Workshop Processing: Visualização de Dados e Interatividade

Tamanho: px
Começar a partir da página:

Download "Workshop Processing: Visualização de Dados e Interatividade"

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

Desenho e Apresentação de Imagens por Computador

Desenho 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 mais

%0/"1&2$&$3*$34+/!+&.05#!.62!+& #*+!&,&'-&"$.$"#/$&

%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 mais

Thales Trigo. Formatos de arquivos digitais

Thales 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 mais

Implementando plugins para o ImageJ

Implementando 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 mais

WEB DESIGN ELEMENTOS GRÁFICOS

WEB 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 mais

Introdução 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 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 mais

Manual Processamento de Imagem. João L. Vilaça

Manual 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 mais

UFGD FCA PROF. OMAR DANIEL BLOCO 4 PROCESSAMENTO DE IMAGENS

UFGD 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 mais

Tratamento da Imagem Transformações (cont.)

Tratamento da Imagem Transformações (cont.) Universidade Federal do Rio de Janeiro - IM/DCC & NCE Tratamento da Imagem Transformações (cont.) Antonio G. Thomé thome@nce.ufrj.br Sala AEP/133 Tratamento de Imagens - Sumário Detalhado Objetivos Alguns

Leia mais

EDITORES GRÁFICOS CAPÍTULO 7. Definição

EDITORES GRÁFICOS CAPÍTULO 7. Definição CAPÍTULO 7 EDITORES GRÁFICOS Definição É um programa destinado a editar imagens digitalizadas usando o computador. Sua função básica é permitir editar os pontos da imagem, alterando cor, contraste, resolução,

Leia mais

Fotografia Digital. Aula 1

Fotografia Digital. Aula 1 Fotografia Digital Aula 1 FOTOGRAFIA DIGITAL Tema da aula: A Fotografia 2 A FOTOGRAFIA A palavra Fotografia vem do grego φως [fós] ("luz"), e γραφις [grafis] ("estilo", "pincel") ou γραφη grafê, e significa

Leia mais

Atividade: matrizes e imagens digitais

Atividade: 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 mais

FORMATO DE ARQUIVO: BMP

FORMATO DE ARQUIVO: BMP FORMATO DE ARQUIVO: BMP 1. INTRODUÇÃO: Formato nativo do ambiente Windows O formato de arquivos BMP foi desenvolvido pela Microsoft, sendo o formato nativo de mapa de bits do Windows (a partir da versão

Leia mais

ETI - Edição e tratamento de imagens digitais

ETI - Edição e tratamento de imagens digitais Curso Técnico em Multimídia ETI - Edição e tratamento de imagens digitais 2 Fundamentos "Conserva o modelo das sãs palavras que de mim tens ouvido, na fé e no amor que há em Cristo Jesus." 2 Timóteo 1:13

Leia mais

azevedolab.net 2015 Dr. Walter F. de Azevedo Jr.

azevedolab.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 mais

Introdução à Tecnologia Web HTML HyperText Markup Language XHTML extensible HyperText Markup Language Seção do Corpo Imagens

Introdução à Tecnologia Web HTML HyperText Markup Language XHTML extensible HyperText Markup Language Seção do Corpo Imagens IntroduçãoàTecnologiaWeb HTML HyperTextMarkupLanguage XHTML extensiblehypertextmarkuplanguage SeçãodoCorpo Imagens ProfªMSc.ElizabeteMunzlinger ProfªMSc.ElizabeteMunzlinger SeçãodoCorpo Imagens Índice

Leia mais

AULA 5 Manipulando Dados Matriciais: Grades e Imagens. 5.1 Importando Grades e Imagens Interface Simplificada

AULA 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 mais

IntMu.Lab3. Nome: Nº Data: Importe as imagens disponibilizadas em http://www.dee.isep.ipp.pt/~jml/intmu/lab3/:

IntMu.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 mais

AULA 5 Manipulando Dados Matriciais: Grades e Imagens. 5.1 Importando Grades e Imagens Interface Simplificada

AULA 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 à manipulação de dados matriciais. Como dados matriciais são entendidas

Leia mais

Imagens Digitais Tratamento de Imagens

Imagens 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 mais

Quatro para três (4:3): vou virar freguês!

Quatro para três (4:3): vou virar freguês! Uma breve introdução ao Photoshop. Embora várias ferramentas de manipulação de imagens sejam mais baratas e um pouco mais fáceis de utilizar, o Photoshop é a ferramenta mais importante de manipulação de

Leia mais

Conceitos do Photoshop. Bitmap image Formatos de arquivos Memória Escalas de cores

Conceitos 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 mais

Trabalho 2 Fundamentos de computação Gráfica

Trabalho 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 mais

FUNDAMENTOS SOBRE IMAGENS PARA A WEB

FUNDAMENTOS SOBRE IMAGENS PARA A WEB FUNDAMENTOS SOBRE IMAGENS PARA A WEB Bons web sites necessitam de uma correta integração entre textos e imagens. Este artigo contém o mínimo que você precisa saber sobre imagens para a web. Introdução

Leia mais

PHOTOSHOP. Menus. Caixa de Ferramentas:

PHOTOSHOP. Menus. Caixa de Ferramentas: PHOTOSHOP Universidade de Caxias do Sul O Photoshop 5.0 é um programa grande e complexo, é o mais usado e preferido pelos especialistas em editoração e computação gráfica para linha PC. Outros programas

Leia mais

OpenCV. http://opencv.willowgarage.com/wiki/

OpenCV. 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 mais

A cor e o computador. Teoria e Tecnologia da Cor. Unidade VII Pág. 1 /5

A cor e o computador. Teoria e Tecnologia da Cor. Unidade VII Pág. 1 /5 A cor e o computador Introdução A formação da imagem num Computador depende de dois factores: do Hardware, componentes físicas que processam a imagem e nos permitem vê-la, e do Software, aplicações que

Leia mais

Sistemas e Conteúdos Multimédia. 4.1. Imagem. Nuno Miguel Gil Fonseca nuno.fonseca@estgoh.ipc.pt

Sistemas e Conteúdos Multimédia. 4.1. Imagem. Nuno Miguel Gil Fonseca nuno.fonseca@estgoh.ipc.pt Sistemas e Conteúdos Multimédia 4.1. Imagem Nuno Miguel Gil Fonseca nuno.fonseca@estgoh.ipc.pt Cores O que é a cor? Distribuição espectral do sinal de excitação. Função da reflectância e da iluminação

Leia mais

Figura 1: Formato matricial de uma imagem retangular. Figura 2: Ampliação dos pixels de uma imagem

Figura 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 mais

Aula 2 Aquisição de Imagens

Aula 2 Aquisição de Imagens Processamento Digital de Imagens Aula 2 Aquisição de Imagens Prof. Dr. Marcelo Andrade da Costa Vieira mvieira@sc.usp.br EESC/USP Fundamentos de Imagens Digitais Ocorre a formação de uma imagem quando

Leia mais

Abra um novo documento com tamanho 468x60 e adicione um fundo na cor branca, vamos montar a primeira moldura do nosso banner.

Abra um novo documento com tamanho 468x60 e adicione um fundo na cor branca, vamos montar a primeira moldura do nosso banner. FIREWORKS 1- BANNER ANIMADO - banner tamanho 468 x 60px (full banner). Abra um novo documento com tamanho 468x60 e adicione um fundo na cor branca, vamos montar a primeira moldura do nosso banner. Agora

Leia mais

Usando o NVU Parte 2: Inserindo imagens

Usando 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 mais

Nenhum dado é perdido durante o processo de compressão. Preserva todas as informações que permitirão a reconstrução exata da imagem. Reversível.

Nenhum 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 mais

Simulação Gráfica. Morfologia Matemática. Julio C. S. Jacques Junior

Simulação 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 mais

2.1.2 Definição Matemática de Imagem

2.1.2 Definição Matemática de Imagem Capítulo 2 Fundamentação Teórica Este capítulo descreve os fundamentos e as etapas do processamento digital de imagens. 2.1 Fundamentos para Processamento Digital de Imagens Esta seção apresenta as propriedades

Leia mais

Chapter 2 Guia de referência rápida 2-

Chapter 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 mais

Compressão de Imagens

Compressão de Imagens Compressão de Imagens Compressão de Imagens Geradas por Computador (Gráficos) Armazenamento (e transmissão) como um conjunto de instruções (formato de programa) que geram a imagem Utilização de algum esquema

Leia mais

Curso rapidíssimo de Processing

Curso rapidíssimo de Processing Curso rapidíssimo de Processing Primeira parte: bolas 1. Instale: http://processing.org/download/. 2. Crie uma pasta processing, ao lado da sua pasta sources (a dos programas C). 3. Abra o Processing.

Leia mais

Scanners i24x0/i26x0/i28x0

Scanners i24x0/i26x0/i28x0 Scanners i24x0/i26x0/i28x0 Guia de Configuração de digitalização para aplicativos TWAIN A-61679_pt-br Guia de configuração de scanner para a fonte de dados TWAIN Iniciando a Ferramenta de validação de

Leia mais

TV Digital com Ginga. NCLua Módulo Canvas

TV 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 mais

PRINCIPAIS ATALHOS. Função Windows Mac. Selecionar tudo Ctrl+A Command+A. Duplicar Ctrl+D Command+D. Desfazer Ctrl+Z Command+Z

PRINCIPAIS ATALHOS. Função Windows Mac. Selecionar tudo Ctrl+A Command+A. Duplicar Ctrl+D Command+D. Desfazer Ctrl+Z Command+Z PRINCIPAIS ATALHOS Esses são só alguns dos atalhos de teclado usados rotineiramente no fluxo de trabalho. Se você quiser visualizar todos os atalhos de teclado pode ir em Edit>Keyboard Shortcuts ou acessar

Leia mais

APLICATIVOS GRÁFICOS (AULA 4)

APLICATIVOS 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 mais

Processamento de Imagens com MATLAB

Processamento de Imagens com MATLAB com MATLAB Carlos Alexandre Mello Toolboxes Image Processing Diretório: o toolbox/images/images Comando imshow(): Visualização de imagens Uso: o imshow(nome_do_arquivo ou variável) Exemplo: o imshow( eight.tif

Leia mais

Webdesign 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. 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 mais

Introdução à Tecnologia Web HTML HyperText Markup Language XHTML extensible HyperText Markup Language Formatos de Imagens

Introdução 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 mais

1) Entrando com Matrizes no MatLab.

1) Entrando com Matrizes no MatLab. PRÁTICA 1. Atenção! Os quadros indicados com a letra T referem-se a Treinamento. Devem ser implementados mas não fazem parte do relatório da prática. Os quadros indicados coma letra E são os exercícios

Leia mais

CRIAÇÃO DE SITES (AULA 4)

CRIAÇÃO 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 mais

Universidade Federal de Alagoas Instituto de Matemática. Imagem. Prof. Thales Vieira

Universidade Federal de Alagoas Instituto de Matemática. Imagem. Prof. Thales Vieira Universidade Federal de Alagoas Instituto de Matemática Imagem Prof. Thales Vieira 2014 O que é uma imagem digital? Imagem no universo físico Imagem no universo matemático Representação de uma imagem Codificação

Leia mais

Imagem digital. Unidade 3

Imagem 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 mais

Textos com o Photoshop

Textos 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 mais

Processamento de Imagem. Representação, Armazenamento e Formato de imagens Professora Sheila Cáceres

Processamento 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

Introdução ao HTML Hypertext Markup Language

Introdução 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 mais

Scanners. série i900. Guia de configuração de digitalização para aplicativos ISIS. A-61734_pt-br

Scanners. série i900. Guia de configuração de digitalização para aplicativos ISIS. A-61734_pt-br Scanners série i900 Guia de configuração de digitalização para aplicativos ISIS A-61734_pt-br Guia de configuração de digitalização para o driver ISIS Sumário Caixa de diálogo Ferramenta de validação de

Leia mais

gradientes padrões máscaras e clipping efeitos e filtros Helder da Rocha (helder@argonavis.com.br)

gradientes padrões máscaras e clipping efeitos e filtros Helder da Rocha (helder@argonavis.com.br) gradientes padrões máscaras e clipping efeitos e filtros Helder da Rocha (helder@) Gradientes e Padrões Com SVG você pode pintar o interior (fill) ou o traço (stroke) de figuras e texto usando Cores opacas

Leia mais

UM POUCO DE COMPUTAÇÃO GRÁFICA.

UM 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 mais

Pág 31. UC Introdução a Informática Docente: André Luiz Silva de Moraes 1º sem Redes de Computadores. 5 Introdução ao uso do BrOffice Impress

Pág 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 mais

ferramentas da imagem digital

ferramentas 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 mais

a marca bematech Tudo o que você precisa para usar a marca. Dezembro de 2009

a marca bematech Tudo o que você precisa para usar a marca. Dezembro de 2009 16 a marca bematech Tudo o que você precisa para usar a marca. 17 Marca Dinâmica e evolutiva, a marca Bematech é formada pelo símbolo e logotipo. Suas elipses simbolizam a essência de uma empresa empreendedora.

Leia mais

Bitmap X Vetorial OS DOIS PRINCIPAIS TIPOS DE ARQUIVOS NA COMPUTAÇÃO GRÁFICA

Bitmap X Vetorial OS DOIS PRINCIPAIS TIPOS DE ARQUIVOS NA COMPUTAÇÃO GRÁFICA OS DOIS PRINCIPAIS TIPOS DE ARQUIVOS NA COMPUTAÇÃO GRÁFICA Editores vetoriais são frequentemente contrastadas com editores de bitmap, e as suas capacidades se complementam. Eles são melhores para leiaute

Leia mais

Frederico Damasceno Bortoloti. Adaptado de: Claudio Esperança Paulo Roma Cavalcanti

Frederico Damasceno Bortoloti. Adaptado de: Claudio Esperança Paulo Roma Cavalcanti Fundamentos de Representação Gráfica Frederico Damasceno Bortoloti Adaptado de: Claudio Esperança Paulo Roma Cavalcanti Estrutura do Curso Avaliação através de Prova Estudo / Seminário Nota parcial NP

Leia mais

. (x,y) Programação III. Interface Gráfica - AWT. Interface Gráfica AWT Jocélio Passos joceliodpassos@bol.com.br

. (x,y) Programação III. Interface Gráfica - AWT. Interface Gráfica AWT Jocélio Passos joceliodpassos@bol.com.br Programação III Interface Gráfica AWT Jocélio Passos joceliodpassos@bol.com.br AWT Abstract Windowing ToolKit kit de Ferramentas Abstrato para Janelas Componentes GUI originais Pacote java.awt Deitel Capítulo

Leia mais

Dispositivos de Entrada e Saída

Dispositivos 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 mais

19/11/2015. Um pouco de história antes... A FOTOGRAFIA. James Clerk Maxwell (1831 1879) Escócia (Reino Unido) físico, filósofo e matemático.

19/11/2015. Um pouco de história antes... A FOTOGRAFIA. James Clerk Maxwell (1831 1879) Escócia (Reino Unido) físico, filósofo e matemático. Prof. Reginaldo Brito Um pouco de história antes... A FOTOGRAFIA Joseph-Nicéphore Niepce * França, (1765-1833) James Clerk Maxwell (1831 1879) Escócia (Reino Unido) físico, filósofo e matemático. 1826,

Leia mais

Roteiro 2: Conceitos de Tags HTML

Roteiro 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 mais

QUEM FEZ O TRABALHO?

QUEM 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 mais

Padrões da Marca de Bandeira Cirrus

Padrões da Marca de Bandeira Cirrus ORIENTAÇÕES DA MARCA Padrões da Cirrus Versión 8.0 Abril 2015 Cirrus A Cirrus pode aparecer apenas nas versões aprovadas. A escolha da versão depende da aplicação, das restrições orçamentárias, das limitações

Leia mais

INTRODUÇÃO AO MIRASCAN... 5 FAZER UMA DIGITALIZAÇÃO... 9

INTRODUÇÃO AO MIRASCAN... 5 FAZER UMA DIGITALIZAÇÃO... 9 Tabela de conteúdos INTRODUÇÃO AO MIRASCAN................................................ 5 1.1 MIRASCAN............................................................. 5 1.2 MODOS DE FUNCIONAMENTO DO MIRASCAN......................................

Leia mais

mkdir /srv/www/default/html/calculadora/imagens mkdir /srv/www/default/html/calculadora/blocos

mkdir /srv/www/default/html/calculadora/imagens mkdir /srv/www/default/html/calculadora/blocos Programando em PHP www.guilhermepontes.eti.br lgapontes@gmail.com Criando uma Calculadora Primeiramente deve se criar uma estrutura para armazenar os arquivos necessários para o funcionamento da calculadora.

Leia mais

Digitalização para PC

Digitalização para PC 1 Criarumperfildedigitalização... 2 Usar o utilitário ScanBack....................... 2 UseaspáginasdaWebnoMarkNet... 4 Personalizar configurações de parapc... 7 Criar um perfil de digitalização parapc

Leia mais

Estão corretas: (A) I, II e IV (B) II e III (C) II e IV (D) III e V (E) I, III e V

Estão corretas: (A) I, II e IV (B) II e III (C) II e IV (D) III e V (E) I, III e V FUNDAÇÃO VISCONDE DE CAIRU FACULDADE VISCONDE DE CAIRU CURSO: ANÁLISE E DESENVOLVIMENTO DE SISTEMAS PROF.: AFONSO CELSO M. MADEIRA DISCIPLINA: COMPUTAÇÃO GRÁFICA (TACOG) 4º SEMESTRE GABARITO Segundo a

Leia mais

Introdução ao Adobe Photoshop CS4

Introdução ao Adobe Photoshop CS4 Conhecendo o Photoshop CS4 Introdução ao Adobe Photoshop CS4 Profa. Flávia Pereira de Carvalho O Adobe Photoshop é um programa de edição de imagem um editor de imagem. É um software específico para o tratamento

Leia mais

PDI 1 - Projeto e Design de Interfaces Web

PDI 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 mais

De posse desses arquivos, podemos escolher o método que será utilizado para inserir a mensagem na imagem. Os métodos mais comuns incluem:

De posse desses arquivos, podemos escolher o método que será utilizado para inserir a mensagem na imagem. Os métodos mais comuns incluem: Postado Em 25/08/2015 [data do post] por Fábio dos Reis [autor do post] em Segurança [categoria do post] Esteganografia é a prática de esconder mensagens, arquivos ou imagens / vídeos dentro de outras

Leia mais

Scanners da série i4000

Scanners da série i4000 Scanners da série i4000 Guia de Configuração de digitalização para aplicativos TWAIN A-61653_pt-br Usando a fonte de dados TWAIN Iniciando a Ferramenta de validação de scanner (SVT)... 2 Caixa de diálogo

Leia mais

WEB DESIGN LAYOUT DE PÁGINA

WEB DESIGN LAYOUT DE PÁGINA LAYOUT DE PÁGINA Parte 3 José Manuel Russo 2005 17 Introdução A Cor é um factor importante em qualquer Web Site não só reforça a identificação de uma Empresa como o ambiente psicológico pretendido (calma,

Leia mais

Fundamentos de Imagens Digitais. Aquisição e Digitalização de Imagens. Aquisição e Digitalização de Imagens. Aquisição e Digitalização de Imagens

Fundamentos de Imagens Digitais. Aquisição e Digitalização de Imagens. Aquisição e Digitalização de Imagens. Aquisição e Digitalização de Imagens Fundamentos de Imagens Digitais Aquisição e Serão apresentadas as principais características de uma imagem digital: imagem do ponto de vista matemático processo de aquisição e digitalização de uma imagem

Leia mais

Scanner ScanMate i1120

Scanner ScanMate i1120 Scanner ScanMate i1120 Guia de configuração de digitalização A-61619_pt-br 5K2153 Guia de configuração de digitalização para Fonte de dados TWAIN Iniciando a Ferramenta de validação de digitalização...

Leia mais

GIMP 2.8 Guia para Remoção do Pixel Valor Zero nas Imagens Landsat-8

GIMP 2.8 Guia para Remoção do Pixel Valor Zero nas Imagens Landsat-8 GIMP 2.8 Guia para Remoção do Pixel Valor Zero nas Imagens Landsat-8 Jorge Santos 2014 Conteúdo Sumário Capítulo 1... 4 O Problema do Pixel Valor Zero... 4 1.1 Transformação Radiométrica... 4 1.2 Equalização

Leia mais

Seleção Retangular Esta é uma das ferramentas mais usadas. A seleção será indicada pelas linhas tracejadas que fazem a figura de um retângulo.

Seleção 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 mais

Considerações gerais sobre arquivos abertos e fechados

Considerações gerais sobre arquivos abertos e fechados Considerações gerais sobre arquivos abertos e fechados Este tutorial tem por finalidade esclarecer algumas dúvidas sobre arquivos abertos e arquivos fechados. Leia e entenda um pouco mais sobre PDF, diferenças

Leia mais

FAZENDO PELES PARA O. PUXA RÁPIDO v0.8

FAZENDO PELES PARA O. PUXA RÁPIDO v0.8 FAZENDO PELES PARA O PUXA RÁPIDO v0.8 O sistema de Peles do Puxa Rápido é bem simples. É composto por diversas figuras, em geral duas para cada botão. Podem ser com extensões JPG ou GIF (animado ou não).

Leia mais

Organização de uma sequência para tratamento de imagem

Organização de uma sequência para tratamento de imagem Aula 7 Tratamento Organização de uma sequência para tratamento de imagem SEMPRE guarde o arquivo original. Crie uma pasta para as imagens tratadas Verifique a qualidade da imagem e também se a resolução

Leia mais

3.1.7. Definição do fundo da página

3.1.7. Definição do fundo da página 3.1.7. Definição do fundo da página 1 Definição do fundo da página A definição do fundo de uma página pode ser feita através da atribuição de uma cor ou de uma imagem Quando é feita através da utilização

Leia mais

Informática Aplicada a Radiologia

Informática 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 mais

Como fazer busca de imagem no Google?

Como fazer busca de imagem no Google? Como fazer busca de imagem no Google? Passo 1: Acesse o endereço do Google e depois clique na opção Imagens, que fica na barra superior da página Passo 2. Digite a palavra que procura. Observe que o Google

Leia mais

Introdução ao HTML. Sumário

Introdução 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 mais

Manual de utilização do programa

Manual de utilização do programa PCIToGCode Manual de utilização do programa PCIToGCode O PCITOGCODE é um aplicativo desenvolvido para converter imagem de uma placa de circuito impresso em um arquivo de códigos G. Com o arquivo de códigos

Leia mais

ftp://ftp.cr-df.rnp.br/pub/netinfo/training/rnp/kit-bsb/html/guia.zip novembro 1996 Tutorial - Autoria em World Wide Web

ftp://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 mais

Tutorial de HTML. O que é HTML? Aprendendo

Tutorial de HTML. O que é HTML? Aprendendo Tutorial de HTML Tutorial: O que é HTML? Aprendendo Títulos Textos Imagens Links Imagens Clicáveis Explorando o TAG BODY Música de Fundo Gifs Animados Tabelas Testando sua Página O que é HTML? HTML é uma

Leia mais

GraphicsLib Biblioteca Gráfica 2D. Documentação

GraphicsLib Biblioteca Gráfica 2D. Documentação GraphicsLib Biblioteca Gráfica 2D Documentação Edirlei Soares de Lima elima@inf.puc-rio.br Sumário 1 Instalação e Configuração... 4 2 Manual de Utilização... 10 2.1 Estrutura de um Programa... 10 2.2 Loop

Leia mais

Sistemas Multimédia. Ano lectivo 2006-2007. Aula 9 Representações de dados para gráficos e imagens

Sistemas Multimédia. Ano lectivo 2006-2007. Aula 9 Representações de dados para gráficos e imagens Sistemas Multimédia Ano lectivo 2006-2007 Aula 9 Representações de dados para gráficos e imagens Sumário Gráficos e imagens bitmap Tipos de dados para gráficos e imagens Imagens de 1-bit Imagens de gray-level

Leia mais

Desenhando no Flash. Comece um novo arquivo novo, de tamanho 500 X 300 pixels.

Desenhando no Flash. Comece um novo arquivo novo, de tamanho 500 X 300 pixels. Desenhando no Flash Os arquivos criados no Flash guardam e apresentam as informações gráficas vetorialmente. Isto significa que as imagens são entendidas como formas e preenchimentos e o que é armazenado

Leia mais

Aula 5 - Classificação

Aula 5 - Classificação AULA 5 - Aula 5-1. por Pixel é o processo de extração de informação em imagens para reconhecer padrões e objetos homogêneos. Os Classificadores "pixel a pixel" utilizam apenas a informação espectral isoladamente

Leia mais

Escrito por Vinícius Godoy de Mendonça Seg, 06 de Abril de 2015 11:10 - Última atualização Seg, 06 de Abril de 2015 11:10

Escrito por Vinícius Godoy de Mendonça Seg, 06 de Abril de 2015 11:10 - Última atualização Seg, 06 de Abril de 2015 11:10 No artigo passado, vimos como criar uma série de quadrados dispostos lado-a-lado. Uma das coisas interessantes sobre essa geometria é que ela pode ser distorcida para criar os mais variados tipos de superfícies.

Leia mais

AvCapture. Manual do Usuário. Avision Inc.

AvCapture. Manual do Usuário. Avision Inc. AvCapture Manual do Usuário Avision Inc. Copyright 2002 Avision Todos os direitos reservados. Nenhuma parte deste documento pode ser reproduzida de nenhuma forma e por nenhum meio sem prévio consentimento

Leia mais

Tamanho e resolução da imagem

Tamanho 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 mais