Workshop Processing: Visualização de Dados e Interatividade
|
|
- João Gabriel Ribas Ferretti
- 8 Há anos
- Visualizações:
Transcrição
1 Workshop Processing: Visualização de Dados e Interatividade Imagens Claudio Esperança Programa de Engenharia de Sistemas e Computação COPPE / UFRJ Escola de Belas Artes Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
2 Sumário 1 Imagens Desenhando imagens Endereçamento de pixels Processamento de imagens Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
3 Sumário 1 Imagens Desenhando imagens Endereçamento de pixels Processamento de imagens Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
4 Imagens Digitais Imagens digitais são matrizes retangulares de pixels A profundidade de uma imagem está relacionada com a resolução no espaço de cores, isto é, quantos valores distintos cada pixel pode assumir: 1 bit Imagem binária (preto e branco) 8 bits 2 8 = 256 cores n bits 2 n cores Frequentemente o espaço de cores é organizado por componentes, por exemplo: 8 bits 256 tons de cinza 8 bits 256 cores quaisquer usando uma tabela de cores 24 bits 8 bits para cada componente R/G/B 32 bits 8 bits para cada componente R/G/B/Alfa Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
5 Imagens Digitais Imagens digitais são matrizes retangulares de pixels A profundidade de uma imagem está relacionada com a resolução no espaço de cores, isto é, quantos valores distintos cada pixel pode assumir: 1 bit Imagem binária (preto e branco) 8 bits 2 8 = 256 cores n bits 2 n cores Frequentemente o espaço de cores é organizado por componentes, por exemplo: 8 bits 256 tons de cinza 8 bits 256 cores quaisquer usando uma tabela de cores 24 bits 8 bits para cada componente R/G/B 32 bits 8 bits para cada componente R/G/B/Alfa Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
6 Imagens Digitais Imagens digitais são matrizes retangulares de pixels A profundidade de uma imagem está relacionada com a resolução no espaço de cores, isto é, quantos valores distintos cada pixel pode assumir: 1 bit Imagem binária (preto e branco) 8 bits 2 8 = 256 cores n bits 2 n cores Frequentemente o espaço de cores é organizado por componentes, por exemplo: 8 bits 256 tons de cinza 8 bits 256 cores quaisquer usando uma tabela de cores 24 bits 8 bits para cada componente R/G/B 32 bits 8 bits para cada componente R/G/B/Alfa Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
7 Imagens Digitais Imagens digitais são matrizes retangulares de pixels A profundidade de uma imagem está relacionada com a resolução no espaço de cores, isto é, quantos valores distintos cada pixel pode assumir: 1 bit Imagem binária (preto e branco) 8 bits 2 8 = 256 cores n bits 2 n cores Frequentemente o espaço de cores é organizado por componentes, por exemplo: 8 bits 256 tons de cinza 8 bits 256 cores quaisquer usando uma tabela de cores 24 bits 8 bits para cada componente R/G/B 32 bits 8 bits para cada componente R/G/B/Alfa Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
8 Imagens Digitais Imagens digitais são matrizes retangulares de pixels A profundidade de uma imagem está relacionada com a resolução no espaço de cores, isto é, quantos valores distintos cada pixel pode assumir: 1 bit Imagem binária (preto e branco) 8 bits 2 8 = 256 cores n bits 2 n cores Frequentemente o espaço de cores é organizado por componentes, por exemplo: 8 bits 256 tons de cinza 8 bits 256 cores quaisquer usando uma tabela de cores 24 bits 8 bits para cada componente R/G/B 32 bits 8 bits para cada componente R/G/B/Alfa Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
9 Imagens Digitais Imagens digitais são matrizes retangulares de pixels A profundidade de uma imagem está relacionada com a resolução no espaço de cores, isto é, quantos valores distintos cada pixel pode assumir: 1 bit Imagem binária (preto e branco) 8 bits 2 8 = 256 cores n bits 2 n cores Frequentemente o espaço de cores é organizado por componentes, por exemplo: 8 bits 256 tons de cinza 8 bits 256 cores quaisquer usando uma tabela de cores 24 bits 8 bits para cada componente R/G/B 32 bits 8 bits para cada componente R/G/B/Alfa Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
10 Imagens Digitais Imagens digitais são matrizes retangulares de pixels A profundidade de uma imagem está relacionada com a resolução no espaço de cores, isto é, quantos valores distintos cada pixel pode assumir: 1 bit Imagem binária (preto e branco) 8 bits 2 8 = 256 cores n bits 2 n cores Frequentemente o espaço de cores é organizado por componentes, por exemplo: 8 bits 256 tons de cinza 8 bits 256 cores quaisquer usando uma tabela de cores 24 bits 8 bits para cada componente R/G/B 32 bits 8 bits para cada componente R/G/B/Alfa Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
11 Imagens Digitais Imagens digitais são matrizes retangulares de pixels A profundidade de uma imagem está relacionada com a resolução no espaço de cores, isto é, quantos valores distintos cada pixel pode assumir: 1 bit Imagem binária (preto e branco) 8 bits 2 8 = 256 cores n bits 2 n cores Frequentemente o espaço de cores é organizado por componentes, por exemplo: 8 bits 256 tons de cinza 8 bits 256 cores quaisquer usando uma tabela de cores 24 bits 8 bits para cada componente R/G/B 32 bits 8 bits para cada componente R/G/B/Alfa Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
12 Imagens Digitais Imagens digitais são matrizes retangulares de pixels A profundidade de uma imagem está relacionada com a resolução no espaço de cores, isto é, quantos valores distintos cada pixel pode assumir: 1 bit Imagem binária (preto e branco) 8 bits 2 8 = 256 cores n bits 2 n cores Frequentemente o espaço de cores é organizado por componentes, por exemplo: 8 bits 256 tons de cinza 8 bits 256 cores quaisquer usando uma tabela de cores 24 bits 8 bits para cada componente R/G/B 32 bits 8 bits para cada componente R/G/B/Alfa Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
13 Imagens Digitais Imagens digitais são matrizes retangulares de pixels A profundidade de uma imagem está relacionada com a resolução no espaço de cores, isto é, quantos valores distintos cada pixel pode assumir: 1 bit Imagem binária (preto e branco) 8 bits 2 8 = 256 cores n bits 2 n cores Frequentemente o espaço de cores é organizado por componentes, por exemplo: 8 bits 256 tons de cinza 8 bits 256 cores quaisquer usando uma tabela de cores 24 bits 8 bits para cada componente R/G/B 32 bits 8 bits para cada componente R/G/B/Alfa Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
14 Arquivos de imagens Possuem um cabeçalho com as propriedades da imagem Tamanho em pixels (largura/altura) Tamanho para impressão (em unidades de comprimento) Profundidade (resolução do espaço de cores) Palavras-chave para catalogação Costumam utilizar compressão para reduzir o espaço para armazenamento Compressão sem perda: cada pixel original pode ser reproduzido exatamente (ex.: formato GIF para imagens de 1 a 8 bits) Compressão com perda: cada pixel é reproduzido aproximadamente Permite maiores taxas de compressão Ex.: formato JPG para imagens de 8/24 bits Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
15 Arquivos de imagens Possuem um cabeçalho com as propriedades da imagem Tamanho em pixels (largura/altura) Tamanho para impressão (em unidades de comprimento) Profundidade (resolução do espaço de cores) Palavras-chave para catalogação Costumam utilizar compressão para reduzir o espaço para armazenamento Compressão sem perda: cada pixel original pode ser reproduzido exatamente (ex.: formato GIF para imagens de 1 a 8 bits) Compressão com perda: cada pixel é reproduzido aproximadamente Permite maiores taxas de compressão Ex.: formato JPG para imagens de 8/24 bits Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
16 Arquivos de imagens Possuem um cabeçalho com as propriedades da imagem Tamanho em pixels (largura/altura) Tamanho para impressão (em unidades de comprimento) Profundidade (resolução do espaço de cores) Palavras-chave para catalogação Costumam utilizar compressão para reduzir o espaço para armazenamento Compressão sem perda: cada pixel original pode ser reproduzido exatamente (ex.: formato GIF para imagens de 1 a 8 bits) Compressão com perda: cada pixel é reproduzido aproximadamente Permite maiores taxas de compressão Ex.: formato JPG para imagens de 8/24 bits Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
17 Arquivos de imagens Possuem um cabeçalho com as propriedades da imagem Tamanho em pixels (largura/altura) Tamanho para impressão (em unidades de comprimento) Profundidade (resolução do espaço de cores) Palavras-chave para catalogação Costumam utilizar compressão para reduzir o espaço para armazenamento Compressão sem perda: cada pixel original pode ser reproduzido exatamente (ex.: formato GIF para imagens de 1 a 8 bits) Compressão com perda: cada pixel é reproduzido aproximadamente Permite maiores taxas de compressão Ex.: formato JPG para imagens de 8/24 bits Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
18 Arquivos de imagens Possuem um cabeçalho com as propriedades da imagem Tamanho em pixels (largura/altura) Tamanho para impressão (em unidades de comprimento) Profundidade (resolução do espaço de cores) Palavras-chave para catalogação Costumam utilizar compressão para reduzir o espaço para armazenamento Compressão sem perda: cada pixel original pode ser reproduzido exatamente (ex.: formato GIF para imagens de 1 a 8 bits) Compressão com perda: cada pixel é reproduzido aproximadamente Permite maiores taxas de compressão Ex.: formato JPG para imagens de 8/24 bits Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
19 Arquivos de imagens Possuem um cabeçalho com as propriedades da imagem Tamanho em pixels (largura/altura) Tamanho para impressão (em unidades de comprimento) Profundidade (resolução do espaço de cores) Palavras-chave para catalogação Costumam utilizar compressão para reduzir o espaço para armazenamento Compressão sem perda: cada pixel original pode ser reproduzido exatamente (ex.: formato GIF para imagens de 1 a 8 bits) Compressão com perda: cada pixel é reproduzido aproximadamente Permite maiores taxas de compressão Ex.: formato JPG para imagens de 8/24 bits Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
20 Arquivos de imagens Possuem um cabeçalho com as propriedades da imagem Tamanho em pixels (largura/altura) Tamanho para impressão (em unidades de comprimento) Profundidade (resolução do espaço de cores) Palavras-chave para catalogação Costumam utilizar compressão para reduzir o espaço para armazenamento Compressão sem perda: cada pixel original pode ser reproduzido exatamente (ex.: formato GIF para imagens de 1 a 8 bits) Compressão com perda: cada pixel é reproduzido aproximadamente Permite maiores taxas de compressão Ex.: formato JPG para imagens de 8/24 bits Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
21 Arquivos de imagens Possuem um cabeçalho com as propriedades da imagem Tamanho em pixels (largura/altura) Tamanho para impressão (em unidades de comprimento) Profundidade (resolução do espaço de cores) Palavras-chave para catalogação Costumam utilizar compressão para reduzir o espaço para armazenamento Compressão sem perda: cada pixel original pode ser reproduzido exatamente (ex.: formato GIF para imagens de 1 a 8 bits) Compressão com perda: cada pixel é reproduzido aproximadamente Permite maiores taxas de compressão Ex.: formato JPG para imagens de 8/24 bits Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
22 Arquivos de imagens Possuem um cabeçalho com as propriedades da imagem Tamanho em pixels (largura/altura) Tamanho para impressão (em unidades de comprimento) Profundidade (resolução do espaço de cores) Palavras-chave para catalogação Costumam utilizar compressão para reduzir o espaço para armazenamento Compressão sem perda: cada pixel original pode ser reproduzido exatamente (ex.: formato GIF para imagens de 1 a 8 bits) Compressão com perda: cada pixel é reproduzido aproximadamente Permite maiores taxas de compressão Ex.: formato JPG para imagens de 8/24 bits Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
23 Arquivos de imagens Possuem um cabeçalho com as propriedades da imagem Tamanho em pixels (largura/altura) Tamanho para impressão (em unidades de comprimento) Profundidade (resolução do espaço de cores) Palavras-chave para catalogação Costumam utilizar compressão para reduzir o espaço para armazenamento Compressão sem perda: cada pixel original pode ser reproduzido exatamente (ex.: formato GIF para imagens de 1 a 8 bits) Compressão com perda: cada pixel é reproduzido aproximadamente Permite maiores taxas de compressão Ex.: formato JPG para imagens de 8/24 bits Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
24 Exibindo imagens com Processing Processing pode ler imagens digitais em vários formatos Para usar uma imagem: 1 Coloque o arquivo no subdiretório data da aplicação Use o comando Sketch > Add File a partir do menu principal do PDE 2 Declare um objeto do tipo PImage 3 Carregue o objeto com a imagem do arquivo usando a função loadimage(arquivo) Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
25 Exibindo imagens com Processing Processing pode ler imagens digitais em vários formatos Para usar uma imagem: 1 Coloque o arquivo no subdiretório data da aplicação Use o comando Sketch > Add File a partir do menu principal do PDE 2 Declare um objeto do tipo PImage 3 Carregue o objeto com a imagem do arquivo usando a função loadimage(arquivo) Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
26 Exibindo imagens com Processing Processing pode ler imagens digitais em vários formatos Para usar uma imagem: 1 Coloque o arquivo no subdiretório data da aplicação Use o comando Sketch > Add File a partir do menu principal do PDE 2 Declare um objeto do tipo PImage 3 Carregue o objeto com a imagem do arquivo usando a função loadimage(arquivo) Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
27 Exibindo imagens com Processing Processing pode ler imagens digitais em vários formatos Para usar uma imagem: 1 Coloque o arquivo no subdiretório data da aplicação Use o comando Sketch > Add File a partir do menu principal do PDE 2 Declare um objeto do tipo PImage 3 Carregue o objeto com a imagem do arquivo usando a função loadimage(arquivo) Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
28 Exibindo imagens com Processing Processing pode ler imagens digitais em vários formatos Para usar uma imagem: 1 Coloque o arquivo no subdiretório data da aplicação Use o comando Sketch > Add File a partir do menu principal do PDE 2 Declare um objeto do tipo PImage 3 Carregue o objeto com a imagem do arquivo usando a função loadimage(arquivo) Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
29 Exibindo imagens com Processing Processing pode ler imagens digitais em vários formatos Para usar uma imagem: 1 Coloque o arquivo no subdiretório data da aplicação Use o comando Sketch > Add File a partir do menu principal do PDE 2 Declare um objeto do tipo PImage 3 Carregue o objeto com a imagem do arquivo usando a função loadimage(arquivo) Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
30 Exibindo imagens com Processing (cont.) Para desenhar uma imagem carregada no objeto PImage img use image(img,x,y) desenha img com o canto superior esquerdo em [x, y] image(img,x,y,w,h) desenha img com o canto superior esquerdo em [x, y] escalada para ocupar largura w e altura h A função imagemode() pode ser usada para alterar o significado dos argumentos da função image() Por exemplo, imagemode(center) faz com que os argumentos x e y refiram-se ao centro da imagem Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
31 Exibindo imagens com Processing (cont.) Para desenhar uma imagem carregada no objeto PImage img use image(img,x,y) desenha img com o canto superior esquerdo em [x, y] image(img,x,y,w,h) desenha img com o canto superior esquerdo em [x, y] escalada para ocupar largura w e altura h A função imagemode() pode ser usada para alterar o significado dos argumentos da função image() Por exemplo, imagemode(center) faz com que os argumentos x e y refiram-se ao centro da imagem Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
32 Exibindo imagens com Processing (cont.) Para desenhar uma imagem carregada no objeto PImage img use image(img,x,y) desenha img com o canto superior esquerdo em [x, y] image(img,x,y,w,h) desenha img com o canto superior esquerdo em [x, y] escalada para ocupar largura w e altura h A função imagemode() pode ser usada para alterar o significado dos argumentos da função image() Por exemplo, imagemode(center) faz com que os argumentos x e y refiram-se ao centro da imagem Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
33 Exibindo imagens com Processing (cont.) Para desenhar uma imagem carregada no objeto PImage img use image(img,x,y) desenha img com o canto superior esquerdo em [x, y] image(img,x,y,w,h) desenha img com o canto superior esquerdo em [x, y] escalada para ocupar largura w e altura h A função imagemode() pode ser usada para alterar o significado dos argumentos da função image() Por exemplo, imagemode(center) faz com que os argumentos x e y refiram-se ao centro da imagem Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
34 Exibindo imagens com Processing (cont.) Para desenhar uma imagem carregada no objeto PImage img use image(img,x,y) desenha img com o canto superior esquerdo em [x, y] image(img,x,y,w,h) desenha img com o canto superior esquerdo em [x, y] escalada para ocupar largura w e altura h A função imagemode() pode ser usada para alterar o significado dos argumentos da função image() Por exemplo, imagemode(center) faz com que os argumentos x e y refiram-se ao centro da imagem Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
35 Exibindo imagens - exemplo size(300,300); PImage img = loadimage("arvore.jpg"); image(img,0,0); nostroke(); rectmode(center); imagemode(center); rect(150,150,110,110); image(img,150,150,100,100); Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
36 Alterando o tom de imagens Usando a função tint() é possível alterar a cor global (tom) da imagem tint() pode receber argumentos de forma análoga a funções como fill() ou stroke(): tint(cinza) tint(cinza, alfa) tint(c 1, c 2, c 3 ) tint(c 1, c 2, c 3, alfa) tint(cor) Para cancelar o efeito do tint() use notint() Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
37 Alterando o tom de imagens Usando a função tint() é possível alterar a cor global (tom) da imagem tint() pode receber argumentos de forma análoga a funções como fill() ou stroke(): tint(cinza) tint(cinza, alfa) tint(c 1, c 2, c 3 ) tint(c 1, c 2, c 3, alfa) tint(cor) Para cancelar o efeito do tint() use notint() Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
38 Alterando o tom de imagens Usando a função tint() é possível alterar a cor global (tom) da imagem tint() pode receber argumentos de forma análoga a funções como fill() ou stroke(): tint(cinza) tint(cinza, alfa) tint(c 1, c 2, c 3 ) tint(c 1, c 2, c 3, alfa) tint(cor) Para cancelar o efeito do tint() use notint() Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
39 Alterando o tom de imagens Usando a função tint() é possível alterar a cor global (tom) da imagem tint() pode receber argumentos de forma análoga a funções como fill() ou stroke(): tint(cinza) tint(cinza, alfa) tint(c 1, c 2, c 3 ) tint(c 1, c 2, c 3, alfa) tint(cor) Para cancelar o efeito do tint() use notint() Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
40 Alterando o tom de imagens Usando a função tint() é possível alterar a cor global (tom) da imagem tint() pode receber argumentos de forma análoga a funções como fill() ou stroke(): tint(cinza) tint(cinza, alfa) tint(c 1, c 2, c 3 ) tint(c 1, c 2, c 3, alfa) tint(cor) Para cancelar o efeito do tint() use notint() Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
41 Alterando o tom de imagens Usando a função tint() é possível alterar a cor global (tom) da imagem tint() pode receber argumentos de forma análoga a funções como fill() ou stroke(): tint(cinza) tint(cinza, alfa) tint(c 1, c 2, c 3 ) tint(c 1, c 2, c 3, alfa) tint(cor) Para cancelar o efeito do tint() use notint() Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
42 Alterando o tom de imagens Usando a função tint() é possível alterar a cor global (tom) da imagem tint() pode receber argumentos de forma análoga a funções como fill() ou stroke(): tint(cinza) tint(cinza, alfa) tint(c 1, c 2, c 3 ) tint(c 1, c 2, c 3, alfa) tint(cor) Para cancelar o efeito do tint() use notint() Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
43 Alterando o tom de imagens Usando a função tint() é possível alterar a cor global (tom) da imagem tint() pode receber argumentos de forma análoga a funções como fill() ou stroke(): tint(cinza) tint(cinza, alfa) tint(c 1, c 2, c 3 ) tint(c 1, c 2, c 3, alfa) tint(cor) Para cancelar o efeito do tint() use notint() Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
44 Alterando o tom de imagens - exemplo size(300,300); PImage img = loadimage("arvore.jpg"); colormode(hsb,9,100,100); for (int i = 0; i < 3; i++) { for (int j = 0; j < 3; j++) { tint (i*3+j, 100, 100); image(img, i*100, j*100, 100, 100); } } Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
45 Sumário 1 Imagens Desenhando imagens Endereçamento de pixels Processamento de imagens Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
46 Acessando pixels da tela É possível manipular a tela pixel a pixel A função get (x,y) retorna um objeto do tipo color na posição [x,y] da tela A função set (x,y,cor) substitui o pixel na posição [x,y] da tela por cor Essas funções são bastante eficientes Não são afetadas por transformações afim x e y são sempre coordenadas de tela em pixels Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
47 Acessando pixels da tela É possível manipular a tela pixel a pixel A função get (x,y) retorna um objeto do tipo color na posição [x,y] da tela A função set (x,y,cor) substitui o pixel na posição [x,y] da tela por cor Essas funções são bastante eficientes Não são afetadas por transformações afim x e y são sempre coordenadas de tela em pixels Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
48 Acessando pixels da tela É possível manipular a tela pixel a pixel A função get (x,y) retorna um objeto do tipo color na posição [x,y] da tela A função set (x,y,cor) substitui o pixel na posição [x,y] da tela por cor Essas funções são bastante eficientes Não são afetadas por transformações afim x e y são sempre coordenadas de tela em pixels Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
49 Acessando pixels da tela É possível manipular a tela pixel a pixel A função get (x,y) retorna um objeto do tipo color na posição [x,y] da tela A função set (x,y,cor) substitui o pixel na posição [x,y] da tela por cor Essas funções são bastante eficientes Não são afetadas por transformações afim x e y são sempre coordenadas de tela em pixels Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
50 Acessando pixels da tela É possível manipular a tela pixel a pixel A função get (x,y) retorna um objeto do tipo color na posição [x,y] da tela A função set (x,y,cor) substitui o pixel na posição [x,y] da tela por cor Essas funções são bastante eficientes Não são afetadas por transformações afim x e y são sempre coordenadas de tela em pixels Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
51 Acessando pixels da tela É possível manipular a tela pixel a pixel A função get (x,y) retorna um objeto do tipo color na posição [x,y] da tela A função set (x,y,cor) substitui o pixel na posição [x,y] da tela por cor Essas funções são bastante eficientes Não são afetadas por transformações afim x e y são sempre coordenadas de tela em pixels Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
52 Acessando pixels da tela - exemplo size(300,300); PImage img = loadimage("arvore.jpg"); image (img, 0,0,150,150); for (int x = 0; x < 150; x++) { for (int y = 0; y < 150; y++) { color p = get(x,y); set (300-x,y,p); set (300-x,300-y, p); set (x,300-y,p); } } Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
53 Analisando cores Um objeto color pode ser decomposto em componentes usando as funções red(), green(), blue(), alpha(), hue(), saturation() e brightness() Por exemplo, red(color(100,120,90)) retorna 100 Um objeto color é essencialmente uma palavra de 32 bits sendo que cada 8 bits contém a componente A(alpha),R(red),G(green) e B(blue), respectivamente Uma maneira mais rápida de obter suas componentes é através de bit shifting Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
54 Analisando cores Um objeto color pode ser decomposto em componentes usando as funções red(), green(), blue(), alpha(), hue(), saturation() e brightness() Por exemplo, red(color(100,120,90)) retorna 100 Um objeto color é essencialmente uma palavra de 32 bits sendo que cada 8 bits contém a componente A(alpha),R(red),G(green) e B(blue), respectivamente Uma maneira mais rápida de obter suas componentes é através de bit shifting Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
55 Analisando cores Um objeto color pode ser decomposto em componentes usando as funções red(), green(), blue(), alpha(), hue(), saturation() e brightness() Por exemplo, red(color(100,120,90)) retorna 100 Um objeto color é essencialmente uma palavra de 32 bits sendo que cada 8 bits contém a componente A(alpha),R(red),G(green) e B(blue), respectivamente Uma maneira mais rápida de obter suas componentes é através de bit shifting Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
56 Analisando cores Um objeto color pode ser decomposto em componentes usando as funções red(), green(), blue(), alpha(), hue(), saturation() e brightness() Por exemplo, red(color(100,120,90)) retorna 100 Um objeto color é essencialmente uma palavra de 32 bits sendo que cada 8 bits contém a componente A(alpha),R(red),G(green) e B(blue), respectivamente Uma maneira mais rápida de obter suas componentes é através de bit shifting Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
57 Analisando cores - exemplo size(300,300); PImage img = loadimage("arvore.jpg"); image (img, 0,0,150,150); for (int x = 0; x < 150; x++) { for (int y = 0; y < 150; y++) { color c = get(x,y); int b = c & 0xff; int g = (c >> 8) & 0xff; int r = (c >> 16) & 0xff; set (x+150,y,color(r,0,0)); set (x+150,y+150, color(0,g,0)); set (x,y+150, color(0,0,b)); } } Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
58 Acessando blocos de pixels get() e set() também podem ser usados para ler e escrever blocos retangulares de pixels: get() retorna uma PImage correspondente a toda a tela get(x,y,width,height) retorna uma PImage com os pixels da tela correspondente a um retângulo set(x,y,img) desenha a PImage img na posição x, y da tela Obs.: set() é mais rápido mas menos flexível que image() Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
59 Acessando blocos de pixels get() e set() também podem ser usados para ler e escrever blocos retangulares de pixels: get() retorna uma PImage correspondente a toda a tela get(x,y,width,height) retorna uma PImage com os pixels da tela correspondente a um retângulo set(x,y,img) desenha a PImage img na posição x, y da tela Obs.: set() é mais rápido mas menos flexível que image() Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
60 Acessando blocos de pixels get() e set() também podem ser usados para ler e escrever blocos retangulares de pixels: get() retorna uma PImage correspondente a toda a tela get(x,y,width,height) retorna uma PImage com os pixels da tela correspondente a um retângulo set(x,y,img) desenha a PImage img na posição x, y da tela Obs.: set() é mais rápido mas menos flexível que image() Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
61 Acessando blocos de pixels get() e set() também podem ser usados para ler e escrever blocos retangulares de pixels: get() retorna uma PImage correspondente a toda a tela get(x,y,width,height) retorna uma PImage com os pixels da tela correspondente a um retângulo set(x,y,img) desenha a PImage img na posição x, y da tela Obs.: set() é mais rápido mas menos flexível que image() Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
62 Acessando blocos de pixels get() e set() também podem ser usados para ler e escrever blocos retangulares de pixels: get() retorna uma PImage correspondente a toda a tela get(x,y,width,height) retorna uma PImage com os pixels da tela correspondente a um retângulo set(x,y,img) desenha a PImage img na posição x, y da tela Obs.: set() é mais rápido mas menos flexível que image() Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
63 Acessando blocos de pixels - exemplo size(300,300); smooth(); strokeweight (40); line(0, 0, width, height); line(0, height, width, 0); nostroke(); ellipse(width/4, height/2, 80, 80); for (int x = 0; x < width; x+=20) { PImage fatia = get(x,0,10, height); set (x+10,0, fatia); } Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
64 Acessando pixels numa imagem Todo objeto PImage dispõe dos campos: width largura em pixels height altura em pixels pixels[] array com width height pixels É possível acessar diretamente os pixels de uma imagem através do array pixels, mas é necessário 1 chamar o método loadpixels() antes de ler os valores do array 2 chamar o método updatepixels() após escrever os valores no array Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
65 Acessando pixels numa imagem Todo objeto PImage dispõe dos campos: width largura em pixels height altura em pixels pixels[] array com width height pixels É possível acessar diretamente os pixels de uma imagem através do array pixels, mas é necessário 1 chamar o método loadpixels() antes de ler os valores do array 2 chamar o método updatepixels() após escrever os valores no array Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
66 Acessando pixels numa imagem Todo objeto PImage dispõe dos campos: width largura em pixels height altura em pixels pixels[] array com width height pixels É possível acessar diretamente os pixels de uma imagem através do array pixels, mas é necessário 1 chamar o método loadpixels() antes de ler os valores do array 2 chamar o método updatepixels() após escrever os valores no array Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
67 Acessando pixels numa imagem Todo objeto PImage dispõe dos campos: width largura em pixels height altura em pixels pixels[] array com width height pixels É possível acessar diretamente os pixels de uma imagem através do array pixels, mas é necessário 1 chamar o método loadpixels() antes de ler os valores do array 2 chamar o método updatepixels() após escrever os valores no array Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
68 Acessando pixels numa imagem Todo objeto PImage dispõe dos campos: width largura em pixels height altura em pixels pixels[] array com width height pixels É possível acessar diretamente os pixels de uma imagem através do array pixels, mas é necessário 1 chamar o método loadpixels() antes de ler os valores do array 2 chamar o método updatepixels() após escrever os valores no array Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
69 Acessando pixels numa imagem Todo objeto PImage dispõe dos campos: width largura em pixels height altura em pixels pixels[] array com width height pixels É possível acessar diretamente os pixels de uma imagem através do array pixels, mas é necessário 1 chamar o método loadpixels() antes de ler os valores do array 2 chamar o método updatepixels() após escrever os valores no array Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
70 Acessando pixels numa imagem Todo objeto PImage dispõe dos campos: width largura em pixels height altura em pixels pixels[] array com width height pixels É possível acessar diretamente os pixels de uma imagem através do array pixels, mas é necessário 1 chamar o método loadpixels() antes de ler os valores do array 2 chamar o método updatepixels() após escrever os valores no array Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
71 Acessando pixels numa imagem - exemplo size(300,300); PImage img = loadimage("arvore.jpg"); int tam = (img.width*img.height); img. loadpixels(); for (int i=0; i < tam; i+=4) { img.pixels[i] = img.pixels[i+1] = 0; } img. updatepixels (); image(img, 0, 0); Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
72 Sumário 1 Imagens Desenhando imagens Endereçamento de pixels Processamento de imagens Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
73 Processamento de imagens Imagens digitais podem ser submetidas a algoritmos cujas finalidades incluem: Enfatizar ou atenuar bordas Alterar sua distribuição de cores Misturar elementos de outras imagens Simular meios convencionais como pintura aquarela ou a óleo O termo processamento de imagens refere-se ao estudo desses algoritmos Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
74 Processamento de imagens Imagens digitais podem ser submetidas a algoritmos cujas finalidades incluem: Enfatizar ou atenuar bordas Alterar sua distribuição de cores Misturar elementos de outras imagens Simular meios convencionais como pintura aquarela ou a óleo O termo processamento de imagens refere-se ao estudo desses algoritmos Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
75 Processamento de imagens Imagens digitais podem ser submetidas a algoritmos cujas finalidades incluem: Enfatizar ou atenuar bordas Alterar sua distribuição de cores Misturar elementos de outras imagens Simular meios convencionais como pintura aquarela ou a óleo O termo processamento de imagens refere-se ao estudo desses algoritmos Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
76 Processamento de imagens Imagens digitais podem ser submetidas a algoritmos cujas finalidades incluem: Enfatizar ou atenuar bordas Alterar sua distribuição de cores Misturar elementos de outras imagens Simular meios convencionais como pintura aquarela ou a óleo O termo processamento de imagens refere-se ao estudo desses algoritmos Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
77 Processamento de imagens Imagens digitais podem ser submetidas a algoritmos cujas finalidades incluem: Enfatizar ou atenuar bordas Alterar sua distribuição de cores Misturar elementos de outras imagens Simular meios convencionais como pintura aquarela ou a óleo O termo processamento de imagens refere-se ao estudo desses algoritmos Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
78 Processamento de imagens Imagens digitais podem ser submetidas a algoritmos cujas finalidades incluem: Enfatizar ou atenuar bordas Alterar sua distribuição de cores Misturar elementos de outras imagens Simular meios convencionais como pintura aquarela ou a óleo O termo processamento de imagens refere-se ao estudo desses algoritmos Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
79 Filtragem O processo conhecido como filtragem é oriundo da disciplina de processamento de sinais e tem grande aplicação em imagens Um filtro consiste de um algoritmo que gera uma nova imagem aplicando uma função a cada pixel e sua vizinhança de uma imagem de origem Por exemplo, o filtro conhecido como "limiar"(threshold) analisa cada pixel de uma imagem e o substitui por um pixel preto ou branco conforme seja menor ou maior que um valor de intensidade (limiar) dado Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
80 Filtragem O processo conhecido como filtragem é oriundo da disciplina de processamento de sinais e tem grande aplicação em imagens Um filtro consiste de um algoritmo que gera uma nova imagem aplicando uma função a cada pixel e sua vizinhança de uma imagem de origem Por exemplo, o filtro conhecido como "limiar"(threshold) analisa cada pixel de uma imagem e o substitui por um pixel preto ou branco conforme seja menor ou maior que um valor de intensidade (limiar) dado Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
81 Filtragem O processo conhecido como filtragem é oriundo da disciplina de processamento de sinais e tem grande aplicação em imagens Um filtro consiste de um algoritmo que gera uma nova imagem aplicando uma função a cada pixel e sua vizinhança de uma imagem de origem Por exemplo, o filtro conhecido como "limiar"(threshold) analisa cada pixel de uma imagem e o substitui por um pixel preto ou branco conforme seja menor ou maior que um valor de intensidade (limiar) dado Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
82 Filtro de limiar - exemplo size(300,300); int limiar = 128; PImage img = loadimage("arvore.jpg"); int tam = (img.width*img.height); img. loadpixels(); for (int i=0; i < tam; i++) { if ( brightness(img.pixels[i])<limiar) { img.pixels[i] = color(0); } else { img.pixels[i] = color (255); } } img. updatepixels (); image(img, 0, 0); Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
83 A função filter() Vários filtros comuns podem ser aplicados diretamente sobre a tela usando a função filter() que tem duas assinaturas filter(modo) filter(modo,valor) onde modo pode ser THRESHOLD, GRAY, INVERT, POSTERIZE, BLUR, OPAQUE, ERODE, ou DILATE O parâmetro modo indica o algoritmo a ser aplicado O parâmetro valor é necessário apenas para alguns modos Para filtrar uma imagem ao invés da tela, pode-se usar o método filter() da classe PImage que tem os mesmos argumentos que a função filter() Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
84 A função filter() Vários filtros comuns podem ser aplicados diretamente sobre a tela usando a função filter() que tem duas assinaturas filter(modo) filter(modo,valor) onde modo pode ser THRESHOLD, GRAY, INVERT, POSTERIZE, BLUR, OPAQUE, ERODE, ou DILATE O parâmetro modo indica o algoritmo a ser aplicado O parâmetro valor é necessário apenas para alguns modos Para filtrar uma imagem ao invés da tela, pode-se usar o método filter() da classe PImage que tem os mesmos argumentos que a função filter() Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
85 A função filter() Vários filtros comuns podem ser aplicados diretamente sobre a tela usando a função filter() que tem duas assinaturas filter(modo) filter(modo,valor) onde modo pode ser THRESHOLD, GRAY, INVERT, POSTERIZE, BLUR, OPAQUE, ERODE, ou DILATE O parâmetro modo indica o algoritmo a ser aplicado O parâmetro valor é necessário apenas para alguns modos Para filtrar uma imagem ao invés da tela, pode-se usar o método filter() da classe PImage que tem os mesmos argumentos que a função filter() Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
86 A função filter() Vários filtros comuns podem ser aplicados diretamente sobre a tela usando a função filter() que tem duas assinaturas filter(modo) filter(modo,valor) onde modo pode ser THRESHOLD, GRAY, INVERT, POSTERIZE, BLUR, OPAQUE, ERODE, ou DILATE O parâmetro modo indica o algoritmo a ser aplicado O parâmetro valor é necessário apenas para alguns modos Para filtrar uma imagem ao invés da tela, pode-se usar o método filter() da classe PImage que tem os mesmos argumentos que a função filter() Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
87 A função filter() Vários filtros comuns podem ser aplicados diretamente sobre a tela usando a função filter() que tem duas assinaturas filter(modo) filter(modo,valor) onde modo pode ser THRESHOLD, GRAY, INVERT, POSTERIZE, BLUR, OPAQUE, ERODE, ou DILATE O parâmetro modo indica o algoritmo a ser aplicado O parâmetro valor é necessário apenas para alguns modos Para filtrar uma imagem ao invés da tela, pode-se usar o método filter() da classe PImage que tem os mesmos argumentos que a função filter() Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
88 A função filter() Vários filtros comuns podem ser aplicados diretamente sobre a tela usando a função filter() que tem duas assinaturas filter(modo) filter(modo,valor) onde modo pode ser THRESHOLD, GRAY, INVERT, POSTERIZE, BLUR, OPAQUE, ERODE, ou DILATE O parâmetro modo indica o algoritmo a ser aplicado O parâmetro valor é necessário apenas para alguns modos Para filtrar uma imagem ao invés da tela, pode-se usar o método filter() da classe PImage que tem os mesmos argumentos que a função filter() Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
89 Exemplos de filtragem ( original ) filter(threshold,0.5); filter(threshold,0.3); filter(blur,1); filter(blur,2); filter(blur,4); filter(posterize,2); filter(posterize,4); filter(gray); filter(invert); filter(dilate); filter(dilate); filter(dilate); filter(dilate); filter(erode); filter(erode); filter(erode); filter(erode); Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
90 Exemplos de filtragem ( original ) filter(threshold,0.5); filter(threshold,0.3); filter(blur,1); filter(blur,2); filter(blur,4); filter(posterize,2); filter(posterize,4); filter(gray); filter(invert); filter(dilate); filter(dilate); filter(dilate); filter(dilate); filter(erode); filter(erode); filter(erode); filter(erode); Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
91 Exemplos de filtragem ( original ) filter(threshold,0.5); filter(threshold,0.3); filter(blur,1); filter(blur,2); filter(blur,4); filter(posterize,2); filter(posterize,4); filter(gray); filter(invert); filter(dilate); filter(dilate); filter(dilate); filter(dilate); filter(erode); filter(erode); filter(erode); filter(erode); Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
92 Exemplos de filtragem ( original ) filter(threshold,0.5); filter(threshold,0.3); filter(blur,1); filter(blur,2); filter(blur,4); filter(posterize,2); filter(posterize,4); filter(gray); filter(invert); filter(dilate); filter(dilate); filter(dilate); filter(dilate); filter(erode); filter(erode); filter(erode); filter(erode); Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
93 Exemplos de filtragem ( original ) filter(threshold,0.5); filter(threshold,0.3); filter(blur,1); filter(blur,2); filter(blur,4); filter(posterize,2); filter(posterize,4); filter(gray); filter(invert); filter(dilate); filter(dilate); filter(dilate); filter(dilate); filter(erode); filter(erode); filter(erode); filter(erode); Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
94 Exemplos de filtragem ( original ) filter(threshold,0.5); filter(threshold,0.3); filter(blur,1); filter(blur,2); filter(blur,4); filter(posterize,2); filter(posterize,4); filter(gray); filter(invert); filter(dilate); filter(dilate); filter(dilate); filter(dilate); filter(erode); filter(erode); filter(erode); filter(erode); Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
95 Exemplos de filtragem ( original ) filter(threshold,0.5); filter(threshold,0.3); filter(blur,1); filter(blur,2); filter(blur,4); filter(posterize,2); filter(posterize,4); filter(gray); filter(invert); filter(dilate); filter(dilate); filter(dilate); filter(dilate); filter(erode); filter(erode); filter(erode); filter(erode); Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
96 Exemplos de filtragem ( original ) filter(threshold,0.5); filter(threshold,0.3); filter(blur,1); filter(blur,2); filter(blur,4); filter(posterize,2); filter(posterize,4); filter(gray); filter(invert); filter(dilate); filter(dilate); filter(dilate); filter(dilate); filter(erode); filter(erode); filter(erode); filter(erode); Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
97 Exemplos de filtragem ( original ) filter(threshold,0.5); filter(threshold,0.3); filter(blur,1); filter(blur,2); filter(blur,4); filter(posterize,2); filter(posterize,4); filter(gray); filter(invert); filter(dilate); filter(dilate); filter(dilate); filter(dilate); filter(erode); filter(erode); filter(erode); filter(erode); Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
98 Exemplos de filtragem ( original ) filter(threshold,0.5); filter(threshold,0.3); filter(blur,1); filter(blur,2); filter(blur,4); filter(posterize,2); filter(posterize,4); filter(gray); filter(invert); filter(dilate); filter(dilate); filter(dilate); filter(dilate); filter(erode); filter(erode); filter(erode); filter(erode); Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
99 Exemplos de filtragem ( original ) filter(threshold,0.5); filter(threshold,0.3); filter(blur,1); filter(blur,2); filter(blur,4); filter(posterize,2); filter(posterize,4); filter(gray); filter(invert); filter(dilate); filter(dilate); filter(dilate); filter(dilate); filter(erode); filter(erode); filter(erode); filter(erode); Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
100 Exemplos de filtragem ( original ) filter(threshold,0.5); filter(threshold,0.3); filter(blur,1); filter(blur,2); filter(blur,4); filter(posterize,2); filter(posterize,4); filter(gray); filter(invert); filter(dilate); filter(dilate); filter(dilate); filter(dilate); filter(erode); filter(erode); filter(erode); filter(erode); Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
101 Combinando imagens A combinação (ou mistura) de imagens consiste em operar pixel a pixel com duas imagens ou duas porções de uma mesma imagem a fim de obter uma imagem resultado A exemplo da operação de filtragem, pode ser feita por um programa usando as funções get() e set() Alternativamente, pode-se usar a função blend() que suporta as operações de mistura mais comuns A classe PImage também dispõe de um método chamado blend() que opera sobre a própria imagem ao invés da tela Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
102 Combinando imagens A combinação (ou mistura) de imagens consiste em operar pixel a pixel com duas imagens ou duas porções de uma mesma imagem a fim de obter uma imagem resultado A exemplo da operação de filtragem, pode ser feita por um programa usando as funções get() e set() Alternativamente, pode-se usar a função blend() que suporta as operações de mistura mais comuns A classe PImage também dispõe de um método chamado blend() que opera sobre a própria imagem ao invés da tela Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
103 Combinando imagens A combinação (ou mistura) de imagens consiste em operar pixel a pixel com duas imagens ou duas porções de uma mesma imagem a fim de obter uma imagem resultado A exemplo da operação de filtragem, pode ser feita por um programa usando as funções get() e set() Alternativamente, pode-se usar a função blend() que suporta as operações de mistura mais comuns A classe PImage também dispõe de um método chamado blend() que opera sobre a própria imagem ao invés da tela Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
104 Combinando imagens A combinação (ou mistura) de imagens consiste em operar pixel a pixel com duas imagens ou duas porções de uma mesma imagem a fim de obter uma imagem resultado A exemplo da operação de filtragem, pode ser feita por um programa usando as funções get() e set() Alternativamente, pode-se usar a função blend() que suporta as operações de mistura mais comuns A classe PImage também dispõe de um método chamado blend() que opera sobre a própria imagem ao invés da tela Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
105 A função blend() Há duas assinaturas: blend(x,y,wid,hgt,dx,dy,dwid,dhgt,mode); blend(src,x,y,wid,hgt,dx,dy,dwid,dhgt,mode); Os parâmetros x,y,wid,hgt designam o retângulo de origem Os parâmetros dx,dy,dwid,dhgt designam o retângulo de destino Se origem e destino têm tamanho diferente, os pixels da origem são escalados para cobrir adequadamente a área de destino src, se presente, é uma PImage contendo os pixels de origem mode é uma constante que designa a operação de mistura: BLEND, ADD, SUBTRACT, DARKEST, LIGHTEST, DIFFERENCE, EXCLUSION, MULTIPLY, SCREEN, OVERLAY, HARD_LIGHT, SOFT_LIGHT, DODGE, e BURN Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
106 A função blend() Há duas assinaturas: blend(x,y,wid,hgt,dx,dy,dwid,dhgt,mode); blend(src,x,y,wid,hgt,dx,dy,dwid,dhgt,mode); Os parâmetros x,y,wid,hgt designam o retângulo de origem Os parâmetros dx,dy,dwid,dhgt designam o retângulo de destino Se origem e destino têm tamanho diferente, os pixels da origem são escalados para cobrir adequadamente a área de destino src, se presente, é uma PImage contendo os pixels de origem mode é uma constante que designa a operação de mistura: BLEND, ADD, SUBTRACT, DARKEST, LIGHTEST, DIFFERENCE, EXCLUSION, MULTIPLY, SCREEN, OVERLAY, HARD_LIGHT, SOFT_LIGHT, DODGE, e BURN Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
107 A função blend() Há duas assinaturas: blend(x,y,wid,hgt,dx,dy,dwid,dhgt,mode); blend(src,x,y,wid,hgt,dx,dy,dwid,dhgt,mode); Os parâmetros x,y,wid,hgt designam o retângulo de origem Os parâmetros dx,dy,dwid,dhgt designam o retângulo de destino Se origem e destino têm tamanho diferente, os pixels da origem são escalados para cobrir adequadamente a área de destino src, se presente, é uma PImage contendo os pixels de origem mode é uma constante que designa a operação de mistura: BLEND, ADD, SUBTRACT, DARKEST, LIGHTEST, DIFFERENCE, EXCLUSION, MULTIPLY, SCREEN, OVERLAY, HARD_LIGHT, SOFT_LIGHT, DODGE, e BURN Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
108 A função blend() Há duas assinaturas: blend(x,y,wid,hgt,dx,dy,dwid,dhgt,mode); blend(src,x,y,wid,hgt,dx,dy,dwid,dhgt,mode); Os parâmetros x,y,wid,hgt designam o retângulo de origem Os parâmetros dx,dy,dwid,dhgt designam o retângulo de destino Se origem e destino têm tamanho diferente, os pixels da origem são escalados para cobrir adequadamente a área de destino src, se presente, é uma PImage contendo os pixels de origem mode é uma constante que designa a operação de mistura: BLEND, ADD, SUBTRACT, DARKEST, LIGHTEST, DIFFERENCE, EXCLUSION, MULTIPLY, SCREEN, OVERLAY, HARD_LIGHT, SOFT_LIGHT, DODGE, e BURN Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
109 A função blend() Há duas assinaturas: blend(x,y,wid,hgt,dx,dy,dwid,dhgt,mode); blend(src,x,y,wid,hgt,dx,dy,dwid,dhgt,mode); Os parâmetros x,y,wid,hgt designam o retângulo de origem Os parâmetros dx,dy,dwid,dhgt designam o retângulo de destino Se origem e destino têm tamanho diferente, os pixels da origem são escalados para cobrir adequadamente a área de destino src, se presente, é uma PImage contendo os pixels de origem mode é uma constante que designa a operação de mistura: BLEND, ADD, SUBTRACT, DARKEST, LIGHTEST, DIFFERENCE, EXCLUSION, MULTIPLY, SCREEN, OVERLAY, HARD_LIGHT, SOFT_LIGHT, DODGE, e BURN Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
110 A função blend() Há duas assinaturas: blend(x,y,wid,hgt,dx,dy,dwid,dhgt,mode); blend(src,x,y,wid,hgt,dx,dy,dwid,dhgt,mode); Os parâmetros x,y,wid,hgt designam o retângulo de origem Os parâmetros dx,dy,dwid,dhgt designam o retângulo de destino Se origem e destino têm tamanho diferente, os pixels da origem são escalados para cobrir adequadamente a área de destino src, se presente, é uma PImage contendo os pixels de origem mode é uma constante que designa a operação de mistura: BLEND, ADD, SUBTRACT, DARKEST, LIGHTEST, DIFFERENCE, EXCLUSION, MULTIPLY, SCREEN, OVERLAY, HARD_LIGHT, SOFT_LIGHT, DODGE, e BURN Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
111 A função blend() Há duas assinaturas: blend(x,y,wid,hgt,dx,dy,dwid,dhgt,mode); blend(src,x,y,wid,hgt,dx,dy,dwid,dhgt,mode); Os parâmetros x,y,wid,hgt designam o retângulo de origem Os parâmetros dx,dy,dwid,dhgt designam o retângulo de destino Se origem e destino têm tamanho diferente, os pixels da origem são escalados para cobrir adequadamente a área de destino src, se presente, é uma PImage contendo os pixels de origem mode é uma constante que designa a operação de mistura: BLEND, ADD, SUBTRACT, DARKEST, LIGHTEST, DIFFERENCE, EXCLUSION, MULTIPLY, SCREEN, OVERLAY, HARD_LIGHT, SOFT_LIGHT, DODGE, e BURN Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
112 A função blend() Há duas assinaturas: blend(x,y,wid,hgt,dx,dy,dwid,dhgt,mode); blend(src,x,y,wid,hgt,dx,dy,dwid,dhgt,mode); Os parâmetros x,y,wid,hgt designam o retângulo de origem Os parâmetros dx,dy,dwid,dhgt designam o retângulo de destino Se origem e destino têm tamanho diferente, os pixels da origem são escalados para cobrir adequadamente a área de destino src, se presente, é uma PImage contendo os pixels de origem mode é uma constante que designa a operação de mistura: BLEND, ADD, SUBTRACT, DARKEST, LIGHTEST, DIFFERENCE, EXCLUSION, MULTIPLY, SCREEN, OVERLAY, HARD_LIGHT, SOFT_LIGHT, DODGE, e BURN Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
113 Exemplos de mistura Imagem origem Imagem destino ADD Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
114 Exemplos de mistura Imagem origem Imagem destino SUBTRACT Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
115 Exemplos de mistura Imagem origem Imagem destino DIFFERENCE Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
116 Exemplos de mistura Imagem origem Imagem destino DARKEST Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
117 Exemplos de mistura Imagem origem Imagem destino LIGHTEST Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
118 Exemplos de mistura Imagem origem Imagem destino EXCLUSION Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
119 Exemplos de mistura Imagem origem Imagem destino MULTIPLY Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
120 Exemplos de mistura Imagem origem Imagem destino SCREEN Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
121 Exemplos de mistura Imagem origem Imagem destino OVERLAY Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
122 Exemplos de mistura Imagem origem Imagem destino HARD_LIGHT Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
123 Exemplos de mistura Imagem origem Imagem destino SOFT_LIGHT Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
124 Exemplos de mistura Imagem origem Imagem destino DODGE Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
125 Exemplos de mistura Imagem origem Imagem destino BURN Claudio Esperança (PESC/COPPE/UFRJ) Processing / 28
Processing - Imagem 1. Processing. Imagem (PImage) Jorge Cardoso
Processing - Imagem 1 Processing Imagem (PImage) Processing - Imagem 2 Classe PImage Imagem Utilizada para guardar e manipular imagens em memória Processing - Imagem 3 Ficheiros de Imagem Os ficheiros
Leia maisAtividade: matrizes e imagens digitais
Atividade: matrizes e imagens digitais Aluno(a): Turma: Professor(a): Parte 01 MÓDULO: MATRIZES E IMAGENS BINÁRIAS 1 2 3 4 5 6 7 8 Indique, na tabela abaixo, as respostas dos 8 desafios do Jogo dos Índices
Leia maisDesenho e Apresentação de Imagens por Computador
Desenho e Apresentação de Imagens por Computador Conteúdo s: Aspetos genéricos sobre o trabalho com imagens computacionais. Imagens computacionais e programas que criam ou manipulam esse tipo de imagens.
Leia maisCorelDRAW 11 1. UM PROGRAMA DE DESIGN
CorelDRAW 11 1. UM PROGRAMA DE DESIGN Com o Corel você vai trabalhar com um dos aplicativos mais usados no campo do design e da auto-edição, já que permite operar com dois tipos de gráficos (vetoriais
Leia maisImplementando plugins para o ImageJ
UNIVERSIDADE FEDERAL DE MINAS GERAIS INSTITUTO DE CIÊNCIAS EXATAS DEPARTAMENTO DE CIÊNCIA DA COMPUTAÇÃO NÚCLEO DE PROCESSAMENTO DIGITAL DE IMAGENS (NPDI) Tutorial Implementando plugins para o ImageJ Flávio
Leia maisThales Trigo. Formatos de arquivos digitais
Esse artigo sobre Formatos de Arquivos Digitais é parte da Tese de Doutoramento do autor apresentada para a obtenção do titulo de Doutor em Engenharia Elétrica pela Escola Politécnica da USP. Thales Trigo
Leia maisAPLICATIVOS GRÁFICOS (AULA 4)
Prof. Breno Leonardo G. de M. Araújo brenod123@gmail.com http://blog.brenoleonardo.com.br APLICATIVOS GRÁFICOS (AULA 4) 1 Classificação da imagem Em relação à sua origem pode-se classificar uma imagem,
Leia maisSimulação Gráfica. Morfologia Matemática. Julio C. S. Jacques Junior
Simulação Gráfica Morfologia Matemática Julio C. S. Jacques Junior Morfologia Palavra denota uma área da biologia que trata com a forma e a estrutura de animais e plantas. No contexto de Morfologia Matemática:
Leia maisOpenCV. http://opencv.willowgarage.com/wiki/
OpenCV http://opencv.willowgarage.com/wiki/ Introdução a OpenCV Geralmente, quando iniciamos estudos numa determinada linguagem de programação é comum que o iniciante implemente um pequeno programa de
Leia maisImagens Digitais Tratamento de Imagens
Imagens Digitais Imagens de Bitmap Bitmap = Mapa de Bits ou Imagens Raster São as imagens formadas por pixels em oposição às imagens vetoriais. Imagens de Bitmap Imagem de bitmap Imagem vetorial Imagens
Leia maisImagem digital. Unidade 3
Imagem digital Unidade 3 Objectivos Reconhecer o potencial comunicativo/ expressivo das imagens; Reconhecer as potencialidades narrativas de uma imagem; A criação de sentido nas associações de imagens
Leia maisIntrodução ao processamento de imagens e OCTAVE. Julio C. S. Jacques Junior juliojj@gmail.com
Introdução ao processamento de imagens e OCTAVE Julio C. S. Jacques Junior juliojj@gmail.com Octave www.gnu.org/software/octave/ Linguagem Interpretada (similar ao MATLAB... portabilidade) Voltada para
Leia maisRoteiro 2: Conceitos de Tags HTML
Roteiro 2: Conceitos de Tags HTML Objetivos Detalhar conceitos sobre TAGS HTML: elementos, atributos, elemento vazio, links. Implementar páginas de internet com uso da linguagem HTML; Ferramentas Necessárias
Leia maisIntrodução à Tecnologia Web HTML HyperText Markup Language XHTML extensible HyperText Markup Language Formatos de Imagens
IntroduçãoàTecnologiaWeb HTML HyperTextMarkupLanguage XHTML extensiblehypertextmarkuplanguage FormatosdeImagens ProfªMSc.ElizabeteMunzlinger ProfªMSc.ElizabeteMunzlinger FormatosdeImagens Índice 1 FORMATOS
Leia maisATENÇÃO: * Arquivos com tamanho superior a 500 KB NÃO SERÃO ACEITOS * SOMENTE serão aceitos documentos do formato: PDF
TUTORIAL DE DIGITALIZAÇÃO DIRIGIDO AO USO DO PROCESSO ELETRÔNICO Adaptado do tutorial elaborado pelo colega MAICON FALCÃO, operador de computador da subseção judiciária de Rio Grande. Introdução Este tutorial
Leia maisFILTRAGEM NO DOMÍNIO DAS FREQUÊNCIAS (TRANSFORMADA DE FOURIER) Daniel C. Zanotta 04/06/2015
FILTRAGEM NO DOMÍNIO DAS FREQUÊNCIAS (TRANSFORMADA DE FOURIER) Daniel C. Zanotta 04/06/2015 FREQUÊNCIA EM IMAGENS DIGITAIS Análise da intensidade dos NCs da imagem Banda 7 Landsat TM ao longo da distância:
Leia maisIntMu.Lab3. Nome: Nº Data: Importe as imagens disponibilizadas em http://www.dee.isep.ipp.pt/~jml/intmu/lab3/:
IntMu.Lab3 Nome: Nº Data: 0. Importe as imagens disponibilizadas em http://www.dee.isep.ipp.pt/~jml/intmu/lab3/: 1. mkdir lab3 cd lab3 wget www.dee.isep.ipp.pt/~jml/intmu/lab3/makefile make get Crie versões
Leia maisDispositivos de Entrada e Saída
Dispositivos de Entrada e Saída Prof. Márcio Bueno {cgtarde,cgnoite}@marciobueno.com Fonte: Material do Prof. Robson Pequeno de Sousa e do Prof. Robson Lins Dispositivos de Entrada Teclado, Mouse, Trackball,
Leia maisInformática Básica para o PIBID
Universidade Federal Rural do Semi Árido Programa Institucional de Iniciação à Docência Informática Básica para o PIBID Prof. Dr. Sílvio Fernandes Roteiro O Tamanho e Resolução de imagens O Compactação
Leia maisUM POUCO DE COMPUTAÇÃO GRÁFICA.
UM POUCO DE COMPUTAÇÃO GRÁFICA. Imagem digital é a representação de uma imagem bidimensional usando números binários codificados de modo a permitir seu armazenamento, transferência, impressão ou reprodução,
Leia maisDiagrama de fluxo de dados na Plataforma Vicon SAGA. Terminologias de bancos de dados: Banco de Dados, Tabela, Campos, Registros
Exercício Objetivo Aplicativo Exercício para ambientação com Sistemas de Informação e Bancos de Dados. O usuário criará modelará um banco de dados aplicado ao contexto de desastres; realizará cadastros
Leia maisFormatos de Imagem PNG. Universidade Federal de Minas Gerais. Bruno Xavier da Silva. Guilherme de Castro Leite. Leonel Fonseca Ivo
Universidade Federal de Minas Gerais Formatos de Imagem PNG Bruno Xavier da Silva Guilherme de Castro Leite Leonel Fonseca Ivo Matheus Silva Vilela Rafael Avelar Alves Belém Belo Horizonte, 5 de maio de
Leia maisManual Processamento de Imagem. João L. Vilaça
Manual Processamento de Imagem João L. Vilaça Versão 1.0 31/1/2014 Índice 1. Sistema de eixo e movimentos possíveis do Drone... 3 2. Imagem... 3 3. Espaços de cor... 4 4.1 RGB... 5 4.2HSV... 5 4.3 GRAY...
Leia maisImagem e Gráficos. vetorial ou raster?
http://computacaografica.ic.uff.br/conteudocap1.html Imagem e Gráficos vetorial ou raster? UFF Computação Visual tem pelo menos 3 grades divisões: CG ou SI, AI e OI Diferença entre as áreas relacionadas
Leia maisTrabalho 2 Fundamentos de computação Gráfica
Trabalho 2 Fundamentos de computação Gráfica Processamento de Imagens Aluno: Renato Deris Prado Tópicos: 1- Programa em QT e C++ 2- Efeitos de processamento de imagens 1- Programa em QT e C++ Para o trabalho
Leia maisFCT Faculdade de Ciências e Tecnologia Serviço Técnico de Informática STI SGCD Sistema Gerenciador de Conteúdos Dinâmicos
FCT Faculdade de Ciências e Tecnologia Serviço Técnico de Informática STI SGCD Sistema Gerenciador de Conteúdos Dinâmicos Manual do Usuário Presidente Prudente, outubro de 2010 Índice 1. Introdução e Instruções
Leia maisInformática Aplicada a Radiologia
Informática Aplicada a Radiologia Apostila: Imagem Digital parte I Prof. Rubens Freire Rosa Imagem na forma digital A representação de Imagens na forma digital nos permite capturar, armazenar e processar
Leia maisProcessamento de Imagem. Representação, Armazenamento e Formato de imagens Professora Sheila Cáceres
Processamento de Imagem Representação, Armazenamento e Formato de imagens Professora Sheila Cáceres Representação e armazenamento de imagens Process. de Imagem - Prof. Sheila Cáceres 2 Representação Matricial
Leia mais%0/"1&2$&$3*$34+/!+&.05#!.62!+& #*+!&,&'-&"$.$"#/$&
!"#$%'()( %0/"12$$3*$34+/!+.05#!.62!+ #*+!,'-"$.$"#/$ 43#3)56(76'()( 48039:/;?8#/" @0/A$""/0; BC-2BBDEF!+GEGFFBEHIG #$.+)789:;?@ 8
Leia maisUtilização do Webmail da UFS
Universidade Federal de Sergipe Centro de Processamento de Dados Coordenação de Redes de Computadores Utilização do Webmail da UFS Procedimento Com o intuito de facilitar a execução dos passos, este tutorial
Leia maisMINISTÉRIO DO DESENVOLVIMENTO AGRÁRIO SUBSECRETARIA DE PLANEJAMENTO, ORÇAMENTO E ADMINISTRAÇÃO COORDENAÇÃO-GERAL DE MODERNIZAÇÃO E INFORMÁTICA
MINISTÉRIO DO DESENVOLVIMENTO AGRÁRIO SUBSECRETARIA DE PLANEJAMENTO, ORÇAMENTO E ADMINISTRAÇÃO COORDENAÇÃO-GERAL DE MODERNIZAÇÃO E INFORMÁTICA SACI LIVRE SISTEMA DE ADMINISTRAÇÃO DE CONTEÚDO INSTITUCIONAL
Leia maisWEB DESIGN ELEMENTOS GRÁFICOS
ELEMENTOS GRÁFICOS Parte 4 José Manuel Russo 2005 24 A Imagem Bitmap (Raster) As imagens digitais ou Bitmap (Raster image do inglês) são desenhadas por um conjunto de pontos quadrangulares Pixel alinhados
Leia maisTamanho e resolução da imagem
Tamanho e resolução da imagem Para se produzir imagens de alta qualidade, é importante compreender como é que os dados dos pixels da imagem são medidos e mostrados. Dimensões dos pixels O número de pixels
Leia maisChapter 2 Guia de referência rápida 2-
Chapter 2 Guia de referência rápida 2- Este capítulo descreve como descompactar e exibir imagens de maneira rápida com o kit de desenvolvimento de software (SDK) para captura de imagens.net RasterMaster.
Leia maisFotografia Digital Obtenção da Imagem e Impressão
Fotografia Digital Obtenção da Imagem e Impressão 1 Diferenças entre o CCD e o Filme: O filme como já vimos, é uma película de poliéster, coberta em um dos lados por uma gelatina de origem animal com partículas
Leia maisSEGMENTAÇÃO DE IMAGENS EM PLACAS AUTOMOTIVAS
SEGMENTAÇÃO DE IMAGENS EM PLACAS AUTOMOTIVAS André Zuconelli 1 ; Manassés Ribeiro 2 1. Aluno do Curso Técnico em Informática, turma 2010, Instituto Federal Catarinense, Câmpus Videira, andre_zuconelli@hotmail.com
Leia maisazevedolab.net 2015 Dr. Walter F. de Azevedo Jr.
azevedolab.net 2015 Dr. Walter F. de Azevedo Jr. 1 Ementa Apresentação de outras linguagens de programação para Bioinformática: introdução ao Perl e ao Processing; modelagem de sistemas biológicos; aplicações
Leia maisMULTIMÍDIA - GIMP TRABALHANDO COM TEXTOS
MULTIMÍDIA - GIMP TRABALHANDO COM TEXTOS Utilizando Camadas As camadas representam uma forma efetiva para organização do trabalho. Podemos imaginar as camadas como películas sobrepostas onde podemos desenhar.
Leia mais15. OLHA QUEM ESTÁ NA WEB!
7 a e 8 a SÉRIES / ENSINO MÉDIO 15. OLHA QUEM ESTÁ NA WEB! Sua home page para publicar na Internet SOFTWARES NECESSÁRIOS: MICROSOFT WORD 2000 MICROSOFT PUBLISHER 2000 SOFTWARE OPCIONAL: INTERNET EXPLORER
Leia maisCOLÉGIO ESTADUAL PAULO LEMINSKI APOSTILA SOBRE O BROFFICE IMPRESS
COLÉGIO ESTADUAL PAULO LEMINSKI APOSTILA SOBRE O BROFFICE IMPRESS CURITIBA 2014 2 Conteúdo Definição:... 2 Detalhando a tela:... 4 BARRA DE FERRAMENTAS DESENHO... 4 PREENCHIMENTOS... 5 RÉGUAS E GUIAS...
Leia maisLÓGICA DE PROGRAMAÇÃO
Todos direitos reservados. Proibida a reprodução, mesmo parcial, por qualquer processo mecânico, eletrônico, reprográfico, etc., sem a autorização, por escrito, do(s) autor(es) e da editora. LÓGICA DE
Leia maisQUEM FEZ O TRABALHO?
Introdução a Linguagem HTML: Conceitos Básicos e Estrutura ANA PAULAALVES DE LIMA 1 QUEM FEZ O TRABALHO? Com as tagsaprendidas hoje, faça uma página HTML sobre você com as seguintes informações: Seu nome
Leia maisFigura 1: Formato matricial de uma imagem retangular. Figura 2: Ampliação dos pixels de uma imagem
Universidade Federal de Santa Maria - UFSM Departamento de Eletrônica e Computação - DELC Introdução à Informática Prof. Cesar Tadeu Pozzer Julho de 2006 Imagens Uma imagem é representada por uma matriz
Leia maisRedução de imagem no domínio espacial
Faculdade de Engenharia da Universidade do Porto Licenciatura em Engenharia Electrotécnica e de Computadores 5º Ano, 1º Semestre Televisão Digital - 2002/2003 Redução de imagem no domínio espacial Armando
Leia maisWebdesign HTML. Introdução a HTML e as principais tags da linguagem. Thiago Miranda dos Santos Souza
Webdesign HTML Introdução a HTML e as principais tags da linguagem Conteúdos Os materiais de aula, apostilas e outras informações estarão disponíveis em: www.thiagomiranda.net Objetivos Apresentar a HTML
Leia maisferramentas da imagem digital
ferramentas da imagem digital illustrator X photoshop aplicativo ilustração vetorial aplicativo imagem digital 02. 16 imagem vetorial X imagem de rastreio imagem vetorial traduz a imagem recorrendo a instrumentos
Leia maisIntrodução à Engenharia ENG1000
Introdução à Engenharia ENG1000 Aula 11 Utilizando Imagens na PlayLib Prof. Augusto Baffa < abaffa@inf.puc-rio.br> Baseado no material criado por Edirlei Soares de Lima Biblioteca
Leia maisOperações Geométricas com Imagens
Introdução ao PID Processamento de Imagens Digitais Operações Geométricas com Imagens Glaucius Décio Duarte Instituto Federal Sul-rio-grandense : Campus Pelotas Engenharia Elétrica Atualizado em 17mar2015
Leia maisOURO MODERNO www.ouromoderno.com.br. Designer Gráfico APOSTILA DE EXEMPLO. (Esta é só uma reprodução parcial do conteúdo)
Designer Gráfico APOSTILA DE EXEMPLO (Esta é só uma reprodução parcial do conteúdo) 1 Índice AULA 1... 3 Apresentação... 3 Iniciando o CorelDRAW X3... 4 Componentes... 5 Barra de Menus... 6 Barra Padrão...
Leia maisStatus. Barra de Título. Barra de Menu. Barra de. Ferramentas Padrão. Caixa de nomes. Barra de. Ferramentas de Formatação. Indicadores de Coluna
O que é uma planilha eletrônica? É um aplicativo que oferece recursos para manipular dados organizados em tabelas. A partir deles pode-se gerar gráficos facilitando a análise e interpretação dos dados
Leia maisIntrodução ao HTML Hypertext Markup Language
Introdução ao HTML Hypertext Markup Language Prof. Marcus Ramos Tags São comandos que são inseridos juntamente com o texto a ser apresentado, e que definem a forma como o mesmo será exibido na tela do
Leia maisAULA 5 Manipulando Dados Matriciais: Grades e Imagens. 5.1 Importando Grades e Imagens Interface Simplificada
5.1 AULA 5 Manipulando Dados Matriciais: Grades e Imagens Nessa aula serão apresentadas algumas funcionalidades do TerraView relativas a manipulação de dados matriciais. Como dados matriciais são entendidas
Leia maisTV Digital com Ginga. NCLua Módulo Canvas
NCLua Módulo Canvas Módulo Canvas Um NCLua tem a possibilidade de fazer operações gráficas durante a apresentação de uma aplicação, tais como desenho de linhas, círculos, imagens, etc. Quando um NCLua
Leia maisManual do Publicador. Wordpress FATEA Sistema de Gerenciamento de Conteúdo Web
Manual do Publicador Wordpress FATEA Sistema de Gerenciamento de Conteúdo Web Sumário Painel de Administração... 3 1 - Inserção de post... 5 2 Publicação de post com notícia na área headline (galeria de
Leia maisRedimensionamento de Imagens no Catálogo de Produtos
REDIMENSIONAMENTO DE IMAGENS NO PORTAL DE OPERAÇÕES DO CARTÃO BNDES Redimensionamento de Imagens no Catálogo de Produtos Atualizado em 15/05/14 Pág.: 1/14 Introdução Este manual destina-se a orientar os
Leia maisUniversidade Federal de Goiás Instituto de Informática Processamento Digital de Imagens
Universidade Federal de Goiás Instituto de Informática Processamento Digital de Imagens Prof Fabrízzio Alphonsus A M N Soares 2012 Capítulo 2 Fundamentos da Imagem Digital Definição de Imagem: Uma imagem
Leia maisUsando o NVU Parte 2: Inserindo imagens
Usando o NVU Parte 2: Inserindo imagens Simão Pedro P. Marinho Para uso exclusivo por alunos da PUC Minas Inserindo uma imagem que está no seu computador Inserindo uma imagem que já está na Internet Inserindo
Leia maisComo funciona? SUMÁRIO
SUMÁRIO 1. Introdução... 2 2. Benefícios e Vantagens... 2 3. Como utilizar?... 2 3.1. Criar Chave / Senha de Usuário... 2 3.2. Recursos da Barra Superior... 2 3.2.1. Opções... 3 3.2.1.1. Mover Para...
Leia maisComo Começar? Criação Páginas. Etapas. Apresentação INTERNET
Como Começar? Criação Páginas Apresentação Etapas Como começar Para que um site tenha sucesso é necessário um correcto planeamento do mesmo. Todos os aspectos de desenho de um site devem ser pensados de
Leia maisProcessamento de Imagens Digitais
Processamento de Imagens Digitais Redução de Ruídos - Filtros Espaciais "Passa-Baixa" Glaucius Décio Duarte Instituto Federal Sul-rio-grandense Engenharia Elétrica 1 de 7 Ruído em Imagens Digitais As imagens
Leia maisPesquisa e organização de informação
Pesquisa e organização de informação Capítulo 3 A capacidade e a variedade de dispositivos de armazenamento que qualquer computador atual possui, tornam a pesquisa de informação um desafio cada vez maior
Leia maisGUIA PRÁTICO PARA EDIÇÃO DE FOTOS E IMAGENS
GUIA PRÁTICO PARA EDIÇÃO DE FOTOS E IMAGENS CRÉDITOS: Márcio Corrente Gonçalves Mônica Norris Ribeiro 1 REDIMENSIONANDO IMAGENS / FOTOS Para uma melhor formatação dos POSTS é necessário padronizar as imagens
Leia maisO Software Face Match
Apêndice A O Software Face Match A.1 - Desenvolvimento do software para a extração de características de imagens de faces humanas: Face Match. Para dar suporte à proposta do trabalho de mestrado iniciou-se
Leia maisPág 31. UC Introdução a Informática Docente: André Luiz Silva de Moraes 1º sem Redes de Computadores. 5 Introdução ao uso do BrOffice Impress
5 Introdução ao uso do BrOffice Impress O pacote BrOffice é um pacote de escritório muito similar ao já conhecido Microsoft Office e ao longo do tempo vem evoluindo e cada vez mais ampliando as possibilidades
Leia maisAPLICATIVOS GRÁFICOS (AULA 3)
Prof. Breno Leonardo G. de M. Araújo brenod123@gmail.com http://blog.brenoleonardo.com.br APLICATIVOS GRÁFICOS (AULA 3) Introdução A possibilidade de utilizarmos imagens, gráficos, desenhos e textos artísticos
Leia maisConceitos do Photoshop. Bitmap image Formatos de arquivos Memória Escalas de cores
Conceitos do Photoshop Bitmap image Formatos de arquivos Memória Escalas de cores Bitmap Image Conceito de pixel Imagem bitmap x imagem vetorial Pixel x bits Resolução de tela e imagem 72 pixel/inch 300
Leia maisftp://ftp.cr-df.rnp.br/pub/netinfo/training/rnp/kit-bsb/html/guia.zip novembro 1996 Tutorial - Autoria em World Wide Web
RNP REDE NACIONAL DE PESQUISA Centro Regional de Brasília CR/DF ftp://ftp.cr-df.rnp.br/pub/netinfo/training/rnp/kit-bsb/html/guia.zip novembro 1996 Tutorial - Autoria em World Wide Web Parte V - Hypertext
Leia maisGerenciamento Eletrônico de Documentos AMBIENTE GED. Preparação de documentos
Gerenciamento Eletrônico de Documentos AMBIENTE GED Preparação de documentos 1 Preparação de Documentos Quais documentos digitalizar? Eliminação: remoção e destruição de duplicatas, materiais sem importância
Leia maisMICROSOFT POWER POINT
MICROSOFT POWER POINT Programa destinado a criação e exibição de apresentações em seu computador. Através de ferramentas poderosas, você poderá preparar apresentações profissionais de forma simples e rápida.
Leia maisUFGD FCA PROF. OMAR DANIEL BLOCO 4 PROCESSAMENTO DE IMAGENS
UFGD FCA PROF. OMAR DANIEL BLOCO 4 PROCESSAMENTO DE IMAGENS Executar as principais técnicas utilizadas em processamento de imagens, como contraste, leitura de pixels, transformação IHS, operações aritméticas
Leia maisComo gerar arquivos.plt
Como gerar arquivos.plt O formato PLT destina se a uso em plotters. É como se você tivesse um plotter conectado diretamente ao seu computador. No momento que manda imprimir, o AutoCAD (ou qualquer outro
Leia maisRepresentação Binária de Dados
Universidade Federal de Santa Maria - UFSM Departamento de Eletrônica e Computação - DELC Introdução à Informática Prof. Cesar Tadeu Pozzer Janeiro de 2006 Representação Binária de Dados O computador utiliza
Leia maisMicrosoft Access XP Módulo Um
Microsoft Access XP Módulo Um Neste primeiro módulo de aula do curso completo de Access XP vamos nos dedicar ao estudo de alguns termos relacionados com banco de dados e as principais novidades do novo
Leia maisINTRODUÇÃO AO DESENVOLVIMENTO WEB. PROFª. M.Sc. JULIANA H Q BENACCHIO
INTRODUÇÃO AO DESENVOLVIMENTO WEB PROFª. M.Sc. JULIANA H Q BENACCHIO As imagens são armazenadas em forma de arquivos, principalmente PNG (para desenhos) ou JPG (para fotos) Para incluir imagens usa-se
Leia maisTextos com o Photoshop
Textos com o Photoshop Texto 1 Efeito Glow 1 Criar nova imagem em formato RGB 2 Aplicar cor ao fundo 3 Selecionar a ferramenta "Horizontal Type Mask Tool" e escrever o seu texto (usar no mínimo fonte tamanho
Leia maisManual do Painel Administrativo
Manual do Painel Administrativo versão 1.0 Autores César A Miggiolaro Marcos J Lazarin Índice Índice... 2 Figuras... 3 Inicio... 5 Funcionalidades... 7 Analytics... 9 Cidades... 9 Conteúdo... 10 Referência...
Leia maisImagem digital 2. Resolução x dimensão da imagem
Uma imagem bitmapeada é formada por um conjunto de pixels. gerados no momento da digitalização da imagem (através do scanner ou câmera digital). PRODUÇÃO GRÁFICA 2 Imagem digital 2 Resolução x dimensão
Leia maisLidar com números e estatísticas não é fácil. Reunir esses números numa apresentação pode ser ainda mais complicado.
, ()! $ Lidar com números e estatísticas não é fácil. Reunir esses números numa apresentação pode ser ainda mais complicado. Uma estratégia muito utilizada para organizar visualmente informações numéricas
Leia maisPower Point. Autor: Paula Pedone
Power Point Autor: Paula Pedone INTRODUÇÃO O POWER POINT é um editor de apresentações, pertencente ao Pacote Office da Microsoft. Suas principais características são: criação de apresentações através da
Leia maisCRIAÇÃO DE SITES (AULA 4)
Prof. Breno Leonardo Gomes de Menezes Araújo brenod123@gmail.com http://blog.brenoleonardo.com.br CRIAÇÃO DE SITES (AULA 4) O que eu preciso para construir um link? Para construir um link você usa o que
Leia maisIntrodução ao HTML. Sumário
Introdução ao HTML Telemédia Grupo de Comunicações por Computador Sumário em HTML Texto Alternativo Alinhamento Margens Redimensionar 1 em HTML Para inserir uma imagem basta usar a etiqueta da seguinte
Leia maisManual PAINT.NET de imagens
Manual PAINT.NET de imagens 1. Instalação 1.1 - Para instalar o programa paint.net, o primeiro passo é baixá-lo do endereço a seguir e salvá-lo em seu computador. http://ww2.prefeitura.sp.gov.br/paint_net/paint.net.3.36.exe
Leia maisSeleção Retangular Esta é uma das ferramentas mais usadas. A seleção será indicada pelas linhas tracejadas que fazem a figura de um retângulo.
O que é o Gimp? O GIMP é um editor de imagens e fotografias. Seus usos incluem criar gráficos e logotipos, redimensionar fotos, alterar cores, combinar imagens utilizando o paradigma de camadas, remover
Leia maisDigitalização para PC
1 Criarumperfildedigitalização... 2 Usar o utilitário ScanBack....................... 2 UseaspáginasdaWebnoMarkNet... 4 Personalizar configurações de parapc... 7 Criar um perfil de digitalização parapc
Leia maisProcessamento digital de imagens. introdução
Processamento digital de imagens introdução Imagem digital Imagem digital pode ser descrita como uma matriz bidimensional de números inteiros que corresponde a medidas discretas da energia eletromagnética
Leia maisVIDJAYA INFORMÁTICA LTDA.
Parametrização do formato e características visuais da tabela eletrônica Área Operacional Servidor Área Espelho Terminal (2) Modelo de terminal 1 Área Operacional Modelo de terminal 2 Modelo de terminal
Leia maisProcedimento de anexação de peças e envio
2014 Manual prático de Ajuizamento de Petições Intercorrentes Portal Processual Eletrônico Procedimento de anexação de peças e envio Orientações gerais para anexar arquivos e enviar petições intercorrentes
Leia maisSCPI 8.0. Guia Rápido. Parametrizando o Módulo CONTAS. Introdução. Informações da Entidade. Nesta Edição
SCPI 8.0 Guia Rápido Parametrizando o Módulo CONTAS Introdução Nesta Edição 1 Informações da Entidade 2 Cadastro das Entidades 3 Cargos e Nomes 4 Parâmetros Gerais Antes de iniciar os trabalhos diários
Leia maisApresentando o Sistema GeoOffice GPS Profissional
Apresentando o Sistema GeoOffice GPS Profissional O Sistema GeoOfficeGPS é uma ferramenta de automação desenvolvida pela Solution Softwares LTDA-ME para auxiliar no armazenamento e manipulação de dados
Leia maisTécnicas de Cartografia Digital
Técnicas de Cartografia Digital Maria Cecília Bonato Brandalize 2011 Aula 8 1. Vetoriais 2. Matriciais 3. Vantagens e Desvantagens 1. Vetoriais 2. Matriciais 3. Vantagens e Desvantagens Como são representados
Leia maisFerramentas Web, Web 2.0 e Software Livre em EVT
E s t u d o s o b r e a i n t e g r a ç ã o d e f e r r a m e n t a s d i g i t a i s n o c u r r í c u l o d a d i s c i p l i n a d e E d u c a ç ã o V i s u a l e T e c n o l ó g i c a Graffiti Creator
Leia maisFotografia digital. Aspectos técnicos
Fotografia digital Aspectos técnicos Captura CCD (Charge Coupled Device) CMOS (Complementary Metal OxideSemiconductor) Conversão de luz em cargas elétricas Equilíbrio entre abertura do diafragma e velocidade
Leia maisManual de Utilizador. Caderno. Recursos da Unidade Curricular. Gabinete de Ensino à Distância do IPP. http://eweb.ipportalegre.pt. ged@ipportalegre.
Manual de Utilizador Caderno Recursos da Unidade Curricular Gabinete de Ensino à Distância do IPP http://eweb.ipportalegre.pt ged@ipportalegre.pt Índice RECURSOS... 1 ADICIONAR E CONFIGURAR RECURSOS...
Leia maisPDI 1 - Projeto e Design de Interfaces Web
Introdução a HTML e XHTML Elementos básicos parte 2 Professor: Victor Hugo L. Lopes Agenda: --Adicionando imagens; --Trabalhando com vídeos e sons em HTML; Disponível em http://wp.me/p48yvn-43 2 Inserindo
Leia maisMaterial protegido pelas leis de direito autoral Proibida qualquer tipo de divulgação sem à devida autorização ou citada a fonte de forma correta.
Para que serve? Basicamente o V-Ray Frame Buffer é a janela que apresenta o processo de renderização ao usuário. Entretanto esta simples janela de renderização contém diversas ferramentas que podem auxiliar
Leia maisProdução Gráfica. Fechamento de arquivos para impressão
Arquivo aberto vs Arquivo fechado Arquivo aberto: Pacote de arquivos Na gráfica: Pacote de arquivos abertura do arquivo checagem de links conferência de imagens conferência de fontes edição de retoques
Leia maisESTRUTURAS DE DADOS II
ESTRUTURAS DE DADOS II Msc. Daniele Carvalho Oliveira Doutoranda em Ciência da Computação - UFU Mestre em Ciência da Computação UFU Bacharel em Ciência da Computação - UFJF Conteúdo Programático 1. Introdução
Leia maisNenhum dado é perdido durante o processo de compressão. Preserva todas as informações que permitirão a reconstrução exata da imagem. Reversível.
Compressão sem Perda Explora a redundância entre pixels na codificação. Nenhum dado é perdido durante o processo de compressão. Preserva todas as informações que permitirão a reconstrução exata da imagem.
Leia maisCaracterísticas do vídeo. Aquisição, síntese, edição e reprodução de vídeo. Características do vídeo analógico. Características do vídeo analógico
Características do vídeo Aquisição, síntese, edição e reprodução de vídeo Vídeo media dinâmico Vídeo corresponde a um movimento sequencial de um conjunto de imagens, chamados fotogramas ou frames. Frame
Leia mais