Instituto de Computação - UFF 1 Computação Gráfica I Professor: Anselmo Montenegro anselmo Conteúdo: - Introdução

1

Instituto de Computação - UFF

Computação Gráfica IComputação Gráfica IProfessor:

Anselmo Montenegrowww.ic.uff.br/~anselmo

Conteúdo:

- Introdução

2


Computação Gráfica Computação Gráfica : : noção clássicanoção clássica

1200 1200

1.000000 1.000000 37.600000

2.000000 1.000000 39.600000

3.000000 1.000000 40.700000

4.000000 1.000000 42.600000

5.000000 1.000000 42.600000

6.000000 1.000000 43.100000

...

1200 1200

1.000000 1.000000 37.600000

2.000000 1.000000 39.600000

3.000000 1.000000 40.700000

4.000000 1.000000 42.600000

5.000000 1.000000 42.600000

6.000000 1.000000 43.100000

...

ComputaçãoComputação

GráficaGráfica

DADOSDADOS IMAGENSIMAGENS

3


AplicaçõesAplicações: : cinemacinema

4



Jurassic Park ®

5



6


AplicaçõesAplicações: : jogos eletrônicosjogos eletrônicos

Gears of war xbox360 ®

7


AplicaçõesAplicações: : engenhariaengenharia

Petrobras – Tecgraf – PUC-Rio

8


AplicaçõesAplicações: : indústriaindústria

9


AplicaçõesAplicações: : medicinamedicina

ZsXs

Ys

Ana Elisa F. Schmidt – Tese de Doutorado – PUC-Rio

10


AplicaçõesAplicações: : medicinamedicina

11


AplicaçõesAplicações: : visualização científicavisualização científica

http://sdcd.gsfc.nasa.gov/SVS/stories/solve/toms.html

12


Sub-áreas da Computação GráficaSub-áreas da Computação Gráfica

Imagem digital Imagem digital

Modelos e Dados Modelos e Dados

Análise de ImagensAnálise de Imagens

(Visão Computacional)(Visão Computacional)

Síntese de ImagensSíntese de Imagens

(Visualização)(Visualização)

ModelagemModelagem

ProcessamentoProcessamento

de Imagensde Imagens

13


Síntese de imagensSíntese de imagens

14


Processamento de imagensProcessamento de imagens

Borramento Detecção de arestas

Tons de cinza

15


Visão ComputacionalVisão Computacional

LAK 5519

16


Visão ComputacionalVisão Computacional

Juiz Virtual – Tecgraf – PUC-Rio

17


Novas tendências: Novas tendências: modelagem modelagem baseada em imagensbaseada em imagens

18


Fundamentos da Computação GráficaFundamentos da Computação Gráfica

• Modelos físicosModelos físicos• Modelos Modelos

matemáticosmatemáticos

• Esquemas de Esquemas de representação.representação.

• Estruturas de Estruturas de dados e dados e algoritmos.algoritmos.

Universo Universo

FísicoFísico

Universo Universo

FísicoFísico

Universo Universo

MatemáticoMatemático

Universo Universo

MatemáticoMatemático

Universo de Universo de

RepresentaçãoRepresentação


RepresentaçãoRepresentação


ImplementaçãoImplementação


ImplementaçãoImplementação

19


Fundamentos da Computação GráficaFundamentos da Computação Gráfica

Físico Matemático

Representação Implementação

zzf(uf(u00,v,v00))

vv

uu

I = f : U I = f : U R R2 2 RR

float terreno[N][M];float terreno[N][M];

..

..

M(zM(zijij))Zij=f(xZij=f(xii,y,yjj))(x(xii,y,yjj))

20


Requisitos da Computação GráficaRequisitos da Computação Gráfica

EFICIÊNCIAEFICIÊNCIAEFICIÊNCIAEFICIÊNCIA REALISMOREALISMOREALISMOREALISMO

21


Profissionais da Computação GráficaProfissionais da Computação Gráfica

• Usuários.

• Customizadores.

• Programadores de aplicações.

• Desenvolvedores de ferramentas.

22


Computação GráficaComputação Gráfica: : um históricoum histórico

• Anos 60-70

– Ivan Sutherland (Sketchpad, 1963).

– Tecnologia de display: terminais gráficos vetoriais capazes de armazenar primitivas (raster inviável, devido a custo de memória e capacidade de processamento).

– Wire-frame, aplicações de CAD.

– Problemas fundamentais: visibilidade, recorte, técnicas de modelagem geométrica (2D e 3D).

23



Ivan Sutherland

24



• Anos 80

– Viabilização da tecnologia raster (economia de mercado, microcomputadores).

– Adaptação das técnicas wire-frame para raster.

– Z-buffer: inviável quando introduzido (1975), mas a tecnologia do futuro.

– Visualização realista, animação, iluminação global (radiosidade).

– Interfaces gráficas.

25



• Anos 90

– Consolidação do raster.

– Visualização volumétrica.

– Maior integração com imagens (modelagem e visualização baseada em imagens).

– Aquisição de movimentos.

– Realismo em movimento (efeitos especiais).

26



• Na atualidade

– Programação em placas gráficas (indústria de jogos).

– Modelos de iluminação mais realistas(não Lambertianas).

– Aquisição de dados fotométricos mais precisos (HDR).

– Aquisição de geometria em tempo real.

– Modelos baseados em pontos.

– Superfícies de subdivisão.

27


Ciclo de vida dos problemasCiclo de vida dos problemas

• Os problemas essenciais são recolocados a cada mudança de tecnologia:

– Modelagem.

– Visibilidade.

– Imageamento.

– Animação.

28


Ferramentos para a programação Ferramentos para a programação gráficagráfica

Motif

GLUT

GKSOpenGL

QuickDrawXlib

IUP/lua

VisualBasic

DirectX

Java

ToolBook

C / C++

PHIGS

HOOPS???

Delphi

RenderWare

CanvasDraw

C &OpenGL(c/ GLUT)

C &OpenGL(c/ GLUT)

29


Programa do cursoPrograma do curso

• Parte I

– Introdução.

– Cores.

– Imagens.

– Introdução à OpenGL.

30



• Parte II

– Sistemas Gráficos 2D.

• Objetos Gráficos 2D.• Transformações geométricas no plano.• Algoritmos para rasterização de linhas e polígonos.• Recorte 2D.• Transformações de tela.

31



• Parte III

– Sistemas Gráficos 3D.

• Objetos gráficos 3D.

• Transformações geométricas 3D.

• Instanciação de objetos.

• Transformações de visualização e modelos de câmera virtual.

• Eliminação de superfícies não visíveis.

• Modelos de Iluminação.

• Texturas.

• Técnicas avançadas.

32


Computação Gráfica IComputação Gráfica IProfessor:

Anselmo Montenegrowww.ic.uff.br/~anselmo

Conteúdo:

- Cores

33


Luz Luz

++

Sistema Sistema VisualVisual

Cores:Cores: intuição intuição

34


Natureza dual da luz

c = c = f fc = c = f f

cc = Velocidade da Luz = Velocidade da Luz 3.0x103.0x1088 m/s m/s

v / fv / f

vv

ONDAONDA PARTÍCULAPARTÍCULA

Cores:Cores: noção física de cor noção física de cor

35


Onda eletro-magnética

(m)(m)

VISÍVELVISÍVEL

f f (Hertz)(Hertz)

101022 101044 101066 101088 10101010 10101212 10101414 10101616 10101818 10102020

rádioAMrádioAM FM,TVFM,TVMicro-OndasMicro-Ondas

Infra-VermelhoInfra-VermelhoUltra-VioletaUltra-Violeta

RaiosXRaiosX

101066 101044 101022 1010 1010-2-2 1010-4-4 1010-6-6 1010-8-8 1010-10-10 1010-12-12

vermelho (4.3 vermelho (4.3 10101414

Hz), laranja, amarelo,..., verde, azul, violeta (7.5Hz), laranja, amarelo,..., verde, azul, violeta (7.510101414

Hz)Hz)

Cores:Cores: cor como onda eletro-magnética cor como onda eletro-magnética

36


luzluzbrancabranca

prismaprisma

vermelhovermelhoalaranjadoalaranjadoamareloamareloverdeverdeazulazulvioletavioleta

luz branca (acromática) tem luz branca (acromática) tem todos os comprimentos de ondatodos os comprimentos de onda

luz branca (acromática) tem luz branca (acromática) tem todos os comprimentos de ondatodos os comprimentos de onda

NewtonNewton

CorCor VioletaVioleta 380-440 nm380-440 nmAzulAzul 440-490 nm440-490 nmVerdeVerde 490-565 nm490-565 nmAmareloAmarelo 565-590 nm565-590 nmLaranjaLaranja 590-630 nm590-630 nmVermelhoVermelho 630-780 nm630-780 nm

CorCor VioletaVioleta 380-440 nm380-440 nmAzulAzul 440-490 nm440-490 nmVerdeVerde 490-565 nm490-565 nmAmareloAmarelo 565-590 nm565-590 nmLaranjaLaranja 590-630 nm590-630 nmVermelhoVermelho 630-780 nm630-780 nm

1 nm = 10-9 m

Cores:Cores: cor como onda eletro-magnética cor como onda eletro-magnética

37


Distribuição espectral da luzDistribuição espectral da luz

100100

00

5050

nmnm

EE

luz brancaluz branca

luz coloridaluz colorida

400400 500500 600600 700700

Cores:Cores: distribuição espectral da luz distribuição espectral da luz

38


• As cores que percebemos surgem da As cores que percebemos surgem da iteração entre iteração entre fontes de luz e diversos tipos de materiaisfontes de luz e diversos tipos de materiais encontrados encontrados no mundo físico.no mundo físico.

• Tipos de processos de formação:Tipos de processos de formação:

– Aditivo.Aditivo.– Subtrativo.Subtrativo.– Por pigmentação.Por pigmentação.

Cores:Cores: processo de formação processo de formação

39


EEa+ba+b(() = E) = Ea a (()+E)+Ebb(())EEa+ba+b(() = E) = Ea a (()+E)+Ebb(())

Ea

Eb

a

b

Ea+b

O olho não vê O olho não vê componentes!componentes!

a+b

Cores:Cores: processo de formação aditivo processo de formação aditivo

40


filtrosfiltros

Luz branca

Filtro verde

Luz verde

Ei

Ef

t

EEff(() = t() = t() . E) . Ei i (())EEff(() = t() = t() . E) . Ei i (())

transparência

azul

amarelo

corantescorantes

Cores:Cores: processo de formação subtrativo processo de formação subtrativo

41


índices de refração distinto do material base

A sucessão de reflexão e refração A sucessão de reflexão e refração determinam a natureza da luz refletida determinam a natureza da luz refletida

tinta preta

tinta branca tinta colorida(saturada)

tons mais escuros(shade)

tons mais claros(tints)

Cinzas(greys)

PALHETAPALHETADODO

PINTORPINTOR

tons

Cores:Cores: processo de formação por processo de formação por pigmentaçãopigmentação

42


nmnm

EE Cor branca idealCor branca ideal

Cor com comprimento deCor com comprimento deonda dominanteonda dominante

Cor mocromática,Cor mocromática, pura ou espectralpura ou espectral

RRf : RRf :

Cor arbitráriaCor arbitrária

Cores:Cores: modelo matemático modelo matemático

43


• Espaço de funções Espaço de funções correspondentes às correspondentes às distribuições espectrais.distribuições espectrais.

• Possui dimensão infinita.Possui dimensão infinita.

• Para manipulá-lo Para manipulá-lo computacionalmente é computacionalmente é necessário representá-lo.necessário representá-lo.

nmnm

EE

Cores:Cores: espaço de cores espaço de cores EE

44


nmnm

EEC(C())

))(),...,(())((

,:

0 n

n

CCCR

RER

))(),...,(())((

,:

0 n

n

CCCR

RER

nmnm

EE

C(C(00))

Amostragem pontualAmostragem pontual

00 11 nn......

C(C(11))

C(C(nn))

Cores:Cores: representação representação

45


• Depende de dois fatores:Depende de dois fatores:– Número de amostras utilizadas.Número de amostras utilizadas.– Método de interpolação.Método de interpolação.

nmnm

EEC(C(00))

00 11 nn......

C(C(11))

C(C(nn))

Cores:Cores: reconstrução reconstrução

46


• Amostram cores.Amostram cores.• Possuem um conjunto de Possuem um conjunto de

sensores.sensores.• Cada sensor é Cada sensor é

caracterizado por uma caracterizado por uma resposta espectral Sresposta espectral Sii(().).

00

C(C())

dSCC

CCCCR

ii

n

)()(

),,,()())(( 1

dSCC

CCCCR

ii

n

)()(

),,,()())(( 1

Cores:Cores: sistemas receptores sistemas receptores

47


• Reconstroem cores.Reconstroem cores.

• Possuem um conjunto de Possuem um conjunto de emissores Pemissores Pkk, k=1...n., k=1...n.

• Cada emissor está associado Cada emissor está associado a uma cor primária com a uma cor primária com distribuição espectral Pdistribuição espectral Pkk(().).

• O conjunto de cores que O conjunto de cores que podem ser recontruídas por podem ser recontruídas por um sistema emissor é um sistema emissor é denominado gamutedenominado gamute

CCrr(())

)()(1

n

kkkr PcC )()(

1

n

kkkr PcC

PP11(()) PP22(()) PP33(())

Cores:Cores: sistemas emissores sistemas emissores

48


• Questões fundamentais:Questões fundamentais:

– O que é uma “boa” reconstrução de cores?O que é uma “boa” reconstrução de cores?

– Quantas cores devem ser usadas como base da Quantas cores devem ser usadas como base da representação? representação?

– Que cores (Que cores (primáriasprimárias) devem compor esta base?) devem compor esta base?

Cores:Cores: o problema de representação e o problema de representação e reconstrução de coresreconstrução de cores

49


• Boa = Boa = perceptualmenteperceptualmente adequada (reconstrução adequada (reconstrução metaméricametamérica))

• Número de cores = Número de cores = 33

• Cores: Cores: vermelho, verde e azulvermelho, verde e azul

• Inspiração: sistema visual humanoInspiração: sistema visual humano

Cores:Cores: uma solução par o problema de uma solução par o problema de representação-reconstruçãorepresentação-reconstrução

50


retina bastonetes

cones vermelhoverdeazul

Cores:Cores: representação no sistema visual representação no sistema visual humanohumano

51


Olho humano: Cones (RGB) e Bastonetes (cegos para cor)Olho humano: Cones (RGB) e Bastonetes (cegos para cor)

.02.02

00

.04.04

.06.06

.08.08

.10.10

.12.12

.14.14

.16.16

.18.18

.20.20

400400 440440 480480 520520 560560 600600 640640 680680

fraç

ão d

e lu

z ab

sorv

ida

fraç

ão d

e lu

z ab

sorv

ida

por

cad

a co

ne

por

cad

a co

ne

comprimento de onda (nm)comprimento de onda (nm)

B(B(

G(G(

R(R(

Cores:Cores: representação no sistema visual representação no sistema visual humanohumano

52


• O sistema visual humano representa as cores do O sistema visual humano representa as cores do espaço espectral E em um espaço espectral E em um espaço tricromáticoespaço tricromático..

• Isto significa que três amostras(nas faixas Isto significa que três amostras(nas faixas correspondentes ao correspondentes ao vermelhovermelho, , verdeverde e e azulazul) é ) é suficiente para os propósitos de reconstrução suficiente para os propósitos de reconstrução perceptual.perceptual.

Cores:Cores: representação no espaço representação no espaço tricromáticotricromático

53


- 0.2- 0.2

00

0.20.2

0.40.4

400400 500500 600600 700700

438

nm

438

nm

546

nm

546

nm

(nm)(nm)V

alo

res

do

s tr

i-es

imu

los

Val

ore

s d

os

tri-

esim

ulo

s

RR))

GG))

BB))

CC) = ) = rr RR) + ) + gg GG+ + bb BB

Cores:Cores: funções de reconstrução de cor funções de reconstrução de cor no sistema no sistema CIE-RGBCIE-RGB

54


rRrR(() )

gGgG(())

bBbB(())

Cor MonocromáticaCor MonocromáticaC(C())

RR = 700 nm = 700 nmGG = 546 nm = 546 nmBB = 435.8 nm = 435.8 nm

CC) = ) = rRrR+ + gGgG+ b+ bBB

Cores:Cores: como obter as funções de como obter as funções de reconstrução de correconstrução de cor

55


rrRR(())

gGgG(())

bbBB(())

Cor MonocromáticaCor MonocromáticaC(C())

RR = 700 nm = 700 nmGG = 546 nm = 546 nmBB = 435.8 nm = 435.8 nm

CC) ) + rR+ rR = g = gGG + b + bBBCC) = ) = rr’R’R + + ggGG + b + bBB, onde , onde rr’R’R = - = - rrRR

Cores:Cores: interpretando as componentes interpretando as componentes negativasnegativas

56


nmnm

EEC(C())

nmnm

EE

C(C())

C’(C’()=tC()=tC())

Cores:Cores: geometria dos espaços de cor geometria dos espaços de cor tricromáticostricromáticos

57


c’ = tc c’ = tc

c c

tc = tR(C(tc = tR(C()) = tR(C()) = tR(C()) = )) = R(tC(R(tC()) = R(C’()) = R(C’())=c’))=c’

tc = tR(C(tc = tR(C()) = tR(C()) = tR(C()) = )) = R(tC(R(tC()) = R(C’()) = R(C’())=c’))=c’

croma croma

Cada reta passando pela origem(menos a Cada reta passando pela origem(menos a própria origem) define uma informação de própria origem) define uma informação de cromaticidade (cromaticidade (cromacroma))

Cada reta passando pela origem(menos a Cada reta passando pela origem(menos a própria origem) define uma informação de própria origem) define uma informação de cromaticidade (cromaticidade (cromacroma))

Variação de Variação de luminâncialuminância

Cores:Cores: geometria dos espaços de cor geometria dos espaços de cor tricromáticostricromáticos

58


:c:c11+c+c22+c+c33

(0,1,0)(0,1,0)

(1,0,0)(1,0,0)

(0,0,1)(0,0,1)

Cores:Cores: Triângulo de Maxwell Triângulo de Maxwell

59


cc

c*c*321

*

ccc

cc i

i

321

*

ccc

cc i

i

Cores:Cores: coordenadas de cromaticidade coordenadas de cromaticidade

60


• É um cone.É um cone.

• É convexo.É convexo.

• Cores espectrais (puras) Cores espectrais (puras) estão na fronteira.estão na fronteira.

Plano X+Y+Z=1

Diagrama de cromaticidade (projeção do sólido de cor sobre o Triângulo de Maxwell

Diagrama de cromaticidade (projeção do sólido de cor sobre o Triângulo de Maxwell

Cores:Cores: sólidos de cor e diagramas de sólidos de cor e diagramas de cromaticidadecromaticidade

61


• Sólido de cor + uma base = Sistema de cor.Sólido de cor + uma base = Sistema de cor.

cccc = = cc11 PP11+ + cc22 PP22+ + cc33 PP33

PP11

PP22

PP33

Cores:Cores: sistemas de cor sistemas de cor

62


• Sistemas propostos para especificação de cor Sistemas propostos para especificação de cor padronizada.padronizada.

• Independentes de dispositivos físicos.Independentes de dispositivos físicos.

• Sistemas propostos pela CIE ( Sistemas propostos pela CIE ( Comission Comission Internationale de l´EclairageInternationale de l´Eclairage))– Sistema CIE-RGB.Sistema CIE-RGB.– Sistema CIE-XYZ.Sistema CIE-XYZ.

Cores:Cores: sistemas de cor padrão sistemas de cor padrão

63


• Primeiro sistema padrão proposto.Primeiro sistema padrão proposto.

• Utiliza uma representação de cor no espaço Utiliza uma representação de cor no espaço tricromático tricromático

• Base de primárias do sistema:Base de primárias do sistema:– R(R()) vermelho com comprimento de onda de 700 nm vermelho com comprimento de onda de 700 nm– G(G()) verde com comprimento de onda de 546 nm verde com comprimento de onda de 546 nm– B(B()) azul com comprimento de onda de 435.8 nm azul com comprimento de onda de 435.8 nm

Cores:Cores: sistemas CIE-RGB sistemas CIE-RGB

64


(nm)(nm)

- 0.2- 0.2

00

0.20.2

0.40.4

400400 500500 600600 700700

438

nm

438

nm

546

nm

546

nmV

alo

res

do

s tr

i-es

imu

los

Val

ore

s d

os

tri-

esim

ulo

s

rr))

gg))

bb))

CC) = R r) = R r) + G g) + G g+ B b+ B b Cores espectraisCores espectrais

1.01.0 1.01.0

1.01.0

700 nm700 nm

546,1 nm546,1 nm

520 nm520 nm

500 nm500 nm

Reta púrpuraReta púrpura

Cores:Cores: funções de reconstrução de cor funções de reconstrução de cor no sistema CIE-RGBno sistema CIE-RGB

65


YY

ZZ

XX1.01.0 1.01.0

1.01.0

700 nm700 nm

546,1 nm546,1 nm

520 nm520 nm

500 nm500 nm

Cores:Cores: limitações do sistema CIE-RGB limitações do sistema CIE-RGB

66


• Sistema proposto capaz de reconstruir todas as Sistema proposto capaz de reconstruir todas as cores visíveis.cores visíveis.

• A base de primárias {X,Y,Z} é formada por cores A base de primárias {X,Y,Z} é formada por cores não visíveisnão visíveis. Estão fora do sólido de cor.. Estão fora do sólido de cor.

• Deste modo todas as cores visíveis possuem Deste modo todas as cores visíveis possuem coordenadas coordenadas positivaspositivas..

Cores:Cores: sistema CIE-XYZ sistema CIE-XYZ

67



68



69


520

480

490

500

510540

560

Purpura

580

600

700

400

Azul

Cian

Verde

Amarelo

Vermelho

x

y

0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0

Branco

0.1

0.2

0.3

0.4

0.6

0.5

0.7

0.8

0.9

1.0


70


0.20.2

0.40.4

0.60.6

0.80.8

1.01.0

1.21.2

1.41.4

1.61.6

1.81.8

2.02.0

Val

or

Val

or

nmnm400400 500500 600600 700700

Cores Básicas do CIE 1931Cores Básicas do CIE 1931

CC) = ) = XXX + X + YYY + Y + ZZZ Z

XX

XX

YY

ZZ

Cores:Cores: funções de reconstrução de cor funções de reconstrução de cor no sistema CIE-XYZno sistema CIE-XYZ

71


yy

xx0.20.2 0.40.4 0.60.6 0.80.8 1.01.0

BrancoBranco0.20.2

0.40.4

0.60.6

0.80.8

1.01.0CC22

CC11

cores cores saturadassaturadas

aa

bb

saturação de Csaturação de C11 = = aa

a + ba + b

yy

xx0.20.2 0.40.4 0.60.6 0.80.8 1.01.0

BrancoBranco0.20.2

0.40.4

0.60.6

0.80.8

1.01.0

CC’’

CC

CC’’ é complementar a C é complementar a C

CC’’ + + C = Branco C = Branco


72


Cores:Cores: comparação entre os sistemas comparação entre os sistemas CIE-RGB e CIE-XYZCIE-RGB e CIE-XYZ

73


• É feita através de mudanças de coordenadas É feita através de mudanças de coordenadas (determinada por uma (determinada por uma mudança de basemudança de base).).

• A mudança entre as bases é determinada por A mudança entre as bases é determinada por uma uma transformação lineartransformação linear..

Cores:Cores: conversão entre os sistemas CIE- conversão entre os sistemas CIE-RGB e CIE-XYZRGB e CIE-XYZ

74


• Sistemas dos Dispositivos.Sistemas dos Dispositivos.

• Sistemas Computacionais.Sistemas Computacionais.

• Sistemas de Interface.Sistemas de Interface.

Cores:Cores: sistemas de cor da Computação sistemas de cor da Computação GráficaGráfica

75


Processo Aditivo

Processo Aditivo

pixelpixel

Cores:Cores: sistemas dos monitores sistemas dos monitores

76


BB

Normalmente temos 1 byte para cada componente mapeando[0, 255] em [0,1]

Normalmente temos 1 byte para cada componente mapeando[0, 255] em [0,1]

processo aditivoprocesso aditivo

RR

GG

BB

1.01.0

1.01.0

1.01.0

YY

MM

CCWW

KK vermelhovermelho

azulazul

pretopreto

verdeverde

amareloamarelo

cianociano

magentamagenta

brancobranco

Cores:Cores: sistemas dos monitores - mRGB sistemas dos monitores - mRGB

77


processo subtrativoprocesso subtrativo

luz branca

luz branca

tinta ciano (0,1,1)tinta ciano (0,1,1)

luz ciano (0,1,1)luz ciano (0,1,1)

componente vermelha é absorvidacomponente vermelha é absorvidapapel branco (1,1,1)papel branco (1,1,1)

Cores:Cores: sistemas as impressoras - sistemas as impressoras -CMY(K)CMY(K)

78


xx

yy

0.10.1 0.20.2 0.30.3 0.40.4 0.50.5 0.60.6 0.70.7 0.80.8 0.90.9 1.01.0

0.10.1

0.20.2

0.30.3

0.40.4

0.60.6

0.50.5

0.70.7

0.80.8

0.90.9

1.01.0

gamute de um monitorgamute de um monitor

gamute de uma impressoragamute de uma impressora

CC11

CC22

WW

Cores:Cores: gamute no diagrama de gamute no diagrama de cromaticidade dos dispositivoscromaticidade dos dispositivos

79


• Permitem uma especificação intuitiva de Permitem uma especificação intuitiva de cores.cores.

• São baseados em uma decomposição São baseados em uma decomposição crominância-luminância.crominância-luminância.

• Utilizam o seguinte esquema:Utilizam o seguinte esquema:1.1. Escolha da crominância.Escolha da crominância.

2.2. Escolha da luminância(brilho).Escolha da luminância(brilho).

Cores:Cores: sistemas de interface sistemas de interface

80


• Escolha da crominância:Escolha da crominância:

– Escolha de um ponto no espaço de croma Escolha de um ponto no espaço de croma (bidimensional).(bidimensional).

• Primeiro o usuário escolhe aPrimeiro o usuário escolhe a matiz matiz (a cor pura).(a cor pura).• Depois o usuário escolhe a Depois o usuário escolhe a saturação saturação (nível de mistura da (nível de mistura da

cor pura com o branco).cor pura com o branco).

Cores:Cores: sistemas de interface sistemas de interface

81


• Sistema criado para a especificação de cores em Sistema criado para a especificação de cores em monitores.monitores.

• Introduz um sistema de coordenadas segundo o Introduz um sistema de coordenadas segundo o esquema luminância-crominância no sistemaesquema luminância-crominância no sistema mRGB. mRGB.

• Descreve uma cor através de 3 parâmetros:Descreve uma cor através de 3 parâmetros:– Hue(matiz)Hue(matiz)– Saturation(saturação)Saturation(saturação)– Value(valor), Value(valor), uma mediada de brilho igual a max{r,g,b}.uma mediada de brilho igual a max{r,g,b}.

Cores:Cores: sistema HSV sistema HSV

82


Cores:Cores: sistema HSV sistema HSV

Documents

Instituto de Computação - UFF 1 Computação Gráfica I Professor: Anselmo Montenegro anselmo Conteúdo: - Introdução