Exr e importanza.

OpenEXR, o Exr, è un formato immagine floating point sviluppato dalla Industrial Light & Magic ( ILM ) e sta diventando velocemente uno standard nell’industria cinematografica. Sicuramente sarà un formato che almeno una volta nella vita tutti abbiamo avuto modo di incontrare. E’ giunto il momento di vederlo da vicino. Nel prossimo articolo parleremo dei diversi formati immagini ma, l’ exr, è sia unico e sia importante abbastanza da avere questo articolo dedicato. Questo perchè è stato sviluppato con in mente il workflow di un compositore.

Le caratteristiche dell’ exr.

High Dynamic Range – Creato specificatamente per supportare immagini HDR come scansioni di pellicole ed elementi digitali in CGI. Il range dinamico ( dal nero al bianco ) è vastissimo.

Molti canali – Mentre un render classico CGI è composto da 4 canali, l’ Exr è espandibile a un numero illimitato di canali. Lo scopo, infatti, è evitare di renderizzare più pass in file differenti.

Compressione Lossless – Studiato per il cinema, l’exr utilizza una compressione senza perdità di qualità. Lo schema di compressione permette di dimezzare la grandezza di un file con tempi di compressione / decompressione molto veloci.

Short e Full Float – L’exr opera in floating point, supportando il full float a 32 bit e l’half float a 16 bit. L’half float permette di avere abbastanza qualità pur dimezzando il numero di bit. La velocità di calcolo è notevolmente superiore al 32 bit.

L’Exr è stato rilasciato pubblicamente dell’ILM nel 2003 e oggi giorno la maggior parte dei software di compositing lo supportano pienamente. La sua ramificazione è stata cosi ampia da essere integrato nativamente anche in software di motion graphics come Adobe After Effects e di fotografia come Adobe Photoshop.

Nel prossimo articolo vedremo altri formati file.

Colori Indicizzati e CLUT.

La grandezza di una immagine RGB può essere ridotta notevolmente convertendo la stessa in una immagine con colori indicizzati. Il computer inizialmente fa una analisi di tutti i colori nell’immagine e ne sceglie soltanto 256, i quali sono i colori in media più utilizzati su tutta l’immagine. A questo punto, il software creare due “immagini”. Con 24 bit, in 3 canali, l’algoritmo crea una mappa di colori chiamata LUT ( Look-Up-Table ) contentente i precedenti 256 colori trovati; con un canale da 8 bit invece crea una mappa di indicizzazione: questa farà da quida per la ricostruzione dell’immagine definitiva. Ad ogni pixel della maschera di indice viene associato un colore della LUT. Il risultato finale è chiaramente una immagine con 256 colori invece di 16 milioni ma vista da una certa distanza il risultato potrebbe essere molto simile all’originale. Di certo, questo tipo di immagini indicizzate, chiamate anche CLUT ( color Look-Up- Table) sono adatte per il web e per target con un range di colore molto basso. Non sono adatte come autput per la stampa o per rappresentazioni in alta risoluzione. Il processo di CLUT può anche essere un procedimento senza perdita di qualità. Se le immagini sorgenti hanno meno di 256 variaizoni di colori, il risultato finale CLUT sarà più piccolo in termini di dimensioni e conterrà le stesse informazioni.

Conclusioni.

Ricapitolando, le immagini indicizzate o CLUT sono molto utili in ambiti web o grafiche con variaizoni di colori minori o uguali a 256.

Nel prossimo articolo vedremo gli schemi di compressione più diffusi.

Immagini differenti.

Ci sono due tipi di immagini: le immagini fotografiche e le grafiche. Le immagini fotografiche sono scene reali catturate da una macchina fotografica, analogica o digitale. La loro caratteristica peculiare consiste nella grande variazione di pixel, questi ultimi infatti assumono colori molto differenti nell’intera immagine. Le grafiche, invece, sono semplici immagini create con un programma grafico o disegnate mediante un software di paint come Adobe Photoshop. La loro pecularietà consiste in un range di variaizone colore molto più basso rispetto alle immagini fotografiche.

Se osserviamo da vicino una immagine fotografica, è possibile ammirare la variazione dei pixel anche distanti 1 sola unità gli uni dagli altri. Se si osserva invece una grafica fatta al computer, generalmente è difficile vedere variazioni di pixel distanti una solo unità. Un close-up su una grafica porterebbe a un’area di pixel quasi identici tra loro.

Immagini e compressioni.

La differenze tra le due tipologie di immagini porta anche uno schema di compressione differente. Un sistema di compressione senza perdita di qualità potrà trarre vantaggio dall’uniformità delle grafiche determinando immagine più più piccole in dimensioni su disco ma alto numero di informazioni. Lo stesso schema applicato su una grafica non funzionerebbe però su una immagine fotografica; la grande variazione di pixel infatti creerebbe una compressione così minima da essere pressochè identica all’originale: in più porterebbe anche a uno spreco di tempo durante il processo di compressione e decompressione. In questi casi si utilizza quindi uno schema di compressione diverso che porta alla perdita di alcune informazioni nell’immagine. Un buon rapporto di compressione può determinare immagini piccole visivamente non differenti dall’originale, almeno se viste dall’occhio umano.

Nel prossimo articolo vedremo le immagini indicizzate ( CLUT ).

Risoluzione e standard.

La risoluzione delle immagini si riferisce a quanti pixel sono presenti nell’asse x e y di una immagine considerando una unità di misura prestabilita. Per esempio, se l’immagine  è lunga 500 pixel e alta 600, le dimensioni dell’immagine saranno 500 x 600. Un video NTSC ha dimensioni di 720 x 486. Lo standard accademico nei film è 1828x 1332. Le immagini da una macchina fotografica possono avere dimensioni di 3072 x 2048. Da notare che nonostante abbia menzionato i pixel, la dimensione reale ( metri, centimetri) di una immagine rimane nascosta o sconosciuta. La dimensione reale di una immagine dipende dal mezzo. Per esempio una tv piccola di 10 pollici e un’altra di 32 potrebbero visualizzare la stessa immagine sorgente avente medesime dimensioni. La stessa immagine potrebbe essere proiettata in un teatro, mediante un proiettore o al cinema dove la dimensione reale di una immagine sarebbe di metri. E’ importante quindi capire che i pixel formano soltanto le dimensioni di una immagine ma la quantità di questi pixel contenuti in un campione di spazio determina la risoluzione.

Risoluzione e pixel.

Nell’esempio precedente, la risoluzione della tv più piccola sarà sicuramente maggiore della tv più grande ( se entrambe le tv hanno lo stesso numero di pixel) questo perchè la quantità di pixel presenti nello stesso medesimo spazio è maggiore. L’unita di misura della risoluzione delle immagini è il dpi ( dot per inch – punti per pollice ). Generalmente i dpi di uno schermo per pc sono 72, per la stampa si utilizzano invece 150-300-600. L’occhio umano non è sensibile a risoluzioni maggiori di 350-400 dpi. E importante anche considerare che i dpi sono relativi alla distanza da cui si guarda l’immagine. Un iphone 4 ha una risoluzione molto alta e anche avvicinandoci molto allo schermo, non è possibile definire a occhio nudo i pixel. Su una tv di 40 pollici con risoluzione di 1920×1080 i pixel sono chiaramente visibili se ci poniamo ad una distanza molto ridotta.

Nel prossimo articolo parleremo dell’aspect ratio di una immagine.

RGB e l’occhio umano.

L’occhio umano teoricamente dovrebbe vedere tutto lo spettro della luce ma in realtà è sensibile alle lunghezze d’onda del rosso,verde e blu (RGB). Otteniamo tutti i colori nel mezzo perchè il cervello unisce le porzioni di rosso, verde per ottenere il giallo ad esempio. Lo stesso trucchetto lo usano anche i display, gli lcd e gli altri dispositivi elettronici. Il nostro pixel viene scomposto nei tre colori primari che chiameremo RGB e la somma della componente di ciascun canale darà al pixel la sua tonalità solida.

Rispetto alle immagini bianco nere, ci troviamo di fronte quindi a immagini a più canali, nel nostro caso 3 e quindi RGB. Mentre precedentemente bastavano 256 sfumature di un singolo canale per comporre la nostra immagine, ora se vogliamo rappresentare un colore possiamo blendare le 256 varaiizoni del blu con le 256 del rosso e le 256 del verde. L’esempio è valido ovviamente se lavoriamo con immagini a 8 bit per canale. Ora è importante capire che ogni canale per i dispositivi digitali è semplicemente una scala di sfumature. Il rosso per il computer sarà una scala dai valori di luminosità  e andrà da 0 a 255 proprio come la scala di grigi vista precedentemente, lo stesso per il blu e per il verde. Le domande allora sorgono spontanee. Se i canali sono 3 e sono in scala di grigi, come facciamo a vedere i colori RGB? e visto che le immagini poi sarebbero a colori come facciamo a vedere quelle bianco e nero?

RGB e colori.

La risposta alla prima domanda è semplice. In realtà tutto ciò che è digitale è solo e sarà sempre un numero. Ciò che ci permette di vedere i colori RGB solo le lampade. Per avere un esempio più chiaro immaginiamo un proiettore, quest’ultimo avrà al suo interno 3 lampade di colore rosso,verde,blue. Ogni canale della nostra immagine dirà al proiettore con quale intensità dovrà accendere quella lampada. Se ad esempio vogliamo una immagine rossa, dei tre canali RGB, il rosso sarà a 255, mentre gli altri due a 0. Considerando lo standard RGB possiamo anche dire 255,0,0. Se ad esempio vogliamo un colore intermedio le lampade saranno regolate di conseguenza per blendare al meglio i colori. E’ importante capire che è solo un trucco per ingannare l’occhio, per fargli credere che ciò che sta vedendo in realtà emana luce propria con quella intensità. La scala digitale in input a un display quindi viene convertita in un valore elettrico che andrà ad alimentare il fosforo, la lampada o il led.

RGB e immagini bianco nero.

Come fa una immagine a colori a mostrare una immagine bianco nero? Semplice. Trasformiamo tutti i canali in un unico canale. Per far questo basta avere lo stesso valore su tutti e 3 i canali RGB. Se vogliamo un nero assoluto semplicemente non accendiamo niente, i pixel sono spenti e abbiamo quindi RGB 0,0,0: tra l’altro lo vediamo constantemente quando la nostra tv è spenta. Se vogliamo una immagine bianca allora basta dare 255,255,255 a tutti i canali. Avremo il bianco massimo assoluto. Se vogliamo un grigio intermedio possiamo far assumere ai nostri RGB un qualsiasi valore tra 0 e 255, ‘importante è che siano sempre linkati: 122,122,122 – 40,40,40- ecc.

Nel prissimo articolo vedremo le immagini a 4 canali.