I formati grafici. Quando un’ immagine viene registrata su un supporto di massa (tipicamente su disco rigido) è necessario scrivere, oltre ai dati dell’immagine,

Presentazione sul tema: "I formati grafici. Quando un’ immagine viene registrata su un supporto di massa (tipicamente su disco rigido) è necessario scrivere, oltre ai dati dell’immagine,"— Transcript della presentazione:

1 I formati grafici

2 Quando un’ immagine viene registrata su un supporto di massa (tipicamente su disco rigido) è necessario scrivere, oltre ai dati dell’immagine, anche altri dati che consentano di ricostruirla. Il modo in cui una immagine viene scritta su disco viene detto formato grafico.

3 Le due classi di formati grafici 1.Vettoriale: I formati di questo tipo definiscono gli oggetti che compongono l'immagine mediante equazioni matematiche. 2.Raster: Le immagini di questo tipo sono costituite da un insieme di piccoli punti detti pixel (picture element ), che si dispongono uno accanto all'altro, come in una griglia. Accostamenti fra i vari pixel, di diverso colore, permettono di generare un'immagine.

4 Formato vettoriale Fondamenti OGGETTI: Le applicazioni di grafica vettoriale lavorano con oggetti, più o meno complessi, che rimangono sempre accessibili e modificabili. Esistono vari tipi di oggetti (tra cui anche le raster), ma quelli più tipici sono le entità geometriche. MODELLI MATEMATICI: Ogni entità geometrica sottointende l’applicazione di un modello matematico,dai più intuitivi (cerchio, rettangolo, linea) ai più complessi. I modelli matematici sono gestiti direttamente dal software, mentre l’utente manipola gli oggetti in modo intuitivo e interattivo.

5 Vantaggi: non viene persa risoluzione aumentando l'ingrandimento, perché l'immagine ingrandita viene ricreata in base alle suddette equazioni ogni oggetto può essere spostato, portato in primo piano, modificato, indipendentemente dagli altri Svantaggi: immagini di questo tipo presentano scarsa velocità nella rappresentazione di scene complesse. per la stretta dipendenza dal software non esistono standard universali in grado di codificare tutte le informazioni di un'immagine vettoriale complessa Formato vettoriale

6 I più diffusi formati grafici vettoriali PS (Postscript): Formato sviluppato da AdobeSystems originariamente per la stampa di documenti su stampanti laser, è utilizzato anche per la memorizzazione di immagini vettoriali. PostScript è un linguaggio di programmazione specializzato per la computer grafica vettoriale. EPS (Encapsulated Postscript): Estensione del formato PostScript che consente di incapsulare immagini bitmap (raster). PDF (Portable Data Format): Sviluppato da Adobe, è il formato più diffuso per condividere, indipendentemente dalla piattaforma, documenti di testi e immagini. Per la visualizzazione è necessario un lettore specifico: Acrobat Reader, distribuito gratuitamente e utilizzato.Per l’editing invece esiste un software apposito, commerciale.

7 I più diffusi formati grafici vettoriali CGM (Computers Graphics Metafile): Formato standard per la rappresentazione di grafica vettoriale e per l’incapsulamento di immagini bitmap (raster). DXF (Data Exchange File/Drawing Interchange Format): Formato sviluppato da AutoDesk per la memorizzazione di immagini bidimensionali. E’ supportato dalla maggior parte dei software di CAD. WMF (Widows Metafile Format):Formato di rappresentazione delle immagini in grado di contenere sia immagini bitmap che vettoriali, progettato esplicitamente per le piattaforme Windows. PICT: Formato grafico sviluppato da Apple Computer per la piattaforma Macintosh in grado di memorizzare sia immagini vettoriali che raster.

8 Formato raster Un pixel (abbreviazione inglese di picture element) è uno dei molti minuscoli puntini che compongono la rappresentazione di un'immagine raster. Solitamente i punti sono così piccoli e così numerosi che se vengono stampati su carta o visti su un monitor appaiono fusi in una unica immagine. Le immagini raster sono immagini strutturate come matrici, nelle quali ogni elemento C(x,y) codifica il colore o livello di grigio corrispondente alle coordinate (x, y) che localizzano un preciso pixel.

9 Vantaggi: Le immagini raster supportano in genere molti colori e trovano quindi applicazione in tutti quei casi in cui è richiesto un effetto pittorico o fotografico. Presentano maggiore velocità di rappresentazione (formati usati sul web). Formato raster

10 Svantaggi Purtroppo l'ingrandimento di un'immagine raster, porta inevitabilmente ad un decadimento della qualità dell'immagine stessa (vengono evidenziate in modo più marcato le differenze fra pixel e pixel). Inoltre non è possibile agire sulle impostazioni di ogni singolo elemento presente nell’immagine stessa. In un'immagine, per esempio, composta da una bottiglia ed un pomodoro collocati sopra un tavolo, non è possibile variare le dimensioni del pomodoro senza intervenire su quelle degli altri due elementi (ossia tavolo e bottiglia). Formato raster

11 Zoom nei due tipi di formato Raster Vettoriale

12 Qualche esempio Programmi per la grafica raster : Paint Programmi che operano con la grafica vettoriale : i vari CAD

13 Proprietà delle immagini raster Ogni immagine di tipo raster è caratterizzata da tre aspetti fondamentali: 1.Risoluzione 2.Profondità di colore 3.Tipo di compressione

14 1.Risoluzione: rapporto tra dimensioni e qualità visiva dell'immagine; comprende due aspetti: –Quantità di punti che compongono effettivamente l'immagine; si misura in pixel. Esempio: 640 x 480 (640 pixel orizzontali x 480 verticali), 1024 x 768 e così via. –Densità dei punti nella visualizzazione o stampa; si misura in dpi (dot per inch, pixels per pollice). Esempio: 72 dpi, 300 dpi e così via.

15 2.Profondità di colore: numero massimo di colori possibili per ciascun pixel. Il colore può essere definito con due tecniche: - se l'immagine contiene pochi colori (massimo 256) se ne crea un elenco e nella matrice viene inserito l'indice che punta allo specifico colore del pixel. -nel caso si vogliano utilizzare molti più colori non si definisce più l'indice ad una tavolozza ma direttamente il colore del singolo pixel. Si misura in bit. Valori tipici: 8 bit (256 colori), 16 bit (65mila colori), 24 bit (milioni di colori).

16 RGB Con questo tipo di codifica il colore viene identificato come una unione delle componenti rossa, verde e blu. Il metodo è di tipo additivo: lo sfondo è nero e mano a mano che si aggiungono i colori aumenta la luminosità. Sommando i tre colori fondamentali si ottiene il bianco. Il sistema RGB (RED Rosso, GREEN verde, BLUE Blu) non è l'unico utilizzato per definire un colore ma è il più diffuso.

17 RGB

18

19 Questo sistema è di tipo sottrattivo: unendo i colori primari si ottiene il nero. I colori fondamentali sono CMY. C sta per Cyan (ciano) una tonalità di azzurro, M sta per Magenta, una tonalità di rosso, Y sta per Yellow (giallo). CMY

20 Gray scale In questo caso ciascun pixel può assumere un valore che identifica una tonalità di grigio tra le varie comprese tra il bianco ed il nero. Il valore si rappresenta su un byte. bianco = 255 grayscale nero = 0

21 Qualche esempio RGB 3 canali, 8 bit per canale Gray scale un solo canale ad 8 bit

22 ? 3 canali da 8 bit ( profondità di colore = 24) Dimensione = 600X800 pixels Quanti bytes (1 byte = 8 bits) occupa un’immagine di questo tipo? (24*600*800)/8=1440000 bytes

23 3. Tipo di compressione: Alcuni formati permettono di comprimere i dati, ottenendo file di dimensioni ridotte. Esistono due tecniche diverse: –Lossless: senza perdita di informazione (comprimono i dati delle immagini senza diminuirne il dettaglio od i colori). –Lossy: con perdita di informazione (comprimono i dati delle immagini perdendo dettagli o/e colori). Esempio di formato loseless: BMP (Windows/OS2 Bitmap). Esempio di formato lossy: JPEG.

24 Algoritmi di compressione LOSSLESS: –RLE (Run Lenght Encoding) –Codifica di Huffman –LZW (Lempel-Ziv-Welch) LOSSY: –JPEG (DCT) –JPEG2000 (DWT)

25 Run Length Encoding (RLE) L’algoritmo Run Length Encoding (RLE) è storicamente il primo algoritmo di compressione per immagini,utilizzato nei fax ben prima che le elaborazioni grafiche al computer fossero un'attività comune. L'RLE è lossless (senza perdita), cioè permette di comprimere e decomprimere senza alcuna perdita di informazione. L'algoritmo di RLE cerca nei dati da comprimere una serie di elementi uguali, e la sostituisce con un carattere speciale, il valore di un solo elemento e infine il numero di volte che esso va ripetuto. Per esempio supponiamo di avere un'immagine dove la prima riga è formata da cento pixel neri, la RLE memorizzerà il carattere speciale, l’elemento nero ed in seguito il numero 100. Così invece di occupare cento locazioni la prima riga ne occuperà solo 3. Il carattere speciale è definito diversamente a seconda dell’implementazione dell'algoritmo. La compressione è efficace se il numero delle ripetizioni è superiore a 3 valori consecutivamente uguali

26 ESEMPIO 10 30 R105R30812 Livello compressione = 50 % RLE

27 ESEMPIO Caso limite di un'immagine creata artificialmente, 16 x 16 pixel, costituita da 256 colori unici differenti (pixel tutti differenti l'uno dall'altro nei valori cromatici!). In alcuni casi, l'uso della compressione RLE si dimostra addirittura controproducente.

28 Questo tipo di compressione si applica generalmente in presenza di pochi colori (immagini con pochi colori e quindi zone molto uniformi), ma può essere utilizzato su qualunque file dove si trovino lunghe sequenze di byte con lo stesso valore. La compressione RLE viene spesso impiegata anche nei protocolli di rete o nei formati di dati di applicazioni in cui il tempo di elaborazione è critico (ad esempio, alcuni filmati AVI), perché è il formato che permette la maggior velocità di decompressione.AVI Esempio: le bitmap (tipo raster) utilizzate sui sistemi Microsoft possono essere compresse con RLE. Più precisamente, le primitive grafiche dei sistemi operativi Microsoft supportano tre tipi di compressione RLE: biCompression, Windows NT 3.51 e precedenti bV4Compression, Windows 95 e Windows NT 4.0 bV5Compression, Windows 98/Me, Windows 2000 e successivi Immagini con molti colori non sono adatte a questo tipo di compressione ed esistono algoritmi molto più efficienti, come il JPEG.

29 Compressione di Huffman L’algoritmo di Huffman appartiene alla famiglia di algoritmi con lunghezza variabile dei dati compressi: i singoli elementi (i pixel nel caso di immagini raster, ma anche per esempio i caratteri in un file di testo) sono rimpiazzati da bit di lunghezza distinta. E’ un algoritmo lossless (senza perdita). Questo metodo assegna il codice di lunghezza minore al simbolo con maggiore probabilità e viceversa. L’algoritmo non riesce ad ottimizzare immagini dove la distribuzione delle probabilità è uniforme.

30 Esempio Si costruisce una tabella in cui ad ogni simbolo del messaggio originale si associa la sua frequenza, cioe' il numero di volte in cui questo simbolo appare nel messaggio da spedire. La tabella si usa piu' facilmente se e' ordinata secondo la frequenza. Giusto per capire il meccanismo di funzionamento dell’algoritmo. Proviamo ad esempio a comprimere la parola ZANZARA. Tabella di frequenze (o probabilità): A3 Z2 N1 R1

31 Si considerano i due simboli meno frequenti (N ed R) e si raggruppano in un unico simbolo del quale si introduce in tabella la somma delle due frequenze. Si associa un bit zero al primo simbolo considerato, un bit 1 al secondo e si riordina la tabella delle frequenze. Abbiamo quindi (in rosso i bit aggiunti a questo passaggio ed il nuovo simbolo): Codifica Huffman Tabella frequenze A3 Z2 N_R2 A Z N(1) R(0)

32 Si considerano ancora i due simboli meno frequenti, in questo caso N_R di freq 2 e Z di freq 2. Si raggruppano in un unico gruppo di freq 4, aggiungendo il bit 0 a tutti i simboli del primo gruppo (N ed R), e un bit 1 a tutti i simboli del secondo gruppo (la Z). Si ottiene: Codifica Huffman Tabella frequenze N_R_Z4 A3 A Z(1) N(0) 1 R(0) 0

33 Infine i gruppi da considerare sono A e N_R_Z : Codice Huffman Tabella frequenze N_R_Z_A7 A(1) Z(0) 1 N(0) 0 1 R(0) 0 0

34 Quindi alla fine del procedimento, il codice di Huffman ottenuto e‘ quello rappresentato in tabella. Si notano alcune cose importanti: i simboli piu' frequenti (A in questo esempio) si codificano con sequenze di bit piu' corte, con conseguente risparmio di spazio (con tanti dati questo è più evidente, qui ci siamo limitati ad un breve esempio). la frequenza totale dell'ultimo gruppo trovato e' 7, uguale alla somma delle frequenze iniziali (ovvio, ma serve per verifica). il codice generato non e' l'unico che si poteva generare, infatti ad ogni passaggio la scelta di associare ai due gruppi 0 e 1 oppure 1 e 0 non fa cambiare la lunghezza finale dei simboli. A1 Z0 10 1 N0 0 1 R0 0 00 0 0 Codice di Huffman

35 LZW La tecnica LZW (Lempel-Ziv-Welch), si basa sulla sostituzione di stringhe di dati con un codice di lunghezza fissa (8 o 16 bit, od anche un valore intermedio) e non sulla sostituzione di codici singoli con stringhe di bit corte come per l’algoritmo Huffman. Il funzionamento di questo metodo, di tipo lossless, è il seguente: viene creato un dizionario delle stringhe di simboli ricorrenti nel file, costruito in modo tale che ad ogni nuovo termine aggiunto al dizionario sia accoppiata in modo esclusivo un'unica stringa. Esiste un dizionario di partenza costituito dai 256 simboli del codice ASCII, che viene incrementato con l'aggiunta di tutte le stringhe ricorrenti nel file, che siano maggiori di un carattere. Ciò che viene memorizzato nel file compresso è un codice breve che rappresenta in modo inequivocabile la stringa inserita nel dizionario così creato. Esiste, naturalmente, un insieme di regole non ambigue per la codifica del dizionario, che permetterà in seguito al sistema di decompressione di generare un dizionario esattamente uguale a quello di partenza, in modo tale da poter effettuare l'operazione inversa a quella di compressione, consistente nella sostituzione del codice compresso con la stringa originale. La reversibilità completa e precisa dell'operazione è indispensabile al fine di riottenere l'esatto contenuto del file originale

36 JPEG JPEG  Joint Photographic Experts Group Esistono due tipi di compressione JPEG: lossless e lossy. Vediamo in dettaglio la più diffusa delle due: la JPEG di tipo lossy. Proviamo a capire come si implementa ad esempio su un’ immagine raster con profondità di colore pari a 24 bit. Inizialmente lo spazio dei colori RGB (3 matrici di elementi di 8 bit) viene trasformato in YCbCr, con Y, Cb e Cr matrici a 8 bit con le stesse dimensioni dell'immagine RGB. Y contiene coefficienti riguardanti la Luminanza, Cb e Cr invece quelli riguardanti la Crominanza rispettivamente blu e rossa, nel seguente modo: Y = 0,299R + 0,587G + 0,114B Cb = −0,1687R − 0,331G + 0,5B (crominanza blu) Cr = 0,5R − 0,419G − 0,081B (crominanza rossa) Questo passaggio ed il seguente sono stati pensati perchè l'occhio umano avverte meno le differenze tra colori rispetto a quelle di luminosità.

37 In questo passaggio, sulle matrici Cb e Cr vengono calcolate le medie dei colori su blocchi di 2x2 pixel. Supponendo che l'immagine originale RGB abbia dimensione 640x480 pixel, le due matrici di crominanza vengono così portate alla dimensione 320x240. A ciascun coefficiente delle 3 matrici viene sottratto 128, portando l'intervallo [0..255] a [−128..127] : vengono così portati a 0 molti dei valori medi.

38 Si dividono le tre matrici in blocchi di 8×8 pixel. Se la dimensione della matrice non è divisibile per 8 si aggiungono delle copie dell'ultima riga o colonna in altezza o larghezza. Viene applicato per ogni elemento dei blocchi la DCT (Trasformata discreta del coseno) che produce ancora 8x8 coefficienti. N rappresenta la dimensione del blocco, 8 pixel. f(m,n) sono i valori in posizione m,n del blocco da trasformare. t(i,j) sono i valori DCT di posizione (i,j), con i,j=0..7. C(i,j) vale 1/N per C(0,j) e C(i,0), 2/N altrimenti. Quindi 1/8 nel primo caso e 1/4 nel secondo. DCT:

39 Si nota che nella matrice ottenuta, i coefficienti in alto a sinistra rappresentano le basse frequenze mentre quelli via via in basso a destra rappresentano le alte frequenze spaziali ossia i dettagli dell'immagine. In particolare il primo coefficiente del blocco trasformato rappresenta la media dei valori del blocco 8x8 originario (detto anche componente continua o DC).

40 Un ulteriore passo è la quantizzazione. In questa fase ogni elemento di ciascun blocco viene diviso per un coefficiente presente nella matrice di quantizzazione sempre di dimensione 8x8. Il risultato della divisione viene arrotondato all'intero più vicino. L'eliminazione dei decimali è la principale operazione di compressione distruttiva dello standard JPEG. Il tutto è studiato in modo che le frequenze più importanti per l'occhio umano, cioè le più basse, memorizzate nell'angolo superiore sinistro del blocco di 8 x 8, siano preservate, mentre le più alte, la cui perdita è relativamente ininfluente, vengano eliminate. Si utilizza una tabella di quantizzazione per la luminanza e una opportuna per le due crominanze Le tabelle di quantizzazione non sono standard ma differiscono dal produttore di software. Il fattore di compressione finale dipende molto da quanto si è stati aggressivi nelle divisioni fatte con le matrici di quantizzazione.

41 Il passo finale consiste nella codifica. Gli elementi dell’immagine vengono letti in ordine "zigzag" (frequenze simili così dovrebbero essere più vicine), gli zeri consecutivi vengono codificati con simboli, e poi su quello che resta viene applicata una codifica lossless come ad esempio quella di Huffman (Entropy coding).

42 CODING Blocco 8X8 estratto da una delle matrici originali Shift di -128 DCT

43 Matrice di quantizzazione Matrice quantizzata DCT Il risultato è la concentrazione di pochi coefficienti diversi da 0 in alto a sinistra e 0 tutti gli altri.

44 CODIFICA: −26, −3, 0, −3, −3, −6, 2, −4, 1 −4, 1, 1, 5, 1, 2, −1, 1, −1, 2, 0, 0, 0, 0, 0, −1, −1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 −26, −3, 0, −3, −3, −6, 2, −4, 1 −4, 1, 1, 5, 1, 2, −1, 1, −1, 2, 0, 0, 0, 0, 0, −1, −1, EOB Su questi ultimi dati si può applicare una codifica lossless come ad esempio quella di Huffman Matrice quantizzata

45 Schema a blocchi del JPEG CODIFICA DECODIFICA

46 JPEG2000 Questa tecnica è analoga alla compressione JPEG ma, invece di utilizzare la DCT, utilizza la DWT (Discrete Wavelet Transform). Può essere lossy o lossless (non molto popolare). Degrada la qualità molto meno del classico JPEG. Può generare immagini compresse scalabili sia in risoluzione sia in livello di dettaglio, lasciando al realizzatore la libertà di scegliere quanta informazione e quali parti dell'immagine utilizzare per la decompressione. Il processo di compressione è analogo a quello utilizzato nel JPEG, ma appunto la trasformata applicata all’immagine è diversa. Vediamo meglio in cosa consiste la DWT.

47 DWT Filtraggio HP e decimazione Filtraggio LP e decimazione Ricostruzione del segnale Possiamo eventualmente scegliere quali componenti frequenziali riteniamo più importanti e memorizzare solo quelle.

48 La DWT (Discrete Wavelet Transform) agisce decorrelando i contenuti a bassa frequenza dai contenuti ad alta frequenza. La trasformazione fornisce quattro immagini di dimensioni esattamente la metà dell'originale. Nel quadrante superiore sinistro, grazie all'uso di un filtro passa-basso, sono salvate le basse frequenze presenti nell'immagine di partenza. Negli altri tre quadranti, grazie all'uso di un filtro passa-alto, sono salvate le alte frequenze. I quadranti sono delle sottobande in genere denominate: CA, CH, CV e CD. La sottobanda CA (in alto a sinistra) contiene i cosiddetti coefficienti di approssimazione, utili per la rappresentazione a minore risoluzione dell'immagine da codificare; le restanti sottobande contengono rispettivamente i coefficienti di dettaglio orizzontali, verticali e diagonali.

49 Il risultato di questa operazione è la decorrelazione fra le informazioni di bassa e alta frequenza contenute nell'immagine. Il passaggio successivo consiste nella ripetizione del medesimo procedimento, applicato stavolta solo all'immagine del quadrante superiore sinistro. Il procedimento continua fino al limite minimo di un'immagine ridotta ad un solo pixel. L'applicazione della DWT alla fine restituisce degli opportuni coefficienti che vengono memorizzati in una matrice e poi, analogamente al JPEG, quantizzati e codificati.

50 Esempio Si osservi come la banda CA (approssimazione) in alto a sinistra dell'immagine centrale corrisponda a una piccola copia dell'originale, mentre le altre tre sottoimmagini (dettaglio) contengano “solo” le informazioni necessarie alla ricostruzione. La decomposizione a due livelli riportata nell'immagine di destra evidenzia ulteriormente questo particolare. Essendo la versione approssimata molto simile all'originale, la versione di dettaglio sarà costituita principalmente da coefficienti molto prossimi a zero.

51 Altre caratteristiche dei formati raster –Le animazioni Alcuni formati possono memorizzare anche i livelli di cui può essere costituita un’immagine questo è utile per creare delle animazioni. Ad ogni livello corrisponderà una immagine dell'animazione (es. formato gif). –Trasparenza E' la capacità di alcuni formati di memorizzare anche la presenza di aree trasparenti all'interno dell'immagine (formati png, gif).

52 I diversi formati grafici di tipo raster supportano diverse combinazioni possibili delle caratteristiche viste finora. Vediamo i più diffusi formati di salvataggio: –BMP –JPG –GIF –TIFF –PNG

53 Bitmap (BMP): è il formato standard delle immagini raster di Microsoft Windows (estensione file bmp). Consente la visualizzazione di milioni di colori (8-24 bits): supporta le gestioni di colore RGB, scala di colori e scala di grigio. Non supporta il canale Alpha (il canale della trasparenza) né l’animazione. Su immagini in questo formato è possibile scegliere di usare la compressione RLE. Poiché è supportato da svariati programmi, questo formato di file risulta estremamente utile quando si fornisce un'immagine ad un utente che potrebbe non disporre del programma in cui l'immagine è stata creata.

54 JPEG: è il formato più utilizzato insieme al GIF e al PNG per la rappresentazione di immagini sul Web, particolarmente indicato per foto ed immagini a tono continuo. Questo formato (estensione file jpg o jpeg) non ha limiti sulla visualizzazione dei colori: supporta le gestioni di colore RGB, CMY e scala di grigio. Non supporta il canale Alpha (il canale della trasparenza), né l'animazione. L’algoritmo di compressione utilizzato è il JPEG (lossy) e maggiore è il livello di compressione e minore sarà la qualità finale dell'immagine. Un'immagine di questo tipo si decomprime automaticamente all'apertura. Esempi: immagini fotografiche

55 GIF (Graphics Interchange Format): è il formato più utilizzato insieme al JPEG e al PNG per la rappresentazione di immagini sul Web. Poiché questo formato (estensione file gif) consente di visualizzare al massimo 256 colori, è appropriato in particolare per disegni in bianco e nero, e immagini con grandi blocchi di colori a tinta unita, ma non è indicato per la stampa fotografica o per immagini che debbano avere alti livelli qualitativi. E’ un formato compresso con tecnica LZW. Il formato GIF89a supporta anche la trasparenza e l'animazione.

56 TIFF (Tagged Image File Format): consente di ottenere immagini di qualità molto elevata ed è quindi utilizzato molto spesso nell'editoria. Questo formato (estensione file tif o tiff) consente di visualizzare milioni di colori, supporta il canale Alpha e adotta compressioni lossless come la RLE o LZW; la dimensione dei file di immagine ottenuti è però solitamente maggiore rispetto a quella dei file creati nei formati GIF o JPEG. E’ il formato principe per la stampa di qualità.

57 PNG (Portable Network Graphics):è stato sviluppato come alternativa senza brevetto al formato GIF ed è utilizzato per la rappresentazione di immagini sul web. Questo formato (estensione file png) consente di visualizzare milioni di colori. Supporta il canale Alpha per la trasparenza ma non l'animazione. E' però possibile che vecchi browser non supportino il formato PNG che è abbastanza recente.

58 DICOM (Digital Imaging and COmmunication in Medicine) Rappresenta lo standard sviluppato nel 1993 per la gestione di immagini digitali ed informazioni ad esse correlate in medicina. Nasce dall’esigenza di distribuire e visualizzare immagini mediche.

59 DICOM Lo standard DICOM include in un unico file un’immagine, a chi e cosa questa immagine fa riferimento ed in che modo è stata ottenuta (le informazioni contenute in un file sono divise in gruppi: paziente, studio, serie, immagine). Lo scambio di informazioni si basa su un protocollo di comunicazione in rete.

60 Concludendo… Alla luce di quello che abbiamo visto insieme possiamo chiederci se esiste un formato grafico migliore di un altro. La risposta è semplice: no, dipende. Sarà l'utilizzo che dovremo fare del file a spingerci verso un formato piuttosto che verso un altro.