Пиксель картинки: Attention Required! | Cloudflare

Содержание

Один пиксель вместо тысячи слов / Хабр

Пару месяцев назад, отдыхая от реализации новых возможностей вроде q_auto и g_auto, я прикалывался в нашем командном чате по поводу того, как различные форматы хранения изображений будут сжимать однопиксельную картинку. В ответ Orly, редактор блога, попросила меня написать пост об этом. Я сказал: «Конечно, почему бы и нет. Но это будет очень короткий пост. Ведь что можно рассказать про один пиксель».

Похоже, я был сильно неправ.

В ранние годы веба однопиксельные картинки часто использовались как костыли для вещей, которые сейчас делаются через CSS. Создание отступов, линий, прямоугольников, полупрозрачных фонов – много чего можно сделать, просто масштабируя пиксель до нужных размеров. Ещё одно использование пикселей, дожившее до наших дней – маячки, средства для отслеживания и аналитики.

В отзывчивом веб-дизайне однопиксельные картинки используются как временные заглушки в ожидании загрузки страницы. Большинство браузеров не поддерживают HTTP Client Hints, поэтому некоторые варианты с отзывчивыми изображениями ждут полной загрузки страницы, чтобы подсчитать актуальный размер картинок, а затем заменяют однопиксельные картинки нужными изображениями при помощи JavaScript.


Сломанная картинка

Есть и ещё одно применение однопиксельных картинок: их можно использовать в качестве картинок «по умолчанию». Если нужное изображение по каким-то причинам невозможно найти, в некоторых случаях лучше показать один прозрачный пиксель, чем выдавать «404 — Not Found», которая будет видна в браузерах как «сломанная картинка». Нужное изображение вы в любом случае не увидите, но профессиональнее будет не акцентировать на этом внимание, выдавая иконку «сломанной картинки».

Хорошо, значит, однопиксельные картинки бывают полезными. И как же наилучшим образом закодировать изображение размера 1х1?

Очевидно, что для форматов сжатия изображений это пограничный случай. Если изображение состоит из одного пикселя, сжимать тут особенно нечего. Несжатых данных тут будет содержаться от одного бита до четырёх байт – в зависимости от интерпретации: черно-белый (1 бит), оттенки серого (1 байт), оттенки серого с альфой (2 байта), RGB (3 байта), RGBA (4 байта).

Но нельзя закодировать только лишь данные – в любом формате изображений нужно задать интерпретацию данных. По меньшей мере, нужно знать высоту и ширину изображения и количество бит на пиксель.

Обычно для кодирования высоты и ширины используется четыре байта: два на число (если бы это был один байт, то максимальная размерность картинки была бы 255×255). Допустим, нужен ещё байт для задания типа цветопередачи (оттенки серого, RGB или RGBA). В таком минималистичном формате однопиксельная картинка занимала бы не менее 6 байт (для белого пикселя), а максимум – 9 байт (для полупрозрачного пикселя произвольного цвета).

Но в заголовках реальных форматов обычно содержится гораздо больше информации. Первые несколько байт любого формата содержат уникальный идентификатор нужный лишь для того, чтобы сообщить, что «Эй! Я — файл вот конкретно такого формата!». Эта последовательность байт также известна, как «волшебное число». К примеру, GIF всегда начинается с GIF87a или GIF89a, в зависимости от версии спецификаций, PNG – с 8-байтной последовательности, включающей PNG, у JPEG есть заголовок, содержащий строку JFIF или Exif, и т.

д.

В заголовках может содержаться мета-информация. Это специфичные для данного формата данные, необходимые для раскодирования, определяющие, какой из подвидов формата используется. Некоторые из мета-данных не обязательно нужны для раскодирования, но тем не менее, используются для определения того, как показывать их на экране: цветовой профиль, ориентация, гамма, количество точек на пиксель. Это могут также быть производльные данные – комментарии, временные отметки, отметки об авторских правах, GPS-координаты. Это могут быть необязательные или обязательные данные, в зависимости от спецификации. Конечно, эти данные увеличивают объём файла. Давайте поэтому остановимся на минимальных файлах, откуда удалена вся необязательная информация – или мы будем тратить драгоценные байты на ерунду.

Кроме заголовков, в файлах может встречаться и другая дополнительная информация – маркеры, контрольные суммы (используемые для проверки правильности передачи или результата работы других процессов, которые могут испортить файл).

Бывает, что требуется включить в файл отступы, чтобы выровнять все данные.

Однопиксельные, минимально возможные картинки, показывают, сколько «лишней» информации содержится в формате файла. Смотрим.

Вот шестнадцатеричный дамп 67-байтного PNG-файла с одним белым пикселем.

00000000  89 50 4e 47 0d 0a 1a 0a  00 00 00 0d 49 48 44 52  |.PNG........IHDR|
00000010  00 00 00 01 00 00 00 01  01 00 00 00 00 37 6e f9  |.............7n.|
00000020  24 00 00 00 0a 49 44 41  54 78 01 63 68 00 00 00  |$....IDATx.ch...|
00000030  82 00 81 4c 17 d7 df 00  00 00 00 49 45 4e 44 ae  |...L.......IEND.|
00000040  42 60 82                                          |B`.|

Файл состоит из 8-байтного «волшебного числа» PNG, за которым следует отрезок заголовка IHDR из 13 байт, отрезок с данными об изображении IDAT с 10 байтами «сжатых» данных, и отметка об окончании IEND. Каждый отрезок данных начинается с 4-байтного отрезка с длиной и 4-байтного отрезка-идентификатора, и заканчивается контрольной суммой из 4 байт.

Эти три отрезка данных обязательны, так что они в любом случае отъедают 36 байт у 67-байтного файла.

Чёрный пиксель тоже занимает 67 байт, прозрачный – 68, а произвольный цвет RGBA займёт от 67 до 70 байт.

Заголовок у JPEG длиннее. Минимальный однопиксельный JPEG занимает 141 байт, и он не бывает прозрачным, т.к. JPEG не поддерживает альфа-канал.

В смысле заголовков GIF самый компактный из трёх универсальных форматов. Белый пиксель можно закодировать в GIF 35 байтами:

00000000  47 49 46 38 37 61 01 00  01 00 80 01 00 00 00 00  |GIF87a..........|
00000010  ff ff ff 2c 00 00 00 00  01 00 01 00 00 02 02 4c  |...,...........L|
00000020  01 00 3b                                          |..;|

а прозрачный – 43:

00000000  47 49 46 38 39 61 01 00  01 00 80 01 00 00 00 00  |GIF89a..........|
00000010  ff ff ff 21 f9 04 01 0a  00 01 00 2c 00 00 00 00  |...!.......,....|
00000020  01 00 01 00 00 02 02 4c  01 00 3b                 |.... ...L..;|

Для всех перечисленных форматов можно изготовить и файлы поменьше, которые будут показываться в большинстве браузеров, но они будут сделаны с нарушением спецификаций, так что декодер изображений может в любой момент пожаловаться на то, что файл битый (и будет прав), и показать иконку «сломанной картинки» – а мы именно её и пытаемся избежать.

Так какой же наилучший формат однопиксельной картинки для веба? Есть варианты. Если пиксель непрозрачный, то GIF. Если прозрачный – тоже GIF. Если полупрозрачный, то PNG, поскольку у GIF прозрачность задаётся только как «да» или «нет».

Всё это мало что значит. Любой из этих файлов уместится в один сетевой пакет, поэтому разницы в скорости не будет, а разница для хранилища вообще пренебрежимо мала. Но тем не менее, с этим забавно разбираться – по крайней мере, любителям форматов.

Используя формат WebP, выбирайте его версию без потерь качества. Однопиксельная картинка без потери качества в формате WebP занимает от 34 до 38 байт.

С потерей – от 44 до 104 байт, в зависимости от наличия альфа-канала. К примеру, вот полностью прозрачный пиксель в 34-байтном WebP без потери качества:

00000000  52 49 46 46 1a 00 00 00  57 45 42 50 56 50 38 4c  |RIFF....WEBPVP8L|
00000010  0d 00 00 00 2f 00 00 00  10 07 10 11 11 88 88 fe  |..../...........|
00000020  07 00                                             |..|

а вот тот же пиксель с потерей качества (по умолчанию) WebP, занимающий 82 байта:

00000000  52 49 46 46 4a 00 00 00  57 45 42 50 56 50 38 58  |RIFFJ...WEBPVP8X|
00000010  0a 00 00 00 10 00 00 00  00 00 00 00 00 00 41 4c  |..............AL|
00000020  50 48 0b 00 00 00 01 07  10 11 11 88 88 fe 07 00  |PH..............|
00000030  00 00 56 50 38 20 18 00  00 00 30 01 00 9d 01 2a  |..VP8 ....0....*|
00000040  01 00 01 00 02 00 34 25  a4 00 03 70 00 fe fb fd  |......4%...p....|
00000050  50 00                                             |P.|

Разница в том, что WebP с потерей качества и прозрачностью хранится как две картинки в одном файле-контейнере: одна картинка с потерей качества, хранящая данные для RGB, и другая, без потери, с данными альфа-канала.

У

формата BPG

также есть режимы с потерей из без потери качества, и для него действует обратная закономерность. BPG с потерей хранит 1 пиксель в 31 байте – наименьший показатель из всех:

00000000  42 50 47 fb 00 00 01 01  00 03 92 47 40 44 01 c1  |[email protected]|
00000010  71 81 12 00 00 01 26 01  af c0 b6 20 bc b6 fc     |q.....&.... ...|

BPG без потерь качества занимает 59 байт. Прозрачный пиксель займёт 57 байт в BPG
с потерями и 113 байт в BPG без потерь. Интересно, что в случае с одним белым пикселем BPG выиграет у WebP (31 байт против 38), а с одним прозрачным пикселем WebP выигрывает у BPG (34 байта против 57).

А ещё есть FLIF. Я, конечно, не могу забыть о нём, являясь главным автором бесплатного формата изображений без потери качества (Free Lossless Image Format). Вот 15-байтный FLIF для одного белого пикселя:

00000000  46 4c 49 46 31 31 00 01  00 01 18 44 c6 19 c3     |FLIF11.....D...|

А вот 14-байтный для чёрного:

00000000  46 4c 49 46 31 31 00 01  00 01 1e 18 b7 ff        |FLIF11. .......|

Чёрный пиксель получился меньше, потому что ноль сжимается лучше, чем 255. Заголовок простой: первые 4 байта всегда «FLIF», следующий – человеко-читаемое обозначение цвета и интерлейсинга. В нашем случае это «1», что значит, один канал для цвета (оттенки серого). Следующий байт – глубина цвета. «1» значит один байт на канал. Следующие четыре байта – размерность картинки, 0x0001 на 0x0001. Следующие 4 или 5 – сжатые данные.

Полностью прозрачный пиксель тоже занимает 14 байт в FLIF:

00000000  46 4c 49 46 34 31 00 01  00 01 4f fd 72 80        |FLIF41....O.r.|

В этом случае у нас 4 цветовых канала (RGBA) вместо одного. Можно было бы ожидать, что раздел с данными будет длиннее (всё-таки каналов в четыре раза больше), но это не так: поскольку значение альфа равно нулю (пиксель прозрачный), значения RGB считаются неважными, и их просто не включают в файл.

Для произвольного цвета RGBA файл FLIF может занять до 20 байт.

Хорошо, значит FLIF лидер в категории «один пиксель» в соревновании на кодирование изображений. Если бы ещё это было какое-то важное соревнование 🙂

Но тем не менее, FLIF не будет лидером. Помните упомянутый мною минималистичный формат? Тот, который закодирует один пиксель в размер от 6 до 9 байт? Такого формата нет, поэтому он в счёт не идёт. Но есть существующий формат, который довольно близко подходит к этому.

Он называется Portable Bitmap format (PBM), и представляет собою несжатый формат изображений из 1980-х. Вот как можно было бы закодировать один белый пиксель в PBM всего 8-ю байтами:

00000000  50 31 0a 31 20 31 0a 30                           |P1.1 1.0|

Да тут и шестнадцатиричный дамп не нужен, этот формат человеко-читаемый. Его можно открыть в текстовом редакторе.

P1
1 1
0

Первая линия (P1) обозначает, что картинка двухцветная. Не оттенки серого, а только два цвета – чёрный (цифра 1) и белый (0). Вторая линия – размерность картинки. А затем идёт разделённый пробелами список чисел, одно число на пиксель. В нашем случае 0.

Если вам нужно что-то другое, кроме чёрного и белого, можно использовать формат PGM для представления одного пикселя любого цвета всего 12-ю байтами, или PPM размером 14 байт. Это всегда меньше, чем соответствующий FLIF (или любой другой формат со сжатием).

В традиционном семействе форматов PNM (PBM, PGM и PPM) не поддерживается прозрачность. Существует дополнение PNM под названием Portable Arbitrary Map (PAM), где есть прозрачность. Но для нас он не подходит из-за многословности. Самый маленький из файлов PAM, представляющий прозрачный пиксель, такой:

P7
WIDTH 1
HEIGHT 1
DEPTH 4
MAXVAL 1
TUPLTYPE RGB_ALPHA
ENDHDR
\0\0\0\0

На последней строке идёт четыре нулевых байта. Всего получается 67 байт. Можно было бы использовать оттенки серого с альфа-каналом вместо RGBA, это бы сберегло два байта в секции данных. Но получится файл из 71 байта, поскольку нужно будет сменить TUPLTYPE с RGB_ALPHA на GRAYSCALE_ALPHA. Кроме того, программе обработки может не понравится MAXVAL 1, и придётся поменять его на MAXVAL 255 (ещё два байта).

В общем, для однопиксельных изображений без прозрачности, самым маленьким будет PNM (от 8 до 14 байт для PNM против от 14 до 18 для FLIF), а с прозрачностью самым мелким будет FLIF (от 14 до 20 байт для FLIF против от 67 до 69 байт для PAM).

Вот сравнительная табличка с оптимальными размерами файлов для разных однопиксельных картинок:

Может показаться странным, что формат без сжатия выигрывает у форматов со сжатием. Но если подумать, однопиксельные картинки – это наихудший вариант для сжатия изображений. Весь файл состоит из заголовка и дополнительной информации, и в нём очень мало данных. А очень мало данных нельзя сжать, поскольку сжатие основано на предсказуемости, и как можно предсказать единственный пиксель?

О растровых изображениях для новичков | pc

В этом документе приведено элементарное введение в принципы хранения картинок (растровые изображения, bitmap) и их отображения, как это используется в компьютерной графике (перевод [1]).

Растр (bitmap, дословный перевод этого термина «поле бит», или «карта бит») определен как равномерный, прямоугольный набор ячеек, которые называются пикселами (pixel, переводится как «точка»). Обычно каждый пиксел хранит информацию о цвете точки, но понятие «цвет» трактуется более широко — например, цвет может быть монохромным (monochrome, т. е. только 2 цвета — черный и белый, 0 и 1), или с градациями серого (grayscale). В сущности, чтобы полностью сохранить данные картинки, нужно знать только количество точек (оно зависит от размера сторон прямоугольного поля бит N и M) и информацию содержимому каждого пикселя (его глубину цвета, colour depth). Именно в таком виде картинки хранятся в памяти компьютера, когда они выводятся на устройство отображения (экран), однако к этим двум фундаментальным параметрам также могут добавляться другие дополнительные данные.

Обратите внимание, что карта бит bitmap всегда ориентирована горизонтально и вертикально. Пикселы считают маленькими квадратиками, хотя на практике они могут иметь другое реальное физическое соотношение сторон (aspect ratio).

Чаще всего bitmap-ы используются для представления картинок в компьютерах. Например, картинка, показанная ниже, имеет 397 пикселя по горизонтали 294 пикселя по вертикали, и каждый пиксель содержит значение уровня серого, которое может быть для каждой точки 256 различных оттенков.

Что такое глубина цвета (Colour depth). Каждый пиксел растра bitmap содержит определенную информацию, обычно интерпретируемую как цвет. Смысл и формат содержимого этой информации всегда одинаков для каждой отдельной точки изображения bitmap. Количество информации для каждой точки должно определяться требованиями приложения, однако имеется несколько стандартных, общепринятых форматов данных, содержащих описание каждой точки растра.

Рассмотрим эти самые популярные форматы для передачи растровой картинки.

Формат 1 bit (black and white). Это самый компактный из всех возможных вариантов представления графической информации для каждого пикселя. Результирующая картинка получается монохромной, или черно-белой (точка может иметь либо черный цвет, либо белый, других вариантов нет). Пикселы, бит которых равен лог. 0, считаются черными, и пикселы, бит которых равен лог. 1, считаются белыми. Обратите внимание, что хотя есть только 2 возможных состояния для каждой точки, на практике на этапе отображения обычно есть возможность привязки к этим двум состояниям двух цветов, т. е. 0 соответствует одному цвету, и 1 другому цвету.

8 бит серого (8 bit grayscale). В этом случае каждый пиксел получает в соответствие 1 байт (8 бит) места в памяти, благодаря чему можно закодировать 28 = 256 различных состояний точки. Если эти состояния отображены на палитру уровней серого, то получится черно-белая картинка с 256 градациями яркости (greyscale image). Принято, что 0 обычно соответствует максимально черному цвету, и 255 максимально белому. Остальные уровни серого будут линейно по яркости соответствовать промежуточным уровням кодирования, т. е., к примеру, уровень 127 будет соответствовать примерно средней яркости, 50% по яркости от уровня максимума белого.

В любом частном приложении диапазон уровней серого может быть привязан к произвольным уровням яркости или даже цвета, т. е. уровни 0-255 могут быть преобразованы некоторыми программами в уровни 0-1, но большинство программ преобразуют уровни 0-255 к уровням 0-65535 (в качестве примера см. спецификацию системы цветового кодирования Apple).

24 bit RGB. Это следующий шаг от кодирования 8 bit grey, теперь по 8 бит выделено каждому из компонентов цвета red (красный), green (зеленый) и blue (синий). В каждой компоненте уровень 0 соответствует отсутствию этого цвета, и 255 соответствует полному насыщению цвета. Поскольку каждый компонент дает 256 различных состояний, то всего можно закодировать 224 = 28 * 28 * 28 = 256 * 256 * 256 = 16777216 возможных цветов.

Идея цветового пространства RGB является фундаментальной концепцией компьютерной графии. В пространстве RGB любой цвет представлен точкой внутри куба с перпендикулярными осями r,g,b.

Обратите внимание, что что уровни серого формируют прямую линию от черного до белого, составляя диагональ куба r = g = b.

8 bit indexed colour. Индексированный цвет — более экономичный способ сохранять цветные растровые изображения без использования 3 байт на точку. Как и для формата градаций серого 8 бит, на точку здесь приходится 1 байт, но только теперь значение этого байта указывает на значение цвета в таблице RGB (см. рисунок ниже). Такая таблица называется палитрой. Поскольку значение байта указывает на цвет в палитре как индекс в таблице, то такой формат называют еще формат с индексированными цветами.

Есть некоторое количество интересных атрибутов в такой системе с индексированными цветами. Если в картинке меньше 256 цветов, то она будет иметь такое же качество, как и 24 bit bitmap, однако будет занимать место в 3 раза меньше. Интересующие цвета и эффекты анимации могут быть достигнуты простым изменением палитры, это немедленно повлияет на внешний вид картинки.

Обычно для уменьшения большой картинки 24 bit bitmap применяют её преобразование в формат с индексированными цветами и оптимизированной палитрой. Оптимизированная палитра позволяет лучше всего воспроизвести цвета, которые присутствуют в оригинальном растре bitmap.

4 bit indexed colour. Принцип здесь тот же самый, что и в формате с индексированным цветом 8 бит, то только теперь точка кодируется не 8 битами, а 4-мя, т. е. для индекса в таблице используется только половина байта. Это позволяет поддерживать таблицу из 16 цветов.

32 bit RGB. Здесь принцип хранения картинки тот же самый, что и в цветном формате 24 бита, но еще добавляется 1 байт канала альфа (alpha channel). Этот канал может быть использован для маскирования областей картинки, или для представления прозрачности.

16 bit RGB. Здесь на каждый цвет приходится по 5 бит, и 1 бит остается на канал альфа (см. рисунок ниже).

[Что такое разрешение картинки (Resolution)]

Разрешение это атрибут картинки, который нужен для визуального отображения картинки или вывода на печать, поскольку у самих точек нет никакой информации о их физическом размере. Разрешение как раз дает такую привязку к физическим размерам, и обычно указывается в количестве пикселов на дюйм (dots per inch, или сокращенно DPI). На устройствах с прямоугольными пикселами разрешение может быть указано двумя числами, с указанием горизонтального и вертикального разрешения.

Концепция разрешения не зависит от информационного содержания растра bitmap, и становится важной только при переносе растра на физические объекты (экран монитора или лист бумаги принтера). Это особенно важно, когда количество точек по горизонтали и вертикали исходного растра не соответствует количеству точек конечного устройства вывода. Качество печати будет зависеть от установленного разрешения картинки. Поскольку разрешение определяет физический размер точки, то разрешение может также использоваться для изменения размера картинки при выводе изображения.

В качестве примера рассмотрим одну картинку bitmap размером в 200 точек по горизонтали и 100 по вертикали. Если этот растр будет напечатан с разрешением 100DPI, то он получит размер 2 дюйма по горизонтали и 1 дюйм по вертикали. Но если ту же самую картинку распечатать с разрешением 200 DPI, то она будет размером всего лишь 1 дюйм по горизонтали и полдюйма по вертикали.

Всякий раз, когда растр bitmap отображается на мониторе компьютера, необходимо учитывать разрешение картинки. Многие мониторы могут иметь разрешение от 60DPI (низкое качество) до 120DPI (высокое качество) и более. Точно так же, как и при выводе на печать, чем выше разрешение картинки, тем она будет выглядеть меньше по размеру на экране монитора — из-за того, что размер каждого пиксела будет меньше.

На следующем примере можно увидеть две картинки с одинаковым содержанием растра bitmap, но с разным разрешением (с разным размером точки). Картинка меньшего размера имеет разрешение 80DPI, и большая картинка имеет разрешение 30DPI. В увеличенной версии картинки отдельные пиксели намного заметнее.

Это еще не все, что касается отображения картинки на разных устройствах вывода, поскольку у разных устройств есть разные возможности по отображению цветовой гаммы, или глубины цвета.

[Преобразование глубины цвета]

Часто нужно отобразить растр bitmap с одной глубиной цвета на устройстве, которое имеет другие возможности по параметру глубины цвета. Конечно, если у конечного устройства можно вывести больше цветов, чем есть на картинке bitmap, то растр может быть отображен наилучшим образом. В обратной ситуации, когда у устройства назначения глубина цвета отличается в худшую сторону (количество отображаемых цветов меньше, чем количество цветов растра), то картинку следует преобразовать во что-то, что будет лучше выглядеть на экране монитора.

В качестве примера рассмотрим отображение картинок с градациями серого на монохромных (где есть только черный и белый цвет точки) устройствах. Это обычная ситуация для устройств на микроконтроллерах с экраном ЖКИ. Оттенки серого можно передать путем изменения количества черных и белых точек в зависимости от уровня серого. Особенно такой способ передачи градаций хорошо подходит для случая, когда у устройства вывода разрешение превышает разрешение картинки — это позволяет создать апроксимацию градаций серого каждой точки растра с помощью разного количества точек конечного устройства.

Предположим, растр bitmap 75DPI нужно отобразить на черно-белом лазерном принтере с разрешающей способностью 300DPI. В таком случае каждую точку картинки можно представить матрицей 4×4 черных и белых точек принтера, и таким способом передать яркость точки картинки.

Есть несколько разных техник для получения такого соответствия матриц точек яркости точки оригинальной картинки. Одна из таких техник называется дизеринг (dithering, дословный перевод «размывание»). Даже для дизеринга есть несколько возможных алгоритмов для получения матриц пикселей для разных уровней яркости. На картинке ниже показана диаграмма смены уровней яркости и (вертикальная полоса слева) и два варианта черно-белого дизеринга — скорректированного увеличения по образцу (greatly enlarged using pattern) и размытие с диффузией (diffusion dithering).

Как уже упоминалось, есть разные техники для отображения растра большой глубины цвета с малым разрешением на устройствах с малой глубиной цвета и большим разрешением. Еще одна такая техника в полиграфии называется screening. Мы не будем подробно рассматривать здесь эту технику, скажем только, что уровни серого здесь представлены объектами разного размера, чем серее точка, тем больше размер объекта (площадь объекта на точке пропорциональна уровню серого точки). Объекты выровнены по равномерной матрице под некоторым углом к горизонтали. Наиболее часто используются объекты в виде точек, черточек и прямоугольников. Ниже показан пример техники скрининга для представления градаций серого.

Мы рассмотрели преобразование глубины цвета только для картинок с градациями серого (greyscale). Преобразование цветных картинок с высокой глубиной цвета в малую использует тот же самый принцип, отличие только в том, что процедура конверсии накладывается на основные компоненты цвета, на каждый по отдельности. Например, для RGB делается дизеринг отдельно по каждому каналу R, G, B.

Предположим, что у нас есть 8-битная картинка с градациями серого; какой самый простой способ сохранить её как двухцветную (монохромную, 1 бит на точку) [2]?

1-битные изображения все еще используются в коммерческой печати. Обычный файл формата CMYK или картинка с градациями серого перед созданием плат офсетной печати преобразуются в 1-битное изображение. Картинка, печатаемая на лазерном принтере, также считается в какой-то момент растровым 1-битным изображением. Изображения на футболках или шевронах часто печатаются как 1-битные (вспомните классическое изображение профиля Эрнесто Че Гевары).

Не существует простого метода получить монохромный растр из многоцветного. Всегда перед преобразованием необходимо сделать некоторый выбор. Рассмотрим несколько примеров.

Исходная картинка:

Линейное преобразование. В этом случае выбирается некий пороговый уровень яркости, выше которой точка считается белой, и ниже этой яркости точка считается черной. Ниже показан пример такого преобразования при выбранном пороге яркости 50%.

При таком преобразовании можно регулировать порог оценки яркости:

Дизеринг. Этот вид преобразования используется в некоторых монохромных цифровых принтерах для передачи оттенков серого.

Разновидностью дизеринга является применение стандартных шаблонов точек для передачи уровней яркости (postscript pattern). Картинки после такое преобразования могут в некоторых случаях лучше выглядеть при отображении на цифровых мониторах.

[Хранение растра bitmap]

Наиболее очевидный способ сохранить растр bitmap — просто представить информацию в виде списка точек, байт за байтом, строка за строкой. Файлы, где графическая информация сохранена таким способом, часто называют RAW-файлами (raw переводится как «сырые данные»). Размер места хранения для такого файла можно вычислить по количеству точек в картинке (размерам растра bitmap N x M) и глубине цвета каждой точке в битах (B). Вот формула для вычисления размера файла:

                               N * M * B
размер файла (в килобайтах) = ———————————
                               8 * 1024

Здесь N и M это количество точек (пикселов) картинки по горизонтали и вертикали, и B это количество бит, которыми закодирован каждый пиксел. В следующей таблице показаны размеры файлов картинок bitmap, если они будут сохранены в формате RAW.

размер картинки       глубина цвета     размер файла
    128 x 128             1 bit            2 KB
                          8 bits          16 KB
                         24 bits          48 KB
    256 x 256             1 bit            8 KB
                          8 bits          64 KB
                         24 bits         192 KB
     1K x 1K              1 bit          128 KB
                          8 bits           1 MB
                         24 bits           3 MB

Как можно увидеть из таблицы, формат 24 бита на точку дают файлы большого размера, в этом случае применение компрессии файла становится важным. Есть множество вариантов сжатия (компрессии) изображений bitmap от очень простых до весьма сложных. Но всегда имеется два основных формата при использовании сжатия — lossless (когда файл сжимается без потерь, что дает самое лучшую передачу оригинальной картинки) и lossy (когда теряется некоторая часть графической информации). Ниже показана основная иерархия техник компрессии.

Самый грубый способ уменьшить размер файлов — ухудшить кодирование информации цвета, это так называемая техника редукции бит (bit reduction), или квантизация (quantization). Один из примеров — преобразование растра 24 bit bitmap в 8 bit indexed bitmap с использованием дизеринга для симуляции потерянных цветов. Наиболее известен среди форматов с потерями формат JPEG, и описание его работы выходит за рамки нашего обсуждения. Его основное преимущество в том, что он может предложить намного большую степень сжатия, чем форматы сжатия без потерь. Для примера рассмотрим следующую картинку bitmap с оригинальным размером 500 x 350 пикселей и 24 битами кодирования цвета на точку. По формуле для формата RAW размер не сжатого файла получится 500 x 350 x 24 / 8 / 1024 = 513 килобайт.

Сохранение этой же картинки в формате с градациями серого (редукцией бит) даст размер 171 килобайт (в 3 раза меньше), сохранение с сжатием RLE даст 388 килобайт (75% от оригинала), сохранение со сжатием LZW даст 188 килобайт (36% от оригинала), и сохранение в JPEG даст 30 килобайт (коэффициент сжатия 17:1).

Ниже мы рассмотрим пример самой простой техники сжатия без потерь, которая называется кодирование длины (run length encoding, RLE). Эта техника дает хороший выигрыш на картинках, где небольшое количество цветов. Предположим, что у нас есть маленькая картинка размером 16 x 10 пикселей, с кодированием цвета 8 бит.

Если картинка была сохранена в RAW, то для неё понадобится 16 байт на строку, всего 10 строк, т. е. 160 байт. Однако, как можно увидеть, первые две строки содержат точки одного и того же уровня, так что более эффективно сохранить количество точек и их уровень, чем сохранять уровень каждой точки по отдельности. Таким образом, на каждую строку вместо 16 байт можно оставить только 2 байта.

В формате raw первые 3 строки будут выглядеть так:

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 1 1 1 1 1 1 1 1 1 1 1 1 0 0

С использованием сжатия RLE данные этих трех строк будут закодированы так:

16 0
16 0
2 0 12 1 2 0

Конечно, актуальная реализация RLE содержит более сложный алгоритм, однако основной принцип кодирования при сжатии именно такой. Чтобы с помощью RLE получить большую степень сжатия, нужно чтобы на картинке повторялось большое количество одинаковых соседних точек, что будет вряд ли полезно для сохранения высококачественных фотографий с глубиной цвета 24 бита.

[Форматы файлов растровых изображений]

Следующий список дает краткое описание некоторых форматов, широко применяющихся для сохранения bitmap.

Используется на платформах: главным образом поддерживается на Mac/DOS-WINDOWS/Unix.

Владелец: Aldus

Примечания: TIFF является интернациональным стандартом для сохранения картинок и обмена ими между приложениями и аппаратными платформами. Поддержка этого формата почти всегда есть на многих приложениях, которые позволяют манипулировать растровыми изображениями. Формат состоит из элементов, называемых тэгами, что определено в стандарте. За каждым тегом следует другой тэг, получается зависящая от содержания тэгов структура данных. Поддерживаются большинство вариантов глубины цвета и методов компрессии.

Используется на платформах: изначально на DOS-WINDOWS.

Владелец: ZSoft Corp

Примечания: самый старый и наиболее широко используемый формат на компьютерах с DOS. Может поддерживать индексированный цвет 24 бита. Кодируется только по принципу RLE.

Используется на платформах: наиболее часто поддерживается на Mac/DOS-WINDOWS/Unix.

Владелец: CompuServe

Примечания: GIF также является очень популярным форматом. Чаще всего он используется на билбоардах и в Интернет. Кодирование ограничено 8 бит на точку с применением индексации цветов (палитра), для компрессии используется LZW. Может содержать в себе несколько изображений и текстовые оверлеи, поддерживается прозрачность, и также может содержать в себе несколько картинок, что позволяет делать анимацию изображений.

Используется на платформах: исключительно Mac.

Владелец: Apple

Примечания: PICT используется только на компьютерах Macintosh. Реализация PICT на Macintosh работает на уровне операционной системы, и поддерживается всеми приложениями Macintosh. Этот формат отвечает за обмен изображениями на Macintosh и используется в операциях cut/copy/paste. Поддерживаются большинство пространств цвета и методов сжатия, включая JPEG.

Используется на платформах: наиболее часто поддерживается на Mac/DOS-WINDOWS/Unix.

Владелец: владельца нет, формат свободен от патентов

Примечания: очень полезный формат, который получает все больше поддержки в сети WWW. Поддерживается глубина цвета до 48 бит, передача уровней серого до 16 бит. Применяется много схем компрессии, включая даже определенные пользователем.

Используется на платформах: все платформы

Владелец: владельца нет

Примечания: это самый простой метод для сохранения картинок из всех, просто сохранение «сырых» (raw) байтов. Часто используется в фотокамерах для записи изображений. Например, один байт на точку для greyscale или 3 байта на точку для цветов RGB. Не существует единого стандарта на заголовок файлов RAW, это может определять сам производитель фотографического оборудования.

Используется на платформах: все платформы, изначально на UNIX

Владелец: владельца нет

Примечания: это несколько больше, чем простой raw формат, имеются некоторые согласованные части заголовка. Обычно используется для картинок 8 бит greyscale или цветных 24 bit RGB.

Используется на платформах: главным образом исключительно на DOS/Atari

Владелец: Digital Research

Примечания: поддерживается операционной системой GEM.

Используется на платформах: главным образом исключительно Amiga

Владелец: Electronic Arts

Примечания: поддерживается 4-битная таблица цветов и 24-битные цвета.

Используется на платформах: смешанная поддержка на Mac/DOS-WINDOWS/UNIX

Владелец: TrueVision Inc

Примечания: изначально разработана для плат захвата изображений VISTA. Несколько больше, чем простой RAW-формат, есть заголовок с дополнительной информацией.

Используется на платформах: главным образом DOS-Windows

Владелец: MicroSoft

Примечания: формат MicroSoft Windows, раньше использовался в основном только на ней, но потом благодаря своей простоте обрел популярность. Несжатые варианты особенно удобно использовать на маломощных встраиваемых системах. Поддерживаются глубина цвета от greyscale 1, 2, 4, 8 бита на точку до 32 битных цветных изображений.

Используется на платформах: Primarily Sun

Владелец: Sum MicroSystems

Примечания: Only supported by Sun. Use RLE and either 8 bit greyscale or 24/32 bit colour.

Используется на платформах: в основном платформа X system

Владелец: MIT X Corp

Примечания: специально для программной реализации отображения растровых картинок в оконной системе X windows, используется для курсоров и иконок.

Используется на платформах: в основном платформа X system

Владелец: MIT X Corp

Примечания: формат сохранения экрана в X windows. Поддерживается глубина цвета от монохрома до 24 бит на точку с прямым кодированием цветов.

[Ссылки]

1. A Beginners Guide to Bitmaps site:paulbourke.net, written by Paul Bourke.
2. Saving an 8-bit grayscale image as a 2-bit image site:graphicdesign.stackexchange.com.

Уменьшение размеров фотографии без потери деталей — Ferra.ru

Рассмотрим настройки фильтра Unsharp Mask. У фильтра есть три ползунка: Amount, Radius и Threshold. Amount влияет на силу воздействия фильтра, Radius – на ширину ореола, Threshold задаёт порог для действия фильтра Unsharp Mask. Порогу Threshold стоит уделить особое внимание. При нулевом значении для Threshold фильтр Unsharp Mask может подчёркивать шумы изображения и различные нежелательные детали изображения.

Теперь наконец приступим к обработке фотографии. Первым делом мы дублируем слой при помощи комбинации Ctrl+J. Далее делаем активным канал Lightness во вкладке Channels.

Первое повышение резкости

Приступаем к первому повышению резкости. Для этого выбираем Filter -> Sharpen -> Unsharp Mask. Значение Radius должно быть примерно от 0.8. При выставлении параметра Radius обращаем внимание на сюжетно важные детали (для портрета это будут глаза, для пейзажа – листва и камни) – фильтр должен подчёркивать нужные нам элементы. Если же Unsharp Mask не повышает резкость сюжетно важных деталей, это свидетельствует о необходимости увеличить Radius – такие действия даже позволяют слегка исправить промашку автофокуса, так как в некоторой мере при помощи Radius мы влияем на глубину резкости.

Второй важный параметр – Threshold. Его необходимо подобрать так, чтобы Unsharp Mask не подчёркивал шумы. Обычные значения при повышении резкости для Threshold – 6-8.

И третьим мы выставим Amount, влияющий на силу воздействия фильтра Unsharp Mask. Необходимые значения для Amount зависят от конкретных изображений и колеблются в очень широких пределах – то 70 до 180.

Далее уменьшаем фотографию при помощи Image -> Image size. В поле Width задаём 50 процентов и нажимаем OK.

Второе повышение резкости

Выбираем Filter -> Sharpen -> Unsharp Mask. Значение Radius должно быть в два раза меньше по сравнению с первичным повышением резкости. При выставлении параметра Radius снова обращаем внимание на сюжетно важные детали – фильтр их должен подчёркивать. Threshold оставляем неизменным, Amount немного уменьшаем. И опять фотографию делаем в 2 раза меньше при помощи Image -> Image size (в поле Width пишем 50 процентов и нажимаем OK).

Финальное повышение резкости

И теперь – последнее повышение резкости: Filter -> Sharpen -> Unsharp Mask, значение Radius – 0. 2 или 0.3, Threshold делаем нулевым, Amount увеличиваем до необходимого значения.

Вот и всё. Остаётся только перевести изображение из Lab в RGB (Image -> Mode -> RGB Color) и сохранить уменьшенную фотографию. В результате применения такого ступенчатого ресайза улучшается контроль над шумами и появляется даже некоторый контроль над глубиной резкости по сравнению с однократным уменьшением фотографии до нужных размеров.

Как выбрать пиксель пои, на что обратить внимание и не ошибиться?

Дисклеймер:

Ввиду отсутствия развернутой статьи в сети, и постоянно возникающих вопросов на тему, в чем различия, как выбрать пиксельные пои и т.п., считаем необходимостью опубликовать данную статью, и проинформировать всех желающих. Автор данной статьи, руководствовался общедоступными характеристиками и вырезками (частями) общедоступных фотографий из сети, а так же не имеет цели рекламировать ту, или иную продукцию (производителя), или принижать тех или иных производителей.

Предисловие от автора:

Многие люди задаются вопросом, как же выбрать пиксель пои? Ввиду достаточно большой цены, и достаточно тонких характеристик пои, правильный выбор очень важен. Слишком дешевые пои, могут не произвести нужного эффекта, или не смогут передать сложные графические изображения, фото. Некоторые пои не могут адекватно воспроизводить изображения, при разной скорости кручения, имеют «мертвые зоны», или же являются очень хрупкими. В данной статье приведены основные (базовые) характеристики и аргументы, которыми, возможно, по мнению автора, следует руководствоваться или обращать на них внимание.

Любые ваши вопросы, комментарии, дополнения, пожелания вы можете направить на [email protected]



Итак, на сегодняшний день существует несколько производителей пиксельной продукции, как в России, так и за рубежом. Не редко возникают вопросы, как выбрать, в чем различия, на что обратить внимание и т.д. Мы постараемся дать объективную оценку с примерами, назвать ряд моментов, которые следует учитывать при выборе, тем кто хотел бы обладать таким реквизитом, но технически не осведомлен в характеристиках, впервые сталкивается с таким реквизитом, или просто хотел бы знать больше о пиксельной продукции.

1. Отображение картинки:

Весь пиксельный реквизит без исключения, использует стробоскопический способ отображения картинки. При этом способе, каждый светодиод, светит небольшое количество времени, а остальное время он выключен. Управляя временем включения, изменяется яркость каждого цвета. Если использованы дешевые микросхемы, с большим периодом включения-выключения, то это становиться заметно. Увидеть это можно на фотографии, только при увеличении. При этом в живую при кручении, вы будете наблюдать изображение с небольшой рябью, и смотреться оно будет хуже.

Как увидеть, как распознать? Абсолютно все производители публикуют фотографии с использованием продукции, у себя на сайте, или в каталоге. Как правило есть и фото в высоком разрешении, вы можете самостоятельно рассмотреть галерею представленных фото, и полученный при съемке световой шлейф, увеличить его и увидеть качество.

2. Мертвая зона светодиодов:

Многие фотографии, представленные на сайтах производителей, обычно делаются с большого количества попыток, поэтому публикуются в основном удачные снимки, где «мертвая зона светодиодов» не всегда видна, но у ~70% реквизита она, как правило есть. Дело в том, что в светодиодах использующихся для производства пиксельного реквизита, есть проблема — различная яркость, при разных углах обзора. Скажем, для углов обзора 30 градусов относительно платы пои, — это 50%, от общей яркости, для 10 градусов — это уже около 20%. То есть на 33% углов обзора яркость ниже 50%, а на 11% изображения почти нет. Вряд ли вам понравиться, если часть вашей картинки будет постоянно теряться в разных местах. Поэтому, внимательно смотрите есть ли система компенсации яркости в мертвой зоне, на используемом реквизите.

3. Разноцветный белый:

Все светодиоды имеют разную яркость, и в основном это не заметно глазу. Но если производитель решает отказаться от способов коррекции яркости, или закупает дешевые светодиоды, то при отображении сплошной светлой картинки, имеющий достаточно яркий цвет, можно увидеть разницу в цвете между «белыми и светлыми» оттенками (проявляется в виде зеленоватых полос, или нечистого цвета с помехами, пример на фото ниже). В результате получится, что отображение например бирюзового цвета, будет у каждого светодиода свое и будет оно от голубого, до зеленого. Если вы планируете рисовать простые рисунки, такие как текст, или одноцветные формы, то это не сильно повредит рисунку. Но про хорошее отображение красивых градиентов, а так же лиц и сложных оттенков можно забыть.

4. Глубина цвета и количество уровней яркости:

Мало кто знает, что означают эти характеристики, но это важнейшие показатели того, как отображается цвет. Глубина цвета — означает качество передачи цвета. Для хорошей передачи цвета 24 бит или 16 млн цветов вполне достаточно. Если цветов меньше например 262 тысячи, то про картинки с большим количеством деталей разной яркости, можно забыть.

Количество уровней яркости картинки — это аналог контраста, только у пои контраст почти бесконечен, т.к. контраст — это отношение от минимальной яркости к максимальной. Человеческий глаз видит яркость не линейно, а экспоненциально, это означает, что при увеличении яркости, например в 4 раза, человеческий глаз увидит увеличение яркости, примерно в 2 раза. Поэтому, если у производителя пиксельного реквизита совпадает глубина цвета, и количество уровней яркости, то отображение цветов при просмотре на мониторе компьютера, и на отображаемой картинке будет разным. Как вариант, можно делать для каждой картинки ручное редактирование уровней яркости, и тогда картинка будет отображаться правильно, но довольно неудобно видеть разный результат на мониторе компьютера, и на реквизите, так же будет ниже качество самой картинки.

5. Кол-во пикселей (разрешение):

Большинство людей, судят о качестве картинки по количеству пикселей. Это ошибочно при выборе пиксельной продукции, поскольку стоит обращать внимание на все параметры, т.к. пиксельные пои — это инструмент с которым вам предстоит работать. Система отображения должна максимально передавать зрителям ваше творчество, технику кручения, для того, чтобы идея постановки была легко исполнима и безошибочна.

Давайте рассмотрим пример изображений справа. В данному случае реквизит воспроизводит один и тот же режим, присмотритесь, какое изображение лучше? Попробуйте угадать, где пикселей больше? Вы не поверите, или возможно вам покажется странным, но картинка слева всего лишь — 64 пикселя, картинка справа — 80 пикселей. Наглядный пример того, где рушится миф о том, что главный параметр — разрешение. Да, разрешение несомненно один из основных параметров, но не самый главный.

6. Длина и вес:

При выборе всегда обращайте внимание на вес и длину. Из-за большого количества компонентов, вес пои может достигать 250грамм на одну пою, а по факту — это «кирпичи». Если батарейка расположена у ручки, то вес более 200грамм, будет неудобно тяжелым. Для многих элементов длинна реквизита свыше 45-50см. будет крайне неудобна, поэтому с такими пои не получиться делать множество элементов. Если вам важно только разрешение картинки, эффектность широкого светового шлейфа и размера изображения, вы можете выбрать длинные пои, у которых больше пикселей и больше компонентов, а если вы хотите крутить разнообразные элементы, то подойдут пои меньше обозначенной длины.

7. Мертвая зона:

Для того, что бы уместить плату вычислений и батарейку в корпус, приходиться жертвовать длинной светящейся части пои.
Обратите внимание на ее величину, т.к. если у реквизита большая мертвая зона, то часть изображения, которая могла бы быть, теряется.
Следовательно, если сравнивать 2 пои, одну длинной 55 см со светящейся частью 40см, другую длинной 45см со светящейся частью 40 см, то эффект визуальный будет практически одинаковый, а вот удобство кручения совсем разное.

8. Крепление батарейки, прочность, диаметр ПК трубки:

Одна из самых больших проблем с пои — это удароустойчивость. Стандартно, все батарейки могут быть съемными, и лишь прижимаются контактами для получения питания (особенно это относится к китайским аналогам). Если у реквизита батарейка прижимается пружинкой только с одной стороны, то любой средний удар может дать перезагрузку процессора и сбой программы, или отключение. Если батарейки прижимаются с двух сторон, то только сильные удары могут вывести пои из строя, но если к плате аккумулятор подключен через разъем с фиксацией или припаян, то при ударе пои будут работать без сбоев.

Так же обратите внимание на кнопку включения, если она с фиксацией положения, то во время выступления могут возникать дребезг контактов, или случайное нажатие, и тогда снова сбой в выступлении. Поэтому выбирайте пои с запаянной батарейкой, и кнопкой включения без фиксации.

Что же на счет диаметра трубок? У различных производителей разные конструкции реквизита, и в частности пои, более ударопрочными будет тот реквизит, у которых плата не будет прилегать вплотную к стенкам трубки, удар будет поглощаться, и только малая часть придется на саму плату и компоненты внутри, чем больше расстояние между платой и трубкой, тем надежнее конструкция, распространенные диаметры трубок от 25-32мм.

9. Софт. Дополнительные особенности:

При выборе пои обратите внимание на софт в котором вам предстоит работать, т.к. на одну красивую картинку уходит минимум 1-2 часа у среднестатистического пользователя. Поэтому перед покупкой изучите систему создания и загрузки картинок, т.к. вам придется часто их редактировать для получения максимально красочного изображения. Иногда, у некоторых производителей, попросту отсутствуют некоторые функции, например такие, как растяжение (изменение времени засвета пиксельного столбца), вам могут предложить растянуть картинку в редакторе, или для построения программ вам нужно будет продублировать картинку несколько раз в длину и т.д. Перед покупкой внимательно ознакомьтесь с процессом создания рисунка или программ, ведь работать с ними вам!

Так же приятным дополнением могут стать следующие функции:

1. Система стабилизации ширины картинки, что бы на малых и больших скоростях ширина картинки была одинаковой.
2. Возможность составления программ из картинок — на сегодняшний день это уже стало стандартом, но у разных производителей разное понимание этого процесса.
3. Управление поями дистанционно.
4. Возможность смены яркости без потери качества, поскольку просто затемнив в редакторе картинку вы потеряйте в качестве.
5. Возможность подключения пои к ПК как флеш накопитель.
6. Возможность редактирования рисунков без копирования на ПК прямо на подключенном реквизите.

Никогда не стесняйтесь задавать вопросов перед покупкой всем производителям, узнавайте сразу условия сервисного обслуживания в случае поломок, сравнивайте, сопоставляйте и выбирайте лучшее!

Удачи в выборе пиксельных пой!

С Уважением, инженер и разработчик уникальной пиксельной продукций при ePoi.Ru

Любые ваши вопросы, комментарии, дополнения, пожелания вы можете направить на [email protected]

10. Примечание. Опережая возникшие вопросы относительно китайской продукции:

Считаем просто необходимостью упомянуть всеми нами любимую страну — Китай, если вы вдруг все таки присматриваетесь к изделиям китайского происхождения, практически по всем пунктам описанным выше, вы получите как минимум самое низкое качество реквизита, отсутствие сервиса в случае поломок и сомнительную тех. поддержку, если таковая будет. Реквизит данного типа, независимо от страны и поставщика (а всего производителей около 7 в мире), разрабатывался годами, крутящими и выступающими людьми, Китай совсем недавно предпринял некоторую попытку в сжатые сроки скопировать саму идею, не вдаваясь в изучение самого реквизита, его особенности цели и задачи, любые китайские аналоги будут как минимум в 2-3 раза менее яркие (из-за использования дешевых круглых светодиодов) с нечетким изображением и в несколько раз более низкокачественны по более чем целому десятку параметров. Так же вы можете столкнуться в интернете со спекулянтами, предлагаемых китайскую продукцию под видом своей, будьте бдительны.

Что такое пиксель, его размеры и свойства. Понятие плотности пикселей в размерах картинки

Пиксель, размеры, плотность, свойства.

Пикселем называется наименьшая единица измерения двумерного цифрового изображения. Также пиксель является наименьшим элементом измерения матрицы дисплеев. Пиксель представляет собой неделимый объект прямоугольной или круглой формы. Если говорить о двумерном изображении, то пиксель является только количественной характеристикой, говорящей о размере изображения и его четкости. В матрицах дисплеев, пиксель является величиной, говорящей о ее размерах, а также о цветовой характеристике.

Вывод: пиксель – единица измерения, имеет определенный размер и цвет (в некоторых случаях).

Пиксельная характеристика двумерных ратовых изображений. Размер пикселя.

В компьютерной терминологии любое изображение принято измерять в пикселях. Кроме термина «пиксель» можно встретить сленговое определение «точка».

Например, это изображение имеет размеры 200?100 пикселей, или точек. Это значит, что каждый квадратный дюйм этого изображения состоит из 200 точек по горизонтали, и 100 точек по вертикали. Такая характеристика имеет свой термин – DPI (плотность пикселей). Одной из важнейших характеристик двумерного изображения является плотность пикселей, чем она выше, тем четче будет изображение. Данный пример демонстрирует 1-дюймовую картинку с разной плотностью пикселей, если провести косую линию толщиной в 1 дюйм, по точкам (пикселям) в левом изображении с (DPI 72), то мы увидим что-то вроде лесенки. Если же провести косую линию по правому изображению с (DPI 300), мы увидим более сглаженную линию, где лесенку не будет видно, за счет более мелких пикселей. Если данное изображение увеличить, будут видны крупные квадраты различного цвета, формирующие общую картинку, и в правом случае, изображение будет более четки, потому что имеет больший запас пикселей.

Теперь рассмотрим цветовую характеристику пикселя. Каждый пиксель может передавать только один цвет в единицу времени, это может быть цвет, яркость или вообще прозрачность. Если рассматривать пиксели матрицы дисплеев, то следует учитывать, что они обычно состоят из трех субпикселей, некоторые технологии используют четвертый субпиксель.

новых изображений Pixel 6 помогут вам решить, какие купить

Просматривать рендеры нового телефона — это весело и все такое, но взглянуть на снимки «образа жизни» от компаний, которые показывают устройство в руке человека, даже если это профессиональная постановка, — всегда лучший способ получить виртуальное ощущение этого. Теперь у нас есть Pixel 6 и Pixel 6 Pro для фотографий с высоким разрешением, которые помогут вам на следующей неделе решить, какой цвет и модель вы хотите купить.

Благодаря множеству фотографий, опубликованных @evleaks , мы можем увидеть Pixel 6 и Pixel 6 Pro в нескольких настройках, где телефоны могут быть в руках человека, но им также удается быть звездой Показать.Google явно придает Pixel 6 Pro профессиональный вид, в то время как Pixel 6, возможно, больше ориентирован на тех, кто хочет немного поиграть.

Pixel 6 Pro Colors (Stormy Black, Sorta Sunny, Cloudy White)

На этих первых трех снимках (включая тот, что вверху) я обрезал их все, чтобы вы действительно могли взглянуть на телефоны и все окружающее пространство. Google сопоставил сцены с цветом каждого телефона, что круто и все такое, но я хотел, чтобы вы получили больше телефона, чем фона.

Я бы сказал, что эти изображения не скрывают того факта, что Pixel 6 Pro, независимо от того, используется ли он для рабочего разговора, в студии или во время путешествия, является большим телефоном. Мы знаем, что у него 6,7-дюймовый дисплей, и с ним будет много проблем, но премиальный дизайн, дополнительную камеру и дисплей с высокой частотой обновления будет сложно игнорировать, даже если он такой большой, как мы думаем.

пикселей 6 цветов (Kinda Coral, Stormy Black, Sorta Seafoam)

А теперь Pixel 6! На этих снимках у нас аналогичная установка: Google подбирает цвет телефона к сцене, хотя изображения немного менее профессиональны и больше ориентированы на активного человека.Эти кадры делаются от кого-то на вечеринке, от кого-то, заканчивающего тренировку на треке, и от другого, отправляющегося в поход.

Мы не уверены, что Pixel 6 будет настолько надежнее, чем Pixel 6 Pro, мы просто знаем, что он будет немного меньше и не будет обладать парой высококлассных функций Pro. Но да, думаю, было бы лучше быть в дороге с 6,4-дюймовым дисплеем. Это не имеет значения — имеет значение цвет, эти красивые черные стороны и ценник, который, как мы надеемся, будет на сотни меньше.

Чехол для Pixel 6 Pro

И, наконец, вот Pixel 6 Pro и чехол (также через @evleaks ), так что вы можете точно увидеть, как это будет выглядеть и работать. Эта массивная планка камеры всегда была неудобной, но этот чехол позволяет узнать, как она защитит ее, не испортив этот странный, странный дизайн.

Хорошо, какой из них вы покупаете?

Некоторые из наших лучших видео.

Увидев новые просочившиеся фотографии Pixel 6, я думаю, что наконец-то уловил необычный дизайн телефона

До запуска Google Pixel 6 и Pixel 6 Pro 19 октября осталось всего несколько дней, но если вы хотите заранее узнать, чего ожидать, вы можете проверить эту большую ветку просочившихся изображений из плодовитых Лидер Эван Бласс.В ветку включены официальные рендеры обоих телефонов, изображения чехлов и некоторые фотографии людей, пользующихся телефонами — и это последняя категория изображений, которая мне показалась наиболее интересной.

С тех пор, как в Интернете появились первые слухи о рендерах линейки Pixel 6, я задавался вопросом, почему именно Google решил сделать массивную панель камеры на задней панели обоих телефонов. Меня это никогда особо не привлекало, и, поскольку планка не находится на одном уровне с задней частью телефонов, я беспокоился, что они будут раскачиваться, когда лежат на столе.

Взгляни на те штанги камеры. Изображение: Google Дамп фотографий

Blass включает в себя двенадцать фотографий людей, которые фактически используют телефоны, и, увидев эти фотографии, я понял что-то в дизайне Pixel 6: панель камеры и двухцветный выбор цвета придают линейке Pixel 6 уникальный вид, который вы нельзя спутать ни с каким другим телефоном. Даже если кто-то не знает, что такое Pixel 6, он определенно не перепутает его с iPhone, и этого отличительного внешнего вида может быть достаточно для людей, которые раньше не пробовали Pixel, чтобы взять Pixel 6.

Другой набор фотографий ответил на мой вопрос о Pixel 6: как он будет выглядеть в футляре. Судя по изображениям, которыми поделился Бласс, официальные чехлы Google подходят к выступу камеры, но края вокруг выступа имеют выступ, поэтому телефон не будет лежать на спине даже в чехлах.

Blass также поделился рендерами Pixel 6 в зеленом, черном и оранжевом цветах и ​​Pixel 6 Pro в серебристом / сером, черном и золотом цветах. Эти рендеры не преподносят много сюрпризов, поскольку Google уже раскрыл дизайн и цвета телефонов в августе.

На прошлой неделе Blass опубликовал некоторые другие фотографии будущих телефонов, в том числе изображения нового беспроводного зарядного устройства Pixel Stand (которое, согласно совершенно другой утечке, по слухам, поддерживает беспроводную зарядку мощностью 23 Вт). Однако нам не придется долго ждать, пока мы узнаем больше о Pixel 6, поэтому оставьте его привязанным к The Verge , чтобы мы освещали презентацию телефона 19 октября.

Биография пикселя, элементарная частица изображений

У меня в мобильном телефоне миллиарды пикселей, и у вас, вероятно, тоже.Но что — это пиксель? Почему так много людей думают, что пиксели — это маленькие прилегающие квадраты? Теперь, когда мы плывем в океане зеттапикселей (21 ноль), пришло время понять, что это такое. Основная идея — переупаковка бесконечности — тонка и прекрасна. Пиксели — это не квадраты или точки, которые «вроде бы» напоминают гладкую визуальную сцену, они представляют собой глубокую и точную концепцию, лежащую в основе всех изображений, которые нас окружают, — элементарные частицы современных изображений.

Эта краткая история пикселя начинается с Жозефа Фурье во время Французской революции и заканчивается в 2000 году — недавнем тысячелетии.Я снимаю обычный математический багаж, который скрывает пиксель от обычного взгляда, а затем представляю способ взглянуть на то, что он создал.

Миллениум является подходящей конечной точкой, потому что он ознаменовал так называемую великую цифровую конвергенцию, грандиозное, но неизмеримое событие, когда все старые аналоговые типы мультимедиа слились в один цифровой носитель. Так тихо началась эра цифрового света — все изображения для любых целей сделаны из пикселей. Это обширная сфера: книги, фильмы, телевидение, электронные игры, дисплеи мобильных телефонов, интерфейсы приложений, виртуальная реальность, спутниковые снимки погоды, изображения марсохода — если упомянуть несколько категорий — даже паркоматы и приборные панели.Почти все изображения в современном мире — это цифровой свет, включая почти все напечатанные слова. Фактически, из-за стремительного роста цифровых технологий сюда входят почти все когда-либо сделанные снимки. Художественные музеи и детские сады — одни из немногих оставшихся аналогов бастионов, где надежно можно найти картины, вылепленные из старинных медиа.

Практически каждый в науке и технологиях знает Фурье. Мы используем его великолепную волновую идею каждый день. Но большинство очень мало знают о самом человеке. Мало кто знает, что его чуть не приговорили к гильотине за роль во Французской революции 1790-х годов.Или что он отправился в Египет с Наполеоном Бонапартом в экспедиции, которая открыла Розеттский камень. Или что Наполеон сослал его в Гренобль, чтобы удержать — или, что более важно, его знания о военных затруднениях Наполеона в Египте — из Парижа. Находясь в ссылке, он овладел своей великой музыкальной идеей. Только когда Наполеон был окончательно изгнан на остров Святой Елены, Фурье смог вернуться в Париж.

Общеизвестно, что музыка — это сумма звуковых волн разной частоты (высоты тона) и амплитуды (громкости).Именно Фурье научил нас, что все звуки тоже состоят из волн. Он научил нас, что одномерный (1D) сигнал, такой как последовательность звуков, представляет собой сумму красивых регулярных волн, подобных тем, что на Рисунке 1 ниже:

Рис. 1

Что важно для пикселя, Фурье научил нас, что двумерный (2D) сигнал — например, изображение — также является суммой регулярных волн, как на рисунке 2 ниже. Это одномерные волны, выдавленные за пределы страницы и просматриваемые сверху рябью. Фурье сказал нам, что вы можете сложить такие гофры вместе, чтобы получить любых картинок — например, вашего ребенка.Все это музыка.

Рисунок 2

Пожалуй, самый неожиданный персонаж в этой истории — по крайней мере, для читателей в Соединенных Штатах — это Владимир Котельников, человек, который воплотил идею Фурье в пиксель. Котельников родился в Казани в семье математиков с многовековой историей и пережил всю советскую эпоху — Первую мировую войну, Русскую революцию, Вторую мировую войну и Холодную войну. НКВД, предшественник советской службы безопасности КГБ, дважды пытался посадить его в тюрьму во времена Сталина, но защитник — Валерия Голубцова — оба раза спасала его.Она могла, потому что ее мать была личным другом русского революционера Владимира Ленина, а сама она была женой Георгия Маленкова, непосредственного преемника Сталина на посту лидера Советского Союза.

В начале своей карьеры Котельников показал, как представлять картинку с помощью того, что мы теперь называем пикселями. Его красивая и удивительная теорема выборки, опубликованная в 1933 году (рис. 3 ниже), является основой современного мира картинок. В нашем рассказе фигурирует изгибающийся фрагмент русского фрагмента.

Рисунок 3, из статьи

Владимира Котельникова 1933 года. Американцев обычно учат, что Клод Шеннон первым доказал теорему выборки, но он даже не утверждал ее. Он сказал, что это «общеизвестно». Несколько стран претендуют на титул, но Котельников был первым, кто доказал всю теорему в том виде, в котором она используется сегодня. Россияне, безусловно, так считают. В 2003 году в Кремле, к 70-летию доказательства Котельникова, президент России Владимир Путин наградил его орденом «За заслуги перед Отечеством».

Великолепная идея Котельникова сэмплирования основана на великой волновой идее Фурье. Рассмотрим одномерный сигнал на рисунке 4 ниже — скажем, аудиосигнал или одну линию через визуальную сцену. Та же идея работает и со звуком, и с картинками. Горизонтальная линия представляет 0 громкости (для звука) или 0 яркости (для изображений):

Рис. 4

Из Фурье мы знаем, что любой такой гладкий сигнал можно выразить как сумму волн разных частот и амплитуд. На рисунке 5 ниже показана одна из таких волн Фурье.Он имеет самую высокую частоту, потому что в данном сигнале ничто не колеблется быстрее. Котельников предлагает нам найти эту самую высокую частоту Фурье, а затем разместить равномерно расположенные точки вдоль сигнала с удвоенной скоростью.

Рисунок 5

Удивительное открытие Котельникова заключалось в том, что мы можем отбросить сигнал между точками, но ничего не потерять. Мы можем просто опустить бесконечность точек между каждой парой точек. Правильные интервалы между точками (рис. 6 ниже) гладкого исходного сигнала несут в себе всю информацию оригинала.Надеюсь, вас поразило это революционное заявление. Это позволило современному медиа-миру. В случае изображений мы называем каждый такой образец пикселем . Пиксель существует только в точке. Это нульмерность (0D), без протяженности. Вы не видите пиксель.

На рис. 6

Котельников также показал, как восстановить исходный сигнал из образцов — как сделать невидимый пиксель видимым. Рисунок 7 ниже повторяет волнистую форму из статьи Котельникова 1933 года. Я называю это разбрасывателем .Вы скоро поймете, почему:

Рисунок 7

Но у этого идеального разбрасывателя есть серьезный недостаток: он навсегда ускользает в бесконечность в обоих направлениях. В математике это нормально, но в реальном мире мы не можем использовать бесконечно широкие вещи. Поэтому мы заменяем расширитель конечной ширины, такой как популярный и эффективный, показанный на Рисунке 8 ниже:

Рисунок 8

Теорема выборки требует, чтобы мы помещали распределитель на каждый образец (рисунок 9 ниже). Подгоняем высоту каждого к высоте образца:

Рисунок 9

Затем сложите результаты (Рисунок 10 ниже), чтобы получить жирную линию вверху.Это исходный сигнал, восстановленный по образцам. Все, что нам нужно было сделать, это распределить каждый образец с помощью распределителя и сложить результаты. Это удивительная теорема Котельникова.

Рисунок 10

Но изображения двухмерные. Распределитель пикселей выглядит как небольшой бугорок (рисунок 11 ниже). Поперечное сечение показывает край, который в точности соответствует 1D расширителю, который мы только что использовали в нашем примере:

Рис. 11

Таким образом, цифровое изображение похоже на гвоздь, каждый гвоздь — пиксель. Чтобы восстановить видимость исходного изображения, мы раздвигаем каждый пиксель с помощью маленького распределителя холмика и складываем результаты.Этот холм — эта маленькая «капля бесконечности» — обеспечивает недостающие бесконечности между пикселями. Это переупаковка бесконечности. Это очень изящный трюк. Совершенно не очевидно, что эта схема должна работать, но математика теоремы выборки доказывает это. И это еще раз демонстрирует удивительную способность математики вести нас в неинтуитивные и чрезвычайно полезные места.

Вы носите пиксели в своем мобильном телефоне, скажем, в файлах изображений. Вы не видите пикселей.Чтобы увидеть их, вы просите отобразить файл изображения. Обычно вы «нажимаете на нее». Из-за поразительной скорости современных компьютеров это, кажется, происходит мгновенно. Цифровые пиксели отправляются на устройство отображения, которое распределяет их маленькими светящимися пятнами на экране дисплея. Акт отображения — это процесс, который я только что описал и схематически обозначил. Эти светящиеся точки — настоящие работающие расширители пикселей.

Многие называют эти пятна пикселями — очень распространенная ошибка. Пиксели — это цифровые, отдельные, остроконечные объекты, невидимые.Маленькие светящиеся точки являются аналогами, накладываются друг на друга, гладкие объекты и видны. Я предлагаю называть каждый «элемент отображения», чтобы отличать его от «элемента изображения» (что означает аббревиатура слова «пиксель»). Элементы дисплея и пиксели — это принципиально разные вещи. Элементы дисплея меняются от производителя к производителю, от дисплея к дисплею и со временем по мере развития технологий дисплеев. Но пиксели универсальны, везде одинаковы — даже на Марсе — и на протяжении десятилетий.

Почему многие думают, что пиксели — это маленькие квадратики? Приложения обманули нас дешевым и грязным трюком

Я ни разу не упомянул маленький квадрат в этом обсуждении. Пиксель — невидимая точка 0D — не может быть квадратом, как и маленькое светящееся пятно света от устройства отображения, как правило, тоже. Может быть, но только если разбрасыватель представляет собой коробку с твердыми краями — неестественной формы, мезы с квадратным отпечатком. Квадратная меза — это очень грубое приближение к пологому распределителю холмов, поддерживаемое теоремой выборки.

Так почему же так много людей думают, что пиксели — это маленькие квадраты? Ответ прост: приложения и дисплеи десятилетиями обманывали нас дешевыми и грязными уловками. Чтобы «увеличить», скажем, в 20 раз, они заменяют каждый пиксель квадратным массивом 20 на 20 копий этого пикселя и отображают результат. Это изображение размером 400 (развернутых) пикселей одного цвета, расположенное в квадрате. Это похоже на небольшой квадрат — какой сюрприз. Это определенно не изображение исходного пикселя, увеличенного в 20 раз.

Есть еще одна причина мифа о маленькой площади. Пикселизация — это банальное искажение фактов, но оно согласуется с общей тенденцией на раннем этапе истории цифрового света. Предполагалось, что сгенерированные компьютером изображения должны быть жесткими, линейными, «механическими» и безупречными, потому что, ну, компьютеры жесткие, линейные и так далее. Теперь мы знаем, что это полная ложь. Компьютер — самый гибкий инструмент, когда-либо созданный человечеством. Он не накладывает таких ограничений.Убедительные аватары людей в эмоциональном крупном плане начинают появляться на компьютерах в большом количестве. Но потребовались десятилетия, чтобы стереть это ошибочное предубеждение. Некоторые остатки все еще выживают — например, понятие квадратных пикселей.

Фотосъемка с помощью мобильного телефона, пожалуй, самая распространенная сфера деятельности в области цифрового освещения в современном мире, вносящая свой вклад в огромное пространство цифровых изображений. Picture- Снимок — это простая двухмерная выборка реального мира. Пиксели хранятся в файлах изображений, и изображения, представленные ими, отображаются с помощью различных технологий на многих различных устройствах.

Но дисплеи не знают, откуда берутся пиксели. Теорема выборки не заботится о том, являются ли они выборкой из реального мира. Итак, , составляющее пикселей, является сегодня другим основным источником изображений, и мы используем компьютеры для работы. Мы можем создавать пиксели, которые кажутся образцами нереальных миров, например, воображаемый мир фильма Pixar, если они воспроизводятся по тем же правилам, что и пиксели, взятые из реального мира.

Различие между съемкой и созданием — или съемкой и вычислением — разделяет цифровой свет на две области, известные под общим названием обработки изображений и компьютерной графики .Это классическое различие между анализом и синтезом. Пиксель является ключом к обоим, и одной теории достаточно, чтобы объединить все поле.

Вычисления — еще один ключ к обоим областям. Количество пикселей, задействованных в любом изображении, огромно — обычно для создания всего одного изображения требуются миллионы пикселей. Человеческий разум без посторонней помощи просто не мог отслеживать даже самые простые вычисления пикселей, независимо от того, был ли снимок сделан или сделан. Рассмотрим самую простую часть операции «раздвинуть и сложить» теоремы выборки — сложение.Можете ли вы добавить миллион чисел? Как насчет «мгновенно»? Мы должны использовать компьютеры.

Мало того, что у первого компьютера были пиксели, он мог анимировать

Вычисления и компьютерная концепция с хранимой программой были изобретены Аланом Тьюрингом в 1936 году. Затем началась гонка за создание машины, способной быстро воплотить его идеи. Сам Тьюринг пытался, но не смог построить первый «компьютер» — что является сокращением от «электронного компьютера с хранимой программой», что мы и подразумеваем под этим словом сегодня. Британские инженеры Том Килберн, Джефф Тотилл и (сэр) Фредди Уильямс выиграли эту гонку, создав первый компьютер, получивший прозвище (хотите верьте, хотите нет) Manchester Baby в 1948 году.

У малышки были пиксели! Стоит повторить: первый компьютер имел первые пиксели! Он отображал первые пиксели разворота. Еще один сюрприз ожидал меня, когда я посетил Бэби (точную копию) в Манчестере в 2013 году для исследования. Ребенок отобразил слово «PIXAR», прокручивая вправо. Мало того, что у первого компьютера были пиксели, он мог анимировать.

На самом деле на дисплее ребенка есть фотографии первого и второго цифровых изображений (только довольно неинтересные буквы CRT STORE для первого изображения).Но, похоже, никто больше никогда не фотографировал его. Использовать уникальную дорогостоящую машину для картинок вместо, скажем, расчетов атомной бомбы казалось слишком легкомысленным. В 1998 году, когда к 50-летнему юбилею была построена копия Baby, такого пренебрежения к фотографиям не осталось. Сегодня неестественно думать о компьютерах без изображений. По сути, у нас есть для них особое название — серверы.

Когда появились компьютеры, вскоре последовали цифровые изображения, игры и анимация — на некоторых из самых ранних из новых животных.Первая интерактивная электронная игра появилась в 1951 году также в Манчестере. Вторая и третья интерактивные игры появились в 1952 и 1953 годах в Кембридже, Великобритания. Первая цифровая анимация была записана в 1951 году в Кембридже, США, и показана в телешоу Эдварда Марроу See It Now .

Но это была эпоха компьютеров-динозавров, больших, медленных и тупых. Чтобы перейти от этого примитивного состояния к эре цифрового света, требовался источник энергии огромной мощности.

В 1965 году началась революция закона Мура — чудо, которое еще не до конца осознано.Я не могу переоценить его важность. Это динамо-машина сверхновой звезды, которая питает современный мир, и особенно цифровой свет. Моя версия закона такова: Все хорошее в компьютерах становится лучше на порядок каждые пять лет (рис. 12 ниже). Это интуитивное выражение закона, обычно формулируемого таким неинтуитивным образом: плотность компонентов на интегральной схеме-микросхеме удваивается каждые 18 месяцев. Но они равноценны.

Рис. 12

Я использую «порядок величины», а не просто арифметический «коэффициент 10», потому что он предполагает мысленный предел.Изменения на порядок величины настолько велики, с которыми может справиться человек. Больше подразумевает концептуальный скачок. По закону Мура — каждые пять лет. Сегодня коэффициент закона Мура превышает 100 миллиардов: компьютеры сейчас в 100 миллиардов раз лучше, чем в 1965 году. Всего через несколько лет коэффициент достигнет 1 триллиона. Это 12 порядков величины — далеко за пределами человеческих возможностей предсказать. Мы должны преодолеть штормовой нагон, чтобы увидеть, куда он нас приведет.

Первым плодом закона Мура были цветные пиксели.Я нашел первые на симуляторе Apollo Moon Project (рис. 13 ниже), построенном в начале 1967 года инженерами Родни Ружелотом и Робертом Шумакером для НАСА. Это также был первый пример трехмерной цветной графики с затемнением. Они использовали новые устройства, интегральные микросхемы, описанные законом Мура.

Рис. 13. Предоставлено NASA

Основная идея заключалась в том, чтобы смоделировать нереальный мир, сохранить эту модель в памяти компьютера и затем отобразить ее в пикселях для отображения на дисплее.Фактически, это можно считать определением компьютерной графики. Ружело и Шумакер создали модель лунного модуля Аполлона, которого еще не было, описали ее с помощью трехмерной евклидовой геометрии и ньютоновской физики, а затем превратили ее в двухмерное изображение с перспективой эпохи Возрождения. Их компьютер разбил эту визуальную сцену на пиксели и отобразил их, как показано выше.

То, что раньше было чернилами и бумагой, фотографиями, фильмами и телевидением, в мгновение ока превратилось в просто пиксели

Повторяю: компьютеры — самый гибкий инструмент из когда-либо изобретенных.В них нет ничего, что ограничивало бы цифровые изображения евклидово-ньютоновско-ренессансной смирительной рубашкой, использованной в этой первой цветовой модели. Но примечательно, что большинство 3D-изображений компьютерной графики в мире сегодня по-прежнему работают именно так. Самое яркое, что мы используем эту технику для создания воображаемых миров цифровых фильмов. Я называю это центральной догмой компьютерной графики, самовольной «симфонической формой».

Наше повседневное восприятие мира — это картина, которая меняется во времени.Это 3D — два измерения пространства и одно измерения времени, но теории Фурье и Котельникова все еще применимы. Цифровой фильм использует сэмплы для воссоздания этого впечатления. Мы называем временную выборку кадром , и каждый кадр состоит из пикселей.

Я концентрируюсь на фильмах, но электронные игры, виртуальная реальность, авиасимуляторы и другие формы цифрового света принципиально не отличаются. Что отличает их от фильмов, так это то, что их вычисления происходят в «реальном времени», то есть настолько быстро, что человек считает, что моделируемый мир изменяется синхронно с часами реального мира.Кинокомпьютеру может потребоваться час для вычисления одного кадра (для вычисления исходного Toy Story потребовалось больше года), в то время как игра должна сделать это, скажем, за 30-ю долю секунды. Но методы, по сути, те же, и закон Мура неуклонно уничтожает неравенство скоростей.

Закон Мура, наконец, сделал возможным цифровое кино. Еще в 1986 году мы с компьютерным ученым Эдом Кэтмаллом создали Pixar, надеясь снять первый полностью цифровой фильм, зная, что нам на пять лет не хватило необходимых лошадиных сил.Как будто по сигналу закона Мура, Disney предоставил финансирование в 1991 году, а Pixar использовала его для создания Toy Story (1995). Это плюс цифровые фильмы Antz (1998) от DreamWorks и Ice Age (2002) от Blue Sky Studios были яркими флагами, гордо размахивающими перед тысячелетием. Цифровые фильмы с ослепительной славой провозгласили, что произошла великая цифровая конвергенция и началась эра цифрового света.

Другие события совпали. Цифровой видеодиск дебютировал в 1996 году.Первая трансляция нового телевизионного сигнала высокой четкости произошла в 1998 году. Цифровая камера профессионального качества угрожала пленочным камерам в 1999 году. То, что раньше было чернилами и бумагой, фотографиями, фильмами и телевидением, стало — в мгновение ока — просто пиксели. Изменения были настолько быстрыми, что молодые люди, возможно, никогда не сталкивались с нецифровыми медиа, за исключением, конечно, этих музеев и детских садов.

Мы только на два десятилетия вступили в новую эру — но это уже на четыре порядка от тысячелетия.Медиа-революция, основанная на глубоком, но простом пикселе, не утихает. Мы все еще находимся на подъеме.

Это эссе основано на материале A Biography of the Pixel Алви Рэя Смита, опубликованном 3 августа 2021 года издательством MIT Press (серия Леонардо).

Вот первые официальные фотографии и информация о Pixel 6

  • Пиксель 6.Заметили, что у нижнего больше площадь над блоком камеры? Это модель «Профи».

    Google

  • Pixel 6 Pro (слева) и Pixel 6 (справа).Экран Pro имеет более тонкие рамки и изогнут по бокам, в то время как экран Non-Pro плоский и имеет более толстые рамки.

    Google

  • Снимок Pixel 6 Pro в более высоком разрешении.

  • Цвета!

    Google

  • Выступ камеры довольно высокий.

    Google

  • Изображение микросхемы «Google Tensor».

    Google

Google опубликовал официальный «предварительный обзор» своего будущего флагмана Pixel 6.Мы, наконец, получаем официальные фотографии и подтверждение многих слухов, содержащихся в шторме твитов и на тизерном веб-сайте.

Во-первых, одним из самых интересных аспектов Pixel 6 является наличие SoC Google «Whitechapel». Это первая собственная SoC Google, которая будет служить основным чипом для питания телефона. Он представляет собой отказ Google от Qualcomm как производителя SoC и более похожий на Apple вертикальный подход к аппаратному обеспечению своих телефонов. Чип официально называется «Google Tensor» и описывается компанией как «совершенно новый чип, разработанный Google и специально созданный для Pixel.«

«Изюминкой Tensor является то, что он может обрабатывать самые мощные модели искусственного интеллекта и машинного обучения Google непосредственно на # Pixel6. Вы увидите новые возможности камеры, распознавания речи и многих других функций Pixel 6», — говорится в сегодняшнем сообщении Google. . «Распознавание речи — еще одна основополагающая технология, в которой вы увидите огромное улучшение в # Pixel6. Google Tensor позволяет нам делать большие скачки в: голосовых командах, переводе, субтитрах и диктовке».

Еще одно предполагаемое преимущество, не упомянутое в теме, заключается в том, что чип Google Tensor должен позволить Google поддерживать Pixel 6 более трех лет.При создании обновления Android первым шагом является получение обновленной поддержки оборудования от поставщика SoC. Большинство коммерческих операций поддерживают устройство только до тех пор, пока производитель SoC находится на борту. Для Qualcomm (поставщика микросхем) более длительная поддержка устройства означает продажу меньшего количества микросхем, поэтому компания не хочет сопоставлять длительный период поддержки Apple iPhone от пяти до шести лет с конкурентным пакетом. Однако, если уйти от Qualcomm, сроки поддержки Pixel 6 будут полностью зависеть от Google.

Реклама

Официально Pixel 6 будет двух размеров: Pixel 6 и Pixel 6 Pro. Оба будут трех разных цветов, и если вы смотрите на изображения, Google говорит, что модель «Pro» — это модель с наибольшим пространством над блоком камеры. Pro имеет три камеры, в том числе телеобъектив с 4-кратным увеличением, в то время как базовая модель имеет две камеры (она пропускает зум-объектив). Также не упоминается в теме, это должно быть первое обновление чипа камеры Google со времен Pixel 2.Все Pixel 2, 3, 4 и 5 используют один и тот же чип камеры, и только более новое программное обеспечение предлагает дополнительные функции.

В Google Store есть тизерная страница Pixel 6, где вы можете зарегистрироваться для получения дополнительной информации. Google заявляет, что осенью телефон будет поставляться с Android 12 и новым приятным пользовательским интерфейсом, меняющим цвет.

Изображение объявления Google

Как камера Google Pixel 3 творит чудеса с одной задней линзой

Когда Samsung представила Galaxy Note 9 еще в августе, она продемонстрировала новые функции камеры с искусственным интеллектом, такие как обнаружение дефектов и оптимизатор сцены для настройки экспозиции и цвета выстрел, прежде чем вы его сделаете.Когда Apple выпустила iPhone XS и XS Max в прошлом месяце, она много говорила о том, как нейронный процессор нового телефона, ориентированный на искусственный интеллект, позволяет создавать более качественные фотографии, особенно портретные.

Теперь настала очередь Google похвастаться своей камерой смартфона с улучшенным искусственным интеллектом и продемонстрировать, как интеллектуальное программное обеспечение и доступ к обширным сетям данных позволяют ему опередить конкурентов.

Сегодня компания Google анонсировала свои новые смартфоны Google Pixel 3 и Pixel 3 XL. Новые телефоны были ожидаемыми (и утечка информации о них произошла за несколько недель до этого), но поскольку Google получает большую часть своих доходов от цифровой рекламы, любой запуск нового оборудования от компании вызывает особый интерес.Google может продавать не так много телефонов, как его флагманские конкуренты, но он знает, что для того, чтобы хоть как-то конкурировать на рынке высококачественных смартфонов, у него должна быть отличная камера. Камеры прошлогодних телефонов Pixel 2 и Pixel 2 XL были широко признаны отличными камерами. Как сделать телефоны этого года исключительными?

Ответ Google был ясен: Все, что вы можете сделать с помощью ИИ, мы можем сделать лучше . Задача заключалась в том, чтобы «не запускать бесполезные функции, а внимательно относиться к ним с намерением позволить Google делать что-то за вас по телефону», — сказал Марио Кейрос, вице-президент по управлению продуктами в Google.

В то же время, внимательно относясь к использованию ИИ в фотографии, нужно быть осторожным, чтобы не допустить предвзятости. Это то, с чем Google приходилось считаться в прошлом, когда его технология маркировки изображений совершила ужасную ошибку; подчеркивая проблемы использования программного обеспечения для категоризации фотографий. По словам Кейруса, Google делает для вас больше вещей, а это значит, что он принимает больше решений о том, как выглядит «хорошее» фото.

Третий раз — очарование

По словам Исаака Рейнольдса, менеджера по продукту группы разработчиков камер Google Pixel, работа над камерой Pixel 3 началась еще до выпуска телефона Pixel 2.«Если телефон запускается где-то от 12 до 24 месяцев до [отгрузки], камера запускается за 6-8 месяцев до этого», — говорит он. «Мы думали о камере Pixel 3 давно, определенно больше года».

За это время команда разработчиков камеры Pixel определила несколько функций — целых 10, хотя не все из них могут быть реализованы в телефоне, — над которыми работали исследователи компьютерной фотографии Google. «Это не так:« Эй, давай назначим команду для этого конкретного проекта ».«У нас есть целая команда, которая уже исследует эти вещи, — говорит Сабрина Эллис, директор по управлению продуктами Pixel. «Например, слабое освещение — это для нас целая область исследований. И возникает вопрос: «Будет ли это отличная функция для пользователей или нет?» »

В конце концов, команда Pixel сузила список, включив в него функции камеры, которые были как технически возможными, так и действительно полезными. Например, новые функции под названием Top Shot, Photobooth, Super Res Zoom и Motion Auto Focus используют искусственный интеллект и машинное обучение для выявления или компенсации всех наших человеческих ошибок.(Оказывается, мы не очень хорошо умеем стоять на месте во время фотосъемки.)

Безусловно, некоторые улучшения камеры Google Pixel 3 связаны с обновлением оборудования. Фронтальная камера теперь состоит из двух широкоугольных 12-мегапиксельных линз, лучше для широкоугольных селфи. Ползунок под видоискателем позволяет настроить ширину кадра. 12,2-мегапиксельная задняя камера была улучшена, а сенсор камеры представляет собой «сенсор нового поколения», хотя Рейнольдс признал, что он «имеет множество тех же функций.«Pixel 3 также имеет датчик мерцания, который должен смягчать эффект мерцания, который вы получаете при съемке фото или видео при определенном внутреннем освещении.

Астрофотография с ночным прицелом на телефонах Pixel

Автор: Флориан Кайнц и Киран Мурти, инженеры-программисты, Google Research

. Съемка ночных пейзажей на открытом воздухе до сих пор была прерогативой больших фотоаппаратов, таких как зеркалки, которые могут обеспечивать отличное качество изображения, если фотографы готовы с громоздким оборудованием и иногда сложной постобработкой.Несколько лет назад эксперименты с ночной фотографией с камеры телефона дали приятные результаты, но используемые методы оказались непрактичными для всех, кроме самых преданных пользователей.

Night Sight, представленный в прошлом году как часть приложения Google Camera для Pixel 3, позволяет телефонным фотографам делать красивые снимки с рук в условиях настолько темного освещения, что в обычном режиме камеры получаются зернистые, сильно недоэкспонированные изображения. В предыдущем сообщении в блоге наша команда описала, как Night Sight может это сделать, с техническим обсуждением, представленным на SIGGRAPH Asia 2019.

Версия Night Sight в этом году расширяет границы фотографии при слабом освещении с помощью телефонных камер. Благодаря возможности выдержки до 4 минут на Pixel 4 и до 1 минуты на Pixel 3 и 3a последняя версия позволяет делать резкие и четкие снимки звезд на ночном небе или ночных пейзажей без какого-либо искусственного освещения.

Млечный Путь, вид с вершины вулкана Халеакала в безоблачную и безлунную сентябрьскую ночь, сделанный с помощью приложения Google Camera на телефоне Pixel 4 XL.Изображение не подвергалось никакой ретуши и постобработке. Он показывает значительно больше деталей, чем человек может увидеть невооруженным глазом в такую ​​темную ночь. Пылевые облака вдоль Млечного Пути хорошо видны, небо усыпано тысячами звезд, и в отличие от человеческого ночного видения картина красочная.
Краткий обзор Night Sight
Количество света, обнаруживаемого датчиком изображения камеры, по своей сути имеет некоторую неопределенность, называемую «дробовым шумом», из-за которого изображения выглядят зернистыми.Видимость дробового шума уменьшается с увеличением количества света; поэтому для получения высококачественной фотографии лучше всего, чтобы камера собирала как можно больше света.

Количество света, попадающего на датчик изображения за заданный промежуток времени, ограничено диафрагмой объектива камеры. Увеличение времени экспозиции для фотографии увеличивает общее количество захваченного света, но если экспозиция длинная, движение в фотографируемой сцене и неустойчивость ручной камеры могут вызвать размытие.Чтобы преодолеть это, Night Sight разделяет экспозицию на последовательность из нескольких кадров с более коротким временем выдержки и, соответственно, меньшим размытием движения. Сначала кадры выравниваются, компенсируя как дрожание камеры, так и движение в сцене, а затем усредняются, с тщательной обработкой случаев, когда идеальное выравнивание невозможно. Хотя отдельные кадры могут быть довольно зернистыми, комбинированное усредненное изображение выглядит намного чище.

Эксперименты со временем экспозиции
Вскоре после выхода оригинального Night Sight мы начали исследовать съемку в очень темных условиях на открытом воздухе с целью запечатлеть звезды.Мы поняли, что, как и в наших предыдущих экспериментах, для получения высококачественных снимков потребуется выдержка в несколько минут. Ясно, что это не может работать с портативной камерой; телефон нужно было поставить на штатив, камень или что-нибудь еще, что могло бы удерживать камеру неподвижно.

Так же, как и при съемке с портативного ночного прицела, при съемке ночного пейзажа необходимо учитывать движение сцены — деревья качаются на ветру, облака плывут по небу, а луна и звезды поднимаются на востоке и заходят на западе.Зрители будут терпеть размытые в движении облака и ветви деревьев на фотографии, которая в остальном резкая, но размытые в движении звезды, которые выглядят как короткие отрезки линий, выглядят неправильно. Чтобы смягчить это, мы разделили экспозицию на кадры с достаточно коротким временем экспозиции, чтобы звезды выглядели как точки света. Фотографируя настоящее ночное небо, мы обнаружили, что время выдержки на кадр не должно превышать 16 секунд.

Звезды, размытые движением, при однокадровой двухминутной экспозиции.
Хотя количество кадров, которые мы можем сделать для одной фотографии, и, следовательно, общее время экспозиции ограничено техническими соображениями, мы обнаружили, что это более жестко ограничено терпением фотографа. Мало кто готов ждать снимок более четырех минут, поэтому мы ограничили одно изображение Night Sight максимум 15 кадрами с до 16 секунд на кадр.

Шестнадцатисекундная выдержка позволяет нам уловить достаточно света для получения узнаваемых изображений, но полезное приложение камеры, способное делать великолепно выглядящие снимки, должно решать дополнительные проблемы, которые присущи только фотографии при слабом освещении.

Темный ток и горячие пиксели
Темный ток заставляет датчики изображения CMOS записывать ложный сигнал, как если бы пиксели подвергались воздействию небольшого количества света, даже когда фактического света нет. Эффект незначителен при коротком времени экспозиции, но становится значительным при многосекундных съемках. Из-за неизбежных дефектов кремниевой подложки датчика некоторые пиксели имеют более высокий темновой ток, чем их соседи. В записанном кадре эти «теплые пиксели», а также дефектные «горячие пиксели» видны в виде крошечных ярких точек.

Теплые и горячие пиксели можно определить путем сравнения значений соседних пикселей в одном кадре и в последовательности кадров, записанных для фотографии, и поиска выбросов. Как только выброс был обнаружен, он скрывается путем замены его значения на среднее значение его соседей. Поскольку исходное значение пикселя отбрасывается, информация об изображении теряется, но на практике это заметно не влияет на качество изображения.

Слева: Небольшая область изображения с длительной выдержкой с горячими пикселями и теплыми пикселями, вызванными неоднородностью темнового тока. Справа: То же изображение после удаления выбросов. Сохраняются мелкие детали ландшафта, в том числе мелкие светящиеся точки.
Композиция сцены
Мобильные телефоны используют свои экраны в качестве электронных видоискателей — камера фиксирует непрерывный поток кадров, который отображается в виде видео в реальном времени, чтобы облегчить композицию кадра. Рамки одновременно используются системами автофокусировки, автоматической экспозиции и автоматического баланса белого камеры.

Чтобы чувствовать себя отзывчивым к фотографу, видоискатель обновляется не менее 15 раз в секунду, что ограничивает время выдержки кадра видоискателя 66 миллисекундами. Это затрудняет отображение детального изображения в условиях низкой освещенности. При уровнях освещенности ниже приблизительного эквивалента полной луны или около того, видоискатель становится в основном серым — возможно, показывает несколько ярких звезд, но ни одного пейзажа — и составление кадра становится затруднительным.

Для облегчения кадрирования сцены при очень слабом освещении Night Sight отображает «видоискатель после спуска затвора».После нажатия кнопки спуска затвора каждый кадр с длинной выдержкой отображается на экране сразу после его съемки. При выдержке до 16 секунд эти кадры собрали почти в 250 раз больше света, чем обычные кадры видоискателя, что позволяет фотографу легко видеть детали изображения, как только первый кадр был снят. Затем композицию можно изменить, перемещая телефон во время экспозиции. Как только композиция будет правильной, можно остановить первый снимок и сделать второй снимок, в котором все кадры имеют желаемую композицию.

Слева: Видоискатель ночного прицела в реальном времени в очень темной окружающей среде. За исключением нескольких точек света от далеких зданий, пейзаж и небо практически не видны. Справа: Видоискатель после затвора во время съемки с длинной выдержкой. Изображение намного четче; он обновляется после каждого кадра с длинной выдержкой.
Автофокус
Автофокус обеспечивает резкость снимаемого камерой изображения.При нормальной работе входящие кадры видоискателя анализируются, чтобы определить, как далеко должен быть объектив от датчика для получения сфокусированного изображения, но при очень слабом освещении кадры видоискателя могут быть настолько темными и зернистыми, что автофокусировка не срабатывает из-за отсутствия детектируемые детали изображения. Когда это происходит, Night Sight на Pixel 4 переключается на «автофокусировку после затвора». После того, как пользователь нажимает кнопку спуска затвора, камера делает два кадра автофокусировки с выдержкой до одной секунды, что достаточно для обнаружения деталей изображения даже при слабом освещении.Эти рамки используются только для фокусировки объектива и не влияют непосредственно на окончательное изображение.

Несмотря на то, что использование рамок с длинной выдержкой для автофокусировки приводит к неизменно резким изображениям при достаточно низком уровне освещенности, чтобы человеческая зрительная система не могла четко различать объекты, иногда становится слишком темно даже для автофокусировки после спуска затвора. В этом случае камера фокусируется на бесконечность. Кроме того, Night Sight включает кнопки ручной фокусировки, позволяющие пользователю фокусироваться на близлежащих объектах в очень темных условиях.

Обработка неба
Когда изображения очень темных мест просматриваются на экране, они отображаются намного ярче, чем исходные сцены. Это может изменить восприятие зрителем времени суток, когда были сделаны фотографии. Ночью мы ожидаем, что небо будет темным. Если на снимке, сделанном ночью, видно яркое небо, мы видим его как дневную сцену, возможно, с немного необычным освещением.

Этот эффект нейтрализуется в Night Sight путем выборочного затемнения неба на фотографиях в условиях низкой освещенности.Для этого мы используем машинное обучение, чтобы определить, какие области изображения представляют небо. Сверточная нейронная сеть на устройстве, обученная более чем 100 000 изображений, которые были вручную помечены путем отслеживания контуров областей неба, идентифицирует каждый пиксель на фотографии как «небо» или «не небо».

Пейзажный снимок, сделанный в яркую ночь полнолуния, без обработки неба (левая половина) и с затемнением неба (правая половина). Учтите, что пейзаж не затемнен.
Обнаружение неба также позволяет выполнять снижение шума, характерное для неба, и выборочно увеличивать контраст, чтобы сделать такие объекты, как облака, цветовые градиенты или Млечный Путь, более заметными.

Результаты
С телефоном на штативе Night Sight дает резкие снимки звездного неба, и пока есть хотя бы небольшое количество лунного света, пейзажи будут четкими и красочными.

Конечно, возможности телефона не безграничны, и всегда есть что улучшать.Хотя ночные сцены в целом темные, они часто содержат яркие источники света, такие как луна, далекие уличные фонари или выдающиеся звезды. Хотя мы можем запечатлеть залитый лунным светом пейзаж или детали на поверхности Луны, чрезвычайно большой диапазон яркости, который может превышать 500000: 1, пока не позволяет нам запечатлеть и то, и другое на одном изображении. Кроме того, когда звезды являются единственным источником освещения, мы можем делать четкие снимки неба, но пейзаж виден только в виде силуэта.

Для Pixel 4 мы использовали самую яркую часть Млечного Пути, около созвездия Стрельца, в качестве эталона качества изображений безлунного неба.По этому стандарту у Night Sight все хорошо. Хотя фотографии Млечного Пути демонстрируют некоторый остаточный шум, на них приятно смотреть, поскольку на них видно больше звезд и деталей, чем человек может увидеть, глядя на настоящее ночное небо.

Примеры фотографий, сделанных с помощью приложения Google Camera на Pixel 4. Альбом с другими изображениями можно найти здесь.
Советы и уловки
В ходе разработки и тестирования астрофотографии Night Sight мы приобрели некоторый опыт ночной фотосъемки на открытом воздухе с помощью телефонов Pixel, и мы хотели бы поделиться списком советов и уловок, которые сработали для нас .Вы можете найти это здесь.

Благодарности
Night Sight — это результат постоянного сотрудничества нескольких команд Google. Ключевыми участниками проекта являются представители команды Gcam, Орли Либа, Нихил Карнад, Чарльз Хе, Манфред Эрнст, Майкл Милн, Эндрю Радин, Навин Сарма, Джон Бэррон, Юн-Та Цай, Тианфан Сюэ, Цзявен Чен, Диллон Шарлет, Райан. Гейсс, Сэм Хасинофф, Алекс Шиффхауэр, Яэль Прич Кнаан и Марк Левой; от команды Super Res Zoom — Барт Вронски, Пейман Миланфар и Игнасио Гарсия Дорадо; от команды разработчиков приложения камеры Google, Эмили То, Габриэля Нава, Сушил Нат, Исаака Рейнольдса и Мишель Чен; от команды разработчиков платформы Android — Райан Чан, Ин Чен Лу, Николас Уилсон и Боб Хунг; от команды Mobile Vision — Лунци (Рокки) Цай, Хуэйчжун Чен, Эмили Манукян, Николь Маффео, Томер Мерон, Вейджун Ван и Эндрю Ховард; из Machine Perception, Элад Эбан и Яир Мовшовиц-Аттиас.

Количество пикселей в цифровой фотографии имеет значение | Винсент Табора | High-Definition Pro

Вот общие разрешения пикселей различных цифровых камер:

iPhone 6 6 МП (2816 x 2112)
Samsung Galaxy S8 12 МП (4200 x 2800)
iPhone XS Max 12 МП (4200 x 2800) )
Nikon D7000 16 МП (4928 x 3264)
Canon EOS 5D Mark III 22,3 МП (5760 × 3840)
Sony Alpha A7 II 24,3 МП (6000 x 4000)
Canon EOS 5D Mark IV 30,4 МП (6528 x 4664)
Никон D810 36.3 МП (7360 x 4912)

Чем больше МП, тем выше разрешение, тем больше деталей и качества содержится в изображении, сохраненном в формате RAW. Хотя общее качество изображения также зависит от объектива камеры, датчика, программного обеспечения для обработки изображений и постпроизводства, количество пикселей имеет наибольшее значение, когда вам нужно наилучшее качество, которое может обеспечить ваша камера.

Количество пикселей и качество изображения не так важны при загрузке в социальные сети, такие как Instagram или FB. Большинство из них снято со смартфонов, которые могут быть с сенсором камеры от 6 до 12 МП, что неплохо для просмотра в Интернете.Фактически, изображение уменьшено до 1080 x 1080, что делает Instagram, чтобы не отставать от высокого разрешения на устройствах с дисплеем Retina и разрешением QHD, хотя на самом деле это разрешение не приближается к этому разрешению. Для коммерческой фотографии, где изображения должны иметь наилучшее качество, лучше всего использовать больше пикселей. Это связано с тем, что изображения также увеличиваются для печати до плакатов 8,5 x 11 дюймов и даже рекламных щитов. Изображения профессионального качества с высоким разрешением также используются в печатных изданиях, таких как журналы и брошюры.Изображения с более высоким разрешением также будут выглядеть лучше всего, когда их увидят на высококачественных дисплеях с разрешением> HD.

Параллельное сравнение двух фотографий с разным разрешением, увеличенных.

Лучший способ увидеть, чем больше пикселей — лучше, чем меньше, — это разместить рядом два изображения с разным разрешением. Теперь увеличивайте каждое изображение сколько угодно раз. Когда вы увеличиваете масштаб изображения с высоким разрешением, вы можете видеть более мелкие детали, в то время как с изображениями с более низким разрешением детали теряются, а изображение становится размытым.Изображения в моем примере имеют разные размеры. Изображение слева имеет размер 3264 x 4928, а изображение справа — 800 x 1208. Обратите внимание, что при увеличении изображения с меньшим количеством пикселей появляется много артефактов и заметны искажения по краям изображения. Вот почему для коммерческих распечаток лучше снимать цифровой зеркальной камерой с высоким МП, чем смартфоном с низким МП. В противном случае, если просто поделиться фотографиями с друзьями, подойдет камера с низким разрешением. Итак, получение хороших снимков — это в основном композиция и освещение, а не количество пикселей.Хороший снимок — это снимок, сделанный с правильной фокусировкой, резкостью и выдержкой. Подсчет пикселей — это получение более детального и качественного изображения.

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *

Авторское право © 2021 Es picture - Картинки
top