Concepto de cuantificación
Hemos introducido la cuantificación en nuestro tutorial de señales y sistema. Lo vamos a relacionar formalmente con imágenes digitales en este tutorial. Analicemos primero un poco sobre la cuantificación.
Digitalizar una señal
Como hemos visto en los tutoriales anteriores, la digitalización de una señal analógica en digital requiere dos pasos básicos. Muestreo y cuantificación. El muestreo se realiza en el eje x. Es la conversión del eje x (valores infinitos) a valores digitales.
La siguiente figura muestra el muestreo de una señal.
Muestreo con relación a imágenes digitales
El concepto de muestreo está directamente relacionado con el zoom. Cuantas más muestras tome, más píxeles obtendrá. El sobremuestreo también se puede llamar zoom. Esto se ha discutido en el tutorial de muestreo y zoom.
Pero la historia de la digitalización de una señal no termina con el muestreo también, hay otro paso involucrado que se conoce como Cuantización.
Que es la cuantizacion
La cuantificación es opuesta al muestreo. Se realiza en el eje y. Cuando cuantifica una imagen, en realidad está dividiendo una señal en cuantos (particiones).
En el eje x de la señal están los valores de las coordenadas y en el eje y tenemos las amplitudes. Entonces, digitalizar las amplitudes se conoce como Cuantización.
Aquí como se hace
Puedes ver en esta imagen que la señal se ha cuantificado en tres niveles diferentes. Eso significa que cuando tomamos muestras de una imagen, en realidad recopilamos muchos valores y, en la cuantificación, establecemos niveles en estos valores. Esto puede ser más claro en la imagen de abajo.
En la figura que se muestra en el muestreo, aunque se tomaron las muestras, todavía se extendían verticalmente a un rango continuo de valores de nivel de gris. En la figura que se muestra arriba, estos valores de rango vertical se han cuantificado en 5 niveles o particiones diferentes. Que van desde 0 negros a 4 blancos. Este nivel puede variar según el tipo de imagen que desee.
La relación de la cuantificación con los niveles de gris se analiza más adelante.
Relación de cuantificación con resolución de nivel de gris:
La figura cuantificada que se muestra arriba tiene 5 niveles diferentes de gris. Significa que la imagen formada a partir de esta señal, solo tendría 5 colores diferentes. Sería una imagen en blanco y negro más o menos con algunos colores de gris. Ahora bien, si tuviera que mejorar la calidad de la imagen, hay una cosa que puede hacer aquí. Es decir, para aumentar los niveles o la resolución del nivel de grises. Si aumenta este nivel a 256, significa que tiene una imagen en escala de grises. Lo que es mucho mejor que una simple imagen en blanco y negro.
Ahora 256, o 5 o el nivel que elija se llama nivel de gris. Recuerde la fórmula que discutimos en el tutorial anterior de resolución de nivel de gris que es,
Hemos comentado que el nivel de gris se puede definir de dos formas. Cuáles eran estos dos.
- Nivel de gris = número de bits por píxel (BPP). (K en la ecuación)
- Nivel de gris = número de niveles por píxel.
En este caso, el nivel de gris es igual a 256. Si tenemos que calcular el número de bits, simplemente pondríamos los valores en la ecuación. En el caso de 256 niveles, tenemos 256 tonos diferentes de gris y 8 bits por píxel, por lo que la imagen sería una imagen en escala de grises.
Reducir el nivel de gris
Ahora reduciremos los niveles de gris de la imagen para ver el efecto en la imagen.
Por ejemplo
Digamos que tiene una imagen de 8bpp, que tiene 256 niveles diferentes. Es una imagen en escala de grises y la imagen se parece a esto.
256 niveles de gris
Ahora comenzaremos a reducir los niveles de gris. Primero reduciremos los niveles de gris de 256 a 128.
128 niveles de gris
No hay mucho efecto en una imagen después de reducir los niveles de gris a la mitad. Vamos a disminuir un poco más.
64 niveles de gris
Aún no hay mucho efecto, entonces reduzcamos más los niveles.
32 niveles de gris
Sorprendido de ver que todavía hay un pequeño efecto. Puede ser debido a la razón, que es la imagen de Einstein, pero reduzcamos más los niveles.
16 niveles de gris
Boom aquí, vamos, revela finalmente la imagen, que se ve afectado por los niveles.
8 niveles de gris
4 niveles de gris
Ahora, antes de reducirlo, dos 2 niveles más, puede ver fácilmente que la imagen se ha distorsionado gravemente al reducir los niveles de gris. Ahora lo reduciremos a 2 niveles, que no es más que un simple nivel en blanco y negro. Significa que la imagen sería una simple imagen en blanco y negro.
2 niveles de gris
Ese es el último nivel que podemos alcanzar, porque si lo reducimos más, sería simplemente una imagen en negro, que no se puede interpretar.
Contorneado
Hay una observación interesante aquí, que a medida que reducimos el número de niveles de gris, comienza a aparecer un tipo especial de efecto en la imagen, que puede verse claramente en la imagen de 16 niveles de gris. Este efecto se conoce como contorno.
Curvas de preferencia iso
La respuesta a este efecto, por qué aparece, radica en las curvas de preferencia Iso. Se tratan en nuestro próximo tutorial de curvas de preferencia de contorno e iso.