содержится в файле изображения. Цветовые режимы фотошопа определяют разрядность изображения (1, 8, 16 или 32 бит). Так как вы будете работать с этими характеристиками довольно часто (например, когда в диалоговом окне Новый вам предстоит выбрать и количество бит), полезно узнать, что эти цифры означают.

Бит — наименьшая единица измерения, используемая компьютерами для хранения информации. Каждый пиксель в изображении обладает битовой глубиной, которая контролирует сколько информации о цвете может содержать данный пиксель.

Так битовая глубина изображения определяет, сколько цветовой информации содержит данное изображение. Чем больше битовая глубина, тем больше цветов может отображаться в изображении.

Рассмотрим вкратце варианты с различным числом бит в Photoshop.

1. В цветовом режиме пиксели могут быть только черными или белыми. Изображения в этом режиме называются 1-битными , потому что каждый пиксель может быть только одного цвета — черный или белый.

2. 8-битное изображение может содержать два значения в каждом бите, что равняется 256 возможным значениям цвета. Почему 256? Так как каждый из восьми бит может содержать два возможных значения, вы получаете 256 комбинаций.

С 256 комбинациями для каждого канала в изображении RGB у вас может быть более 16 миллионов цветов.

3. 16-битные изображения содержат 65536 цветов в одном канале. Они выглядят так же, как и другие изображения на экране, но занимают в два раза больше места на жестком диске. Такие изображения очень нравятся фотографам, потому что дополнительные цвета обеспечивают им большую гибкость при коррекции параметров Кривые и Уровни , даже несмотря на то, что более крупные размеры файлов могут очень сильно замедлить работу программы.

Кроме того, не все инструменты и фильтры работают с 16-битными изображениями, но список инструментов, работающих с ними, растет с каждой новой версией программы.

4. 32-битные изображения , которые относят к изображениям с расширенным динамическим диапазоном (High Dynamic Range, HDR), содержат больше цветов, чем вы можете себе представить. Но об этом пойдет речь в будущих статьях об HDR.

В основном, вы будете иметь дело с 8-битными изображениями, но если у вас есть фотоаппарат, делающий снимки с большей битовой глубиной, во что бы то ни стало, возьмите выходной и поэкспериментируйте, чтобы понять стоит ли ради разницы в качестве жертвовать пространством на жестком диске и скоростью редактирования.

Заметили ошибку в тексте — выделите ее и нажмите Ctrl + Enter . Спасибо!

Цифровые камеры или, по крайней мере, профессиональные цифровые камеры, имеют возможность съемки в формате RAW, вот уже несколько лет, позволяя вам открывать изображения в Photoshop и редактировать их в режиме 16 bit, а не в режиме 8 bit, как вы обычно делали со стандартными JPEG изображениями.

Несмотря на это, многие фотографы, даже профессиональные, по-прежнему делают свои снимки в формате JPEG, даже если их камера поддерживает формат RAW. И хотя есть совсем немного весомых аргументов при выборе JPEG против RAW — высокая скорость съемки и намного меньший размер файлов — первое, что приходит на ум, — многие люди по-прежнему снимают в JPEG просто потому, что они не понимают разницы между редактированием изображений в режиме 16 bit. В этом уроке мы как раз и разберем эту разницу.

Что означает термин «8 бит»?
Вы должно быть ранее слышали термины 8 бит и 16 бит, но что они значат? Когда вы делаете снимок на цифровую камеру и сохраняете его в формате JPEG, вы создаете стандартное 8 битное изображение. Формат JPEG был вокруг нас долгое время с появлением цифровой фотографии и даже во время совершенствования программы Photoshop, но в последнее время его недостатки становятся все больше и больше заметными. Один из них — невозможность сохранить файл JPEG в формате 16 бит, поскольку он попросту его не поддерживает. Если это JPEG изображение (с расширением «.jpeg»), это 8 битное изображение. Но что же все-таки значит «8 бит»?
Если вы читали наш урок «RGB и цветовые каналы», вы знаете, что каждый цвет в цифровом изображении создается из комбинации трех основных ярких цветов — красный (red), зеленый (green) и синий (blue):

Неважно, какой цвет вы видите на экране. Он все равно был сделан из некоторой комбинации этих трех цветов. Вы можете подумать: «Это невозможно! Мое изображение имеет миллионы цветов. Как вы можете создать миллион цветов только из красного (red), зеленого (green) и синего (blue)?»

Хороший вопрос. Ответ заключается в смешении оттенков красного, зеленого и синего! Существует множество оттенков каждого цвета, с которыми вы можете работать и смешивать между собой, даже больше, чем вы себе можете представить. Если бы у вас был чисто красный, чисто зеленый и чисто синий цвет, то все, что вы сможете создать — семь различных цветов, включая белый, если вы смешаете все эти три цвета вместе.

Вы также можете включить сюда же восьмой цвет — черный, — который вы могли бы получить в случае, если полностью удалите красный, зеленый и синий.
Но что, если у вас, скажем, 256 оттенков красного, 256 оттенков зеленого и 256 оттенков синего? Если произвести математические вычисления, 256х256х256=16,8 миллионов. Теперь вы можете создать 16,8 миллионов цветов! И это, конечно же, то, что вы можете получить от 8 битного изображения — 256 оттенков красного, 256 оттенков зеленого и 256 оттенков синего дают вам миллионы возможных цветов, которые вы обычно видите на фото:

Откуда берется число 256? Итак, 1-бит имеет значение 2. Когда вы перемещаетесь от 1 бита, вы находите значение, используя выражение «2 в степени (количество последующих битов)». Например, чтобы найти значение 2 бит, вам нужно посчитать «2 в степени 2» или «2х2», что равняется 4. Таким образом, 2 бита равно 4.
4х-битное изображение будет «2 в степени 4», или «2х2х2х2», что дает нам 16. Следовательно, 4 бита равняется 16.

Мы проделаем то же самое для 8 битного изображения, это будет «2 в степени 8», или «2х2х2х2х2х2х2х2», что дает нам 256. Вот откуда берется число 256.
Не переживайте, если это показалось вам запутанным, непонятным и скучным. Это всего лишь объяснение того, как работает компьютер. Просто запомните, что если вы сохраняете изображение в формате JPEG, вы сохраняете его в режиме 8bit, что дает вам 256 оттенков красного, зеленого и синего, 16,8 миллионов возможных цветов.

Итак, может показаться, что 16, 8 миллионов цветов — это много. Но говорят, все познается в сравнении, и если вы не сравнивали это с количеством возможных цветов 16 битного изображения, то, можно сказать, вы еще ничего не видели.

Как мы только что уяснили, сохраняя фото в формате JPEG, мы получаем 8 битное изображение, которое дает нам 16,8 миллионов возможным цветов.
Кажется, что это много, и это так, если вы подумаете, что человеческий глаз даже не может увидеть столько цветов. Мы можем различать всего несколько миллионов цветов, в лучшем случае, при определенных навыках, чуть больше 10 миллионов, но никак не 16, 8 миллионов.

Поэтому даже 8 битное изображение содержит гораздо больше цветов, чем мы можем видеть. Зачем же тогда нам нужно больше цветов? Почему недостаточно 8 бит? Итак, вернемся к этому чуть позже, а для начала, давайте посмотрим на разницу между 8 битными и 16 битными изображениями.

Ранее мы выяснили, что 8 битное изображение дает нам 256 оттенков красного, зеленого и синего цвета, и мы получили это число, используя выражение «2 в степени 8» или «2х2х2х2х2х2х2х2», что равно 256. Мы произведем те же расчеты для того, чтобы узнать, сколько цветов мы можем получить в 16 битном изображении. Все, что нам нужно — найти значение выражения «2 в степени 16» или «2х2х2х2х2х2х2х2х2х2х2х2х2х2х2х2», которое, если вы посчитаете на калькуляторе, равно 65 536. Это означает, что когда мы работаем с 16 битным изображением, мы имеем 65 536 оттенков красного, 65 536 оттенков зеленого и 65 536 оттенков синего. Забудьте о 16,8 миллионах! 65 536 х 65 536 х 65 536 дает нам 281 триллион возможных цветов!

Теперь вы можете подумать: «Ничего себе, это, конечно, здорово, но вы только что сказали, что мы не можем увидеть даже 16,8 миллионов цветов, которые нам дает 8 битное изображение, неужели так важны эти 16 битные изображения, дающие нам триллионы цветов, которые мы не можем видеть?»
Когда наступает время редактировать наши изображения в Photoshop, это действительно очень важно. Давайте посмотрим, почему.

Редактирование в режиме (mode ) 16 бит.
Если у вас есть два одинаковых фото, откройте их в Photoshop, разница должна быть в том, что одно изображение должно быть в режиме 16 бит с его триллионом возможных цветов, а другое — в режиме 8 бит с его 16, 8 возможных цветов. Вы, должно быть, подумали, что версия 16 битного изображения должна выглядеть лучше 8 битного, поскольку она имеет больше цветов. Но очевиден факт, что множество фотографий попросту не содержит 16, 8 миллионов цветов, не говоря уже о триллионах цветов для точного воспроизведения содержимого изображения.

Обычно они содержат несколько сотен тысяч цветов, в лучшем случае, хотя некоторые могут достигать и нескольких миллионов в зависимости от их содержимого (а также в зависимости от размера фото, поскольку вам необходимы миллионы пикселей для просмотра миллиона цветов). Плюс, как вы уже знаете, человеческий глаз не может видеть, во всяком случае, 16,8 миллионов цветов. Это означает, что если вы расположите рядом два изображения 8 бит и 16 бит, они будут для нас выглядеть одинаково.

Так почему же лучше работать с 16 битными изображениями? Одно слово — гибкость. Когда вы редактируете изображение в Photoshop, рано или поздно, если вы будете продолжать его редактирование, вы столкнетесь с проблемами. Самая распространенная проблема известна как «ступенчатость», когда вы теряете очень много деталей в изображении, после чего Photoshop не может отображать плавные переходы от одного цвета к другому. Вместо этого вы получаете ужасный ступенчатый эффект между цветами и их тональными значениями.

Позвольте мне показать, что я имею в виду. Вот два простых черно-белых градиента, которые я создал в Photoshop. Оба градиента одинаковы. Первое было создано как 8 битное изображение. Вы видите цифру 8, обведенную в красный кружок в верхней части окна документа, которая говорит о том, что документ открыт в 8 битном режиме:

А вот точно такой же градиент, созданный в качестве 16 битного изображения. Нет никаких отличий, кроме того факта, что в названии документа указан режим 16 бит, оба градиента выглядят одинаково:

Посмотрите, что получается, когда я их редактирую. Я собираюсь применить одинаковые изменения к обоим градиентам. Для начала я нажму Ctrl+L (Win) / Command+L (Mac) для вызова коррекции Photoshop Уровни (Levels), и не вдаваясь в подробности того, как работают уровни, я просто перемещаю нижние черный и белый слайдеры Выходных значений (Output) по направлению к центру. Опять же, я проделаю это с обоими градиентами:

Перемещение нижнего черного и белого слайдеров Выходных значений (Output) по направлению к центру в диалоговом окне Уровни ( Levels ).

По существу, я взял полный диапазон градиентов от чисто черного слева к чисто белому справа и сплющил их в очень маленький сегмент в центре, который представляет собой в итоге средние оттенки серого цвета. В действительности я не изменил градиент. Я только сконцентрировал его тональный диапазон в очень маленьком пространстве.
Кликну Ок, чтобы выйти из диалогового окна Уровни (Levels), и теперь давайте снова посмотрим на градиенты. Вот 8 битный градиент:

А вот 16 битный градиент:

Оба градиента после коррекции с помощью Уровней (Levels) теперь выглядят как сплошной серый, но они по-прежнему выглядят одинаково, хотя верхний градиент в режиме 8 бит, а нижний — 16 бит. Посмотрите, что получится, когда я снова применю Уровни (Levels) для того, чтобы растянуть тональный диапазон градиента обратно к чисто черному слева и к чисто белому справа. Я перемещу черный и белый слайдеры Входных значений (Input) диалогового окна Уровни (Levels) по направлению к центру, на этот раз, чтобы распределить темные участки градиента обратно в чисто черный слева и светлые части обратно к чисто белому вправо.

Перемещение Входных значений ( Input ) черного и белого слайдеров по направлению к центру для распределения темных частей градиента обратно в чисто черный слева и светлых части обратно к чисто белому вправо.

Давайте снова посмотрим на наши два градиента. Первый — 8 битный градиент:

Оуч! Наш сглаженный черно-белый градиент больше не выглядит таковым! Вместо этого он имеет «ступенчатый» эффект, о котором я говорил, где вы легко можете видеть, как сменяются оттенки серого друг за другом, а это потому, что мы потеряли огромную часть деталей изображения после проведения тех коррекций, которые мы проделали с Уровнями (Levels). Таким образом, 8 битное изображение не очень хорошо справилось с этой задачей. Посмотрим, что случилось с 16 битным изображением:

Посмотрите на него! Даже после больших корректировок, которые я произвел с помощью Уровней (Levels), 16 битный градиент справился с задачей без единой помарки! Почему так? Почему 8 битный градиент потерял так много деталей, а 16 битный — нет? Ответ лежит в том, о чем мы говорили до этого момента. 8 битное изображение может содержать только максимум 256 оттенков серого, в то время как 16 битное изображение может содержать до 65 536 оттенков серого. Даже, несмотря на то, что оба градиента выглядели одинаково вначале, 16 тысяч дополнительных оттенков серого дают нам больше гибкости во время редактирования и вероятность появления каких-либо проблем впоследствии. Конечно, даже 16 битные изображения в конечном итоге достигают того момента, когда начинают терять много деталей, и вы будете видеть проблемы после множества редактирований изображения, но в 8 битных изображениях этот момент наступает быстрее, а с 16 битным изображением мы можем иметь дело намного дольше.
Давайте попытаемся на этот раз те же самые вещи рассмотреть на примере обычного фото.

Редактирование фото в режиме (mode ) 16 бит
Попытаемся тот же самый эксперимент редактирования применить к полноцветному фото. Я взял фото с пляжным мячом, которое мы видели на первой странице. Вот изображение в стандартном 8 битном режиме. Снова мы видим число 8 в верхней части окна документа:

А вот то же самое фото, но в режиме 16 бит:

Оба изображения выглядят одинаково на данный момент, как и те два градиента.
Единственная разница между ними заключается в том, что верхнее изображение 8 битное, а нижнее 16 битное изображение. Попытаемся произвести те же самые корректировки с помощью Уровней (Levels). Сейчас я редактирую изображение экстремальным методом, это, конечно же, не то, что вы обычно делаете со своими изображениями. Но этот способ даст вам четкое представление того, насколько сильно мы можем повредить изображение, если оно в режиме 8 бит по сравнению с незначительными разрушениями, которые происходят при редактировании 16 битной версии изображения.

Я снова нажимаю сочетание клавиш Ctrl+L (Win) / Command+L (Mac) для вызова диалогового окна Уровни (Levels), и перемещаю слайдеры Выходных значений (Output) внизу по направлению к центру, в ту же точку, что и в случае с градиентами. Снова проделываю то же самое с обоими изображениями: 8 битная и 16 битная версия изображений:

Перемещение белого и черного слайдеров Выходных значений ( Output ) по направлению к центру в диалоговом окне Уровни (Levels).

Вот как выглядит 8 битное изображение после концентрирования тонального диапазона в маленьком пространстве, где вы обычно найдете информацию о средних тонах:

А вот как выглядит 16 битное изображение:

Опять-таки обе версии идентичны. Нет видимых различий между 16 битной и 8 битной версией.
Теперь вызовем Уровни (Levels) и установим обратно значения тональности, чтобы темные участки стали чисто черными, а светлые — чисто белыми:

Перемещение черного и белого слайдера Входных значений ( Input ) по направлению к центру в диалоговом окне Уровни (Levels) для сосредоточения темных участков изображения в черном цвете, а светлых — в белом.

Теперь давайте посмотрим, есть ли какая разница между 16 битной версией и 8 битной. Для начала, 8 бит:

О, нет! Как и с градиентом, 8 битному изображению нанесен довольно приличный ущерб благодаря редактированию. Очень заметный переход в цвете, особенно на воде, которая выглядит как какой-нибудь эффект рисования, нежели как полноцветное фото. Вы также можете заметить повреждения на пляжном мяче, а также на песке в нижней части фото. На данный момент, 8 битное изображение принесло мало пользы.
Посмотрим, что же произошло с 16 битным изображением:

Снова, как и с градиентом, 16 битная версия осталась без помарки! Каждый бит остался таким же, как и до редактирования, в то время как 8 битное изображение потеряло много деталей. И это все потому, что 16 битная версия имеет такое огромное количество возможных цветов в распоряжении. Даже после сильного воздействия, которое я совершил, я не смог нанести изображению видимых повреждений благодаря режиму 16 бит.

Итак, как вы можете воспользоваться преимуществами 16 битного изображения? Просто. Делайте всегда снимки в формате RAW вместо JPEG (разумеется, конечно, если ваша камера поддерживает raw), затем открывайте и редактируйте его в Photoshop, как 16 битное изображение. Помните о том, что когда вы работаете с 16 битным изображением, его размер больше, чем 8 битного изображения, и, если у вас старый компьютер, он может повлиять на продолжительность обработки фотографии в Photoshop. Также, несмотря на то, что новые версии Photoshop с каждым разом все лучше и лучше в этом плане, не каждый фильтр доступен для коррекции изображения в режиме 16 бит, но большинство основных работает. Если вы захотели работать в 8 битном режиме, перейдите в меню Изображение (Image) в верхней части экрана и выберите Режим (Mode), а затем выберите 8 бит. Постарайтесь работать в 16 битном режиме настолько долго, насколько это возможно до переключения в режим 8 бит. Также убедитесь, что вы переключились на режим 8 бит до печати изображения, или даже сохраните свою 16 битную версию изображения как Photoshop .PSD файл, а затем сохраните отдельную 8 битную версию для печати.

На сегодняшний день технологии и устройства позволяют сделать настолько яркое и насыщенное изображение, что оно будет даже красивее, чем его реальный прототип. Качество передаваемого изображения зависит сразу от нескольких показателей: количества мегапикселей, разрешения изображения, его формата и так далее. К ним относится еще одно свойство — глубина цвета. Что же это такое, и как его определять и исчислять?

Общие сведения

Глубина цвета — это максимальное число оттенков цвета, которое только может содержать в себе изображение. Это количество измеряется в битах (число двоичных бит, определяющих цвет каждого пикселя и оттенка в изображении). К примеру, один пиксель, глубина цвета которого равна 1 бит, может принимать два значения: белый и черный. И чем большее значение будет иметь глубина цвета, тем многообразнее будет изображение, включающее в себя множество цветов и оттенков. Также она отвечает за точность передачи изображения. Тут все обстоит аналогичным образом: чем выше, тем лучше. Еще один пример: рисунок формата GIF с глубиной цвета, равной 8 битам, будет содержать в себе 256 цветов, в то время как изображение формата JPEG с глубиной 24 бита будет включать в себя 16 миллионов цветов.

Немного об RGB и CMYK

Как правило, все изображения данных форматов имеют глубину цвета, равную 8 битам на один канал (цветовой). Но ведь в изображении может присутствовать и несколько цветовых каналов. Тогда уже рисунок RGB с тремя каналами будет иметь глубину 24 бита (3х8). Глубина цвета изображений CMYK может достигать 32 бит (4х8).

Еще немного битов

Глубина цвета — количество оттенков одного цвета, которое устройство, контактирующее с изображениями, способно воспроизвести или создать. Данный параметр отвечает за плавность перехода оттенков в изображениях. Все цифровые изображения кодируются посредством единиц и нулей. Ноль — единица — белый. Хранятся и содержатся они в памяти, измеряющейся в байтах. Один байт содержит в себе 8 бит, в которых и обозначается глубина цвета. Для фотоаппаратов существует еще одно определение -глубина цвета матрицы. Это показатель, определяющий то, насколько полные и глубокие изображения в плане оттенков и цветов способен производить фотоаппарат, а точнее его матрица. Благодаря высокому значению данного параметра фотографии получаются объемными и плавными.

Разрешение

Связующим звеном между глубиной цвета и качеством изображения является его разрешение. Например, 32-битное изображение с разрешением 800х600 будет значительно хуже, чем аналогичное с 1440х900. Ведь во втором случае задействовано гораздо большее количество пикселей. В этом довольно легко убедиться самостоятельно. Все, что нужно сделать — это зайти на ПК в «настройки изображения» и попробовать последовательно уменьшать или увеличивать В ходе этого процесса вы наглядно убедитесь в том, насколько сильно разрешение влияет на качество передаваемой картинки. Независимо от того, сколько цветов включает в себя то или иное изображение, оно будет ограничено максимальным значением, которое способен поддерживать монитор. В качестве примера можно взять монитор с глубиной цвета 16 бит и изображение с 32 битами. Данное изображение на таком мониторе будет показываться с глубиной цвета 16 бит.

Глубина цвета (качество цветопередачи, битность изображения) – термин компьютерной графики, означающий объем памяти в количестве бит, используемых для хранения и представления цвета при кодировании одного пикселя растровой графики или видеоизображения. Часто выражается единицей бит на пиксель (англ. bpp – bits per pixel).

  • 8-битное изображение. При большом количестве бит в представлении цвета количество отображаемых цветов слишком велико для цветовых палитр. Поэтому при большой глубине цвета кодируются яркости красной, зеленой и синей составляющих – такое кодирование является RGB- моделью.
  • 8-битный цвет в компьютерной графике – метод хранения графической информации в оперативной памяти либо в файле изображения, когда каждый пиксель кодируется одним байтом (8 бит). Максимальное количество цветов, которые могут быть отображены одновременно, – 256 (28).

Индексированный цвет. В индексированном (палитровом ) режиме из широкого цветового пространства выбираются любые 256 цветов. Их значения R, G и В хранятся в специальной таблице – палитре. В каждом из пикселей изображения хранится помер цвета в палитре – от 0 до 255. 8-битные графические форматы эффективно сжимают изображения, в которых до 256 различных цветов. Уменьшение количества цветов – один из методов сжатия с потерями.

Преимущество индексированных цветов состоит в высоком качестве изображения – широкий цветовой охват сочетается с небольшим расходом памяти.

Черно-белая палитра. 8-битное черно-белое изображение – от черного (0) до белого (255) – 256 градаций серого.

Однородные палитры. Другой формат представления 8-битных цветов – описание красной, зеленой и синей составляющей с низкой разрядностью. Такая форма представления цвета в компьютерной графике обычно называется 8-битным TrueColor или однородной палитрой (англ. uniform palette).

12-битный цвет цвет кодируется 4 битами (по 16 возможных значений) для каждой R-, G- и B -составляющих, что позволяет представить 4096 (16 х 16 х 16) различных цветов. Такая глубина цвета иногда используется в простых устройствах с цветными дисплеями (например, в мобильных телефонах).

HighColor, или HiColor, разработан для представления всего множества оттенков, воспринимаемых человеческим глазом. Такой цвет кодируется 15 или 16 битами, а именно: 15-битный цвет использует 5 бит для представления красной составляющей, 5 – для зеленой и 5 – для синей, т.е. 25 – 32 возможных значения каждого цвета, которые дают 32 768 (32 × 32 × 32) объединенных цвета. 16-битный цвет использует 5 бит для представления красной составляющей, 5 – для синей и (так как человеческий глаз более чувствителен при восприятии зеленых тонов) 6 бит для представления зеленой – соответственно 64 возможных значения. Всего 65 536 (32 × 64 × 32) цветов.

LCD Displays. Большинство современных LCD-дисплеев отображают 18-битный цвет (64 χ 64 χ 64 = 262 144 комбинаций). Разница с truecolor- дисплеями компенсируется мерцанием цвета пикселей между их ближайшими цветами в 6-битной разрядности и (или) незаметным глазу дизерингом (англ. dithering ), при котором отсутствующие цвета составляются из имеющихся путем их перемешивания.

Truecolor 24-битное изображение. Truecolor предоставляет 16,7 млн различных цветов. Такой цвет наиболее близок человеческому восприятию и удобен для обработки изображений. 24-битный truecolor -цвет использует по 8 бит для представления красной, синей и зеленой составляющих, 256 различных вариантов представления цвета для каждого канала, или всего 16 777 216 цветов (256 × 256 × 256).

32-битный цвет – неправильное описание глубины цвета. 32-битный цвет является 24-битным (Truecolor ) с дополнительным 8-битным каналом, который определяет прозрачность изображения для каждого пикселя.

Свсрх-Truecolor. В конце 1990-х гг. некоторые графические системы высшего класса начали использовать более 8 бит на канал, например 12 или 16 бит.

Битность изображения частый ворпрос. Рассказываем какой вариант предпочесть и почему больше бит — это не всегда хорошо.

Стандартное мнение на этот счет — чем больше битов, тем лучше. Но действительно ли мы понимаем разницу между 8-битными и 16-битными изображениями? Фотограф Натаниэл Додсон детально объясняет различия в этом 12-минутном видео:

Большее число битов, поясняет Додсон, означает, что у вас есть больше свободы при работе с цветами и тонами до появления различных артефактов на изображении, таких как бандинг (“полосатость”).

Если вы снимаете в JPEG, то ограничиваете себя битовой глубиной в 8 бит, которая позволяет работать с 256 уровнями цвета на каждый канал. Формат RAW может быть 12-, 14- или 16-битным, при этом последний вариант дает 65 536 уровней цветов и тонов — то есть гораздо больше свободы при постобработке изображения. Если считать в цветах, то надо перемножить уровни всех трех каналов. 256х256х256 ≈ 16,8 миллиона цветов для 8-битного изображения и 65 536х65 536х65 536 ≈ 28 миллиардов цветов для 16-битного.

Чтобы наглядно представить разницу между 8-битным и 16-битным изображением, представьте себе первое как здание высотой 256 футов — это 78 метров. Высота второго “здания” (16-битного фото) будет 19,3 километра — это 24 башни Бурдж Халифа, поставленных одна на другую.

Обратите внимание, что нельзя просто открыть 8-битное изображение в Photoshop и “превратить” его в 16-битное. Создавая 16-битный файл, вы даете ему достаточно “пространства”, чтобы хранить 16 битов информации. Конвертируя 8-битное изображение в 16-битное, вы получите 8 битов неиспользованного “пространства”.


JPEG: нет деталей, плохой цвет, RAW: деталей не много

Но дополнительная глубина означает больший размер файла — то есть изображение будет обрабатываться дольше, а также потребует больше места для хранения.

В конечном счете, все зависит от того, какую степень свободы вы хотите иметь при постобработке снимков, а также от возможностей вашего компьютера.

Битовая глубина для пикселей набора растровых данных — ArcMap

Битовая глубина (пиксельная глубина) пикселя определяет диапазон значений, которые может хранить конкретный растровый файл, который основан на формуле 2 n (где n — разрядность). Например, 8-битный растр может иметь 256 уникальных значений в диапазоне от 0 до 255.

В следующей таблице показан диапазон значений, хранящихся для различных битовых глубин:

подписано 8 бит

16

16

16

16

2 Диапазон значений по пикселям Глубина
Значения, которые каждая клетка может содержать

1 бит

0 до 1

2 бит

от 0 до 3

4 бит

0 до 15

0 до 255

-128 до 127

без знака 16-бит

0 до 65535

16 бит со знаком

от -32768 до 32767

9025

без знака 32 бит

0 до 4294967295

Подписано 32 бит

-2147483648 до 2147483647

Плавучая точка 32 бита

-3.402823466E + 38 до 3.402823466E + 38

9002

0 до 184451616 709551616

Дополнительный тип битовой глубины, называемый сложным, поддерживается для чтения и отображения. Эта битовая глубина существует в ряде растровых форматов, включая форматы радаров, такие как Radarsat и .gff.

Примечание:

Существуют исключения, когда истинная битовая глубина не соответствует свойству битовой глубины в свойствах растра.Хотя растры Esri Grid всегда хранятся с 32-битной глубиной (либо в виде целого числа со знаком, целого числа без знака или с плавающей запятой), ArcGIS будет отображать свойство битовой глубины с наиболее подходящей битовой глубиной в соответствии с диапазоном значений пикселей растра. содержит.

Продукты Esri содержат все обозначения неизвестных значений в своих наборах растровых данных. Неизвестные значения — NoData. Внутри для хранения пикселей NoData должно использоваться реальное значение. Соответственно, когда NoData добавляется к растру, который уже имеет полный битовый диапазон (это означает, что в экстенте растра есть хотя бы один пиксель, занимающий все значения в битовом диапазоне, например, когда представлены все значения от 0 до 255), он продвигается до следующей более высокой разрядности.Например, сетка отмывки со значениями ячеек от 0 до 255 (которые в противном случае соответствовали бы 8-битному диапазону), которая также содержит некоторые ячейки NoData, представлена ​​как 16-битная беззнаковая.

Похожие темы

Классификация изображений с использованием BigTransfer (BiT)

Автор: Саян Натх
Дата создания: 24.09.2021
Последнее изменение: 24.09.2021

Просмотр в Colab Исходный код GitHub

Описание: BigTransfer (BiT) Передовое обучение переносу для классификации изображений.


Введение

BigTransfer (также известный как BiT) — это современный метод обучения передаче изображений. классификация. Передача предварительно обученных представлений повышает эффективность выборки и упрощает настройку гиперпараметров при обучении глубоких нейронных сетей зрению. Кусочек пересмотреть парадигму предварительного обучения на больших контролируемых наборах данных и тонкой настройки модель на целевой задаче. Важность правильного выбора слоев нормализации и масштабирование емкости архитектуры по мере увеличения объема предтренировочных данных.

BigTransfer(BiT) обучается на общедоступных наборах данных вместе с кодом в TF2, Джакс и Пайторч. Это поможет любому достичь первоклассное исполнение интересующей их задачи, даже с небольшим количеством помеченные изображения для каждого класса.

Вы можете найти модели BiT, предварительно обученные на ImageNet и ImageNet-21k в TFHub как TensorFlow2 SavedModels, которые вы можно легко использовать в качестве слоев Keras. Есть разные размеры: от стандартных ResNet50 в ResNet152x4 (152 слоя в глубину, в 4 раза шире, чем типичный ResNet50) для пользователей. с большими вычислительными ресурсами и бюджетом памяти, но с более высокими требованиями к точности.

Рисунок: По оси X показано количество изображений, используемых для каждого класса, в диапазоне от 1 до полного набор данных. На графиках слева кривая синего цвета выше — это наша модель BiT-L, тогда как кривая ниже представляет собой ResNet-50, предварительно обученный на ImageNet (ILSVRC-2012).


Настройка

  импортировать numpy как np
импортировать панд как pd
импортировать matplotlib.pyplot как plt

импортировать тензорный поток как tf
из тензорного потока импортировать керас
импортировать tensorflow_hub как концентратор
импортировать наборы данных tensorflow_datasets как tfds

тфдс.отключить_прогресс_бар()

СЕМЕНА = 42

np.random.seed (СЕМЕНА)
tf.random.set_seed(СЕМЕНА)
  

Сбор набора цветов

  train_ds, validation_ds = tfds.load(
    "tf_flowers", split=["train[:85%]", "train[85%:]"], as_supervised=True,
)
  
  [1mЗагрузка и подготовка набора данных tf_flowers/3.0.1 (загрузка: 218,21 МБ, сгенерировано: 221,83 МБ, всего: 440,05 МБ) в /root/tensorflow_datasets/tf_flowers/3.0.1...[0m
  
  [1mDataset tf_flowers загружен и подготовлен в /root/tensorflow_datasets/tf_flowers/3.0,1. Последующие вызовы будут повторно использовать эти данные.[0m
  

Визуализация набора данных

  plt.figure(figsize=(10, 10))
для i (изображение, метка) в enumerate(train_ds.take(9)):
    топор = plt.subplot (3, 3, я + 1)
    plt.imshow(изображение)
    plt.title (int (метка))
    плт.ось("выкл")
  


Определение гиперпараметров

  RESIZE_TO = 384
КРОП_ТО = 224
ПАКЕТ_РАЗМЕР = 64
STEPS_PER_EPOCH = 10
AUTO = tf.data.AUTOTUNE # оптимизировать производительность конвейера
NUM_CLASSES = 5 # количество классов
РАСПИСАНИЕ_ДЛИНА = (
    500 # мы будем тренироваться на изображениях с более низким разрешением и все равно добьемся хороших результатов
)
SCHEDULE_BOUNDARIES = [
    200,
    300,
    400,
] # чем больше размер набора данных, тем больше длина расписания
  

Гиперпараметры, такие как SCHEDULE_LENGTH и SCHEDULE_BOUNDARIES , определяются на основе на эмпирических результатах.Метод описан в оригинале. бумаге и в их блоге Google AI Сообщение.

SCHEDULE_LENGTH также определяется, использовать ли MixUp Увеличение или нет. Вы также можете найти простой MixUp Реализация в примерах кодирования Keras.


Определение вспомогательных функций предварительной обработки

  SCHEDULE_LENGTH = SCHEDULE_LENGTH * 512 / BATCH_SIZE


@tf.function
def preprocess_train (изображение, метка):
    изображение = tf.image.random_flip_left_right (изображение)
    изображение = тф.image.resize (изображение, (RESIZE_TO, RESIZE_TO))
    изображение = tf.image.random_crop (изображение, (CROP_TO, CROP_TO, 3))
    изображение = изображение / 255,0
    возврат (изображение, метка)


@tf.function
def preprocess_test (изображение, метка):
    изображение = tf.image.resize (изображение, (RESIZE_TO, RESIZE_TO))
    изображение = изображение / 255,0
    возврат (изображение, метка)


DATASET_NUM_TRAIN_EXAMPLES = train_ds.cardinality().numpy()

Repeat_count = целое (
    SCHEDULE_LENGTH * BATCH_SIZE / DATASET_NUM_TRAIN_EXAMPLES * STEPS_PER_EPOCH
)
repeat_count += 50 + 1 # Чтобы обеспечить как минимум 50 эпох обучения
  

Определение конвейера данных

  # Тренировочный конвейер
конвейер_поезд = (
    поезд_дс.перемешать(10000)
    .repeat(repeat_count) # Повторить dataset_size / num_steps
    .map (preprocess_train, num_parallel_calls = AUTO)
    .пакет (BATCH_SIZE)
    .prefetch(АВТО)
)

# Конвейер проверки
конвейер_валидация = (
    validation_ds.map (preprocess_test, num_parallel_calls = AUTO)
    .пакет (BATCH_SIZE)
    .prefetch(АВТО)
)
  

Визуализация обучающих выборок

  image_batch, label_batch = следующий (iter (pipeline_train))

plt.figure(figsize=(10, 10))
для n в диапазоне (25):
    топор = пл.участок (5, 5, n + 1)
    plt.imshow (пакет_изображений [n])
    plt.title(label_batch[n].numpy())
    плт.ось("выкл")
  


Загрузка предварительно обученной модели TF-Hub в

KerasLayer
  bit_model_url = "https://tfhub.dev/google/bit/m-r50x1/1"
bit_module = hub.KerasLayer(bit_model_url)
  

Создать модель BigTransfer (BiT)

Для создания новой модели мы:

  1. Отрежьте оригинальную головку модели BiT.Это оставляет нас с выводом «pre-logits». Нам не нужно этого делать, если мы используем модели «извлекателя признаков» (т. подкаталоги под названием feature_vectors ), так как для этих моделей глава уже был отрезан.

  2. Добавить новую головку с количеством выходов равным количеству классов нашей новой задача. Обратите внимание, что важно, чтобы мы инициализировали голову всеми нулями.

  класс MyBiTModel(keras.Model):
    def __init__(self, num_classes, модуль, **kwargs):
        супер().__init__(**kwargs)

        self.num_classes = количество_классов
        self.head = keras.layers.Dense(num_classes, kernel_initializer="zeros")
        self.bit_model = модуль

    вызов защиты (я, изображения):
        bit_embedding = self.bit_model(изображения)
        вернуть self.head(bit_embedding)


модель = MyBiTModel (num_classes = NUM_CLASSES, модуль = битовый_модуль)
  

Определение оптимизатора и потерь

  скорость обучения = 0,003 * BATCH_SIZE / 512

# Уменьшить скорость обучения в 10 раз при SCHEDULE_BOUNDARIES.lr_schedule = keras.optimizers.schedules.PiecewiseConstantDecay(
    границы=SCHEDULE_BOUNDARIES,
    значения=[
        скорость_обучения,
        скорость_обучения * 0,1,
        скорость_обучения * 0,01,
        скорость_обучения * 0,001,
    ],
)
оптимизатор = keras.optimizers.SGD (learning_rate = lr_schedule, импульс = 0,9)

loss_fn = keras.losses.SparseCategoricalCrossentropy (from_logits = True)
  

Компиляция модели

  model.compile (оптимизатор = оптимизатор, loss = loss_fn, metrics = ["точность"])
  

Настройка обратных вызовов

  train_callbacks = [
    керас.обратные вызовы.EarlyStopping(
        монитор = "val_accuracy", терпение = 2, restore_best_weights = True
    )
]
  

Обучить модель

  история = model.fit(
    конвейер_поезд,
    batch_size=BATCH_SIZE,
    эпохи = целое (SCHEDULE_LENGTH / STEPS_PER_EPOCH),
    steps_per_epoch=STEPS_PER_EPOCH,
    validation_data = pipeline_validation,
    callbacks=train_callbacks,
)
  
  Эпоха 1/400
10/10 [===============================] - 41с 1с/шаг - потеря: 0.7440 - точность: 0,7844 - val_loss: 0,1837 - val_accuracy: 0,9582
Эпоха 2/400
10/10 [==============================] - 8 с 904 мс/шаг - потери: 0,1499 - точность: 0,9547 - val_loss : 0,1094 - val_accuracy: 0,9709
Эпоха 3/400
10/10 [==============================] - 8 с 905 мс/шаг - потери: 0,1674 - точность: 0,9422 - val_loss : 0,0874 - val_accuracy: 0,9727
Эпоха 4/400
10/10 [==============================] - 8 с 905 мс/шаг - потери: 0,1314 - точность: 0,9578 - val_loss : 0,0829 - val_accuracy: 0,9727
Эпоха 5/400
10/10 [==============================] — 8 с 903 мс/шаг — потери: 0.1336 - точность: 0,9500 - val_loss: 0,0765 - val_accuracy: 0,9727
  

Постройте метрики обучения и проверки

  по определению plot_hist(хист):
    plt.plot(hist.history["точность"])
    plt.plot(hist.history["val_accuracy"])
    plt.plot(hist.history["потеря"])
    plt.plot(hist.history["val_loss"])
    plt.title("Ход обучения")
    plt.ylabel("Точность/Потери")
    plt.xlabel("Эпохи")
    plt.legend(["train_acc", "val_acc", "train_loss", "val_loss"], loc="верхний левый")
    пл.шоу()


plot_hist (история)
  


Оценить модель

  точность = model.evaluate(pipeline_validation)[1] * 100
print("Точность: {:.2f}%".format(точность))
  
  9/9 [==============================] - 6 с 646 мс/шаг - потери: 0,0874 - точность: 0,9727
Точность: 97,27%
  

Заключение

BiT хорошо работает в удивительно широком диапазоне режимов передачи данных — от 1 примера на класс до 1 млн примеров.BiT достигает 87,5% точности в топ-1 на ILSVRC-2012, 99,4 % по CIFAR-10 и 76,3 % по 19 задачам Тест адаптации визуальной задачи (ВТАБ). На небольших наборах данных BiT достигает 76,8% на ILSVRC-2012 с 10 примерами на класс, и 97,0% на CIFAR-10 с 10 примерами в классе.

Вы можете поэкспериментировать с методом BigTransfer, следуя оригинальная бумага.

32-разрядных микроконтроллеров (MCU) — EFM32

обзор

Что такое 32-битный микроконтроллер?

Семейство 32-разрядных микроконтроллеров (MCU) EFM32™ компании Silicon Labs является самым энергоэффективным микроконтроллером в мире и особенно подходит для использования в маломощных и чувствительных к энергопотреблению приложениях, включая учет энергии, воды и газа, автоматизацию зданий, сигнализацию и безопасность и переносное медицинское / фитнес-оборудование.Поскольку замена батареи часто невозможна по причинам доступности и стоимости, такие приложения должны работать как можно дольше без внешнего питания или вмешательства оператора. Энергосберегающие 32-разрядные микроконтроллеры EFM32 от Silicon Labs превосходят существующие маломощные альтернативы микроконтроллерам — здесь мы выделим 5 главных факторов, которые делают это возможным.

Архитектура с низким энергопотреблением

Делайте больше с меньшими затратами энергии. Микроконтроллеры EFM32 оснащены ядром ARM Cortex® M4 с модулем с плавающей запятой и флэш-памятью и рассчитаны на малое энергопотребление, потребляя всего 70 мкА/МГц в активном режиме.Устройства предназначены для масштабирования энергопотребления с возможностью работы в четырех режимах энергопотребления, включая режим глубокого сна 1,5 мкА, сохранение 16 КБ ОЗУ и работающие часы реального времени, а также режим гибернации 400 нА с сохранением 128 байт ОЗУ и криотаймер.

Функциональная плотность

Сократите стоимость своей системы с помощью микропроцессоров с высокой степенью интеграции, которые могут похвастаться богатым выбором доступных высокопроизводительных и маломощных периферийных устройств, встроенной энергонезависимой памятью, масштабируемой памятью, безкристаллическим таймером сна на 500 стр./мин и встроенным блоком питания. функции управления.

Безопасность

Благодаря ряду аппаратных мер безопасности, включая генерацию случайных чисел, аппаратные криптографические ускорители для шифров AES, ECC и SHA, а также модуль управления безопасностью, обеспечивающий привилегированный доступ к выбранным встроенным периферийным устройствам, микроконтроллеры EFM32 защищают ваши данные и сеть.

Создал лучшую в своем классе экосистему безопасности для микроконтроллеров, добавив Micrium OS + mbedTLS, интегрированный с аппаратным ускорением криптографии.

Лучшие в своем классе инструменты

От встроенной ОС до стеков программного обеспечения для подключения к IDE и инструментам для оптимизации дизайна.Все это в одном месте.

Ведущая в отрасли ОСРВ с бесплатной поддержкой kernelIDE для инструментов Keil, IAR и GCCTools для оптимизации проектов с помощью таких функций, как профилирование энергопотребления и простая визуализация внутренних компонентов любой встраиваемой системы.

IrfanView 64-битная версия

Начиная с IrfanView 4.40 также доступна 64-разрядная версия.

Преимущества 64-разрядной версии IrfanView по сравнению с 32-разрядной версией:

  • Может загружать ОЧЕНЬ большие файлы/изображения (размер ОЗУ изображения превышает 1.3 ГБ, для особых пользователей)
  • Быстрее для очень больших изображений (25+ мегапикселей, загрузка или операции с изображением)
  • Работает «только» на 64-разрядной версии Windows (Vista, Win7, Win8, Win10)

Преимущества 32-разрядной версии IrfanView по сравнению с 64-разрядной:

  • Работает на 32-битной и 64-битной Windows
  • Загружает все файлы/изображения для обычных нужд (макс.Размер оперативной памяти около 1,3 Гб)
  • Требуется меньше места на диске
  • Будут работать все подключаемые модули: не все подключаемые модули (пока) перенесены на 64-разрядную версию (например, OCR), а некоторые 32-разрядные подключаемые модули необходимо использовать в 64-разрядной версии, некоторые с ограничениями (см. папку «Plugins32»).
  • Некоторые старые 32-битные плагины (такие как RIOT и Adobe 8BF PlugIn) работают только в режиме совместимости в IrfanView-64 ( можно использовать только 32-битные файлы/эффекты 8BF )
  • Параметры командной строки для сканирования (/scan и т.) работают только в 32-разрядной версии (поскольку нет 64-разрядных драйверов TWAIN )

Примечания:

  • Вы можете установить обе версии  в одной системе, просто используя разные папки . Например: установите 32-разрядную версию в папку «Program Files (x86)», а 64-разрядную версию — в папку «Program Files» (установите 32-разрядные подключаемые модули для IrfanView-32 и 64-разрядные подключаемые модули для IrfanView-32). 64, НЕ  смешивать плагины и битовые версии IrfanView)
  • Название и значок программы имеют дополнительный текст в 64-разрядной версии для лучшего распознавания


Доступные 64-разрядные загрузки

Загрузите IrfanView-64, английский, (версия 4.60, самораспаковывающийся EXE-файл, 3,59 МБ)
(контрольная сумма SHA-256: f653d6cf6fd88a3ab44b3d41b19161b1bda5b34b853176d33a105513d832bf2c)
Загрузить IrfanView-64 на английском языке (версия 4.60, ZIP-файл, 3,13 МБ)
(контрольная сумма SHA-256: b90a5e36972ec52f17c5b8a3ea288e86157f98f8aa7a744cdb03082c5822f341)



Загрузите фон IrfanView-64 Deutsch/German  (версия 4.60, EXE-установщик, 3,85 МБ)
(контрольная сумма SHA-256: 3433bb75b3f4c16848c1a19e2f38e6cdf080072a164cab1609627e0fd6f18c70)
Загрузить фон IrfanView-64 Deutsch/German  (версия 4.60, ZIP-файл, 3,39 МБ)
(контрольная сумма SHA-256: 97ac0b273ba71cc9aef8e3ead0bf22a7f73e0e843c4b691e914907f7a1e288e5)



Загрузите подключаемые модули IrfanView-64  (версия 4.60, EXE-установщик, 26,30 МБ)
(контрольная сумма SHA-256: 2b5c2e165ea676546a4edeee3b856923eb9a16a9ddbc679fe3995ddebf856f9e)
Загрузить подключаемые модули IrfanView-64  (версия 4.60, ZIP-файл, 23,80 МБ)
(контрольная сумма SHA-256: e381a6993baacc40c4b1851e914e5c35bf5523716a2b3b9e53ec112b6809dc26)


Плагины обновлены после версии 4.60:

Страница плагинов

битовых карт

битовых карт
Графика СТРАНИЦА (2 из 4)

Растровое изображение сохраняется таким же образом, как содержимое монитора компьютера хранится в видеопамяти.Изображение на экране монитора состоит из пикселей, подобно точкам на фотографии в газете. Количество пикселей, составляющих изображение на мониторе, определяет качество изображения (разрешение). Чем больше пикселей (например, 640 X 480; указано как число по горизонтали X по вертикали), тем выше разрешение. Пиксели изображения на экране представляются по-разному в зависимости от типа изображения/дисплея монитора.

Монохромные растровые изображения

В монохромном изображении (черно-белое) (как в примере слева <--) каждый пиксель хранится как одно значение 0 или 1 ( бит ).Монохромное изображение 640 X 480 потребует 38,4 КБ дискового пространства.


Для изображения в градациях серого (как в примере справа — >) обычно требуется, чтобы каждый пиксель сохранялся как значение от 0 до 255 ( байт ). Где значение представляет оттенок серого пикселя. Изображение в градациях серого 640 X 480 потребует 307,2 КБ дискового пространства.

Артефакты растровых изображений

Одна из главных проблем представления растрового изображения заключается в том, что изображение нельзя легко масштабировать без появления артефактов изображения.Наиболее заметным артефактом является зубчатый эффект «вырезания печенья» или «ступенчатости» по краям объектов на изображениях. Этот побочный эффект, возникающий при масштабировании растровых изображений, называется псевдонимом или ступенями .

Многие лучшие программы обработки изображений пытаются уменьшить эффект зубчатости с помощью сглаживания. Процесс сглаживания требует, чтобы приложение изображения идентифицировало и изменяло края изображения, сглаживая градации пикселей (оттенки/цвета).Процесс сглаживания уменьшает резкие переходы оттенков серого или цвета по краям. Этот процесс использует тенденцию системы человеческого зрения объединять соседние постепенные переходы цветности. Этот процесс иногда называют дизерингом .

Для того, чтобы увидеть применение этих эффектов ( неровности , сглаживание и сглаживание ), щелкните правой кнопкой мыши изображение в градациях серого выше и выберите «Сохранить изображение как»…» из всплывающего меню, чтобы сохранить изображение на жесткий диск.

[Загрузите и установите условно-бесплатную программу Paint Shop Pro, если она у вас еще не установлена.] Найдите программу обработки изображений Paint Shop Pro в меню , Программа. Откройте сохраненный файл изображения в градациях серого в Paint Shop Pro. В меню «Масштаб» (расположенном под меню «Файл») выберите коэффициент масштабирования 3:1. Изучите края, чтобы увидеть влияние неровностей , сглаживания и сглаживания ), которые произошли из-за масштабирования.(Если вы не можете найти Paint Shop Pro, нажмите здесь, чтобы просмотреть изображение в масштабе 250% в новом окне браузера.)

Растровые изображения в градациях серого

В цветном изображении каждый пиксель представлен тремя значениями, по одному для каждого из основных цветов (красный, зеленый и синий — RGB). На самом деле это аддитивные основные цвета; в то время как существуют другие системы представления цветов, это обсуждение будет касаться только системы RGB.} Размер цветного изображения зависит от количества сохраненных оттенков каждого основного цвета.

8-битные цветные растровые изображения

Один распространенный полустандарт, который может хранить 256 различных цветов, называется 8-битным цветом . Мониторы способны отображать миллионы цветов. Это требует, чтобы 8-битные цветные изображения имели справочные таблицы цветов ( CLUT ), хранящиеся вместе с ними, чтобы представлять, какие 256 цветов из миллионов возможных должны использоваться в изображении. Для 8-битного цветного изображения 640 X 480 потребуется 307,2 КБ памяти (так же, как 8-битные оттенки серого).Это дает приемлемое качество цветопередачи, но не очень хорошо сравнимо с 35-мм фотографическим качеством.

Пример 8-битного цветного растрового изображения

24-битные растровые цветные изображения

Другим полустандартом, обеспечивающим фотографическое качество цвета, является 24-битный цвет . Каждое значение пикселя представлено тремя байтами (по одному для каждого основного цвета RGB). Таким образом, для каждого пикселя возможно 256 различных оттенков красного, зеленого и синего; что дает 256 X 256 X 256 возможных комбинированных цветов (16 777 216).Для 24-битного цветного изображения с разрешением 640 X 480 потребуется 921,6 КБ памяти. (На самом деле большинство 24-битных изображений являются 32-битными. Дополнительный байт данных для каждого пикселя используется для хранения значения альфа-канала, представляющего информацию о специальном эффекте.)

Пример 24-битного цветного растрового изображения

Сравните два цветных изображения выше. Обратите внимание на сглаживание сглаживания, которое было выполнено на 8-битном изображении, чтобы компенсировать ограниченное количество цветов.(Это наиболее заметно на зеленых листьях.) Хотя 24-битный цвет хорошо сравним с 35-миллиметровыми фотографиями с точки зрения цвета, большинству современных мониторов не хватает разрешения приблизительно 4000 X 4000 для 35-миллиметровых изображений.

 

Программное обеспечение Image/Paint (Bit-Map)


 


© CS Dept Va Tech, 1997-1998.

Все права защищены.

Введение: Биты на пиксель и связанные идеи

Терминология форматов изображений может сбивать с толку, поскольку часто существует несколько способов описания одного и того же формата.В этом разделе объясняется, что означают эти термины.

Использование высоких скоростей передачи

Преимущество использования изображений с высокой скоростью передачи данных заключается в том, что к изображению применяется такая обработка изображения, как выравнивание. Выравнивание сжимает или растягивает тональный диапазон изображения. Когда они выполняются на изображениях True Color, имеющих 256 оттенков на канал, могут возникнуть пробелы. Это называется постеризацией и проявляется в виде скачков или полос цвета и яркости. При запуске с 65 536 оттенков постеризация менее вероятна.Высокая скорость передачи данных также является преимуществом, когда интерес представляют мелкие детали изображения. Примером может служить медицинское изображение. При поиске незрелых опухолей мелкие детали обрезаются или округляются в 8-битных изображениях на канал.

1-битное изображение

Если изображение содержит 1 бит на пиксель, оно также называется 1-битным изображением, черно-белым изображением, двухцветным изображением или двухцветным изображением. Два — это количество различных цветов, которые можно получить, используя данные изображения в качестве 1-битных индексов палитры.Палитра может содержать цвета, отличные от черного и белого, хотя черный и белый встречаются чаще всего.

4-битное изображение

Если изображение имеет 4 бита на пиксель, оно также называется 4-битным изображением или 16-цветным изображением. Шестнадцать — это количество различных цветов, которые можно получить, используя данные изображения в качестве 4-битных индексов палитры.

8-битное изображение

Если изображение имеет 8 бит на пиксель, оно также называется 8-битным изображением или 256-цветным изображением. Двести пятьдесят шесть — это количество различных цветов, которые можно получить, используя данные изображения в качестве 8-битных индексов для массива цветов, называемого палитрой.

16-битное изображение

Если изображение содержит 16 бит на пиксель, его также называют 16-битным изображением, изображением с высокой цветопередачей или изображением с разрешением 32 000 цветов. Тридцать две тысячи — это примерное количество различных цветов, которые могут быть представлены 16 битами, где по 5 бит для каждого из значений красного, зеленого и синего, 16-й бит может быть альфа-битом. (Устройства, в которых указана поддержка 64K цветов, также относятся к 16-битным изображениям, но учитывают оставшийся бит.)

24-битное изображение

Если изображение содержит 24 бита на пиксель, его также называют 24-битным изображением, изображением с истинным цветом или изображением с 16-мегапиксельной цветностью.Шестнадцать миллионов — это примерное количество различных цветов, которые могут быть представлены 24 битами, где по 8 бит для каждого из значений красного, зеленого и синего (RGB).

32-битное изображение

Существует два типа 32-битных образов:

  • 32-битный CMYK в некоторой степени эквивалентен 24-битному RGB, где дополнительный байт содержит только информацию о цвете (дополнительная цветовая плоскость). Это специализированные полноцветные изображения, часто используемые для цветной печати. LEADTOOLS по умолчанию преобразует значения CMYK в 24-битные значения RGB при загрузке этих изображений.
  • RGB+A — это 24-битное изображение RGB с дополнительным 8-битным альфа-каналом, обычно используемым для прозрачности.

48-битное изображение

48-битные изображения аналогичны 24-битным изображениям. Они имеют три цветовых канала RGB, но имеют 16 бит на канал. Каждый канал поддерживает 65 536 оттенков цвета. Когда они объединены, изображение будет иметь 281,5 триллиона смешанных цветов.

64-битное изображение

64-битные изображения аналогичны 32-битным и 48-битным изображениям. Они имеют три цветовых канала RGB по 16 бит и дополнительный 16-битный канал (альфа-канал), который обычно используется для информации о прозрачности

.

Если изображение в градациях серого, его значения красного, зеленого и синего одинаковы, и значения увеличиваются от самого низкого до самого высокого.Например, 8-битное изображение в градациях серого имеет 256 оттенков серого со значениями от 0 до 255. LEADTOOLS поддерживает 4-, 8-, 12-, 16- и 32-битные изображения в градациях серого, упорядоченные от черного к белому, обратно упорядоченные и неупорядоченные изображения в градациях серого. . Поддержка 12-, 16- и 32-битных изображений в градациях серого доступна только в документах/медицинских документах. Дополнительные сведения см. в разделе Изображения в градациях серого.

Инвазивные виды: Укус европейской лягушки

Укус европейской лягушки

(Hydrocharis morsus-ranae)
*Учреждено в Мичигане*

СПИСОК НАБЛЮДЕНИЯ — ЗАПРЕЩЕНО В МИЧИГАНЕ

Что искать:

  • Свободно плавающее водное растение, иногда укореняющееся на мелководье.
  • Листья мелкие, 0,5-2,5 дюйма, от круглых до сердцевидных, с пурпурно-красной нижней стороной.
  • Листья образуют розетку.
  • Одиночный цветок с тремя белыми лепестками и желтым центром может быть виден с июня по август.

 

Кувшинки европейские напоминают миниатюрные кувшинки. Иллюстрация Брюса Керра.

Растения могут образовывать плотные ковры, часто среди рогоза или другой мелководной растительности (EGLE).

Европейские лягушачьи укусы Турионы представляют собой похожие на семена почки или небольшие побеги, которые отделяются и могут образовывать новые растения (EGLE).

Сообщить об этом виде:

Если вы увидите европейскую лягушку, сделайте одну или несколько фотографий, запишите место, дату и время наблюдения и сообщите по телефону:

Об этом виде:

Место обитания: Серая лягушка чаще всего встречается в реках с медленным течением, защищенных бухтах, прудах, заливах и канавах.Предпочитает воды, богатые кальцием, без волнения.

Родной ареал: Европа, Азия и Африка.

Распространение в США: Нью-Йорк, Мичиган, Огайо, Пенсильвания, Вермонт, Вашингтон. Также встречается в Квебеке и Онтарио, Канада.

Мичиган Распространение: Серая лягушка широко распространена в прибрежных районах озер Эри и Гурон до восточной части Верхнего полуострова и островов Ле-Шено (округ Макино), а также во внутренних озерах и прудах на юго-востоке Мичигана.В Среднем и Западном Мичигане укус европейской лягушки был обнаружен в охотничьей зоне штата Дансвилл (округ Ингем), зоне отдыха Ватерлоо (округи Джексон и Ваштено), внутренних озерах в округе Кент, Нижней Гранд-Ривер в округе Оттава, озере Пентуотер. в округе Океана и реке Линкольн в округе Мейсон.

Местная проблема: Европейская лягушка может образовывать плотные маты на поверхности медленно текущих вод, таких как протоки, заводи и заболоченные места. Коврики европейской лягушки могут препятствовать движению лодок и изменять пищу и среду обитания уток и рыб.Обильный рост водных инвазивных растений, таких как европейская лягушка, также может уменьшить содержание кислорода и света в толще воды.

Средства интродукции или распространения: Европейская лягушка часто завозится в новые водоемы, когда растения или турионы перевозятся на лодках, трейлерах и приспособлениях для отдыха. После закрепления дрейфующие маты растительности могут распространяться на сообщающиеся воды.

Пути высокого риска: катание на лодках, охота.

Лечение: Удаление вручную весной или в начале лета может быть эффективным для небольших популяций, но требует постоянных усилий для поддержания контроля.Определенные химические обработки также использовались для уменьшения укусов европейской лягушки. Информацию о химической обработке можно найти в Статусе и стратегии Мичигана по управлению грызунами в Европе.

Дополнительная информация:

Предупреждение об инвазивных видах европейских лягушек – PDF для печати

Плакат с удилами European Frog для охотников на водоплавающих птиц — PDF для печати

European Frog-bit Identification and Reporting — загружаемая презентация в формате PowerPoint

Статус и стратегия управления грызунами в Европе — PDF для печати.  В этом документе содержится подробная информация о европейских удилах-лягушках в Мичигане, включая варианты идентификации, распространения, управления и контроля.

MDARD Оценка риска сорняков для грызунов европейской лягушки (Hydrocharis morsus-ranae) — PDF для печати. В этом документе оценивается инвазивный потенциал видов растений с использованием информации, основанной на укоренении, распространении и способности причинять вред.

Битность изображения: Битовая глубина и установки

Добавить комментарий

Ваш адрес email не будет опубликован.

Пролистать наверх