Fundamentals of Computer Graphics(4th Ed)--Raster Image (计算机图形学翻译级笔记)

转载请注明出处
欢迎留言、讨论、指正
本文未注明出处图片均来自 个人 或 Fundamentals of Computer Graphics(4th Ed)

Raster Image电子图片以栅格的形式呈现给用户，光栅由规则排列的像素点(pixel=picture element)组成,以2D数组的形式保存，每个像素值通常由RGB三色素的值组成。但经常遇到伸缩，旋转，颜色修正，甚至运动物体表面贴图的需求。显示设备与图像像素点不等，图像光栅与设备没有直接关系，处理图像时将设备视为理想设备。
Vector image使用表示方向长短的向量描述线条，线条包围颜色，不依靠任何特定网格。这种方法存放的是“画图指令”而不是所需像素，故能够无上限满足显示设备的分辨率，但在显示直线仍需要光栅化。适用于高精度高分辨，且无光影要求的简单图像存储。

本章主要讨论光栅图像与显示的基础知识，尤其需要重视标准非线性显示(nonlinearities of standard display)，以及光强和像素值的关系(在后面的章节中至关重要)。

显示设备
透射型(transmissive displays)：控制背光(backlight)的透射量

发光型(emissive displays)：控制流过有机或无机半导体的电流从而控发光量

显示设备的分辨率又被称作"原始分辨率"(native resolution，其他分辨率图像可以通过内部转化被显示出来)------1920*1200像素显示屏意味着它由1200行1920列像素点组成。

硬拷贝设备(Hardcopy Device)
使用像素密度衡量分辨率。
喷墨打印机 通过喷洒打印头喷头携带的颜料，打印出二进制 (喷or不喷)图像，有逐行扫描和主轴旋转等种类。打印分辨率 (dpi) 取决于墨滴大小 和步进距离。 由于"二进制"打印，需要较高的分辨率避免锯齿。高分辨率可以通过变密度点 模拟半色调 (halftones)。

热转印机则是模拟量 打印，染料纸(donor ribbon)被夹在长条形的加热棒 和 打印纸中间，通过控制加热棒上的微小加热单元，分离染料纸上的燃料并热印在打印纸上，温度越高，上料越多，颜色越深，使得 色调连续。横向分辨率 (ppi) 取决于加热单元的密度，纵向取决于加热、冷却速度 与纸张移动速度 之比。

输入设备
非算法计算得到的光栅图必来自于光栅输入设备，如摄像机、扫描仪。设备由感光元件阵列组成。数字摄像机，分为CMOS(complimentary metal-oxide-semiconductor，互补金属氧化物半导体)和CCD(charge-coupled devices，电荷耦合器件)两种。滤色镜将场景光分散为RGB三分量使得1组三个感光元件分别记录RGB值，交由图像软件平滑锯齿或缺失点(demosaicking)。3000列*2000行=600万像素(MP，megapixel)相机。马赛克传感器如下左，Faveon式(同种硅材料不同波长穿透深度不同)如下右，因此在同像素条件下，Faveon式得到的信息更丰富($\approx3倍$)。

扫描仪类似热转印机，分辨率 ppi 取决于$\frac{采样频率}{采样移动速度}$。

图像，像素，和几何
通过以上方法得到图像，是关于位置的函数，$R\in R^2$，灰度图像$V=R^+$,彩色图像$V=R^3$
$I(x,y):R\to Z$图像的每个像素值是实际图像相应位置周围(vicinity)小范围内的平均值，被称为图像的采样点。历史原因(如电视)有些API(application program Interface)是上到下正方向的。

采样点在整数中间，注意图像采样到的矩形域(rectangular domain)实际范围是$R=[-0.5,n_x-0.5]\times[-0.5,n_y-0.5]$，其中n-0.5由n-1+0.5得到。也有些系统将"边"放在整数点上。
每个像素点用一个32bit-float存储单通道或灰度图像，彩色需要RGB三个，1000万像素的照片会消耗10M=30M*4Byte=118MB(为啥是118？提示magapixel的故事||滑稽~)内存。多数情况下光照强度出处在一定范围内(现实无上限)，像素值范围设定在$[0,1]=[\frac{0}{2^n},\frac{1}{2^n},...\frac{2^n}{2^n}]$,称为固定范围图像(fixed-range)，若动态可调范围较大，称作HDR(high dynamic range)图像，若范围较小整数存储称为LDR(low dynamic range)图像。

减少像素位数将导致两种典型的人为缺陷(artifacts or artificially introduced flaws):
第一种：在fixed-range的情况下将导致 “裁剪(clipping)” ----实际值超出编码的表示范围，例如阳光下的白色物体，白色物体反射的太阳光会超过白色，但范围所限只能捕捉到白色物体的“白色”，丢了“反射光”这个信息。
第二种：在有限的精度下，对像素值进行离散化“近似”到离散值上时，可能会得到==“伪像(quantization artifacts)”或"色带化(banding)"==。静态图像没什么影响，动画中会非常明显(个人猜测会出现重影模糊的情况)。

图片来自wiki百科colour banding词条

显示器在关闭状态时设为“黑色(black)”，值为0，全亮时设为“白色(white)”，值为1，灰色设为0.5。
为了正确的显示图像，有两点必须注意：
1.显示器可能时非线性显示的(人类对色彩的感知也是非线性的，我们在第20章讨论)。输入值a=[0,0.5,1]，显示的结果却像[0,0.25,1]，使用$\gamma$来描述这种非线性：
$displayed intensity = (maximum intensity)\alpha^\gamma$ 这只是一种近似，通常并不需要非常准确的$\gamma$值。比较好的方法是找到a使得显示亮度为0.5(灰色)，此时$a^\gamma=0.5$，$\gamma=\frac{\ln0.5}{\ln a}$，调整a值直到在远距离观察以下左右两图的亮度一致(模拟显示器在水平方向上很难[0,1,0,1…]阶跃变化，采用黑白条纹相间同样可以 )。为纠正非线性，对原图像素值做$\alpha'=\alpha^\frac{1}{\gamma}$的处理。

2.显示设备的输入是形如[0~255]的整数，但图像是32位浮点型，意味着实际显示设备对每个像素点的取值进行了近似。

RGB空间
多数计算机图像基于RGB空间存储和显示。本章仅就用户的视角和基础设施进行讨论，更详细的讨论将在19章进行，但掌握RGB的原理将有助于编写大多数图形程序。RGB的基本思想是三原色(primary–red，green，blue)的混合，三基色的像素值分布在三个座标上，张成[0,1]³的向量空间。实际使用时多半使用[0,255]范围的整数(8-bit)值表示，合在一起称为"24-bit color"。非线性矫正 同样适用于RGB的每一个通道(分量，component)。

Alpha通道
有时图像仅需要改变部分像素的值，比如合成背景啥的。
对于前景(foreground)中的不透明(opaque)像素点，我们直接替换背景(background)相应位置的像素值，直接叠加就可以。对于完全透明的像素点，直接将前景像素点替换为相应背景点。对于半透明的像素点区域(如玻璃)，就需要特别留心了。绝大多数情况是前景部分像素不透明，部分遮盖(coveragy)背景。这其中最重要的信息是像素覆盖率$\alpha$，表征了“背景被前景遮盖的程度”或“表示前景像素值的权重”。覆盖后合成的相应像素RGB值应当为：$color=\alpha c_{fore}+(1+\alpha)c_{back}$。表达式在不同应用场景中可能有所变化。$\alpha$的值会被存储在称为 “alpha掩膜(alpha mask)” 或 “透明掩膜(transparency mask)” 的灰度数组中，作为第四个通道(channel)存储在RGBA图像当中。

图像存储
多数RGB图像格式每通道分配8bit，但这样存储空间吃紧。为了解决这个问题，多数格式对图像都进行了不同程度的压缩(有损压缩 or 无损压缩)。

format	feature
jpeg	有损，针对人类视觉感知范围进行的压缩，适用于自然风光图片
tiff	无损，适用于黑白或无损8-16bitRGB压缩
ppm	非压缩，适用于8bitRGB图像
png	无损，有很多开源的图像管理软件

我们可以使用标准库例程读写相关格式图像文件。简单程序更在意简易性而非效率，因此最简单的选择就是使用ppm格式，将内存中的图像数组写入外存设备，并加上一个文件头。