Cor. Apontamentos CG + Edward Angel, Caps. 1, 2 e 7. Instituto Superior Técnico Computação Gráfica 2009/2010

Transcrição

1 Cor Apontamentos CG + Edward Angel, Caps. 1, 2 e 7 Instituto Superior Técnico Computação Gráfica 2009/2010 1

2 Na última aula... Pipeline de Visualização 3D Triangulação Mapeamento em coordenadas de Viewport Transformação Janela-Viewport Modelação Geométrica

3 Sumário Teoria da Cor Conceitos básicos Modelação da Cor Modelos de Cor Reprodução da Cor

4 Computação Gráfica Teoria da Cor Conceitos Básicos

5 Cor Matéria complexa estudada em várias áreas Física Fisiologia Psicologia Artes Não é apenas uma propriedade Depende de diversos factores externos Fontes de Luz Cores do ambiente envolvente Olho humano... 5

6 Espectro Electromagnético nm luz visível raios cósmicos raios gama raios X UV IV rádio radiação térmica log 10 λ

7 Energia do Espectro Visível Energia (ev) Azul 440 nm Verde 545 nm Vermelho 680 nm 400 λ [nm] violeta azul verde vermelho

8 Retina Objecto Íris Retina Sistema auto-adaptativo Nervo Óptico Visão central fovea centralis Ø1,5mm só há cones macula lutea Ø 1 cm cones + bastonetes Córne a Tipo Função Nº (milhões) Cones policromia 6,8 Bastonetes monocromia Visão periférica só há bastonetes formas detectadas com falta de cor 1.35mm do centro da retina 8.00mm do centro da retina

9 Cones Tipo Gama λ principal Eficiência Distribuição β (azul) nm 440 nm 2 % 4 % γ (verde) nm 540 nm 20 % 32 % ρ (vermelho) nm 580 nm 19 % 64 %

10 Sensibilidade Espectral dos Cones gama ro sensiblidade [%] beta comprimento de onda [nm]

11 The image cannot be displayed. Your computer may not have enough memory to open the image, or the image may have been corrupted. Restart your computer, and then open the file again. If the red x still appears, you may have to delete the image and then insert it again. Teoria dos Três Estímulos Cones são sensores de cor Picos de sensibilidade vermelho, verde, azul gama ro Todas as outras cores Representadas como combinações destas Ciano = Azul + Verde Amarelo = Verde + Vermelho Etc beta

12 Computação Gráfica Modelação da Cor 12

13 Funções de Ajustamento Combinação de Cor Para produzir qualquer cor do espectro visível Podem-se usar combinações de funções Red Green Blue

14 Modelação da Cor Energia e 2 Comprimento de onda dominante ruído de cor branca e1 pureza = e 2 e e λ [nm]

15 Bases da Colorimetria Comprimento de onda dominante comprimento de onda da cor que se vê Pureza da cor saturação Luminância quantidade/intensidade da luz Cores saturadas e não saturadas cor completamente pura 100% saturada, não contém luz branca misturas de cor pura e luz branca saturação varia entre 100 e 0%

16 Caracterização da Cor Cor (hue) distinção entre cores vermelho, verde, amarelo, lilás, Saturação (saturation) distância da cor ao cinzento de igual intensidade muito saturado - vermelho, azul pouco saturado - rosa, azul do céu, cores pastel

17 Caracterização da Cor (cont.) Luminosidade (lightness) intensidade da luz reflectida por uma superfície (parede, quadro) Brilho (brightness) intensidade da luz emitida por uma superfície (lâmpada, Sol, CRT)

18 Cores Acromáticas Preto Cinzento Escuro Cinzento Cinzento Claro Branco Cromáticas Violeta Anil Ciano Verde Amarelo Laranja Vermelho

19 Saturação e Luminosidade Saturação Pálido Moderado Forte Intenso Luminosidade Muito escuro Escuro Médio Claro Muito Claro

20 Percepção e Colorimetria Termo perceptual Cor (hue) Saturação Luminosidade Brilho Colorimetria Comprimento de onda dominante Pureza da excitação Luminância Luminância

21 Caracterização da Cor Cor (hue) Distinção entre cores Comprimento de onda dominante Saturação (saturation) Pureza da cor Luminosidade (lightness) Brilho (brightness)

22 Computação Gráfica Modelos de Cor 22

23 Propriedades desejáveis dos Modelos de cor Uniformidade perceptual Facilidade de mavegação Proximidade face à psicologia do sistema visual Rigor Em computação gráfica: Facilidade de implementação 23

24 Modelo de Munsell (1/3) Criado no final do séc XIX por Albert H. Munsell ( ) Munsell Book of Color, publicado em 1929 Considerado o primeiro modelo moderno Para determinação de cores Continua a ser largamente usado Concebido para artes gráficas e ensino

25 Modelo de Munsell (2/3) Definido por: Eixo vertical value Brilho/Luminosidade Circunferência hue Cor Raio chroma Saturação ilustração por Samuel J. Klein

26 Modelo de Munsell (3/3) Espaço cromático hue + value (lightness)+ chroma (saturação) Compara cores com tabelas normalizadas sob uma iluminação também normalizada julgamentos visuais Medida subjectiva, dependente de Condições de iluminação Cor da luz circundante Iluminação geral do ambiente de medida

27 Extracto do Munsell Book of Color

28 Guia de cores Pantone

29 Modelos de Cor CIE Commission Internationale de l Éclairage RGB Red, Green, Blue monitores, filmes CMY Cores complementares impressoras, hardcopy

30 Modelos de Cor YIQ Luminância, Crominância TV HSV Hue, Saturation, Value artes, visão por computador HLS Hue, Lightness, Saturation Tektronix (1978)

31 Espaço CIE

32 Modelo CIE Baseia-se em modelo físico fonte de luz + objecto + observador Modelo díficil de manipular Próximo da modelo físico Usa-se a projecção num plano do diagrama cromático Modelo standard global Colorímetros fornecem as Coordenadas para fósforos utilizados nos ecrãs Cada tipo de fósforo está associado a uma área do diagrama

33 Diagrama CIE Zona central Branco Fronteira Cores puras (saturadas)

34 Modelo CIE Usa funções de ajustamento XYZ substituem RGB Indicam a quantidade de cada cor Para representar todo o espectro

35 Funções de Ajustamento z 1.4 valor y x x comprimento de onda [nm] x 0,49 0,31 0,20 r y = 0, , ,01063 g z 0 0,01 0,99 b

36 RGB a partir de CIE Nem todo o espectro pode ser representado no dispositvo 36

37 Modelo RGB Fundamento uma superfície emite luz cromática essa luz define cor da superfície Descreve comprimento de onda da luz Através de cores primárias (aditivas) Vermelho (R) Verde (G) Azul (B)

38 Modelo RGB Cubo normalizado com origem em (0,0,0) Preto Vértices: Vermelho (1,0,0) Verde (0,1,0) Azul (0,0,1) Amarelo (1,1,0) Ciano/Cião (0,1,1) Magenta (1,0,1) Branco (1,1,1) Cinzentos diagonal entre (0,0,0) e (1,1,1)

39 Espaço RGB Azul = (0,0,1) Ciano (0,1,1) Magenta (1,0,1) Branco = (1,1,1) RGB a partir de CIE Preto = (0,0,0) Verde = (0,1,0) Vermelho (1,0,0) Amarelo (1,1,0) Cinzentos

40 Modelo CMY Fundamento uma superfície absorve parte da luz incidente reflecte a luz da cor que aparenta ter Constituído pelas cores complementares ciano, magenta e amarelo (primárias subtractivas) Semelhante ao RGB, mas a origem é o branco em vez do preto cores subtractivas da luz branca incidente

41 Espaço CMY Cubo normalizado com origem em (0,0,0) Branco Vértices: Vermelho (1,0,1) Verde (0,1,1) Azul (1,1,0) Amarelo (0,0,1) Ciano (0,0,1) Magenta (1,0,0) Preto (1,1,1) Verde (1,0,1) Amarelo = (0,0,1) Vermelho (0,1,1) Preto = (1,1,1) Cinzentos diagonal entre (0,0,0) e (1,1,1) Branco = (0,0,0) Magenta = (0,1,0) Cião (1,0,0) Azul (1,1,0) Cinzentos

42 RGB Modelo aditivo CMYK Modelo subtractivo RGB e CMY (1/2) Modelo subtractivo Conversão trivial: = B G R Y M C = Y M C B G R 1 1 1

43 RGB e CMY

44 Modelo CMYK Impressoras Tinta preta adicional Para maior fidelidade Redução de custos

45 Modelo HSV {HSB} Modelos RGB e CMY Orientados ao hardware Mais intuitivo para o utilizador H Hue S Saturation V Value (brightness, B) Próximo do sistema intuitivo em arte com matiz, tom e tonalidade

46 Espaço HSV {HSB} Cinzentos S=0 e 0 < V < 1 V=0 H e S são irrelevantes S=0 cião verde 120º 1,0 V branco amarelo vermelho 0º H é irrelevante azul magenta 240º 0,0 preto H S

47 Modelo HLS Modelo muito intuitivo H L S Hue Lightness Saturation Representado por um cone duplo base a base Semelhante ao HSV deformado por arrastamento da cor branca Mas... não contempla a não linearidade da visão humana

48 Modelos YIQ e YCbCr Empregues nos sistemas de TV a cores YIQ - sistema NTSC YCbCr (CCIR 601-2) sistemas SECAM e PAL Y: Luminância (sinal monocromático) I e Q ou Cb e Cr: Crominância (sinais policromáticos) Exploram 2 características do sistema visual humano mais sensível à luminância que à cor ou saturação objectos que ocupam pequenas parcelas do campo de visão produzem sensações de cor limitadas

49 Conversão RGB para YIQ ou YCbCr = B G R Q I Y 0,311 0,523 0,212 0,321 0,275 0,596 0,114 0,587 0,299 B Q 311 0, 0,523 0,212 = B G R Cr Cb Y 0,0813 0,419 0,5 0,5 0,331 0,169 0,114 0,587 0,299

50 Computação Gráfica Correcção Gama

51 Correção Gama (1/3) Geralmente assume-se que cores são lineares Mas a maioria dos dispositivos são não-lineares brightness(voltage)!= 2*brightness(voltage/2) Solução: Correcção Gama (gamma correction) Pós transformação dos valores RGB Mapeados para ficarem lineare no dispositivo Esta transformação Pode ter diferentes γ para R, G, B

52 Correção Gama (2/3) Num CRT (ou filme ot LCD ou...) I = kn N - nº electrões; k, γ - constantes do CRT Constante γ - 2,2 a 2,5 Nº de electrões proporcional à tensão de controlo, X I = KX γ γ Para obter a intensidade de ordem j, a tensão de controlo é X j = ( I / K ) 1/ γ j

53 Correção Gama (3/3) Cor original Sem correcção Com correcção (0,8; 0,8; 0) (0,572; 0,572; 0) (0,72; 0,72; 0) (0,8; 0,2; 0,2) (0,572; 0,018; 0,018) (0,72; 0,094; 0,094) γ = 1,7

54 Computação Gráfica Reprodução da Cor 54

55 Impressão de Imagens Normalmente realizada sobre fundo branco (papel) Combina as 3 cores primárias subtractivas amarelo, magenta e cião Uso de uma cor adicional - preto vantagens: obtem-se um preto mais fiel a secagem é mais rápida

56 Integração Espacial e Impressão O número de cores disponíveis é limitado Exemplo limite apenas 3 cores disponíveis com uma grelha integradora de 2x2 (5 níveis) obtêm-se 5 3 = 125 cores Resulta num grande aumento do número de cores Mas perde-se resolução espacial

57 Colour Dithering Original Dithered Dithered (Ampliado 200%) Dithered (Ampliado 400%) Dithered (Ampliado 800%)

58 Redução do Número de Cores Problema base imagem com n bits por pixel (2 n cores) dispositivo com m (<n) bits por pixel (só 2 m cores) Questões a resolver selecção das 2 m cores como mapear cores da imagem para o dispositivo

59 Solução Simples para a Redução Empregar: um conjunto pré-definido das cores do dispositivo (mapa de cores) um mapeamento fixo para conversão das cores Consequências (com m=8 e n=18): seleccionando 8 vermelhos x 8 verdes x 4 azuis (*) 256 cores, a calcular segundo o processo de determinação dos níveis de intensidade 64 vermelhos(verdes) mapeados em 8 vermelhos(verdes) 64 azuis mapeados em 4 azuis cores próximas na imagem aparecem como a mesma cor cores do mapa de cores podem até nem ser usadas (*) menor sensibilidade ao azul

60 Soluções Adaptativas na Redução Algoritmo da popularidade construção do histograma da frequência das cores uso das 2 m cores mais empregues Algoritmo median-cut caixa envolvendo as de cores da imagem é sucessivamente dividida segundo a cor média na maior direcção até se obterem 2 m caixas as cores centrais de cada caixa constituem o mapa de cores melhores resultados, mas mais lento

61 Lenna Imagem usada em CG desde 1973 Teste e avaliação de algoritmos, sistemas, etc 61

62 Conversão para Cinzento

63 Algoritmo da Popularidade

64 Algoritmo median cut

65 Resumo Introdução à teoria da cor Percepção da cor Modelos de Cor Cor acromática, Correcção de Gama Reprodução de Cor