Imagen digital

Imagen digital

• 1. Imagen digital Conceptos básicos de imagen digital

• 2. Índice general 1 Imagen digital 1 1.1 Obtención . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 1.2 Estructura . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 1.3 Edición de imágenes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 1.4 Véase también . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 1.5 Enlaces externos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 2 Gráfico vectorial 2 2.1 Historia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 2.2 Figuras geométricas básicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 2.3 Principales aplicaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 2.3.1 Generación de gráficos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 2.3.2 Lenguajes de descripción de documentos . . . . . . . . . . . . . . . . . . . . . . . . . . 3 2.3.3 Tipografías . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 2.3.4 Videojuegos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 2.3.5 Internet . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 2.4 Formatos gráficos vectoriales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 2.5 Programas de edición vectorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 2.5.1 Impresión . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 2.6 Ventajas y desventajas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 2.6.1 Ventajas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 2.6.2 Desventajas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 2.7 Véase también . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 2.8 Enlaces externos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 3 Imagen de mapa de bits 7 3.1 Color . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 3.2 Resolución . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 3.3 Conversión entre mapas de bits y gráficos vectoriales . . . . . . . . . . . . . . . . . . . . . . . . . 8 3.4 Analogía en 3D . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 3.5 Véase también . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 3.6 Enlaces externos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 i

• 3. ii ÍNDICE GENERAL 4 Píxel 9 4.1 Concepto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 4.2 Múltiplos habituales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 4.2.1 Megapíxel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 4.2.2 Gigapíxel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 4.3 Referencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 4.4 Véase también . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 4.5 Enlaces externos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 5 Conversión analógica-digital 11 5.1 Comparación de señales analógica y digital . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 5.1.1 Ventajas de la señal digital . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 5.1.2 Inconvenientes de la señal digital . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 5.2 Digitalización . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 5.2.1 Cuantificación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 5.2.2 Codificación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 5.3 Ejemplo de digitalización . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 5.4 Compresión . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 5.5 Bibliografía . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 5.6 Véase también . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 6 Resolución de pantalla 14 6.1 Resolución horizontal y resolución vertical . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 6.2 Ejemplos de resoluciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 6.2.1 Resoluciones en teledifusión digital . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 6.2.2 Resolución informática . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 6.3 Tabla general . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 6.4 Véase también . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 6.5 Referencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 6.6 Enlaces externos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 7 Relación de aspecto 16 7.1 Visión general . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 7.2 Visión detallada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 7.2.1 3:2 o 15:10 (1.50:1) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 7.2.2 4:3 o 12:9 (1.33:1) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 7.2.3 5:4 (1.25:1) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 7.2.4 14:9 (1.55:1) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 7.2.5 16:9 (1.77:1) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 7.2.6 16:10 u 8:5 (1.60:1) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 7.2.7 17:9 (1.88:1)[1][2]. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 7.2.8 21:9 o 2.33:1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17

• 4. ÍNDICE GENERAL iii 7.2.9 12:5 o 2.39:1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 7.2.10 23:9 o 2.55:1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 7.2.11 13:5 o 2.59:1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 7.2.12 8:3 o 24:9 o 2.66:1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 7.2.13 11:4 o 2.76:1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 7.2.14 2.76:1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 7.2.15 4.00:1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 7.2.16 12.00:1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 7.2.17 Comparaciones visuales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 7.3 Véase también . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 7.4 Enlaces externos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 7.5 Referencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 8 Profundidad de color 19 8.1 Color indexado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 8.2 Color directo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 8.2.1 Color de alta resolución o HiColor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20 8.2.2 Color real o True Color . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20 8.3 Véase también . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 8.4 Enlaces externos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 9 Espacio de color 22 9.1 Entendiendo el concepto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22 9.2 Notas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 9.3 Conversión . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 9.4 Densidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 9.5 Lista parcial de espacios de color . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 9.5.1 Modelos de color genéricos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 9.5.2 Espacios de color comerciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24 9.5.3 Espacios de color de propósito especial . . . . . . . . . . . . . . . . . . . . . . . . . . . 24 9.5.4 Espacios de color obsoletos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24 9.6 Véase también . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24 9.7 Referencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 9.8 Enlaces externos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 10 Histograma de color 26 10.1 Visión general . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 10.2 Ejemplo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 10.3 Desventajas y otras aproximaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27 10.4 Histograma de intensidad sobre datos continuos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28 10.5 Referencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28 10.6 Enlaces externos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28

• 5. iv ÍNDICE GENERAL 11 Anexo:Formatos de archivo de gráficos 29 11.1 Referencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 11.2 Enlaces externos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 12 Compresión de datos 30 12.1 Diferencias entre compresión con y sin pérdida . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31 12.2 Véase también . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31 12.3 Enlaces externos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31 13 Algoritmo de compresión con pérdida 32 13.1 Visión general . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32 13.2 Visión detallada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32 13.2.1 Métodos de compresión con pérdida . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32 13.3 Véase también . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 13.4 Referencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 13.5 Enlaces externos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 13.6 Referencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 14 Algoritmo de compresión sin pérdida 34 15 Véase también 35 15.1 Enlaces externos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 16 Canal (imagen digital) 36 16.1 Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 16.1.1 RGB . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 16.1.2 CMYK . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 16.1.3 HSV . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 16.2 Canal alfa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 16.3 Profundidad de color . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 16.4 Tamaños de canal optimizados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 16.5 Referencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 17 Graphics Interchange Format 38 17.1 Características . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38 17.2 Usos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38 17.3 Patentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38 17.4 GIF en las Redes Sociales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39 17.5 Véase también . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39 17.6 Referencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39 17.7 Enlaces externos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39 18 Portable Network Graphics 40 18.1 Detalles técnicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40

• 6. ÍNDICE GENERAL v 18.2 Segmentos del archivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40 18.3 Secciones esenciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40 18.4 Secciones de metadatos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40 18.5 Profundidad de color . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41 18.6 Transparencia en la imagen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41 18.7 Compresión . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42 18.8 Animación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42 18.9 Comparación técnica con otros formatos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42 18.9.1 Comparación con GIF . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42 18.9.2 Comparación con JPEG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42 18.10PNG en la web . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42 18.11Falsas creencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43 18.12Problemas de color . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43 18.13Bibliografía . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43 18.14Referencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43 18.15Enlaces externos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43 19 Joint Photographic Experts Group 44 19.1 Compresión del JPEG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44 19.2 Codificación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44 19.2.1 Transformación del espacio de color . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45 19.2.2 Submuestreo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45 19.2.3 Transformación discreta de coseno (DCT) . . . . . . . . . . . . . . . . . . . . . . . . . . 46 19.3 Cuantificación digital . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46 19.4 Codificación entrópica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47 19.5 Ruido producido por la compresión . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48 19.6 Decodificación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48 19.7 Véase también . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49 19.8 Enlaces externos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49 20 Raw (formato) 50 20.1 Características principales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50 20.1.1 Tipo de compresión . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50 20.1.2 Profundidad de color . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50 20.1.3 Distintas versiones del formato . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50 20.2 Utilidad y usos comunes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50 20.2.1 Correcciones posteriores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50 20.2.2 Negativo digital . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50 20.3 Software para visualizar y procesar archivos raw . . . . . . . . . . . . . . . . . . . . . . . . . . . 50 20.3.1 Visualización previa, apertura y conversión . . . . . . . . . . . . . . . . . . . . . . . . . 51 20.3.2 Procesamiento del raw o revelado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51 20.4 Véase también . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51

• 7. vi ÍNDICE GENERAL 20.5 Referencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51 20.6 Bibliografía citada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52 20.7 Véase también . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52 20.8 Enlaces externos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52 21 Metadato 53 21.1 Definiciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53 21.1.1 Distinción entre datos y metadatos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53 21.1.2 Metadatos sobre metadatos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53 21.2 Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53 21.3 Clasificación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54 21.4 Ciclo de vida . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54 21.4.1 Creación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54 21.4.2 Manipulación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54 21.4.3 Destrucción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54 21.5 Metadatos en la informática . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55 21.6 Almacenamiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55 21.6.1 Codificación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55 21.7 Vocabularios controlados y ontologías . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55 21.8 Crítica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55 21.9 Formatos y estándares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56 21.10Véase también . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56 21.11Referencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56 21.12Enlaces externos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56 22 Exchangeable image file format 57 22.1 Programas que lo soportan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57 22.2 Capitalización . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57 22.3 Estado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57 22.4 Visualizar Exif . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57 22.5 Ejemplo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58 22.6 Véase también . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58 22.7 Referencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58 22.8 Enlaces externos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58 22.9 Origen del texto y las imágenes, colaboradores y licencias . . . . . . . . . . . . . . . . . . . . . . 59 22.9.1 Texto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59 22.9.2 Imágenes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61 22.9.3 Licencia del contenido . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63

• 8. Capítulo 1 Imagen digital Una imagen digital o gráfico digital es una representación bidimensional de una imagen a partir de una matriz numérica, frecuentemente en binario (unos y ceros). Dependiendo de si la resolución de la imagen es estática o dinámica, puede tratarse de una imagen matricial (o mapa de bits) o de un gráfico vectorial. El mapa de bits es el formato más utilizado en informática. 1.1 Obtención Las imágenes digitales se pueden obtener de varias formas: • Por medio de dispositivos de entrada conversión analógica-digital como los escáneres y las cámaras digitales. • Directamente mediante programas informáticos editores de mapas de bits y dibujo vectorial, como por ejemplo realizando dibujos con el ratón (informática) o tableta digitalizadora gráfica incluyendo el lápiz óptico, por otro lado mediante un programa de renderización 3D a mapa de bits. Las imágenes digitales se pueden modificar mediante filtros, añadir o suprimir elementos, modificar su tamaño, etc. y almacenarse en un dispositivo de grabación de datos como por ejemplo un disco duro. • SVG para gráficos vectoriales, formato estándar del W3C (World Wide Web Consortium). 1.2 Estructura La mayoría de formatos de imágenes digitales están compuestos por una cabecera que contiene atributos (dimensiones de la imagen, tipo de codificación, etc.), seguida de los datos de la imagen en sí misma. La estructura de los atributos y de los datos de la imagen es distinto en cada formato. Además, los formatos actuales añaden a menudo una zona de metadatos (“metadata” en fotografía (Escala de sensibilidad, flash, etc.) Estos metadatos se utilizan muy a menudo en el formato extensión cámaras digitales y videocámaras. 1.3 Edición de imágenes Si una imagen representada en dominio espacial la pasamos a dominio frecuencial, podemos modificar los valores de la luminosidad (que en dominio frecuencial se ven representados como componente de frecuencia f) de tal manera que podemos ampliar, decrementar o eliminar su amplitud y de esta forma modificamos la imagen. Por ejemplo, si en el dominio frecuencial modificamos la componente 0, lo que estaremos haciendo es modificar la tonalidad de luz de la imagen. Esto ha dado como resultado un gran número de aplicaciones, desde óptica hasta la visualización de imágenes con rayos X para fines médicos. 1.4 Véase también • Imagen de mapa de bits • Gráfico vectorial 1.5 Enlaces externos • . • ABBYY FineReader Software de OCR para convertir fotografías digitales Optimización de Imagen Digital • IrfanView un programa de visualización gratuito que soporta los formatos en Internet (Manual). 1

• 9. Capítulo 2 Gráfico vectorial Locomotora a vapor en formato de imagen vectorial, originalmente en formato Windows Metafile, WMF (convertido a PNG.) Se puede comprobar que a la imagen le falta realismo fotográfico en comparación con su equivalente en formato matricial o rasterizado. La foto original que fue tomado en un formato matricial JPEG. Una imagen vectorial es una imagen digital formada por objetos geométricos independientes (segmentos, polígonos, arcos, etc.), cada uno de ellos definido por distintos atributos matemáticos de forma, de posición, de color, etc. Por ejemplo un círculo de color rojo quedaría definido por la posición de su centro, su radio, el grosor de línea y su color. Este formato de imagen es completamente distinto al formato de las imágenes de mapa de bits, también llamados imágenes matriciales, que están formados por píxeles. El interés principal de los gráficos vectoriales es poder ampliar el tamaño de una imagen a voluntad sin sufrir la pérdida de calidad que sufren los mapas de bits. De la misma forma, permiten mover, estirar y retorcer imágenes de manera relativamente sencilla. Su uso también está muy extendido en la generación de imágenes en tres dimensiones tanto dinámicas como estáticas. Todos los ordenadores actuales traducen los gráficos vectoriales a mapas de bits para poder representarlos en pantalla al estar ésta constituida físicamente por píxeles. 2.1 Historia Desde los inicios del computador en 1950 hasta la década de los ochenta se usaba un sistema vectorial de generación de gráficos diferente al actual. En este sistema «caligráfico» el rayo electrónico del tubo de rayos catódicos de la pantalla era guiado directamente para dibujar las formas necesarias, segmento de línea por segmento de línea, quedando en negro el resto de la pantalla. Este proceso se repetía a gran velocidad para alcanzar una imagen libre de intermitencias o muy cercana a estar libre de ellas. Este sistema permitía visualizar imágenes estáticas y en movimiento de buena resolución (para esas fechas) sin usar la inimaginable cantidad de memoria que se hubiera necesitado para conseguir la resolución equivalente en un sistema de rasterización, permitiendo que la secuencia de imágenes diese la sensación de movimiento e incluso consiguiendo que titilaran modificando sólo algunas de las palabras del código de la gráfica en su respectivo display file. Estos monitores basados en vectores también eran conocidos como monitores X-Y (X-Y displays). Uno de los primeros usos de los vectores en el proceso de visualización fue el realizado por la Fuerza Aérea de los Estados Unidos. El sistema de generación de gráficos mediante vectores se utilizó hasta 1999 en el control aéreo y probablemente aún se siga usando en diversos sistemas militares. Ivan Sutherland empleó este mismo sistema en la TX-2 para ejecutar su programa Sketchpad en el MIT Lincoln Laboratory en 1963. Los subsiguientes sistemas de representación gráfica vec2

• 10. 2.4. FORMATOS GRÁFICOS VECTORIALES 3 torial incluían la GT40 de Digital; existió una consola llamada Vectrex que usaba gráficos vectoriales para mostrar videojuegos como Asteroids y Space Wars; y equipos como el Tektronix 4014, podían generar imágenes vectoriales dinámicas. El término vector es usado comúnmente en el contexto de gráficos de dos dimensiones producidos por computador. Es uno de los muchos modos con los que un artista cuenta para crear una imagen con una previsualización rasterizada. Otras formas de uso pueden ser en textos, en multimedia y en la creación de escenarios 3D. Prácticamente todos los programas de modelado en 3D usan técnicas que generan gráficos vectoriales en 2D. Los plotters usados en dibujo técnico siguen dibujando los vectores directamente sobre el papel. 2.2 Figuras geométricas básicas • Líneas y polilíneas • Polígonos • Círculos y elipses • Curvas de Bézier • Bezigonos • Texto (normalmente TrueType o FreeType u otra tipografía que utilice curvas de Bézier). La lista anterior no incluye otros tipos de curvas (spline de Catmull-Rom, NURBS,...), que son útiles para otro tipo de aplicaciones. Frecuentemente a las imágenes de mapa de bits se las considera formatos algo primitivos, desde un punto de vista conceptual, ya que su forma de almacenar la información en píxeles no permite la misma flexibilidad que se obtiene con una imagen vectorial. Sin embargo los mapas de bits presentan ventajas en otras áreas como la fotografía digital y el video. 2.3 Principales aplicaciones 2.3.1 Generación de gráficos Se utilizan para crear logos ampliables a voluntad así como en el diseño técnico con programas de tipo CAD (Computer Aided Design, diseño asistido por computadora). Muy populares para generar escenas 3D. 2.3.2 Lenguajes de descripción de documentos Los gráficos vectoriales permiten describir el aspecto de un documento independientemente de la resolución del dispositivo de salida. Los formatos más conocidos son PostScript y PDF. A diferencia de las imágenes matriciales, se puede visualizar e imprimir estos documentos sin pérdida en cualquier resolución. 2.3.3 Tipografías La mayoría de aplicaciones actuales utilizan texto formado por imágenes vectoriales. Los ejemplos más comunes son TrueType, OpenType y PostScript. 2.3.4 Videojuegos En los videojuegos 3D es habitual la utilización de gráficos vectoriales. 2.3.5 Internet Los gráficos vectoriales que se encuentran en el World Wide Web suelen ser o bien de formatos abiertos VML y SVG, o bien SWF en formato propietario. Estos últimos se pueden visualizar con Adobe Flash Player. 2.4 Formatos gráficos vectoriales Propietarios: algunos de ellos tienen especificaciones abiertas total o parcialmente: • PostScript ® (PS, EPS [Encapsulated PostScript]) • SWF Adobe Flash • DXF, Drawing eXchange Format y DWG, formatos de Autodesk AutoCAD. • HPGL: (HP Graphic Language), un estándar de facto para los trazadores gráficos (Plóter). • AI de Adobe Illustrator • Paint Tool SAI • CDR de Corel Draw • FH9, FH10 y FH11 • IGES • Metaarchivo de Windows (WMF) Libres: • Portable Document Format (PDF) • SVG Scalable Vector Graphics • OpenDocument Graphics (ODG) • VML ® Vector Markup Language

• 11. 4 CAPÍTULO 2. GRÁFICO VECTORIAL 2.5 Programas de edición vectorial Propietarios: • Illustrator, de Adobe • Corel Draw!, de Corel Corporation • Freehand, de Macromedia • Visio, de Microsoft Corporation Libres: • OpenOffice.org Draw, de Oracle • LibreOffice Draw, del consorcio The Document Foundation • Inkscape • Sodipodi • Skencil • Xara LX • Dia • Kivio 2.5.1 Impresión Un punto clave de las imágenes vectoriales es su práctica puesta a punto en el momento de la impresión ya que es posible escalarlas y aumentar su definición de forma ilimitada. Por ejemplo: se puede tomar el mismo logo vectorizado, imprimirlo en una tarjeta personal y, después, agrandarlo e imprimirlo en una valla manteniendo en ambas imágenes el mismo nivel de calidad. Los ejemplos más populares de formato de documentos que se deban imprimir son PDF y PostScript. Otra aplicación donde los gráficos vectoriales son importantes es el plotter de corte o impresora de corte de vinilo, ya que éste, como su nombre indica, corta áreas de color diseñadas por el usuario a partir de un archivo digital. Estas figuras están construidas a partir de vectores que son interpretados por el plotter como las líneas límite por donde debe pasar la cuchilla que corta el material [cita requerida] . Muy extendido en el gremio de la rotulación, la decoración ya sea de superficies planas o carrocerías de vehículos. 2.6 Ventajas y desventajas 2.6.1 Ventajas • Dependiendo de cada caso particular, las imágenes vectoriales pueden requerir menor espacio de almacenamiento que un mapa de bits. Las imágenes formadas por colores planos o degradados sencillos son más factibles de ser vectorizadas. A menor información para crear la imagen, menor será el tamaño del archivo[1]. Dos imágenes con dimensiones de presentación distintas pero con la misma información vectorial, ocuparán el mismo espacio de almacenamiento. • No pierden calidad al ser redimensionadas. En principio, se puede escalar una imagen vectorial de forma ilimitada. En el caso de las imágenes matriciales, se alcanza un punto en el que es evidente que la imagen está compuesta por píxeles. • Los objetos definidos por vectores pueden ser guardados y modificados en el futuro. • Algunos formatos permiten animación. Esta se realiza de forma sencilla mediante operaciones básicas como traslación o rotación y no requiere un gran acopio de datos, ya que lo que se hace es reubicar las coordenadas de los vectores en nuevos puntos dentro de los ejes x, y, y z en el caso de las imágenes 3D. 2.6.2 Desventajas • Los gráficos vectoriales, en general, no son aptos para codificar fotografías o vídeos tomados en el «mundo real» (fotografías de la Naturaleza, por ejemplo), aunque algunos formatos admiten una composición mixta (vector + mapa de bits). Prácticamente todas las cámaras digitales almacenan las imágenes en mapa de bits. • Los datos que describen el gráfico vectorial deben ser procesados, es decir, el computador debe ser suficientemente potente para realizar los cálculos necesarios para formar la imagen final. Si el volumen de datos es elevado se puede volver lenta la representación de la imagen en pantalla, incluso trabajando con imágenes pequeñas. • Por más que se construya una imagen con gráficos vectoriales su visualización tanto en pantalla, como en la mayoría de sistemas de impresión, en última instancia tiene que ser traducida a píxeles. 2.7 Véase también • Computación gráfica 2D • OCR

• 12. 2.8. ENLACES EXTERNOS 5 • Trazador de imágenes para convertir de imagen de mapa de bits a gráfico vectorial. • Vector • Raster • Cairo 2.8 Enlaces externos • Wikimedia Commons alberga contenido multimedia sobre Gráfico vectorial. Commons • Gráficos Vectoriales Gratis [1] «Ventajas del uso de gráficos vectoriales en el Diseño». La Revista IN. Consultado el 14 de agosto de 2015.

• 13. 6 CAPÍTULO 2. GRÁFICO VECTORIAL Imagen vectorial de una videoconsola PlayStation 3, obtenida explotando al máximo las oportunidades que ofrece el lenguaje SVG

• 14. Capítulo 3 Imagen de mapa de bits Una imagen en mapa de bits, imagen ráster (calcos del inglés) o imagen de pixeles o píxeles, es una estructura o fichero de datos que representa una rejilla rectangular de píxeles o puntos de color, denominada matriz, que se puede visualizar en un monitor, papel u otro dispositivo de representación. A las imágenes en mapa de bits se las suele definir por su altura y anchura (en píxeles) y por su profundidad de color (en bits por píxel), que determina el número de colores distintos que se pueden almacenar en cada punto individual, y por lo tanto, en gran medida, la calidad del color de la imagen. Los gráficos en mapa de bits se distinguen de los gráficos vectoriales en que estos últimos representan una imagen a través del uso de objetos geométricos como curvas de Bézier y polígonos, no del simple almacenamiento del color de cada punto en la matriz. El formato de imagen matricial está ampliamente extendido y es el que se suele emplear para tomar fotografías digitales y realizar capturas de vídeo. Para su obtención se usan dispositivos de conversión analógica-digital, tales como escáneres y cámaras digitales. 3.1 Color Cada punto representado en la imagen debe contener información de color, representada en canales separados que representan los componentes primarios del color que se pretende representar, en cualquier modelo de color, bien sea RGB, CMYK, LAB o cualquier otro disponible para su representación. A esta información, se puede sumar otro canal que representa la transparencia respecto al fondo de la imagen. En algunos casos, (GIF) el canal de transparencia tiene un solo bit de información, es decir, se puede representar como totalmente opaco o como totalmente transparente; en los más avanzados (PNG, TIFF), el canal de transparencia es un canal con la misma profundidad del resto de canales de color, con lo cual se pueden obtener centenares, miles o incluso millones de niveles de transparencia distintos. 3.2 Resolución Detalle de una imagen en mapa de bits. Si hacemos zoom sobre esta imagen, podemos ver los puntos (píxeles) que la conforman, representados como cuadrados. En una imagen en mapa de bits no se pueden cambiar sus dimensiones sin que la pérdida de calidad sea notoria. Esta desventaja contrasta con las posibilidades que ofrecen los gráficos vectoriales, que pueden adaptar su resolución fácilmente a la de cualquier dispositivo de visualización. De todas maneras, existe mayor pérdida cuando se pretende incrementar el tamaño de la imagen (aumentar la cantidad de píxeles por lado) que cuando se efectúa una reducción del mismo. Las imágenes en mapa de bits son más prácticas para tomar fotografías o filmar escenas, mientras que los gráficos vectoriales se utilizan sobre todo para la representación de figuras geométricas con parámetros definidos, lo cual las hace útiles para el diseño gráfico o la representación de texto. Las pantallas de ordenador actuales habitualmente muestran entre 72 y 130 píxeles por pulgada (PPP), y algunas impresoras imprimen 2400 puntos por pulgada (ppp) o más; determinar cuál es la mejor resolución de imagen para una impreso7

• 15. 8 CAPÍTULO 3. IMAGEN DE MAPA DE BITS ra dada puede llegar a ser bastante complejo, dado que el resultado impreso puede tener más nivel de detalle que el que el usuario pueda distinguir en la pantalla del ordenador. Habitualmente, una resolución de 150 a 300 ppp funciona bien para imprimir a 4 colores (CMYK). Sin embargo, existe una fórmula matemática que permite definir esta resolución según el sustrato de impresión: lpp x 2 x f a/r = ppp Donde lpp (líneas por pulgada) es la lineatura a utilizarse según el sustrato, por ejemplo: 150 lpp, si son papeles recubiertos, 85 lpp para periódico, etc. 2 es un factor basado en la capacidad de rasterización del escanner y f a/r es la ampliación o disminución en que se necesita la imagen. La fórmula puede utilizarse solamente como lpp x 2 = ppp. 3.3 Conversión entre mapas de bits y gráficos vectoriales La transformación de un mapa de bits a un formato vectorial se llama vectorización. Este proceso normalmente se lleva a cabo o bien manualmente (calcando el mapa de bits con curvas de Bézier o polígonos vectoriales) o bien con ayuda de un programa específico, como por ejemplo Corel PowerTrace o Inkscape. El proceso inverso, convertir una imagen vectorial en una imagen de mapa de bits, es mucho más sencillo y se llama rasterización. El cubo de Rubik es un cuerpo tridimensional que podemos «interpretar» como un cuerpo formado por vóxeles, la versión tridimensional de un píxel. 3.4 Analogía en 3D En infografía 3D (tres dimensiones) el concepto de una rejilla plana de píxeles se extiende a un espacio tridimensional formado por ladrillos cúbicos llamados vóxeles. En este caso, existe una reja tridimensional con elementos (cubitos) que contienen la información del color. A pesar de que los vóxeles son un concepto potente para tratar cuerpos con formas complejas exigen mucha memoria para ser almacenados. En consecuencia, a la hora de producir imagénes en tres dimensiones se utilizan más a menudo imágenes vectoriales 3D. 3.5 Véase también • Anexo:Formatos de archivo de gráficos • Computación gráfica 2D • Gráfico vectorial • Transformada de Fourier discreta 3.6 Enlaces externos • BiTmap Publishing (en japonés)

• 16. Capítulo 4 Píxel Ampliación de una zona de una imagen donde se pueden apreciar los pixeles. Un píxel o pixel, [1] plural píxeles (acrónimo del inglés picture element, ‘elemento de imagen’), es la menor unidad homogénea en color que forma parte de una imagen digital. 4.1 Concepto Ampliando lo suficiente una imagen (zoom) en la pantalla de una computadora, pueden observarse los píxeles que la componen. Los píxeles son los puntos de color (siendo la escala de grises una gama de color monocromática). Las imágenes se forman como una sucesión de píxeles. La sucesión marca la coherencia de la información presentada, siendo su conjunto una matriz coherente de información para el uso digital. El área donde se proyectan estas matrices suele ser rectangular. La representación del píxel en pantalla, al punto de ser accesible a la vista por unidad, forma un área homogénea en cuanto a la variación del color y densidad por pulgada, siendo esta variación nula, y definiendo cada punto sobre la base de la densidad, en lo referente al área. En las imágenes de mapa de bits, o en los dispositivos gráficos, cada píxel se codifica mediante un conjunto de bits de longitud determinada (la profundidad de color); por ejemplo, puede codificarse un píxel con un byte (8 bits), de manera que cada píxel admite hasta 256 variaciones de color (28 posibilidades binarias), de 0 a 255. En las imágenes llamadas de color verdadero, normalmente se usan tres bytes (24 bits) para definir el color de un píxel; es decir, en total se pueden representar unos 224 colores, esto es 16.777.216 variaciones de color. Una imagen en la que se utilicen 32 bits para representar un píxel tiene la misma cantidad de colores que la de 24 bits, ya que los otros 8 bits son usados para efectos de transparencia. Para poder visualizar, almacenar y procesar la información numérica representada en cada píxel, se debe conocer, además de la profundidad y brillo del color, el modelo de color que se utiliza. Por ejemplo, el modelo de color RGB (Red-Green-Blue) permite crear un color compuesto por los tres colores primarios según el sistema de mezcla aditiva. De esta forma, según la cantidad de cada uno de ellos que se use en cada píxel será el resultado del color final del mismo. Por ejemplo, el color magenta se logra mezclando el rojo y el azul, sin componente verde (este byte se pone en 0). Las distintas tonalidades del mismo color se logran variando la proporción en que intervienen ambas componentes (se altera el valor de esos dos bytes de color del píxel). En el modelo RGB lo más frecuente es usar 8 bits al representar la proporción de cada una de las tres componentes de color primarias. Así, cuando una de las componentes vale 0, significa que ella no interviene en la mezcla y cuando vale 255 (28 – 1) significa que interviene dando el máximo de ese tono, valores intermedios proveen la intensidad correspondiente. La mayor parte de los dispositivos que se usan con una computadora (monitor, escáner, etc.) usan el modelo RGB (modelo de reflexión o aditivo), excepto los que aportan tintes, como las impresoras, que suelen usar el modelo CMYK (modelo sustractivo). Profundidad de color Un píxel, comúnmente, se representa con: 8 bits (28colores), con 24 bits (224 colores, 8 bits por canal de color) o con 48 bits (248 colores); en fotografía avanzada y digitalización de imágenes profesional se utilizan profundidades aún mayores, expresadas siempre en valores de bits/canal de color en lugar de la suma de los tres canales. Los primeros son los más utilizados, reservando el de 8 bits para imágenes de alta calidad pero en tonos de grises, o bien con 256 colores en paleta seleccionada para baja calidad colorimétrica; el de 24 bits es el más común y de alta calidad, se lo utiliza en la mayoría de las imágenes fotográficas. 9

• 17. 10 CAPÍTULO 4. PÍXEL 4.2 Múltiplos habituales 4.2.1 Megapíxel Un megapíxel o megapixel (Mpx) equivale a 1 millón de píxeles, a diferencia de otras medidas usadas en la computación en donde se suele utilizar la base de 1024 para los prefijos, en lugar de 1000, debido a su conveniencia respecto del uso del sistema binario. Usualmente se utiliza esta unidad para expresar la resolución de imagen de cámaras digitales; por ejemplo, una cámara que puede tomar fotografías con una resolución de 2048 × 1536 píxeles se dice que tiene 3,1 megapíxeles (2048 × 1536 = 3.145.728). La cantidad de megapíxeles que tenga una cámara digital define el tamaño de las fotografías que puede tomar y el tamaño de las impresiones que se pueden realizar; sin embargo, hay que tener en cuenta que la matriz de puntos está siendo distribuida en un área bidimensional y, por tanto, la diferencia de la calidad de la imagen no crece proporcionalmente con la cantidad de megapíxeles que tenga una cámara, al igual que las x de una grabadora de discos compactos. Las cámaras digitales usan componentes de electrónica fotosensible, como los CCD (del inglés Charge-Coupled Device) o sensores CMOS, que graban niveles de brillo en una base por-píxel. En la mayoría de las cámaras digitales, el CCD está cubierto con un mosaico de filtros de color, teniendo regiones color rojo, verde y azul (RGB) organizadas comúnmente según el filtro de Bayer, así que cada píxel-sensor puede grabar el brillo de un solo color primario. La cámara interpola la información de color de los píxeles vecinos, mediante un proceso llamado interpolación cromática, para crear la imagen final. Dimensiones de imagen según proporción y cantidad de pixeles Para saber el número total de píxeles de una cámara, basta multiplicar el ancho de la imagen máxima que puede generar por el alto de la misma -desactivando previamente el zoom digital-; también es posible dividir el número de píxeles de ancho entre el número correspondiente al alto, y conocer la proporción de la imagen obtenida. Aquí se presenta una lista de las resoluciones comunes de cámaras digitales basándose en esta relación de aspecto: 4.2.2 Gigapíxel Un gigapíxel (Gpx) equivale a un millardo o mil millones de píxeles, utilizando la base 1000 de los prefijos del sistema internacional, en vez de la base 1024 ISO/IEC 80000 o prefijo binario utilizados normalmente en el entorno de la informática. Usualmente se utiliza esta unidad para expresar la resolución de imagen de cámaras digitales. Existen cámaras digitales capaces de realizar fotografías en gigapíxeles, como por ejemplo la ARGUS-IS de la Agencia de Proyectos de Investigación Avanzados de Defensa (DARPA)[2] y la “super cámara” desarrollada por David Brady y su equipo de ingenieros de la Universidad de Duke. [3][4] 4.3 Referencias [1] http://lema.rae.es/dpd/?key=p%C3%ADxel [2] «DARPA’s new 1.8-gigapixel camera is a super highresolution eye in the sky» (en inglés). gizmag.com. Consultado el 6 de marzo de 2014. [3] «La cámara del futuro tomará imágenes de hasta 50 gigapíxeles». telesurtv.net. Consultado el 6 de marzo de 2014. [4] «Supercamera: More Pixels Than You Know What To Do With» (en inglés). npr.org. Consultado el 6 de marzo de 2014. 4.4 Véase también • Vóxel • Texel • Píxel muerto • Resolución de pantalla 4.5 Enlaces externos • En “artículo enmendado” (avance de la 23a. edición del Diccionario de la Real Academia Española, aparecen las dos ortografías de esta palabra.

• 18. Capítulo 5 Conversión analógica-digital Consiste en la transcripción de señales analógicas en señal digital, con el propósito de facilitar su procesamiento (codificación, compresión, etcétera) y hacer la señal resultante (digital) más inmune al ruido y otras interferencias a las que son más sensibles las señales analógicas. 5.1 Comparación de señales analógica y digital Una señal analógica es aquella cuya amplitud (típicamente tensión de una señal que proviene de un transductor y amplificador) puede tomar en principio cualquier valor, esto es, su nivel en cualquier muestra no está limitado a un conjunto finito de niveles predefinidos como es el caso de las señales cuantificadas. Las señales analógicas no se diferencian, por tanto, de las señales digitales en su precisión (precisión que es finita tanto en las analógicas como en las digitales) o en la fidelidad de sus formas de onda (distorsión). Con frecuencia es más fácil obtener precisión y preservar la forma de onda de la señal analógica original (dentro de los límites de precisión impuestos por el ruido que tiene antes de su conversión) en las señales digitales que en aquéllas que provienen de soportes analógicos, caracterizados típicamente por relaciones señal a ruido bajas en comparación. 5.1.1 Ventajas de la señal digital Sistema digital-analógico. 1. Cuando una señal digital es atenuada o experimenta perturbaciones leves, puede ser reconstruida y amplificada mediante sistemas de regeneración de señales. 2. Cuenta con sistemas de detección y corrección de errores, que se utilizan cuando la señal llega al receptor; entonces comprueban (uso de redundancia) la señal, primero para detectar algún error, y, algunos sistemas, pueden luego corregir alguno o todos los errores detectados previamente. 3. Facilidad para el procesamiento de la señal. Cualquier operación es fácilmente realizable a través de cualquier software de edición o procesamiento de señal. 4. La señal digital permite la multigeneración infinita sin pérdidas de calidad. 5. Es posible aplicar técnicas de compresión de datos sin pérdidas o técnicas de compresión con pérdidas basados en la codificación perceptual mucho más eficientes que con señales analógicas. 5.1.2 Inconvenientes de la señal digital 1. Se necesita una conversión analógica-digital previa y una decodificación posterior, en el momento de la recepción. 2. Si no se emplean un número suficiente de niveles de cuantificación en el proceso de digitalización, la relación señal ruido (SNR) de la señal resultante se verá reducida. 3. El contenido en frecuencia de la señal digital viene limitado por la frecuencia de Nyquist, de forma que la componente máxima se corresponde con la mitad de la tasa de muestreo. Además, por cuestiones prácticas, se debe dejar un margen de seguridad desde la frecuencia de Nyquist y el límite de la banda de interés. Así por ejemplo, en los CD, cuya frecuencia de muestreo es 44,1 kHz, la componente máxima es 22,05 kHz y la banda de interés se limita a los 20 kHz (margen del 10%). 11

• 19. 12 CAPÍTULO 5. CONVERSIÓN ANALÓGICA-DIGITAL 5.2 Digitalización La digitalización o conversión A/D, básicamente, consiste en realizar de forma periódica medidas de la amplitud (tensión) de una señal; por ejemplo, la que proviene de un micrófono si se trata de (retención) por un circuito de retención (hold), el tiempo suficiente para permitir evaluar su nivel (cuantificación). Desde el punto de vista matemático, este proceso no se contempla porque se trata de un recurso técnico debido a limitaciones prácticas, y carece de modelo matemático. Durante el “muestreo” y la “retención”, la señal aún es analógica, puesto que aún puede tomar cualquier valor. No obstante, a partir de la “cuantificación”, cuando la señal ya toma valores finitos, la señal ya es digital. Los cuatro procesos tienen lugar en un conversor analógicodigital. 5.2.1 Cuantificación En el proceso de cuantificación se mide el nivel de voltaje de cada una de las muestras. Consiste en asignar un margen de valor de una señal analizada a un único nivel de salida. Incluso en su versión ideal, añade como resultado una distorsión no deseada a la señal de entrada: el ruido de cuantificación. 5.2.2 Codificación La codificación consiste en traducir los valores obtenidos durante la cuantificación al código binario. Hay que tener presente que el código binario es el más utilizado, pero también existen otros tipos de códigos que también son utilizados. 5.3 Ejemplo de digitalización Una computadora o cualquier sistema de control, basado en un microprocesador, no puede interpretar señales analógicas porque sólo utiliza señales digitales. Es necesario traducir o transformar en señales binarias, lo que se denomina proceso de digitalización o conversión de señales analógicas a digitales. • Si el valor de la señal en ese instante está por debajo de un determinado umbral, la señal digital toma un valor mínimo (0). • Cuando la señal analógica se encuentra por encima del valor umbral, la señal digital toma un valor máximo (1). El momento en que se realiza cada lectura, es ordenado por un sistema de sincronización que emite una señal de reloj con un período constante. Estas conversiones Digitalización por muestreo de una señal analógica. analógico-digitales son habituales en adquisición de datos por parte de una computadora y en la modulación digital para transmisiones y comunicaciones por radio. 5.4 Compresión La compresión consiste en la reducción de la cantidad de datos a transmitir o grabar, pues hay que tener en cuenta que la capacidad de almacenamiento de los soportes es finita, de igual modo que los equipos de transmisión pueden manejar sólo una determinada tasa de datos. Para realizar la compresión de las señales se usan complejos algoritmos de compresión (fórmulas matemáticas). Hay dos tipos de compresión: 1. Compresión sin pérdidas: en esencia se transmite toda la información pero eliminando aquella que es redundante. Para ello se hace uso de conceptos de la Teoría de la Información. 2. Compresión con pérdidas: se desprecia cierta información considerada perceptualmente poco irrelevante. Este tipo de compresión aprovecha las limitaciones en la percepción del ser humano para eliminar aquella información que difícilmente puede percibir. No obstante una aplicación excesiva de esta compresión puede conducir a una pérdida de la “calidad” en el resultado final. Las técnicas de compresión sin pérdidas se basan en algoritmos matemáticos que permiten la reducción de los bits que es necesario almacenar o transmitir. Un ejemplo común es la llamada “codificación de longitud de secuencias” (o codificación Huffman), utilizada por ejemplo en el código Morse. En este tipo de codificación se emplean secuencias de bits más cortas para aquellos símbolos muy frecuentes, dejando las más largas para aquellos que aparecen no muy a menudo. Así, en Morse, la letra 'e' (muy frecuente en inglés) se codifica con sólo un punto, mientras que la 'j' (con escaso uso en inglés) se codifica con un punto seguido de tres rayas. Como puede verse, el resultado es una reducción del número total de bits a transmitir o almacenar.

• 20. 5.6. VÉASE TAMBIÉN 13 Las técnicas de codificación mencionadas son de gran utilización en los sistemas de transmisión digital. Sin embargo, en lo que se refiere al tratamiento digital de imagen y sonido, dada la aleatoriedad de este tipo de señales (todos los símbolos tienden a ser equiprobables), son poco efectivos en cuanto a la reducción del tamaño de los archivos resultantes. Por eso, la compresión del sonido y la imagen para Internet se basa más en el conocimiento del funcionamiento de nuestros sentidos. Son técnicas que asumen pérdidas de información, de ahí su nombre de compresión con pérdidas, pero están diseñados de modo que las “pérdidas” no sean apenas percibidas por los seres humanos. Como ejemplos clásicos se pueden citar: • La compresión gráfica GIF se basa en la utilización de una paleta de 256 colores estudiados cuidadosamente de acuerdo con la apreciación del color por ojo humano. Con esto se logra una razón de compresión de ⅓. Los 256 se pueden codificar con 8 bits, en vez de usar 24 bits para definir el color verdadero. La pérdida de información parece grande, pero ¿puede el ojo humano apreciar los matices de más de un millón de colores?. • La compresión gráfica JPEG en lugar de definir la imagen por sus tres colores básicos (R;G;B), utiliza la trasformación de la información de color a la de luminancia (1 valor por muestra) y de crominancia (2 valores por muestra) de forma similar a como se emplea en la señal de televisión. Resulta que el ojo humano es más sensible a los cambios de brillo (luminancia) que de color (crominancia), por lo que estos códecs codifican la luminancia de todas las muestras o píxeles y un valor medio de cada una de los valores crominancias cada 4 píxeles. Para codificaciones de 8 bits por píxel, la cuenta de la razón de compresión es 4x8+8+8=48, en vez de 4x8x3=96 de la original. 5.5 Bibliografía • FRIES, Bruce y FRIES, Marty. Audio digital práctico. Ed. Anaya Multimedia. 2005. ISBN 84-415- 1892-0 5.6 Véase también • Aliasing • Audiorestauración • Codificación digital • Compresión digital • Conversión digital-analógica • Conversor analógico-digital • Cuantificación digital • Frecuencia de muestreo • Muestreo digital • Procesamiento digital de señales • Ruido de cuantificación

• 21. Capítulo 6 Resolución de pantalla SXGA 1280 × 1024 QSXGA 2560 × 2048 QVGA 320 × 240 1280 × 960 VGA 640 × 480 PAL 768 × 576 SVGA 800 × 600 XGA 1024 × 768 SXGA+ 1400 × 1050 UXGA 1600 × 1200 QXGA 2048 × 1536 1152 × 768 1440 × 960 1440 × 900 CGA 320 × 200 WQXGA 2560 × 1600 1366 × 768 WXGA 1280 × 768 WSVGA 1024 × 600 HD 720 1280 × 720 WUXGA 1920 × 1200 HD 1080 1920 × 1080 WVGA 800 × 480 FWVGA 854 × 480 1280 × 854 WXGA 1280 × 800 WSXGA+ 1680 × 1050 2K 2048 × 1080 5:4 4:3 3:2 8:5 (16:10) 5:3 16:9 17:9 1MP 2MP 3MP Estándares de video. La resolución de pantalla es el número de píxeles que puede ser mostrado en la pantalla. Viene dada por el producto del ancho por el alto, medidos ambos en píxeles, con lo que se obtiene una relación, llamada relación de aspecto. En esta relación de aspecto, se puede encontrar una variación, está de acuerdo a la forma del monitor y de la tarjeta gráfica. Se pueden diferenciar dos tamaños de pantalla diferentes: • Tamaño absoluto: la anchura y altura de la ventana del monitor, medido generalmente en pulgadas. Depende del monitor. • Resolución o tamaño relativo: viene determinada por el número de píxeles que se muestran en la ventana del monitor, siendo el píxel la unidad mínima de información que se puede presentar en pantalla, de forma generalmente rectangular. Depende de la tarjeta gráfica. 6.1 Resolución horizontal y resolución vertical La definición de pantalla es la capacidad que tiene un sistema cálido de comunicaciones (como la televisión) para mostrar la máxima frecuencia espacial (número de ciclos por unidad de longitud dada una dirección ). Se suele hablar de resolución horizontal (número de líneas verticales) y resolución vertical (número de líneas horizontales). La resolución del aparato se mide generalmente en ciclos por ancho de imagen (CPW) o en ciclos por altura de imagen (cph). En el caso de TV la definición vertical se suele medir en líneas (donde una línea equivale aproximadamente a un ciclo). En televisión la definición vertical (Dv) depende delfactor de Kell y se calcula como: DV = k NV 2 (cph) Mientras que la definición horizontal depende del tiempo de línea y del ancho de banda: DH = TEN ·BW(CPW) Si se requiere tener la misma definición vertical y horizontal, es decir para conseguir píxeles cuadrados, se debe cumplir DH(cm−1) = DV (cm−1) . Por ejemplo para una relación de aspecto 4:3, para conseguir que ambos definiciones (vertical y horizontal) sean iguales se debe cumplir que DH DV = 4 3 . 6.2 Ejemplos de resoluciones 6.2.1 Resoluciones en teledifusión digital Con la aparición de la computadora digital han aparecido nuevos aparatos transustanciales a la resolución que contribuyen a definir mejor el sistema. La resolución es14

• 22. 6.3. TABLA GENERAL 15 Diferentes tipos de resolución de pantalla. pacial queda definida por el producto de las líneas activas por cuadro por los pixels activos por línea. Para una imagen de HDTV de 1080 líneas activas y 1920 píxeles por línea la resolución espacial será de 2.073.600 píxeles. Ahora bien, si la imagen es de exploración entrelazada, teniendo en cuenta un factor de Kell de 0,7, la resolución espacial que percibirá el espectador será de 1.451.520 píxeles. Para una imagen de HDTV de 720 líneas activas y 1280 píxeles por línea, la resolución espacial será de 921.600 píxeles. Si esta imagen se explora en modo progresivo la resolución que se percibirá, tomando un factor de Kell de 0,9 será de 829.440 píxeles. Esto significa que la imagen de HDTV de 1.451.520 píxeles ofrece una resolución espacial superior al 75 % en comparación con una imagen de HDTV de 829.400 píxeles. Por el momento,[¿cuándo?] no existen sistemas visualizadores de HDTV para 1.451.520 píxeles a un precio asequible y debido a ello, esta elevada resolución tan sólo está destinada para quedar implantada en salas profesionales. Para el mercado doméstico la resolución espacial de 829.400 píxeles es la más idónea, pues existen visualizadores a precio asequible. En televisión digital también hay que tener en consideración la resolución temporal, un término que no existe en fotografía ya que se visualizan imágenes estáticas, es decir, detenidas en tiempo. La resolución temporal es la capacidad de resolver imágenes en movimiento dando una sensación de movimiento continuo. Un estándar tiene mayor resolución temporal cuando mayor sea su frecuencia de exploración. Así por ejemplo, un estándar explorado a 120 cuadros por segundo tiene más resolución temporal que uno de 60 cuadros por segundo. 6.2.2 Resolución informática La industria informática, a diferencia de la industria teledifusora, se apoya en sistemas cerrados, donde cada fabricante diseña el sistema que mejor se adapta a sus necesidades técnicas y económicas. Por esta circunstancia se ha desarrollado una gran diversidad de sistemas. Además, la industria informática, que se apoya en sistemas digitales, utiliza el término de resolución vertical para definir el número de líneas activas y el término de resolución horizontal para el número de elementos básicos (píxeles por línea). En la tabla siguiente se muestran las características básicas de diferentes tarjetas gráficas. Se puede apreciar que la resolución espacial, teniendo en consideración la relación de aspecto, es idéntica, tanto en sentido horizontal como en vertical. Todas las imágenes informáticas son de resolución progresiva y en estas condiciones el factor de Kell es de 0,9. Por lo tanto, para una imagen XGA la resolución vertical que percibe el espectador se de 0,9768, es decir, 691,2 líneas (690 líneas aproximadamente). Por lo tanto, si este espectador la compara con una buena imagen PAL (400 líneas) aprecia una notable diferencia, ya que la imagen XGA ofrece una resolución de un 72,5 % superior a la imagen PAL. 6.3 Tabla general 6.4 Véase también • Definición espacial • Sistema visual humano • 600p • Relación de aspecto 6.5 Referencias [1] WolfVision-Visualizer «Referencia a 1360×768». 6.6 Enlaces externos • Resoluciones en teledifusión digital y factor de Kell

• 23. Capítulo 7 Relación de aspecto Comparación de las tres relaciones de aspecto más comunes. La azul (2,39:1) y la verde (1,85:1) son las más usadas en el cine. Por su parte, el recuadro rojo (4:3) es la relación más normal en televisión, junto con el «panorámico» (16:9), que ya es habitual en muchos canales y programas de televisión del mundo. La relación de aspecto, ratio, ratio de aspecto, proporción de aspecto o razón de aspecto (traducciones literales de la expresión en inglés aspect ratio) de una imagen, es la proporción entre su ancho y su altura. Se calcula dividiendo el ancho por la altura de la imagen visible en pantalla, y se expresa normalmente como «X:Y». 7.1 Visión general La relación de aspecto de una pantalla de televisión tradicional es de 4:3, que también se puede expresar como 1.33:1, que a simple vista parece cuadrada, pero no lo es. Los televisores panorámicos (incluyendo los de alta definición) suelen tener una relación de aspecto de 16:9 ( 1.77:1 es decir 1,77 veces más ancho que alto). Esta es la relación utilizada por los DVD, lo que en una pantalla tradicional deja dos franjas negras arriba y abajo de la imagen. En el cine las relaciones de aspecto más usadas son 1.85:1 y 2.39:1. En fotografía, en cambio, las proporciones más usadas son 4:3 y 3:2, aunque también encontramos 5:4, 7:5 y 1:1 (cuadrado). Los monitores de escritorio habitualmente usan la relación de aspecto 16:9, 4:3 o 16:10. 7.2 Visión detallada 7.2.1 3:2 o 15:10 (1.50:1) • El estándar usado en la televisión NTSC sólo lo usan dichas pantallas[cita requerida] . 7.2.2 4:3 o 12:9 (1.33:1) • Hasta 2009 fue el estándar utilizado en la televisión PAL; muchas pantallas de ordenador y televisores usan este estándar, erróneamente llamado cuadrado, cuando en la realidad es rectangular o wide. • Es equivalente a 1.33:1. Radio de peliculas en 4:3 16

• 24. 7.2. VISIÓN DETALLADA 17 7.2.3 5:4 (1.25:1) • Es el estándar al cual pertenece la resolución 1280x1024, usado en pantallas de 17”; este estándar también es un rectángulo. 7.2.4 14:9 (1.55:1) • Un estándar que no es ni ancho ni cuadrado, lo que permite a todos los televisores 4:3 y 16:9 recibir una transmisión. 7.2.5 16:9 (1.77:1) • Es el estándar usado por la televisión de alta definición y en varias pantallas, es ancho y normalmente se le suele llamar panorámico o widescreen, aunque todas las relaciones (a excepción de la 1:1) son widescreen. • Es equivalente a 1.77:1. • El ángulo de la diagonal es de 29,36°. 7.2.6 16:10 u 8:5 (1.60:1) • El estándar usado por los portátiles de 15,4” y algunos otros, es ancho como el 16:9. • Equivalente a 1.6:1. 7.2.7 17:9 (1.88:1)[1][2] • Es más ancho pero igual de alto que 16:9 (1.77:1) • Se utiliza en algunas resoluciones, como por ejemplo: 2K, 4K y 8K. [3] 7.2.8 21:9 o 2.33:1 • El estándar usado en las salas de cine y filmación de algunas películas. • En 2009 la compañía PHILIPS lanzó un televisor llamado CINEMA 21:9, diseñado para mostrar en Cinemascope con ausencia de las barras negras en la parte superior e inferior de la pantalla durante la visualización de contenido.[4] • Recientemente la marca sur coreana Lg lanzó un monitor de computadora con este aspecto.[5] 7.2.9 12:5 o 2.39:1 35mm anamórfico a partir de 1970. Relación de aspecto anamórfico actual (pantalla ancha) que se ve en el cine. Normalmente conocido en el mercado como formato Panavision o Scope. Especificado como 2.40:1 para estrenos de películas en discos Blu-ray (1920x800 de resolución). 7.2.10 23:9 o 2.55:1 Relación de aspecto original de CinemaScope antes de añadir el sonido óptico a la película en 1954. Esta fue también la relación de aspecto de Cinemascope 55. 7.2.11 13:5 o 2.59:1 Cinerama en altura completa (especialmente capturadas por tres imágenes de 35mm proyectando una imagen de pantalla ancha compuesta). 7.2.12 8:3 o 24:9 o 2.66:1 Salida de imagen máxima de Súper 16mm negativo cuando se utilizado un sistema de lente anamórfica. Efectivamente, una imagen que es de la relación de 24:9 se aplasta en el aspecto nativo 15:9 de un Super 16mm negativo. 7.2.13 11:4 o 2.76:1 Ultra Panavision 70 (65mm con 1.25x compresión anamórfica). Se usó sólo en un puñado de películas entre 1962 y 1966, para algunas secuencias de How the West Was Won (1962) con un ligero corte cuando es convertida en 3 tiras de Cinerama, y películas como Mad, Mad, Mad, Mad World (1963) y Battle of the Bulge (1965). 7.2.14 2.76:1 Cámara MGM 65, el nombre de MGM se adoptó para Ultra Panavision usado sólo en las 2 primeras películas de Ultra Panavision, El árbol de la vida (1957) y sobre todo en Ben-Hur (1959). 7.2.15 4.00:1 Uso poco frecuente de Polyvision, tres imágenes juntas proyectadas de 35mm 1.33:1. Utilizado por primera vez en 1927 en Napoleón, de Abel Gance.

• 25. 18 CAPÍTULO 7. RELACIÓN DE ASPECTO 7.2.16 12.00:1 Visión circular 360° desarrollado por la Walt Disney Company en 1955 para su uso en Disneyland. Uso nueve proyectores de 4:3 35mm para mostrar una imagen que rodea completamente al espectador. Se utilizó en posteriores parques temáticos de Disney y otras aplicaciones anteriores. 7.2.17 Comparaciones visuales No es fácil de notar, cómo comparar dos imágenes con distinta relación de aspecto. A los fabricantes de monitores LCD les cuesta aproximadamente lo mismo hacer dos monitores con la misma área. Sin embargo los monitores se venden según la diagonal. En un escritorio lo más relevante es la altura. A continuación vemos distintas formas, en las que encontramos las mismas relaciones de aspecto en el mercado. Nótense las pequeñas variaciones. • Dos relaciones de aspecto que tienen la misma diagonal: • Dos relaciones de aspecto que tienen la misma área (número de píxeles): • Dos relaciones de aspecto que tienen la misma altura: • Dos relaciones de aspecto que tienen el mismo ancho: 7.3 Véase también • Resolución de pantalla • Formato del sensor de imagen 7.4 Enlaces externos • Wikimedia Commons alberga contenido multimedia sobre Relación de aspecto. Commons • Relación de aspecto y área segura. • La relación de aspecto en las pantallas de televisión. 7.5 Referencias [1] «Video - 1 - Almacenamiento de Video». teeks99.com. Consultado el 22 de junio de 2013. [2] «IMAGEN PANORÁMICA». www.revistacec.com. Consultado el 22 de junio de 2013. [3] «Panasonic ideas for life - Pantallas - Tecnología NeoPDP». http://pro.panasonic-la.com/. [4] http://www.newscenter.philips.com/in_en/standard/ about/news/press/pressrelease_2010-12-10_219ledpro_ launch.wpd#.UOue_JhmJI4 [5] http://www.flatpanelshd.com/news.php?subaction= showfull&id=1347957562

• 26. Capítulo 8 Profundidad de color La profundidad de color o bits por pixel (bpp) es un concepto de la computación gráfica que se refiere a la cantidad de bits de información necesarios para representar el color de un píxel en una imagen digital o en un framebuffer. Debido a la naturaleza del sistema binario de numeración, una profundidad de bits de n implica que cada píxel de la imagen puede tener 2 n posibles valores y por lo tanto, representar 2 n colores distintos. Debido a la aceptación prácticamente universal de los octetos de 8 bits como unidades básicas de información en los dispositivos de almacenamiento, los valores de profundidad de color suelen ser divisores o múltiplos de 8, a saber 1, 2, 4, 8, 16, 24 y 32, con la excepción de la profundidad de color de 10 o 15, usada por ciertos dispositivos gráficos. 8.1 Color indexado Para las profundidades de color inferiores o iguales a 8, los valores de los píxeles hacen referencia a tonos RGB indexados en una tabla, llamada habitualmente caja creadora de colorización o paleta. Los tonos en dicha tabla pueden ser definidos por convención o bien ser configurables, en función de la aplicación que la defina. A continuación se mencionarán algunas profundidades de color en la gama baja, así como la cantidad de tonos que pueden representar en cada pixel y el nombre que se le otorga a las imágenes o framebuffers que los soportan. • 1 bit por píxel: 2 1 = 2 colores, también llamado monocromo o blanco y negro. Compatible IBM PC con MDA o HGC, primeros Macintosh, Atari ST en alta resolución • 2 bits por píxel: 2 2 = 4 colores, o CGA • 3 bits por píxel: 2 3 = 8 colores: primeros modelos de ordenador doméstico como el ZX Spectrum y el BBC Micro • 4 bits por píxel: 2 4 = 16 colores, la cual es la mínima profundidad aceptada por el estándar EGA. Macintosh en color, Atari ST, Commodore 64, Amstrad CPC. • 5 bits por píxel: 2 5 = 32 colores, como en el chipset original del Commodore Amiga • 6 bits por píxel: 2 6 = 64 colores, como en el chipset original del Commodore Amiga • 8 bits por píxel: 2 8 = 256 colores, también llamado VGA. Super VGA, Macintosh color, Atari TT, Commodore Amiga con chipset AGA, Atari Falcon030. • 10 bits por pixel: 2 10 = 1024 colores, usado en UHDTV. • 12 bits por pixel: 2 12 = 4096 colores, algunos modelos de Silicon Graphics, NeXTstation en color, modo HAM del Commodore Amiga. • 1 bit (2 colores) con dithering • 2 bits (4 colores) • 4 bits (16 colores) • 8 bits (256 colores) • 24 bits (16777216 colores) Los archivos de extensión .gif utilizan la paleta de color indexado, mientras que en una toma de fotografía digital el color es de 24 bit u 8 bit por canal de color RGB. Los primeros chips gráficos solían utilizar trucos para aumentar la capacidad de color sin por ello consumir más de la entonces cara memoria RAM. Quizá el más conocido es el utilizado por el ZX Spectrum, que almacena la imagen en dos bits, pero el color se define para bloques de 8x8 píxels. 8.2 Color directo Cuando los valores de la profundidad de colores aumentan, se torna impráctico mantener una tabla o mapa de colores debido a la progresión exponencial de la cantidad de valores que el pixel puede tomar. En esos casos se prefiere codificar dentro de cada pixel los tres valores de intensidad luminosa que definen un color cualquiera en el modelo de color RGB. 19

• 27. 20 CAPÍTULO 8. PROFUNDIDAD DE COLOR Paleta de colores. 8.2.1 Color de alta resolución o HiColor Los valores de profundidad de color de 15 y 16 bits son llamados habitualmente color de alta resolución o HiColor. • En la profundidad de 15 bpp se utilizan 5 bits para codificar la intensidad del rojo, 5 para el verde y los otros 5 para el azul. Con una profundidad de 15 bpp es posible representar 32×32×32 = 32768 colores en cada pixel. • En la profundidad de 16 bpp se utilizan 5 bits para codificar la intensidad del rojo, 6 para el verde y los otros 5 para el azul. La razón de esto es que experimentalmente se sabe que el ojo humano es más sensible al color verde, y que puede discriminar más tonos que varía ligeramente en la intensidad verde. Con la profundidad de 16 bpp es posible representar 32 × 64 × 32 = 65536 colores en cada pixel. El tamaño de la imagen dependerá de la profundidad de bit. 8.2.2 Color real o True Color Para la profundidad de color de 24 bits por pixel, se habla de color verdadero debido a que la policromía se acerca a lo que el ojo humano puede encontrar en el mundo real, y a que dicho ojo humano se torna incapaz de diferenciar entre un tono y otro, si la diferencia se mantiene en un cierto rango mínimo. En la profundidad de color de 24 bits por pixel, se dedica un octeto entero a representar la intensidad luminosa de cada uno de los tres tonos primarios de rojo, verde y azul, lo cual permite que cada pixel pueda tomar 224 = 256x256x256 = 16.777.216 colores distintos. Cuando se utilizan 32 bits para representar un color se agrega al esquema de 256 valores para cada tono primario un cuarto canal denominado alfa que representa la transparencia. Este valor se utiliza cuando se deben superponer dos imágenes. Edwin Catmull propuso una serie de operadores para la mezcla (también llamado blend) de imágenes. Debido a que Catmull estaba desarrollando el sistema de animación de Pixar necesitaba automatizar la composición de imágenes. Juntamente con Marc Levoy (Levoy los desarrolló por su cuenta en los estudios Hanna Barbera) sentaron las bases del álgebra de colores. El operador más común es el OVER, que presentamos a continuación: Dados los colores A [r1, g1, b1, a1] y B [r2, g2, b2, a2], el resultado de mezclar: A sobre B es: A OVER B = [ r1 * a1 + r2(1 - a1), g1 * a1 + g2(1 - a1), b1 * a1 + b2(1 - a1) ] Notemos que el orden es importante: A over B es diferente que B over A. Esta es la razón por la cual la transparencia se debe aplicar en orden. Por ejemplo si tenemos tres imágenes A, B y C, donde C es el fondo y A es la imagen al frente, el orden es el siguiente: Imagen Final = A over ( B over C ) Existen otros operadores importantes como el OUT, ADD, SUB y otras formulaciones de OVER más complejas.

• 28. 8.4. ENLACES EXTERNOS 21 8.3 Véase también • Modelo de color RGB 8.4 Enlaces externos • Para qué sirven 16 bits por color (o canal) 48 bits en total (No disponible)

• 29. Capítulo 9 Espacio de color Comparación de cromaticidades encerradas en un espacio de color. Un espacio de color es un sistema de interpretación del color, es decir, una organización específica de los colores en una imagen o video. Depende del modelo de color en combinación con los dispositivos físicos que permiten las representaciones reproducibles de color, por ejemplo las que se aplican en señales analógicas (televisión a color) o representaciones digitales. Un espacio de color puede ser arbitrario, con colores particulares asignados según el sistema y estructurados matemáticamente. Un modelo de color es un modelo matemático abstracto que describe la forma en la que los colores pueden representarse como tuplas de números, normalmente como tres o cuatro valores o componentes de color (p.e. RGB y CMYK son modelos de color). Sin embargo, un modelo de color que no tiene asociada una función de mapeo a un espacio de color absoluto es más o menos un sistema de color arbitrario sin conexión a un sistema de interpretación de color. Añadiendo cierta función de mapeo entre el modelo de color y un espacio de color de referencia se obtiene una “huella” en el espacio de color de referencia. A esta “huella” se la conoce como gama de color y, en combinación con el modelo de color, define un nuevo espacio de color. Por ejemplo, Adobe RGB y sRGB son dos espacios de color absolutos diferentes basados en el modelo RGB. En el sentido más genérico de la definición dada, los espacios de color se pueden definir sin el uso de un modelo de color. Estos espacios, como Pantone, son un conjunto de nombres o números definidos por la existencia de un conjunto correspondiente de muestras de color físico. Este artículo se centra en el concepto del modelo matemático. 9.1 Entendiendo el concepto Comparación entre los modelos de color RGB y CMYK. Esta imagen demuestra la diferencia de aspecto de los colores en un monitor de ordenador (RGB) en comparación con su reproducción en CMYK en el proceso de impresión. Se puede crear un amplio rango de colores mediante pigmentos de colores primarios (cian (C), magenta (M), amarillo (Y), y negro (K)). Esos colores definen un espacio de color específico. Para crear una representación tridimensional de un espacio de color, se puede asignar la cantidad de magenta al eje X de la representación, la 22

• 30. 9.4. DENSIDAD 23 cantidad de cian a su eje Y, y la cantidad de amarillo a su eje Z. El espacio 3D resultante proporciona una única posición por cada color posible que puede ser creado combinando estos tres pigmentos. Sin embargo, este no es el único espacio de color posible. Por ejemplo, cuando se muestran los colores en un monitor de ordenador, normalmente se definen en el espacio de color RGB (rojo, verde y azul). Esta es otra forma de crear básicamente los mismos colores (limitado por el medio de reproducción, como el fósforo (CRT) o filtros y luz de fondo (LCD)), y el rojo, el verde y el azul pueden considerarse como los ejes X, Y y Z. Otra manera de crear los mismos colores es usando su matiz (eje X), su saturación (eje Y), y su brillo (eje Z). A esto se le llama modelo de color HSV. Muchos espacios de color se pueden representar como valores tridimensionales (X, Y, Z) de esta manera, pero algunos tienen más o menos dimensiones, y algunos como Pantone, no se pueden representar de esta forma. 9.2 Notas Para definir un espacio de color, la referencia estándar habitual es el espacio de color CIELAB o CIEXYZ, los cuales están diseñados específicamente para abarcar todos los colores que el ser humano puede ver. Desde que un “espacio de color” es un término más específico para ciertas combinaciones de un modelo de color más una función de mapeo, el término “espacio de color” tiende a usarse también para identificar modelos de color. Al identificar un espacio de color, automáticamente se identifica el modelo de color asociado. Informalmente, los dos términos se suelen intercambiar con frecuencia, aunque esto es estrictamente incorrecto. Por ejemplo, aunque varios espacios de color específicos se basan en el modelo RGB, no existe tal cosa como “el” espacio de color RGB. Desde que cualquier espacio de color define los colores como una función de referencia absoluta, los espacios de color, junto con los perfiles del dispositivo, permiten representaciones reproducibles del color, tanto en analógico como en digital. 9.3 Conversión Artículo principal: Gestión del color La conversión del espacio de color es la traducción de la representación de un color de una base a otra. Esto ocurre normalmente en el contexto de convertir una imagen representada en un espacio de color a otro espacio de color, teniendo como objetivo que la imagen convertida se parezca lo más posible a la original. 9.4 Densidad El modelo de color RGB está implementado de formas diferentes, dependiendo de las capacidades del sistema utilizado. De lejos, la implementación general más utilizada es la de 24 bits, con 8 bits, o 256 niveles de color discretos por canal. Cualquier espacio de color basado en ese modelo RGB de 24 bits está limitado a un rango de 256×256×256 ≈ 16,7 millones de colores. Algunas implementaciones usan 16 bits por componente para un total de 48 bits, resultando en la misma gama con mayor número de colores. Esto es importante cuando se trabaja con espacios de color de gama amplia (donde la mayoría de los colores se localizan relativamente juntos), o cuando se usan consecutivamente un amplio número de algoritmos de filtrado digital. El mismo principio se aplica en cualquier espacio de color basado en el mismo modelo de color, pero implementado en diferentes profundidades de color. 9.5 Lista parcial de espacios de color Véase también: Modelos y espacios de color El espacio de color CIE 1931 XYZ fue uno de los primeros intentos de producir un espacio de color basado en medidas de percepción de color humana (intentos anteriores fueron por James Clerk Maxwell, König & Dieterici, y Abney en Imperial College London) [1] y es la base de casi todos los demás espacios de color. Entre los derivados de CIE XYZ se encuentran CIELUV, CIEUVW, y CIELAB. 9.5.1 Modelos de color genéricos El espacio de color RGB utiliza una mezcla de colores aditivos, porque describe qué tipo de luz necesita ser emitida para producir un color dado. RGB almacena valores individuales para el rojo, el verde y el azul. El espacio de color RGBA es RGB con un canal adicional alfa para indicar transparencia. Entre los espacios de color basados en RGB se incluye sRGB, Adobe RGB y ProPhoto RGB. CMYK utiliza síntesis sustractiva de color utilizada en el proceso de impresión, porque describe qué clase de tinta necesita aplicarse para que la luz reflejada desde el sustrato y a través de la tinta produzca un color dado. Se empieza con un sustrato blanco (lienzo, página, etc.), y se utiliza la tinta para sustraer el color del blanco para crear una imagen. CMYK almacena valores de tinta para cian, magenta, amarillo y negro. Hay muchos espacios de color CMYK para diferentes conjuntos de tintas, sustratos, etc. (los cuales cambian la ganancia del punto o la

• 31. 24 CAPÍTULO 9. ESPACIO DE COLOR Mezcla de colores aditivos: Tres colores superpuestos en un vacío se suman para crear el blanco. Mezcla de colores sustractivos: Tres colores en un papel blanco, se restan para volver el papel negro. función de transferencia para cada tinta y, de esa forma, cambiar la apariencia). YIQ se utilizaba en las emisiones de televisión en formato NTSC (Norte América, Japón) por razones históricas. Este sistema almacena un valor de luminancia con dos valores de crominancia, correspondientes a las cantidades de azul y rojo. Es similar al esquema YUV utilizado en la mayoría de sistemas de captura de vídeo[2] y en el sistema PAL (Australia, Europa, excepto Francia, que usa SECAM), excepto que el espacio de color YIQ se rota 33° con respecto al espacio de color YUV. El esquema YDbDr usado por SECAM se rota de otra forma. YPbPr es una versión escalada de YUV. Es bastante común en su forma digital, YCbCr, usado ampliamente en compresión de vídeo y esquemas de compresión de imagen como MPEG y JPEG. xvColor es un nuevo espacio de color de vídeo digital internacional estándar publicado por la Comisión Electrotécnica Internacional (IEC 61966-2-4). Se basa en los estándares ITU BT.601 y BT.709 pero extiende la gama más allá de los R/G/B primarios especificados en esos estándares. HSV (hue, saturation, value), también conocido como HSB(hue, saturation, brightness) es usado a menudo por artistas porque es más natural pensar sobre un color en términos de matiz y saturación que en términos de componentes de color aditivos o sustractivos. HSV es una transformación de un espacio de color RGB, y sus componentes y colorimetría son relativos al espacio de color RGB del que deriva. HSL (hue, saturation, lightness/luminance), también conocido como HLS o HSI (hue, saturation, intensity) es bastante similar a HSV, con la “claridad” reemplazando el “brillo”. La diferencia es que el “brillo” de un color puro es igual al brillo del blanco, mientras que la claridad de un color puro es igual a la claridad de un gris medio. 9.5.2 Espacios de color comerciales • Sistema de Color de Munsell • Sistema de color natural 9.5.3 Espacios de color de propósito especial • El espacio de Cromaticidad RG se utiliza en aplicaciones visión artificial. Muestra el color de la luz (rojo, amarillo, verde etc.), pero no su intensidad (oscuro, claro). 9.5.4 Espacios de color obsoletos Los primeros espacios de color tenían dos componentes. Ignoraban la luz azul porque la complejidad añadida de un proceso de 3 componentes sólo proporcionaba un incremento marginal en la fidelidad, en comparación al salto del monocromo al color de dos componentes. • RG para película en Technicolor • RGK para impresión en color 9.6 Véase también • Teoría del color • Anexo:Colores

• 32. 9.8. ENLACES EXTERNOS 25 9.7 Referencias [1] William David Wright, 50 years of the 1931 CIE Standard Observer. Die Farbe, 29:4/6 (1981). [2] Dean Anderson. «Color Spaces in Frame Grabbers: RGB vs. YUV». Archivado desde el original el 2 de diciembre de 2015. Consultado el 8 de abril de 2008. 9.8 Enlaces externos • Color FAQ, Charles Poynton • FAQ, física del color, Stephen Westland • Ciencia del color, Dan Bruton • Espacios de color, Rolf G. Kuehni (Octubre de 2003) • Espacio de color - Trasfondo perceptual, histórico y aplicación, Marko Tkalčič (2003) • Formatos de color para procesamiento de imagen y vídeo • Conversión de color entre RGB, YUV, YCbCr y YPbPr.

• 33. Capítulo 10 Histograma de color En los campos procesamiento de imagen y fotografía, un histograma de color es una representación anterior de la distribución del color en una imagen. En las imágenes digitales, un histograma de color representa el número de píxeles que tienen colores en cada una de las listas fijas de rangos de colores, que se extienden sobre el espacio de color de la imagen, es decir, el conjunto de todos los posibles colores. El histograma de color puede ser construido para cualquier tipo de espacio de color, aun cuando el término es usado más frecuentemente en espacios tridimensionales como RGB o HSV. Para imágenes monocromáticas, el término histograma de intensidad puede ser usado en su lugar. Para imágenes multiespectrales, donde cada pixel es representado por un número arbitrario de medidas (además de las tres medidas en RGB), el histograma de color es N-dimensional, con N siendo el número de medidas tomadas. Cada medida tiene su propio rango de longitud de onda del espectro de luz, algunos de los cuales pueden estar fuera del espectro visible. Si el conjunto de posibles valores es suficientemente pequeño, cada uno de esos colores pueden ser puestos en un rango por si mismos; entonces el histograma no es más que el conteo de los pixeles que tiene cada posible color. Más a menudo, el espacio es dividido en un número apropiado de rangos, con frecuencia arreglados como una rejilla regular, cada una conteniendo muchos valores de colores similares. El histograma de color puede también ser representado y mostrado como una función suave definida sobre el espacio de color que aproxima el conteo de pixeles. Como otros tipos de histogramas, el histograma de color es una estadística que puede ser visto como una aproximación de distribución continua fundamental de valores de colores. 10.1 Visión general Los histogramas de color son estructuras que pueden ser creadas a partir de imágenes de diferentes espacios de color, o sea RGB, cromaticidad rg o cualquier espacio de color en cualquier dimensión. Un histograma de una imagen es producido primero a partir de la discretización de los colores en una imagen en números de grupos, y luego se cuenta el número de pixeles de la imagen en cada grupo. Por ejemplo, a un histograma de cromaticidad en Rojo-Azul puede ser formado, primero normalizando los valores de los pixeles dividiendo los valore RGB por R+G+B, luego se aplica una cuantización a los valores normalizados de R y B dentro de cada uno de los N grupos. Un histograma bidimensional de cromaticidad en Rojo-Azul dividido en 4 grupos(N=4) pudiera producir un histograma con una apariencia semejante a esta tabla: A histogram can be N-dimensional. Although harder to display, a three-dimensional color histogram for the above example could be thought of as four separate Red-Blue histograms, where each of the four histograms contains the Red-Blue values for a bin of green (0-63, 64-127, 128-191, and 192-255). El histograma provee un resumen compacto de la distribución de los datos en una imagen. El histograma de color de una imagen es relativamente invariante con respecto la traslación y rotación sobre los ejes de vista, solamente varía lentamente con respecto al ángulo de vista.[1] Para la comparación de los colores contenidos dentro de dos imágenes, los histogramas de color son particularmente adecuados para resolver el problema de reconocer un objeto en una posición y rotación desconocida dentro de una escena. Es muy importante saber que, el desplazamiento de una imagen RGB dentro el espacio de cromaticidad RG de iluminación invariante permite a los histogramas operar con niveles de luz variables. 10.2 Ejemplo Dada la siguiente imagen de un gato (una versión original y una versión que ha sido reducida a 256 colores con el propósito de simplificar el histograma), los siguientes datos representan un histograma de color en el espacio RGB, usando cuatro grupos. El grupo 0 corresponde a la intensidad 0-63, el grupo 1 a 64-127, Grupo 2 a 128-191, y el grupo 3 a 192-255. 26

• 34. 10.3. DESVENTAJAS Y OTRAS APROXIMACIONES 27 Imagen de un gato Imagen de un gato reducida a 256 colores en RGB 10.3 Desventajas y otras aproximaciones La principal desventajas de los histogramas para clasificar es que la representación depende del color del objeto que está siendo estudiado, ignorando su forma y su textura. Los histogramas de color pueden potencialmente ser idénticos en dos imágenes con diferentes objetos que comparten información de color. Recíprocamente, sin información espacial o de forma, objetos similares de diferentes colores pueden ser indistinguibles basados solamente en las comparaciones de los histogramas de color. No hay forma de distinguir una taza blanca y roja de un plato blanco y rojo. Puesto de otra forma, los algoritmos basados en histogramas, no tienen el concepto de una taza genérica y un modelo de una taza roja y blanca cuando es se compara con una taza azul y blanca idéntica. Otro problema es que los histogramas de color tienen alta sensibilidad a las interferencias de ruido como pueden ser cambios en la intensidad de la iluminación y errores de cuantización. Histogramas de color con grandes dimensiones (grupos) constituyen otro problema. Algunos histogramas de color con frecuencia ofrecen espacios con más de cien dimensiones.[2] Algunas de las soluciones propuestas han sido intersecciones entre histogramas de color, indización de constantes de colores, histogramas de color acumulativos, distancia cuadrática y correlogramas de color. Aun cuando hay inconvenientes al usar histogramas de color para indizar y clasificar, usar el color en tiempo real tiene varias ventajas. Una de ellas es que la información del color es más rápida de computar comparada con otras invariantes. Se ha demostrado en algunos casos que el color puede ser un método eficiente para identificar objetos de localización y apariencia conocida. Nuevas investigaciones sobre la relación entre los datos de histogramas de color y las propiedades físicas de los objetos en una imagen han mostrado que estos pueden representar no sólo la iluminación y el color del objeto, sino también la geometría de la imagen y su rugosidad, para proveer una mejor estimación de la iluminación y el color del objeto.[3] Usualmente, la distancia Euclidiana, el histograma de intersección, o coseno o distancias cuadrática son usadas para calcular el grado de similitud de imágenes.[4] Un histograma de color bidimensional es un arreglo bidimensional. El tamaño de cada dimensión es el número de colores que fueron usados en la fase de cuantización del color. Estos arreglos son tratados como matrices, donde cada elemento almacena una cantidad normalizada de pares de pixeles, con cada color corresponde el índice de un elemento en cada vecindad del pixel. La comparación de histogramas bidimensionales de color es sujeta al cálculo de sus correlaciones, ya que por la construcción antes dicha, es un vector aleatorio (en otras palabras, un valor aleatorio de dimensión múltiple). Mientras se crea un conjunto de imágenes finales, las imágenes deben estar organizadas en orden decreciente con respecto al coeficiente de correlación. Otra aproximación para representar el contenido imágenes de color es un histograma bidimensional de color. Un histograma bidimensional de color considera la relación entre un par de pixeles de color (no solamente la componente de iluminación).[5] Un histograma de color bidimensional es un arreglo bidimensional. El tamaño de cada dimensión es el número de colores que fueron usados en la fase de cuantización del color. Estos arreglos son tratados como matrices, donde cada elemento almacena una cantidad normalizada de pares de pixeles, con cada color corresponde el índice de un elemento en cada vecindad del pixel. La comparación de histogramas bidimensionales de color es sujeta al cálculo de sus correlaciones, ya que por la construcción antes dicha, es un vector aleatorio (en otras palabras, un valor aleatorio de dimensión múltiple). Mientras se crea un conjunto de imágenes finales, las imágenes deben estar organizadas en orden decreciente con respecto al coeficiente de correlación. El coeficiente de correlación puede también ser usado para la comparación de histogramas de color. Resultados de recuperación con coeficiente de correlación son mejores

• 35. 28 CAPÍTULO 10. HISTOGRAMA DE COLOR que usando otras métricas.[6] 10.4 Histograma de intensidad sobre datos continuos La idea de un histograma de densidad puede ser generalizada datos continuos, dígase señal de audio representadas por funciones reales o imágenes representadas por funciones con dominio bidimensional.. Sea f ∈ L 1 (R n) (véase espacio de Lebesgue), entonces el operador del histograma cumulativo H puede definirse como: H(f)(y) = µ{x : f(x) ≤ y} donde µ es la medida de Lebesgue de los conjuntos. H(f) a su vez es una función real. El histograma (no acumulativo) es definido como su derivada. 10.5 Referencias [1] Shapiro, Linda G. and Stockman, George C. “Computer Vision” Prentice Hall, 2003 ISBN 0-13-030796-3 [2] Xiang-Yang Wang, Jun-Feng Wu1 and Hong-Ying Yang “Robust image retrieval based on color histogram of local feature regions” Springer Netherlands, 2009 ISSN 1573- 7721 [3] Anatomy of a color histogram; Novak, C.L.; Shafer, S.A.; Computer Vision and Pattern Recognition, 1992. Proceedings CVPR '92., 1992 IEEE Computer Society Conference on 15–18 June 1992 Page(s):599 - 605 doi 10.1109/CVPR.1992.223129 [4] Integrated Spatial and Feature Image Systems: Retrieval, Analysis and Compression; Smith, J.R.; Graduate School of Arts and Sciences, Columbia University, 1997 [5] Effectiveness estimation of image retrieval by 2D color histogram; Bashkov, E.A.; Kostyukova, N.S.; Jornal of Automation and Information Sciences, 2006 (6) Page(s): 84-89 [6] Content-Based Image Retrieval Using Color Histogram Correlation; Bashkov, E.A.; Shozda, N.S.; Graphicon proceedings, 2002 Page(s): 458-461 10.6 Enlaces externos • 3D Color Inspector/Color Histogram, por Kai Uwe Barthel. (Free Java applet.) • QBIC Image Retrieval, por State Hermitage Museum • Stanford Student Project on Image Based Retrieval - para myor información mirar en equations/application • MATLAB/Octave code for plotting Color Histograms and Color Clouds

• 36. Capítulo 11 Anexo:Formatos de archivo de gráficos Este es un sumario de los formatos gráficos de imágenes de ordenador más comunes: Algunos formatos, como por ejemplo el PDF o el SWF, permiten ambos tipos de gráficos, rasterizados y vectoriales. 11.1 Referencias • Murray, James D., and William van Ryper. Encyclopedia of Graphics File Formats, Seceond Edition. Sebastopol, Calif.: O'Reilly, 1996. ISBN 1-56592- 161-5. • Miano, John. Compressed Image File Formats: JPEG, PNG, GIF, XBM, BMP. Boston: AddisonWesley Professional, 1999. ISBN 0-201-60443-4. 11.2 Enlaces externos • Extensiones de archivos de gráficos (en inglés) 29

• 37. Capítulo 12 Compresión de datos En ciencias de la computación la compresión de datos es la reducción del volumen de datos tratables para representar una determinada información empleando una menor cantidad de espacio. Al acto de compresión de datos se denomina compresión, y al contrario descompresión. El espacio que ocupa una información codificada (datos, señal digital, etc.) sin compresión es el cociente entre la frecuencia de muestreo y la resolución. Por tanto, cuantos más bits se empleen mayor será el tamaño del archivo. No obstante, la resolución viene impuesta por el sistema digital con que se trabaja y no se puede alterar el número de bits a voluntad; por ello, se utiliza la compresión, para transmitir la misma cantidad de información que ocuparía una gran resolución en un número inferior de bits. La compresión es un caso particular de la codificación, cuya característica principal es que el código resultante tiene menor tamaño que el original. La compresión de datos se basa fundamentalmente en buscar repeticiones en series de datos para después almacenar solo el dato junto al número de veces que se repite. Así, por ejemplo, si en un fichero aparece una secuencia como “AAAAAA”, ocupando 6 bytes se podría almacenar simplemente “6A” que ocupa solo 2 bytes, en algoritmo RLE. En realidad, el proceso es mucho más complejo, ya que raramente se consigue encontrar patrones de repetición tan exactos (salvo en algunas imágenes). Se utilizan algoritmos de compresión: • Por un lado, algunos buscan series largas que luego codifican en formas más breves. • Por otro lado, algunos algoritmos, como el algoritmo de Huffman, examinan los caracteres más repetidos para luego codificar de forma más corta los que más se repiten. • Otros, como el LZW, construyen un diccionario con los patrones encontrados, a los cuales se hace referencia de manera posterior. • La codificación de los bytes pares es otro sencillo algoritmo de compresión muy fácil de entender. A la hora de hablar de compresión hay que tener presentes dos conceptos: 1. Redundancia: Datos que son repetitivos o previsibles 2. Entropía: La información nueva o esencial que se define como la diferencia entre la cantidad total de datos de un mensaje y su redundancia. La información que transmiten los datos puede ser de tres tipos: 1. Redundante: información repetitiva o predecible. 2. Irrelevante: información que no podemos apreciar y cuya eliminación por tanto no afecta al contenido del mensaje. Por ejemplo, si las frecuencias que es capaz de captar el oído humano están entre 16/20 Hz y 16.000/20.000 Hz, serían irrelevantes aquellas frecuencias que estuvieran por debajo o por encima de estos valores. 3. Básica: la relevante. La que no es ni redundante ni irrelevante. La que debe ser transmitida para que se pueda reconstruir la señal. Teniendo en cuenta estos tres tipos de información, se establecen tres tipologías de compresión de la información: 1. Sin pérdidas reales: es decir, transmitiendo toda la entropía del mensaje (toda la información básica e irrelevante, pero eliminando la redundante). 2. Subjetivamente sin pérdidas: es decir, además de eliminar la información redundante se elimina también la irrelevante. 3. Subjetivamente con pérdidas: se elimina cierta cantidad de información básica, por lo que el mensaje se reconstruirá con errores perceptibles pero tolerables (por ejemplo: la videoconferencia). 30

• 38. 12.3. ENLACES EXTERNOS 31 12.1 Diferencias entre compresión con y sin pérdida El objetivo de la compresión es siempre reducir el tamaño de la información, intentando que esta reducción de tamaño no afecte al contenido. No obstante, la reducción de datos puede afectar o no a la calidad de la información: • Compresión sin pérdida: los datos antes y después de comprimirlos son exactos en la compresión sin pérdida. En el caso de la compresión sin pérdida una mayor compresión solo implica más tiempo de proceso. El bit rate siempre es variable en la compresión sin pérdida. Se utiliza principalmente en la compresión de texto. • Un algoritmo de compresión con pérdida puede eliminar datos para disminuir aún más el tamaño, con lo que reduce la calidad. En la compresión con pérdida el bit rate puede ser constante (CBR) o variable (VBR). Una vez realizada la compresión, no se puede obtener la señal original, aunque sí una aproximación cuya semejanza con la original dependerá del tipo de compresión. Este tipo de compresión se da principalmente en imágenes, vídeos y sonidos. Además de estas funciones la compresión permite que los algoritmos usados para reducir las cadenas del código desechen información redundante de la imagen. Uno de los formatos que permite compensar esta perdida es el JPG, que emplea técnicas que suavizan los bordes y áreas que tienen un color similar permitiendo que la falta de información sea invisible a simple vista. Este método permite un alto grado de compresión con pérdidas en la imagen que, muchas veces, sólo es visible mediante el zoom. 12.2 Véase también • Anexo:Tabla de formatos de compresión multimedia • Algoritmo de compresión con pérdida • Wavelets • ZIP • RAR • CAB • LHA • DGCA • GCA • Bzip2 • gzip • lzip • KGB Archiver • 7z • AFA 12.3 Enlaces externos • Procesamiento Digital de Señales Acústicas utilizando Wavelets. • Lista de manuales de algoritmos de compresión sin pérdida • Compresión en Bases de datos (Teradata)

• 39. Capítulo 13 Algoritmo de compresión con pérdida Algoritmo de compresión con pérdida se refiere a cualquier procedimiento de codificación que tenga como objetivo representar cierta cantidad de información utilizando una menor cantidad de la misma, siendo imposible una reconstrucción exacta de los datos originales. Esto es porque, en lugar de guardar una copia exacta, sólo se guarda una aproximación. Esta aproximación se aprovecha de las limitaciones de la percepción humana para esconder la distorsión introducida. Estos algoritmos son de gran utilidad para guardar imágenes fotográficas que de otra manera ocuparían mucho espacio dificultando su transmisión y almacenamiento. [1] Un ejemplo de algoritmo con pérdida de calidad es JPEG. Otros ejemplos son JPEG2000 y BTTC (Bynary tree triangular coding). 13.1 Visión general La compresión con pérdida sólo es útil cuando la reconstrucción exacta no es indispensable para que la información tenga sentido. La información reconstruida es solo una aproximación de la información original. Suele restringirse a información analógica que ha sido digitalizada (imágenes, audio, video, etc.), donde la información puede ser “parecida” y, al mismo tiempo, ser subjetivamente la misma. Su mayor ventaja reside en las altas razones de compresión que ofrece en contraposición a un algoritmo de compresión sin pérdida. La compresión con pérdida acepta una pérdida de datos para poder mejorar el factor de compresión. Se aplica generalmente al almacenamiento digital de datos analógicos como ficheros de gráficos y de sonidos. La gran ventaja de comprensión con pérdida es alcanzar una tasa de compresión más elevadas a costa de sufrir una pérdida de información sobre la imagen original. 13.2 Visión detallada 13.2.1 Métodos de compresión con pérdida Compresión de imagen con pérdida • Un método consiste en reducir el espacio de color de la imagen a los colores más comunes dentro de la misma imagen. Esto se utiliza a menudo en imágenes con formato GIF y, a veces en imágenes PNG para dar lugar a archivos más pequeños. Cuando se utiliza en el tipo correcto de imágenes y es combinado con tramado, puede dar lugar a imágenes casi idénticas a los originales. • Compresión fractal • JPEG • Compresión Wavelet Compresión de vídeo con pérdida • Flash (también admite sprites JPEG) • H.261 • H.263 • H.264/MPEG-4 AVC • MNG (admite sprites JPEG) • Motion JPEG • MPEG-1 • MPEG-2 • MPEG-4 • OGG • Theora • códec para video Sorenson • VC-1 • MP4 32

• 40. 13.5. ENLACES EXTERNOS 33 Compresión de audio con pérdida Música • AAC • ADPCM • ATRAC • Dolby AC-3 • DTS • MP2 • MP3 • Musepack • OGG • Vorbis • WMA • Opus Habla/Diálogo • CELP • G.711 • G.726 • HILN • Speex • AMR • OPUS 13.3 Véase también • Wavelets • zip • RAR • CAB • LHA • DGCA • GCA 13.4 Referencias [1] Lossy Image Compression: Domain DecompositionBased Algorithms. K K Shukla, M.V. Prasad. Springer Science & Business Media, agosto de 2011 13.5 Enlaces externos • comparativa de diferentes códecs • Repaso a formato de audio con pérdida 13.6 Referencias

• 41. Capítulo 14 Algoritmo de compresión sin pérdida Se denomina algoritmo de compresión sin pérdida a cualquier procedimiento de codificación que tenga como objetivo representar cierta cantidad de información utilizando u ocupando un espacio menor, siendo posible una reconstrucción exacta de los datos originales. Es decir, la compresión sin pérdidas engloba a aquellas técnicas que garanticen generar un duplicado exacto del flujo de datos de entrada después de un ciclo de compresión / expansión. Por esta razón es utilizada para comprimir archivos que contienen datos que no pueden ser degradados o perdidos, como pueden ser documentos de texto, imágenes y sonido. Se fundamenta en conceptos de la Teoría de la Información, como la Redundancia y Entropia de los datos (ver compresión de datos) y es generalmente implementada usando uno o dos tipos de modelos diferentes: el estático y aquel basado en diccionario. El modelo estático lee y codifica utilizando la probabilidad de aparición de cada carácter. Su forma más simple usa una tabla estática de probabilidades. Generar un árbol de Huffman completo de los datos tiene un coste computacional significativo; por tanto, no siempre se genera, sino que en su lugar se analizan bloques representativos de datos, dando lugar a una tabla de frecuencia característica. A partir de ésta, se genera un árbol de Huffman que se generaliza al resto de datos, dando lugar a un modelo estático. Pero utilizar un modelo estático tiene sus limitaciones. Si un flujo de entrada no concuerda bien con la estadística previamente acumulada, la relación de compresión se degradaría, posiblemente hasta el punto de que el flujo de datos saliente fuese tan largo como el entrante (o incluso más). Por tanto la siguiente mejora obvia fue construir una tabla que se construya conforme se recibe el flujo de entrada. El modelo basado en diccionario usa un código simple para reemplazar cadenas de símbolos; los modelos estáticos generalmente codifican un símbolo a la vez. El esquema de compresión basada en diccionario utiliza un concepto diferente. Lee una entrada de datos y observa por grupos de símbolos que aparecen en el diccionario. Si una cadena concuerda, un indicador o índice en el diccionario puede salir en lugar del código del símbolo. Algunos algoritmos de compresión sin pérdidas son los algoritmos Lempel-Ziv, que incluyen LZ77, LZ78 y LZW. Este sistema de compresión se usa en compresores de archivo (RAR, gzip, bzip2, zip, 7z, ARJ, LHA) y de disco; también en imágenes (PNG, RLE) y en algún formato de audio (FLAC, Monkey’s Audio). En vídeo es menos común; pueden ser usados para su captura y edición, pero no comercializados para reproducción doméstica. Existen distintos métodos de compresión sin pérdidas. Por ejemplo está la compresión RLE o run-length encoding (utilizada para los archivos BMP), la cual toma secuencias de datos (datos de elementos consecutivos con valores idénticos) y los almacena en un valor único más su recuento. Es el más adecuado para gráficos sencillos, donde hay largas tiradas de idénticos elementos de datos. 34

• 42. Capítulo 15 Véase también • Algoritmo de compresión con pérdida • Wavelets • zip • PDM • CAB • LHA • DGCA • GCA 15.1 Enlaces externos • Repaso a formatos de audio sin pérdida • Lista de manuales de algoritmos de compresión sin pérdida 35

• 43. Capítulo 16 Canal (imagen digital) Las imágenes digitales en color están hechas de píxeles, y los píxeles están formados por combinaciones de colores primarios. Un canal en este contexto es la imagen en escala de grises del mismo tamaño que la imagen en color, hecha de uno de estos colores primarios. Por ejemplo, una imagen de una cámara digital estándar tendrá los canales rojo, verde y azul. Una imagen en escala de grises tendrá sólo un canal. 16.1 Introducción En el dominio digital, puede haber cualquier número de colores primarios convencionales para formar una imagen; un canal en este caso es similar a una imagen en escala de grises sobre cualquier color primario convencional. Por extensión, un canal es cualquier imagen en escala de grises del mismo tamaño que la “propia” imagen, y asociado con ella. “Canal” es un término convencional utilizado para referirse a cierto componente de una imagen. En la realidad, cualquier formato de imagen puede usar internamente su propio algoritmo para almacenar imágenes. Por ejemplo, las imágenes en GIF realmente hacen referencia al color de cada píxel mediante un índice, el cual referencia a una tabla donde se almacenan los componentes de color. Sin embargo, independientemente del formato en el que se almacena la imagen, los canales de color pueden determinarse siempre, en la medida en que la imagen final pueda ser renderizada. El concepto de canales se extiende más allá del espectro visible en imágenes multiespectrales e hyperespectrales. En ese contexto, cada canal corresponde a un rango de longitudes de onda y contiene información espectroscópica. Los canales pueden tener múltiples anchos y rangos. Existen tres tipos de canales principales (o modelos de color), y tienen sus respectivas ventajas e inconvenientes. 16.1.1 RGB Una imagen RGB tiene tres canales: rojo, verde y azul. Los canales RGB derivan u obedecen a los receptores de color del ojo humano, y se usan en monitores de ordenador y escáneres de imagen. Si la imagen RGB es de 24 bits (estándar desde 2005), cada canal tiene 8 bits, para el rojo, verde y azul— en otras palabras, la imagen está compuesta de tres imágenes (una por cada canal), donde cada imagen puede almacenar píxeles con intensidades de brillo convencional entre 0 y 255. Si la imagen RGB es de 48 bits (alta resolución), cada canal está hecho de imágenes de 16 bits. 16.1.2 CMYK Una imagen CMYK tiene cuatro canales: cian, magenta, amarillo y negro. CMYK es el estándar para imprimir,donde se utiliza la síntesis sustractiva de color, Una imagen CMYK de 32 bits (estándar desde 2005) está hecha de cuatro canales de 8 bits, uno para el cian, uno para el magenta, uno para el amarillo y uno para el negro. No es común almacenar imágenes CMYK de 64 bits (16 bits por canal), debido al hecho de que CMYK es dependiente de dispositivo, mientras que RGB es el estándar genérico para almacenamiento independiente de dispositivo. 16.1.3 HSV HSV, o Hue Saturation Value, almacena la información de color en tres canales, al igual que RGB, pero un canal está dedicado al brillo (Value), y los otros dos transmiten la información de color. El canal “value” es exactamente el mismo que el canal Negro de CMYK o su negativo. HSV es especialmente útil en compresión de vídeo con pérdida, donde la pérdida de información del color es menos perceptible al ojo humano. 36

• 44. 16.2. CANAL ALFA 37 Ejemplo de separación de canales RGB. 16.2 Canal alfa El canal alfa almacena la información de transparencia — cuanto mayor es el valor, más opaco es el píxel. Ninguna cámara o escáner mide la transparencia, aunque los objetos físicos la poseen, pero el canal alfa es extremadamente útil para la composición de imágenes digitales. La tecnología croma involucra a actores frente a un fondo con un color primario, que posteriormente se establece a transparente y se suporpone a otro fondo. Los formatos de imagen GIF y PNG utilizan canales alfa en la World Wide Web para combinar las imágenes en la página web con fondos no uniformes. 16.3 Profundidad de color En digitalización de imágenes, los canales de color se convierten a números. Como las imágenes contienen miles de píxeles, cada uno con múltiples canales, los canales se codifican normalmente con el menor número de bits posible. Los valores típicos son 8 bits por canal o 16 bits por canal. 16.4 Tamaños de canal optimizados Como el cerebro no percibe necesariamente diferencias en cada canal para el mismo grado que en otros canales, es posible que cambiar el número de bits para cada canal resulte en un almacenamiento más óptimo; en particular, para imágenes RGB, comprimir más el canal azul y después el rojo puede ser mejor que dar el mismo espacio a cada canal. Este tipo de compresión “preferencial” es el resultado de estudios que muestran que la retina humana en realidad utiliza el canal rojo para distinguir el detalle, junto con el verde en menor medida, y usa el canal azul como información ambiental o para el fondo. Entre otras técnicas, la compresión de vídeo con pérdida utiliza Chroma subsampling para reducir la profundidad de color de los canales (matiz y saturación), mientras mantiene toda la información sobre el brillo (Value en HSV). 16.5 Referencias

• 45. Capítulo 17 Graphics Interchange Format Formato de Intercambio de Gráficos, GIF (Compuserve GIF), es un formato gráfico utilizado ampliamente en la World Wide Web, tanto para imágenes como para animaciones. El formato fue creado por CompuServe en 1987 para dotar de un formato de imagen en color para sus áreas de descarga de archivos, sustituyendo su temprano formato RLE en blanco y negro. GIF llegó a ser muy popular porque podía usar el algoritmo de compresión LZW (Lempel Ziv Welch) para realizar la compresión de la imagen, que era más eficiente que el algoritmo Run-length encoding (RLE) usado por los formatos PCX y MacPaint. Por lo tanto, imágenes de gran tamaño podían ser descargadas en un razonable periodo de tiempo, incluso con módems muy lentos. GIF es un formato sin pérdida de calidad para imágenes con hasta 256 colores, limitados por una paleta restringida a este número de colores. Por ese motivo, con imágenes con más de 256 colores (profundidad de color superior a 8), la imagen debe adaptarse reduciendo sus colores, produciendo la consecuente pérdida de calidad. 17.1 Características Una imagen GIF puede contener entre 2 y 256 colores (2, 4, 8, 16, 32, 64, 128 ó 256) entre 16,8 millones de su paleta. Por lo tanto, dado que la paleta tiene un número de colores limitado (no limitado en cuanto a colores diferentes), las imágenes que se obtenían con este formato por lo general eran muy pequeñas. Sin embargo, dado que el algoritmo de compresión LZW estaba patentado, todos los editores de software que usaban imágenes GIF debían pagarle regalías a Unisys, la compañía propietaria de los derechos. Esta es una de las razones por las que el formato PNG se está volviendo cada vez más popular, en perjuicio del formato GIF. 17.2 Usos El uso de los GIF es usado generalmente para la publicidad en tipo banners. Su principal utilidad hoy en día sigue siendo el despliegue de imágenes animadas para páginas web, al ser el único formato soportado por multitud de navegadores que permita dicho efecto. Cabe destacar que la animación de este tipo de imágenes solo se puede visualizar en cierto tipo de aplicaciones y programas como presentaciones power point o páginas web, pero en hojas de cálculo o documentos de texto las imágenes gif pierden su animación.[1] Animación ejemplar del cerezo en flor. 17.3 Patentes Unisys, propietario de la patente del algoritmo LZW que se utiliza en el formato GIF reclamó durante años el pago de regalías por su uso. Compuserve, al desarrollar el formato, no sabía que el algoritmo LZW estaba cubierto por una patente. Debido a esto, cualquier programa capaz de abrir o guardar archivos GIF comprimidos con LZW debía cumplir con sus exigencias. Es necesario recalcar que el formato GIF puede utilizar otros métodos de compresión no cubiertos por patentes, como el método Runlength encoding. El 20 de junio de 2003 expiró en Estados Unidos la patente por el algoritmo LZW. 38

• 46. 17.7. ENLACES EXTERNOS 39 17.4 GIF en las Redes Sociales Las redes sociales han provocado una nueva edad de oro en este formato,[2] que había perdido terreno, frente a otros de alta resolución para las fotografías. Las redes sociales como Google Plus o Tumblr que permiten las animaciones han hecho que el gif animado vuelva a ser un formato muy utilizado por su sencillez de edición y poco peso frente a los vídeos. 17.5 Véase también • Comparación técnica entre PNG y GIF 17.6 Referencias [1] letrasanimadasgratis.com. «Gifs de letras animadas». la animación de este tipo de imágenes solo se puede visualizar en cierto tipo de aplicaciones y programas como presentaciones PowerPoint o páginas web, pero en hojas de cálculo o documentos de texto las imágenes gif pierden su animación. Consultado el 7 de julio de 2014. [2] «Google y Twitter recuperan la moda de las imágenes GIF». Consultado el 27 de marzo de 2013. • «Premian al creador del formato GIF durante los Webby Awards». 22 de mayo de 2013. Consultado el 23 de mayo de 2013. 17.7 Enlaces externos • Wikimedia Commons alberga contenido multimedia sobre Graphics Interchange FormatCommons.

• 47. Capítulo 18 Portable Network Graphics PNG (siglas en inglés de Gráficos de Red Portátiles, pronunciadas “ping”) es un formato gráfico basado en un algoritmo de compresión sin pérdida para bitmaps no sujeto a patentes. Este formato fue desarrollado en buena parte para solventar las deficiencias del formato GIF y permite almacenar imágenes con una mayor profundidad de contraste y otros importantes datos. Las imágenes PNG usan la extensión .png y han obtenido un tipo MIME (image/png) aprobado el 14 de octubre de 1996. 18.1 Detalles técnicos Un archivo PNG empieza con una firma de 8 bytes, los valores en hexadecimal son: 89 50 4E 47 0D 0A 1A 0A, los valores decimales son: 137 80 78 71 13 10 26 10; cada valor está ahí por una razón específica. 18.2 Segmentos del archivo Después de la cabecera se encuentran una serie de segmentos de los cuales cada uno guarda cierta información acerca de la imagen. Los segmentos se auto declaran como críticos (critical) o auxiliares (ancillary) de modo que un programa que encuentre un segmento auxiliar y no lo entienda puede ignorarlo sin peligro. La estructura basada en segmentos está diseñada para poder ampliar el formato PNG manteniendo la compatibilidad con versiones antiguas. Cada una de las secciones tiene una cabecera que específica su tamaño y tipo, inmediatamente seguido de los datos y el checksum de los datos. Las secciones tienen un nombre de 4 letras que es sensible a las mayúsculas. El uso de mayúsculas o minúsculas en dicho nombre provee a los decodificadores de información acerca de las secciones que no son reconocidas. Si la primera letra es mayúscula esto indica que la sección es esencial, en caso contrario será auxiliar. Las secciones esenciales son necesarias para leer el fichero, si el decodificador encuentra una sección esencial que no reconoce debe abortar la lectura. En caso de que la segunda letra sea mayúscula esto significará que la sección es pública en la especificación o el registro de secciones para propósitos especiales, en caso contrario será privada (no estandarizada). Este uso de mayúsculas y minúsculas asegura que nunca haya conflictos entre secciones públicas y privadas. La tercera letra debe estar en mayúsculas para cumplir las especificaciones de PNG y está reservada para futuras expansiones. La cuarta letra indica si es seguro copiar la sección en caso de que no sea reconocida, en caso de estar en minúsculas es seguro copiar la sección sin importar la cantidad de modificación que haya sufrido el fichero, si es mayúscula solo se deberán copiar si no hay secciones críticas que hayan sufrido modificaciones. 18.3 Secciones esenciales Un decodificador debe ser capaz de entender estas secciones para leer y renderizar un PNG: • IHDR, debe ser la primera sección, contiene la cabecera. • PLTE, contiene la paleta (lista de colores). • IDAT, contiene la imagen que debe ser dividida en múltiples secciones IDAT, haciendo esto se incrementa el tamaño de la imagen ligeramente pero hace posible generar imágenes PNG en streaming. • IEND, marca el final de la imagen. 18.4 Secciones de metadatos Otros atributos que pueden ser guardados en una imagen PNG son: valores de gamma, color del fondo e información textual. PNG también soporta corrección de color con el uso de sistemas de manejo del color como sRGB. • bKGD: contiene el color de fondo por defecto, se usa cuando no hay un mejor color disponible para 40

• 48. 18.6. TRANSPARENCIA EN LA IMAGEN 41 mostrar, como en un visor de imágenes pero no en un navegador web. • cHRM: balance de blanco. • gAMA: específica la gamma. • hIST: guarda el histograma o cantidad total de cada color en la imagen. • iCCP: perfil ICC de color. • iTXt: contiene texto (UTF-8) comprimido o no. • pHYs: contiene el tamaño previsto del píxel y/o el ratio de la imagen. • sBIT: (bits significativos) indican la exactitud de los colores en la imagen. • sPLT: sugiere una paleta para usar en caso de que el rango completo de colores no esté disponible. • sRGB: indica que se usa el estándar sRBG color space. • tEXt: almacena texto que puede ser representado en ISO 8859-1 con un nombre=valor para cada sección. • tIME: almacena la fecha de la última modificación. • tRNS: contiene información sobre la transparencia. Para imágenes indexadas almacena el canal alpha para una o más paletas, para imágenes en color real y escala de grises almacena la información de un solo píxel que debe ser considerado completamente transparente. • zTXt: contiene texto comprimido con los mismos límites que tEXt. La primera letra en minúsculas de estas secciones indica que no son necesarias en la especificación de PNG, la última letra en minúsculas indica que es seguro copiarlas incluso si la aplicación en cuestión no las entiende. Otros atributos que pueden ser almacenados en un PNG incluyen valores de corrección gamma, color de fondo y metadatos. PNG además también utiliza la corrección de color que utilizan los sistemas de administración de color como el sRGB. Algunos programas como Adobe Photoshop disponen de este sistema. 18.5 Profundidad de color Las imágenes en formato PNG pueden ser imágenes de paleta indexada o estar formadas por uno o varios canales. Si existe más de un canal, todos los canales tienen el mismo número de bits por píxel (también llamado profundidad de bits por canal). Aunque en la especificación oficial del PNG se nombra la profundidad de bits por canal, normalmente los programas de edición nombran sólo la cantidad total de bits por píxel, es decir, la profundidad de color. El número de canales depende de si la imagen es en escala de grises o en color y si dispone de canal alfa (también llamado canal de transparencia). La combinaciones permitidas por PNG son: • Escala de grises (1 canal). • Escala de grises y canal alfa (2 canales). • Canales rojo, verde y azul (RGB, 3 canales, también llamado color verdadero o Truecolor). • Canales rojo, verde, azul y alfa (RGB + alfa, 4 canales). Por otra parte, las imágenes indexadas disponen de un tope de 256 colores como máximo. Esta paleta de colores está almacenada con una profundidad de canal de 8 bits. La paleta no puede tener más colores que los marcados por la profundidad de bits, es decir 28=256 colores, aunque sí puede tener menos (por ejemplo, una imagen de 50 colores sólo almacenará 50 entradas, evitando almacenar datos que no son utilizados). La tabla expuesta a la derecha indican la profundidad de color para cada formato de imagen que soporta PNG. Ésta se extrae de la profundidad de bits por canal y se multiplica por el número de canales. Las casillas en rojo representan combinaciones no soportadas. El estándar requiere que los decodificadores puedan leer todos los formatos disponibles, pero muchos editores de imagen sólo pueden generar un pequeño subconjunto de ellos. 18.6 Transparencia en la imagen PNG ofrece una gran variedad de opciones de transparencia: con color verdadero o escala de grises, incluso un solo píxel puede ser declarado transparente o puede añadirse un canal alfa. Para imágenes que usan paletas se puede añadir un canal alfa en las entradas de la paleta. El número de dichos valores almacenados puede ser menor que el total de entradas en la paleta, de modo que el resto de las entradas se considerarán completamente opacas. La búsqueda de píxeles con transparencia binaria debe hacerse antes de cualquier reducción de color para evitar que algunos píxeles se conviertan en transparentes accidentalmente. A diferencia de la transparencia ofrecida por GIF que sólo puede tomar 2 valores (completamente transparente o completamente opaco), el canal alfa de PNG permite utilizar mayor profundidad de bits para lograr efectos de semi-transparencia, propios de objetos translúcidos. Por ejemplo, con una profundidad de 8 bits para transparencias se pueden conseguir 28 = 256 grados diferentes de transparencia, como si se tratara de un color.[1]

• 49. 42 CAPÍTULO 18. PORTABLE NETWORK GRAPHICS 18.7 Compresión El método de compresión utilizado por el PNG es conocido como deflación (en inglés "Deflate algorithm"). También existen métodos de filtrado. En la especificación 1.2 se define un único tipo de filtro, que incluye 5 modos de predicción del valor del píxel, que resulta muy útil para mejorar la compresión, donde se elige para cada línea de la imagen (scanline) un método de filtrado que predice el color de cada píxel basándose en los colores de los píxeles previos y resta al color del píxel actual, el color pronosticado. Los cinco métodos son: None, Sub, Up, Average y Paeth. Estos filtros pueden reducir notablemente el tamaño final del archivo, aunque depende en gran medida de la imagen de entrada. El algoritmo de compresión puede encargarse de la adecuada elección del método que mayor reducción ofrezca. El tipo de media MIME para PNG es “image/png” (aprobado el 14 de octubre de 1996). 18.8 Animación APNG es una extensión de PNG que soporta animación. Este formato soporta el visionado de una sola imagen en caso de que el decodificador no entienda el archivo. Es aceptado por múltiples navegadores[2] y tiene extensión .png. Por otro lado, MNG es un formato de imagen que soporta animación y está basado en las ideas y en algunas secciones de PNG, pero es un sistema complejo y no permite el visionado de una sola imagen en caso de no existir soporte completo en el visualizador de imágenes pertinente. 18.9 Comparación técnica con otros formatos 18.9.1 Comparación con GIF • En la mayoría de los casos, PNG comprime mejor que el formato GIF, aunque algunas implementaciones (véase Photoshop) realizan una mala selección de los métodos de filtrado y se generan ficheros de mayor tamaño. • El PNG admite, al igual que el GIF, imágenes indexadas con transparencia de 1 bit o “binaria”. Este tipo de transparencia no requiere de un canal adicional y únicamente admite que un color de la paleta aparezca transparente al 100%. • El PNG admite formatos con una profundidad de color de millones de colores (color verdadero) y canal alfa, lo que proporciona unos rangos de color mucho más ricos y precisos que el GIF y disponer de valores de transparencia intermedios. Lamentablemente, esto permite que se compare de forma errónea los PNG de color verdadero con los GIF de color indexado (256 colores). • GIF soporta animación y PNG no. (ver sección de animación, arriba). 18.9.2 Comparación con JPEG Imagen compuesta comparando JPEG y PNG: nótese los artificios en la imagen JPEG versus el fondo en color sólido para la misma imagen en PNG. PNG y JPEG son formatos que están diseñados para funciones diferentes, por lo que únicamente se puede realizar una comparación generalista: • JPEG tiene una relación de compresión enorme en perjuicio de la calidad de la imagen, ideal para imágenes de gran tamaño y fotografías. No admite transparencia. • PNG es un formato sin pérdida de calidad con una excelente compresión, ideal para imágenes formadas por grandes áreas de color plano o con pocas variaciones de color. Admite canal alfa y algunos atributos extra como la corrección gamma. Sin embargo, no admite modo CMYK, por lo que no es del todo útil para diseños de impresión. 18.10 PNG en la web • Pese a que las características técnicas y de compresión hacen de PNG un formato ideal para sustituir a

• 50. 18.13. BIBLIOGRAFÍA 43 GIF, su adopción ha sido muy lenta, debido en parte a comparaciones erróneas y algunas desventajas técnicas: • no está soportado por algunos navegadores muy viejos (tales navegadores, sin embargo, entraron en desuso en la primera década del siglo XXI). • la administración de color fallaba en algunos navegadores (fácilmente evitable por la razón anterior). 18.11 Falsas creencias • Internet Explorer 6 no soporta imágenes PNG transparentes. Habría que matizar un punto. Internet Explorer 6 e inferiores admiten transparencias binarias como en el GIF, pero fallan al mostrar imágenes con canal alfa. Eso se debe a que el paquete que especifica el canal alfa es opcional (tRNS) según la especificación PNG, sin embargo Internet Explorer 7 sí los admite. • Las imágenes en PNG pesan más que los GIF. Tampoco es cierto. Esta falsa creencia es debido a que se compara con PNGs mal codificados o de 32 bits con GIFs de 256 colores. 18.12 Problemas de color Algunas versiones de algunos navegadores web presentan los valores de corrección gamma incluso cuando no están especificados en el PNG. Navegadores conocidos con problemas de visualización de PNG: • Internet Explorer 5.5 y 6. • Netscape 7.0 a 7.2. • Opera (versiones anteriores a la 7.50). El efecto final es que el color mostrado en el PNG no coincide con el esquema de color del resto de la página web. Una forma sencilla de evitar esto es volviendo a codificar el PNG truncando ciertos atributos. Algunas utilidades para tal fin: • PNGOUT es una utilidad gratuita de DOS que utiliza un algoritmo exclusivo para recomprimir un PNG y reducir el tamaño del fichero al mínimo, sin pérdidas. • Superpng, es un plugin gratuito para Photoshop que permite la optimización de ficheros PNG. • OptiPNG es una utilidad gratuita de DOS que recomprime un PNG, reduciendo su tamaño sin pérdidas. 18.13 Bibliografía • Greg Roelofs (1999). PNG: The Definitive Guide (libro completo en html) (en inglés). O'Reilly & Associates, Inc. (A excepción de las tapas, el libro está bajo licencia GFDL) 18.14 Referencias [1] http://www.libpng.org/pub/png/ [2] Animated Portable Network Graphics 18.15 Enlaces externos • Sitio web del formato PNG (en inglés) • Página del Web Consortium sobre PNG (en inglés) • libpng, biblioteca oficial en C (en inglés)

• 51. Capítulo 19 Joint Photographic Experts Group Joint Photographic Experts Group (JPEG), Grupo Conjunto de Expertos en Fotografía, es el nombre de un comité de expertos que creó un estándar de compresión y codificación de archivos e imágenes fijas. Este comité fue integrado desde sus inicios por la fusión de varias agrupaciones en un intento de compartir y desarrollar su experiencia en la digitalización de imágenes. La ISO, tres años antes (abril de 1983), había iniciado sus investigaciones en el área. Además de ser un método de compresión, es a menudo considerado como un formato de archivo. JPEG/Exif es el formato de imagen más común, utilizado por las cámaras fotográficas digitales y otros dispositivos de captura de imagen, junto con JPG/JFIF, que también es otro formato para el almacenamiento y la transmisión de imágenes fotográficas en la World Wide Web. Estas variaciones de formatos a menudo no se distinguen, y se llaman “JPEG”. Los archivos de este tipo se suelen nombrar con la extensión .jpg. 19.1 Compresión del JPEG Comparativa de calidad entre la imagen original, comprimida en JPG (con pérdida) y comprimida en WebP (con pérdida). El formato JPEG utiliza habitualmente un algoritmo de compresión con pérdida para reducir el tamaño de los archivos de imágenes, esto significa que al descomprimir o visualizar la imagen no se obtiene exactamente la misma imagen de la que se partía antes de la compresión. Existen también tres variantes del estándar JPEG que comprimen la imagen sin pérdida de datos: JPEG2000, JPEG-LS y Lossless JPEG. El algoritmo de compresión JPEG se basa en dos fenómenos visuales del ojo humano: uno es el hecho de que es mucho más sensible al cambio en la luminancia que en la crominancia; es decir, capta más claramente los cambios de brillo que de color. El otro es que nota con más facilidad pequeños cambios de brillo en zonas homogéneas que en zonas donde la variación es grande; por ejemplo en los bordes de los cuerpos de los objetos. Una de las características del JPEG es la flexibilidad a la hora de ajustar el grado de compresión. Un grado de compresión muy alto generará un archivo de pequeño tamaño, a costa de una pérdida significativa de calidad. Con una tasa de compresión baja se obtiene una calidad de imagen muy parecida a la del original, pero con un tamaño de archivo mayor. La pérdida de calidad cuando se realizan sucesivas compresiones es acumulativa. Esto significa que si se comprime una imagen y se descomprime, se perderá calidad de imagen, pero si se vuelve a comprimir una imagen ya comprimida se obtendrá una pérdida todavía mayor. Cada sucesiva compresión causará pérdidas adicionales de calidad. La compresión con pérdida no es conveniente en imágenes o gráficos que tengan textos, líneas o bordes muy definidos, pero sí para archivos que contengan grandes áreas de colores sólidos. 19.2 Codificación Muchas de las opciones del estándar JPEG se usan poco. Esto es una descripción breve de uno de los muchos métodos usados comúnmente para comprimir imágenes cuando se aplican a una imagen de entrada con 24 bits por pixel (ocho por cada rojo, verde, y azul, o también dicho “8 bits por canal”). Esta opción particular es un método de compresión con pérdida. 44

• 52. 19.2. CODIFICACIÓN 45 Esquema del modelo RGB. Esquema del modelo YUV. 19.2.1 Transformación del espacio de color Comienza convirtiendo la imagen desde su modelo de color RGB a otro llamado YUV ó YCbCr. Este espacio de color es similar al que usan los sistemas de color para televisión PAL y NTSC, pero es mucho más parecido al sistema de televisión MAC (Componentes Analógicas Multiplexadas). Este espacio de color (YUV) tiene tres componentes: • La componente Y, o luminancia (información de brillo); es decir, la imagen en escala de grises. • Las componentes U o Cb y V o Cr, respectivamente diferencia del azul (relativiza la imagen entre azul y rojo) y diferencia del rojo (relativiza la imagen entre verde y rojo); ambas señales son conocidas como crominancia (información de color). Las ecuaciones que realizan este cambio de base de RGB a YUV son las siguientes: Y = 0,257 * R + 0,504 * G + 0,098 * B + 16 Cb = U = −0,148 * R - 0,291 * G + 0,439 * B + 128 Cr = V = 0,439 * R - 0,368 * G - 0,071 * B + 128 Las ecuaciones para el cambio inverso se pueden obtener despejando de las anteriores y se obtienen las siguientes: B = 1,164 * (Y - 16) + 2,018 * (U - 128) G = 1,164 * (Y - 16) - 0,813 * (V - 128) - 0,391 * (U - 128) R = 1,164 * (Y - 16) + 1,596 * (V - 128) NOTA: Estas ecuaciones están en continua investigación, por lo que se pueden encontrar en libros y en la red otras ecuaciones distintas pero con coeficientes muy parecidos. Si se analiza el primer trío de ecuaciones veremos que las tres componentes toman como valor mínimo el 16. El canal de luminancia (canal Y) tiene como valor máximo el 235, mientras que los canales de crominancia el 240. Todos estos valores caben en un byte haciendo redondeo al entero más próximo. Durante esta fase no hay pérdida significativa de información, aunque el redondeo introduce un pequeño margen de error imperceptible para el ojo humano. 19.2.2 Submuestreo Ligera explicación visual sobre el submuestreo. La imagen de arriba a la izquierda es la original; las otras sufren unos submuestreos de color salvajes que dan idea de los efectos de esta técnica. Ampliar para mejor visualización. Una opción que se puede aplicar al guardar la imagen es reducir la información del color respecto a la de brillo (debido al fénomeno visual en el ojo humano comentado anteriormente). Hay varios métodos: si este paso no se aplica, la imagen sigue en su espacio de color YUV (este submuestreo se entiende como 4:4:4), con lo que la imagen no sufre pérdidas. Puede reducirse la información cromática a la mitad, 4:2:2 (reducir en un factor de 2 en dirección horizontal), con lo que el color tiene la mi-

• 53. 46 CAPÍTULO 19. JOINT PHOTOGRAPHIC EXPERTS GROUP El algoritmo JPEG transforma la imagen en cuadrados de 8×8 y luego almacena cada uno de estos como una combinación lineal o suma de los 64 recuadros que forman esta imagen; esto permite eliminar detalles de forma selectiva. Por ejemplo, si una casilla tiene un valor muy próximo a 0, puede ser eliminada sin que afecte mucho a la calidad. tad de resolución (en horizontal) y el brillo sigue intacto. Otro método, muy usado, es reducir el color a la cuarta parte, 4:2:0, en el que el color se reduce en un factor de 2 en ambas direcciones, horizontal y vertical. Si la imagen de partida estaba en escala de grises (blanco y negro), puede eliminarse por completo la información de color, quedando como 4:0:0. Algunos programas que permiten el guardado de imágenes en JPEG (como el que usa GIMP) se refieren a estos métodos con 1×1,1×1,1×1 para YUV 4:4:4 (no perder color), 2×1,1×2,1×1 para YUV 4:2:2 y 2×2,1×1,1×1 para el último método, YUV 4:2:0. Las técnicas algorítmicas usadas para este paso (para su reconstrucción exactamente) suelen ser interpolación bilineal, vecino más próximo, convolución cúbica, Bezier, b-spline y Catmun-Roll.rh 19.2.3 Transformación discreta de coseno (DCT) Cada componente de la imagen se divide en pequeños bloques de 8×8 píxeles, que se procesan de forma casi independiente, lo que disminuye notablemente el tiempo de cálculo. De esto resulta la típica formación cuadriculada, que se vuelve visible en las imágenes guardadas con alta compresión. Si la imagen sufrió un submuestreo del color, los colores quedarían en la imagen final en bloques de 8×16 y 16×16 píxeles, según fuese 4:2:2 o 4:2:0. Después, cada pequeño bloque se convierte al dominio de la frecuencia a través de la transformación discreta de coseno, abreviadamente llamada DCT. Un ejemplo de uno de esos pequeños bloques de 8×8 inicial es este:             52 55 61 66 70 61 64 73 63 59 55 90 109 85 69 72 62 59 68 113 144 104 66 73 63 58 71 122 154 106 70 69 67 61 68 104 126 88 68 70 79 65 60 70 77 68 58 75 85 71 64 59 55 61 65 83 87 79 69 68 65 76 78 94             El siguiente proceso es restarles 128 para que queden números entorno al 0, entre −128 y 127.             −76 −73 −67 −62 −58 −67 −64 −55 −65 −69 −73 −38 −19 −43 −59 −56 −66 −69 −60 −15 16 −24 −62 −55 −65 −70 −57 −6 26 −22 −58 −59 −61 −67 −60 −24 −2 −40 −60 −58 −49 −63 −68 −58 −51 −60 −70 −53 −43 −57 −64 −69 −73 −67 −63 −45 −41 −49 −59 −60 −63 −52 −50 −34             Se procede a la transformación por DCT de la matriz, y el redondeo de cada elemento al número entero más cercano.             −415 −30 −61 27 56 −20 −2 0 4 −22 −61 10 13 −7 −9 5 −47 7 77 −25 −29 10 5 −6 −49 12 34 −15 −10 6 2 2 12 −7 −13 −4 −2 2 −3 3 −8 3 2 −6 −2 1 4 2 −1 0 0 −2 −1 −3 4 −1 0 0 −1 −4 −1 0 1 2             Nótese que el elemento más grande de toda la matriz aparece en la esquina superior izquierda; este es el coeficiente DC. 19.3 Cuantificación digital El ojo humano es muy bueno detectando pequeños cambios de brillo en áreas relativamente grandes, pero no cuando el brillo cambia rápidamente en pequeñas áreas (variación de alta frecuencia). Debido a esta condición, se puede eliminar las altas frecuencias, sin pérdida excesiva de calidad visual. Esto se realiza dividiendo cada componente en el dominio de la frecuencia por una constante para ese componente, y redondeándolo a su número entero más cercano. Este es el proceso en el que se pierde la mayor parte de la información (y calidad) cuando una

• 54. 19.4. CODIFICACIÓN ENTRÓPICA 47 “Antes de”, en un bloquecillo 8×8 (ampliación ×16). “Después de”, en un bloquecillo 8×8, se notan errores respecto a la primera imagen, como en la esquina inferior izquierda, que está más clara. imagen es procesada por este algoritmo. El resultado de esto es que los componentes de las altas frecuencias, tienden a igualarse a cero, mientras que muchos de los demás, se convierten en números positivos y negativos pequeños. Una matriz de cuantificación típica es la matriz de Losheller que se usa opcionalmente en el estándar JPEG:             16 11 10 16 24 40 51 61 12 12 14 19 26 58 60 55 14 13 16 24 40 57 69 56 14 17 22 29 51 87 80 62 18 22 37 56 68 109 103 77 24 35 55 64 81 104 113 92 49 64 78 87 103 121 120 101 72 92 95 98 112 100 103 99             Dividiendo cada coeficiente de la matriz de la imagen transformada entre cada coeficiente de la matriz de cuantificación, se obtiene esta matriz, ya cuantificada:             −26 −3 −6 2 2 −1 0 0 0 −2 −4 1 1 0 0 0 −3 1 5 −1 −1 0 0 0 −4 1 2 −1 0 0 0 0 1 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             Por ejemplo, cuantificando el primer elemento, el coeficiente DC, sería así: round ( −415 16 ) = round (−25.9375) = −26 19.4 Codificación entrópica La codificación entrópica es una forma especial de la compresión sin pérdida de datos. Para ello se toman los elementos de la matriz siguiendo una forma de zig-zag, poniendo grupos con frecuencias similares juntos, e insertando ceros de codificación, y usando la codificación Huffman para lo que queda. También se puede usar la codificación aritmética, superior a la de Huffman, pero que rara vez se usa, ya que está cubierta por patentes, esta compresión produce archivos un 5% menores, pero a costa de un mayor tiempo de codificación y decodificación, esta pequeña ganancia, puede emplearse también en aplicar un menor grado de compresión a la imagen, y obtener más calidad para un tamaño parecido. En la matriz anterior, la secuencia en zig-zag, es esta: −26, −3, 0, −3, −2, −6, 2, −4, 1 −4, 1, 1, 5, 1, 2, −1, 1, −1, 2, 0, 0, 0, 0, 0, −1, −1, 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, 0, 0, 0, 0 JPEG tiene un código Huffman para cortar la cadena anterior en el punto en el que el resto de coeficientes sean ceros, y así, ahorrar espacio: −26, −3, 0, −3, −2, −6, 2, −4, 1 −4, 1, 1, 5, 1, 2, −1, 1, −1, 2, 0, 0, 0, 0, 0, −1, −1, EOB

• 55. 48 CAPÍTULO 19. JOINT PHOTOGRAPHIC EXPERTS GROUP 19.5 Ruido producido por la compresión Tras la compresión, suelen quedar a veces bloques como estos, en este caso en un trozo de una imagen ampliado. El resultado tras la compresión, puede variar, en función de la agresividad de los divisores de la matriz de cuantización, a mayor valor de esos divisores, más coeficientes se convierten en ceros, y más se comprime la imagen. Pero mayores compresiones producen mayor ruido en la imagen, empeorando su calidad. Una imagen con una fuerte compresión (1%−15%) puede tener un tamaño de archivo mucho menor, pero tendrá tantas imperfecciones que no será interesante, una compresión muy baja (98%−100%) producirá una imagen de muy alta calidad, pero, tendrá un tamaño tan grande que quizás interese más un formato sin pérdida como PNG. La mayoría de personas que naveguen por Internet estarán familiarizadas con estas imperfecciones, que son el resultado de lograr una buena compresión. Para evitarlas, se tendrá que reducir el nivel de compresión o aplicar compresión sin pérdida, produciendo mayores ficheros después. 19.6 Decodificación El proceso de decodificación es similar al seguido hasta ahora, sólo que de forma inversa. En este caso, al haber perdido información, los valores finales no coincidirán con los iniciales. Se coge la información de la matriz, se decodifica, y se pone cada valor en su casilla correspondiente. Después se multiplica cada uno de estos valores por el valor correspondiente de la matriz de cuantización usada, como muchos valores son ceros, sólo se recuperan ( y de forma aproximada) los valores de la esquina superior izquierda. Después se deshace la transformación DCT: Errores producidos por una compresión excesiva: Antes de y después de.             −416 −33 −60 32 48 −40 0 0 0 −24 −56 19 26 0 0 0 −42 13 80 −24 −40 0 0 0 −56 17 44 −29 0 0 0 0 18 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            

• 56. 19.8. ENLACES EXTERNOS 49             −68 −65 −73 −70 −58 −67 −70 −48 −70 −72 −72 −45 −20 −40 −65 −57 −68 −76 −66 −15 22 −12 −58 −61 −62 −72 −60 −6 28 −12 −59 −56 −59 −66 −63 −28 −8 −42 −69 −52 −60 −60 −67 −60 −50 −68 −75 −50 −54 −46 −61 −74 −65 −64 −63 −45 −45 −32 −51 −72 −58 −45 −45 −39             Y finalmente se suma 128 a cada entrada:             60 63 55 58 70 61 58 80 58 56 56 83 108 88 63 71 60 52 62 113 150 116 70 67 66 56 68 122 156 116 69 72 69 62 65 100 120 86 59 76 68 68 61 68 78 60 53 78 74 82 67 54 63 64 65 83 83 96 77 56 70 83 83 89             Para comparar las diferencias entre el bloque original y el comprimido, se halla la diferencia entre ambas matrices, la media de sus valores absolutos, da una ligera idea de la calidad perdida:             −8 −8 6 8 0 0 6 −7 5 3 −1 7 1 −3 6 1 2 7 6 0 −6 −12 −4 6 −3 2 3 0 −2 −10 1 −3 −2 −1 3 4 6 2 9 −6 11 −3 −1 2 −1 8 5 −3 11 −11 −3 5 −8 −3 0 0 4 −17 −8 12 −5 −7 −5 5             Se puede observar que las mayores diferencias están cerca de la mancha, y por la parte inferior, entre la esquina izquierda y el centro, notándose más esta última, ya que corre una mancha clara que antes estaba más hacia la esquina. La media de los valores absolutos de las restas es 4.8125, aunque en algunas zonas es mayor. 19.7 Véase también • JPEG2000, basado en wavelets. • Raw (formato) • TIFF • PNG • GIF 19.8 Enlaces externos • Wikimedia Commons alberga contenido multimedia sobre Joint Photographic Experts Group. Commons • www.jpeg.org Sitio web del grupo JPEG. • JPEG Standard (JPEG ISO/IEC 10918-1 ITUT Recommendation T.81) (en PDF) y www. digicamsoft.com/itu/itu-t81-1.html (en HTML). • pub.ufasta.edu.ar/SISD/jpeg/jpg.htm Seminario de Imagen y Sonido Digital: Compresión de imagen. • serdis.dis.ulpgc.es/multimedia/claseT03.htm Página web de la asignatura Multimedia de la ULPGC, explicación en vídeo del proceso de compresión JPEG.

• 57. Capítulo 20 Raw (formato) El formato de imágenes raw (entiéndase como “bruto” o “en crudo” siguiendo el término anglosajón para denominar a los brutos de cámara) [1] es un formato de archivo digital de imágenes que contiene la totalidad de los datos de la imagen tal y como ha sido captada por el sensor digital de la cámara, ya sea fotográfica u otro tipo. 20.1 Características principales 20.1.1 Tipo de compresión El formato raw generalmente lleva aplicada compresión de datos sin pérdida de información. 20.1.2 Profundidad de color Debido a que contiene la totalidad de los datos de la imagen captada por la cámara y una mayor profundidad de color (por lo general 36 a 48 bits/píxel), sus ficheros tienen un tamaño de archivo muy grande, a pesar de que, generalmente, usan compresión. Las cámaras profesionales y semiprofesionales ofrecen por lo general la opción de grabar imágenes en este formato, además del formato JPG y eventualmente otros. También algunas cámaras compactas de gama alta ofrecen esta posibilidad. 20.1.3 Distintas versiones del formato El gran inconveniente de este formato es la falta de estandarización: cada fabricante de cámaras usa su propia versión del formato, lo que puede producir incompatibilidades o que esa versión de raw no se pueda usar en el futuro. La iniciativa OPENRAW trabaja para que los fabricantes de cámaras creen un formato raw de código abierto y estándar. Una alternativa de código abierto podría ser el Digital Negative Format o DNG de Adobe. 20.2 Utilidad y usos comunes 20.2.1 Correcciones posteriores Si disparamos dos fotos del mismo motivo, una en JPG con baja compresión de datos (alta calidad) y otra en raw, seguramente se verá mejor la tomada en jpg: tendrá mayor nitidez/enfoque, mejor contraste, mejor iluminación y los colores aparecerán mejor representados. Esto es debido a que una cámara digital suele aplicar distintos filtros digitales para mejorar la imagen. Sin embargo, el formato raw nos muestra la foto tal y como el sensor la capturó, sin ningún filtro de mejora. Se verán colores más neutros, menos saturados, un enfoque más blando y una iluminación que dependerá de la exposición que hicimos, más visiblemente sobre o subexpuesta si fuera el caso. Sin embargo, una foto en jpg, al estar en modo RGB, tiene 24 bits/píxel (8 por canal) frente a los 30 a 48 bits/píxel (10 a 16 por canal) que suele contener la imagen obtenida al revelar el archivo raw. Los 24 bits del RGB serán suficientes para ver toda la gama de colores posibles, pero serán claramente insuficientes cuando queramos realizar ciertos ajustes a la imagen (iluminación, corrección de tonalidades, etc.). Por otro lado, una imagen en formato raw, aunque en apariencia parezca más pobre, contiene muchísima más información y será muy manipulable al ajustar luces y colores. Comparado con JPG, el problema es su tamaño, ya que ocupa sensiblemente más que su equivalente en jpeg. Comparado con formatos de archivo con compresión de datos sin pérdida de información como TIF o PNG, el problema se reduce a la necesidad de “revelarla” antes de poder procesarla normalmente para cualquier uso. 20.2.2 Negativo digital Los archivos raw se conocen también como negativo digital. 20.3 Software para visualizar y procesar archivos raw 50

• 58. 20.4. VÉASE TAMBIÉN 51 20.3.1 Visualización previa, apertura y conversión Las cámaras que soportan archivos raw normalmente vienen con su propio software para la conversión de raw a otros formatos como TIFF o JPEG. Otros programas de conversión y complementos están disponibles en los vendedores que han licenciado la tecnología de la cámara fabricante, aunque también, mediante el uso de ingeniería inversa, se han creado conversores para visualizar imágenes en algunos formatos raw específicos. Un programa de código abierto portable es dcraw, que soporta el formato raw y puede funcionar en varios sistemas operativos pero que no recibió el apoyo de los fabricantes de cámaras. En 2004, Adobe Systems publicó el Digital Negative Specification (DNG), que tiene la intención de ser un formato unificado de raw. Adobe Photoshop CS2 y CS3 contienen un amplio soporte para raw en el software Adobe Photoshop Lightroom. A partir de 2006, varios fabricantes de cámaras han comenzado a anunciar el apoyo a DNG en nuevos modelos de cámaras, incluidas las Leica, Samsung, Ricoh, Pentax y Hasselblad. El Leica DigitalModul-R (DMR) fue el primero en utilizar su DNG como formato nativo. Para Windows XP, hay disponible una descarga gratuita que integra la visualización y la impresión de fotografías incluidas en otros programas, pero no es apoyado por Microsoft. [2] Además, la galería de fotos de Windows y de Windows Live pueden ver cualquier formato de imagen en bruto si los códecs WIC están instalados. Fabricantes de cámaras como Canon, Nikon, Sony, Olympus y Pentax han publicado códecs WIC. Los códecs comerciales DNG también están disponibles en Ardfry Imaging. [3] En Linux, tanto para KDE como Gnome, los dos entornos de escritorio mayoritarios, existen numerosos complementos que permiten la visualización directa de imágenes en crudo desde sus gestores de archivos por defecto, Dolphin y Nautilus respectivamente, así como desde programas visualizadores y catalogadores de imágenes como Gwenview o Digikam. En 2005, Apple Computer presentó varios productos que ofrecen soporte de archivos raw, como el iPhoto 5, que ofreció soporte básico para la visualización y edición de archivos raw. La nueva versión de su sistema operativo, Mac OS X 10.4, añadió soporte de raw directamente al sistema operativo, como parte del entorno ImageIO, que agrega automáticamente soporte raw a la mayoría de las aplicaciones de Mac OS X, ambos de Apple (como la vista previa, el Mac OS X es PDF y aplicación de visualización de imágenes y de apertura, una foto posterior a la producción de paquetes de software para profesionales), así como todas las aplicaciones de terceros que hagan uso de los marcos ImageIO. Semi-actualizaciones periódicas para OS X generalmente incluyen soporte para los nuevos formatos de archivo raw introducidos por los fabricantes de cámaras. 20.3.2 Procesamiento del raw o revelado Hay muchas otras aplicaciones para “revelado raw" o “flujo de trabajo en raw" diseñadas para proporcionar procesamiento y post-producción de imágenes raw, antes de ser exportadas en otro formato como TIF o JPG. Entre las herramientas libres, la más conocida es UFRaw, software libre basado en dcraw que puede funcionar como un complemento de GIMP y está disponible para la mayoría de sistemas operativos; también darktable, que es capaz de gestionar gran cantidad de imágenes; RawShooter Essentials 2005 / 6, software libre desarrollado por Pixmantec; otras alternativas de “revelado raw" libre basadas en dcraw son RawStudio o RawTherapee, libre desde su versión 3. En el terreno de los programas privativos de pago destacan Helicon Filter, Phase One Capture One y Bibble Labs’ Bibble Pro, al igual que Aperture de Apple, Adobe Photoshop, Adobe Photoshop Lightroom y PhotoLine. Todos estos programas proporcionan sofisticados controles para el procesamiento de la información almacenada en el archivo raw y para convertir archivos raw a formato JPEG o TIFF, pero otros como Picasa, el programa de edición de imágenes y catalogación de Google, o iPhoto, de Apple, también pueden leer y mostrar muchos formatos raw, aunque ofrecen sólo herramientas limitadas para el procesamiento de estos archivos. En 2006, Adobe Systems Inc adquirió los derechos de Pixmantec ApS. RawShooter Essentials no se actualizará (la última actualización añade soporte para la Canon 5D y la Nikon D200). Puede aún ser descargado de forma gratuita hasta la versión 1.0 de Adobe Photoshop Lightroom, que fue liberada en marzo de 2007. El software se ofrece completo, de manera que incluye el soporte a diversos formatos raw, conversión a otros formatos y procesamiento por lotes. LightZone es un programa de edición de imágenes que ofrece la posibilidad de editar raw nativamente. La mayoría de herramientas convierten raw antes de poder procesarlo, pero LightZone permite a los usuarios editar raw como si se tratara de TIFF o JPEG. 20.4 Véase también • JPEG2000, basado en wavelets. • JPG • TIFF • PNG • GIF 20.5 Referencias [1] Carrasco, 2010, p. 344.

• 59. 52 CAPÍTULO 20. RAW (FORMATO) [2] Microsoft RAW Image Thumbnailer and Viewer for Windows XP [3] DNG Thumbnail and Preview Support for Windows Photo Gallery and Windows Live Photo Gallery 20.6 Bibliografía citada Carrasco, Jorge (2010). Cine y televisión digital. Manual técnico. Barcelona: Edicions de la Universidad de Barcelona. ISBN 978-84-475-3457-9. 20.7 Véase también • Fotografía digital • Raw Hunter 20.8 Enlaces externos • Las Diferencias Clave entre RAW y JPEG en un Lenguaje que Puedes Entender • Acerca del formato RAW I y II • http://www.openraw.org (inglés) • RawTherapee

• 60. Capítulo 21 Metadato Metadatos (del griego μετα, meta, 'después de, más allá de'[1] y latín datum, 'lo que se da', «dato» [2]), literalmente «sobre datos», son datos que describen otros datos. En general, un grupo de metadatos se refiere a un grupo de datos que describen el contenido informativo de un objeto al que se denomina recurso[3]. El concepto de metadatos es análogo al uso de índices para localizar objetos en vez de datos. Por ejemplo, en una biblioteca se usan fichas que especifican autores, títulos, casas editoriales y lugares para buscar libros. Así, los metadatos ayudan a ubicar datos.[4] Para varios campos de la informática, como la recuperación de información o la web semántica, los metadatos en etiquetas son un enfoque importante para construir un puente sobre el intervalo semántico. 21.1 Definiciones El término «metadatos» no tiene una definición única. Según la definición más difundida de metadatos es que son «datos sobre datos». También hay muchas declaraciones como «informaciones sobre datos»,[5] «datos sobre informaciones»[6] e «informaciones sobre informaciones».[7] Otra clase de definiciones trata de precisar el término como «descripciones estructuradas y opcionales que están disponibles de forma pública para ayudar a localizar objetos»[8] o «datos estructurados y codificados que describen características de instancias conteniendo informaciones para ayudar a identificar, descubrir, valorar y administrar las instancias descritas».[9] Esta clase surgió de la crítica de que las declaraciones más simples son tan difusas y generales que dificultarán la tarea de acordar estándares, pero estas definiciones no son muy comunes. Podemos también considerar los metadatos, en las áreas de telecomunicaciones e informática, como información no relevante para el usuario final pero sí de suma importancia para el sistema que maneja los datos. Los metadatos son enviados junto a la información cuando se realiza alguna petición o actualización de la misma. En el campo biológico los metadatos se han convertido en una herramienta fundamental para el descubrimiento de datos e información. En este contexto se pueden definir los metadatos como «una descripción estandarizada de las características de un conjunto de datos» con esto se incluye la descripción del contexto en el cual los datos fueron coleccionados y además se refiere al uso de estándares para describirlos . 21.1.1 Distinción entre datos y metadatos La mayoría de las veces no es posible diferenciar entre datos y metadatos. Por ejemplo, un poema es un grupo de datos, pero también puede ser un grupo de metadatos si está adjuntado a una canción que lo usa como texto. Muchas veces, los datos son tanto “datos” como “metadatos”. Por ejemplo, el título de un texto es parte del texto como a la vez es un dato referente al texto (dato como metadato). 21.1.2 Metadatos sobre metadatos Debido a que los metadatos son datos en sí mismos, es posible crear metadatos sobre metadatos. Aunque, a primera vista, parece absurdo, los metadatos sobre metadatos pueden ser muy útiles. Por ejemplo, fusionando dos imágenes y sus metadatos distintos puede ser muy importante deducir cuál es el origen de cada grupo de metadatos, registrando ello en metadatos sobre los metadatos. 21.2 Objetivos El uso de los metadatos mencionado más frecuentemente es la refinación de consultas a buscadores. Usando información adicional los resultados son más precisos, y el usuario se ahorra filtraciones manuales complementarias. El intervalo semántico plantea el problema de que el usuario y el ordenador no se entiendan porque este último no comprenda el significado de los datos. Es posible que los metadatos posibiliten la comunicación declarando cómo están relacionados los datos. Por eso la representación del conocimiento usa metadatos para categorizar informaciones. La misma idea facilita la inteligencia artificial 53

• 61. 54 CAPÍTULO 21. METADATO al deducir conclusiones automáticamente. Los metadatos facilitan el flujo de trabajo convirtiendo datos automáticamente de un formato a otro. Para eso es necesario que los metadatos describan contenido y estructura de los datos.[10] Algunos metadatos hacen posible una compresión de datos más eficaz. Por ejemplo, si en un vídeo el software sabe distinguir el primer plano del fondo puede usar algoritmos de compresión diferentes y así mejorar la cuota de compresión.[11] Otra idea de aplicación es la presentación variable de datos. Si hay metadatos señalando los detalles más importantes, un programa puede seleccionar la forma de presentación más adecuada. Por ejemplo, si un teléfono móvil sabe dónde está localizada una persona en una imagen, tiene la posibilidad de reducirlo a las dimensiones de su pantalla. Del mismo modo un navegador puede decidir presentar un diagrama a su usuario ciego en forma táctil o leída.[12] 21.3 Clasificación Los metadatos se clasifican usando tres criterios: Contenido Subdividir metadatos por su contenido es lo más común. Se puede separar los metadatos que describen el recurso mismo de los que describen el contenido del recurso. Es posible subdividir estos dos grupos más veces, por ejemplo para separar los metadatos que describen el sentido del contenido de los que describen la estructura del contenido o los que describen el recurso mismo de los que describen el ciclo vital del recurso. Variabilidad Según la variabilidad se puede distinguir metadatos mutables e inmutables. Los inmutables no cambian, no importa qué parte del recurso se vea, por ejemplo el nombre de un fichero. Los mutables difieren de parte a parte, por ejemplo el contenido de un vídeo.[13] Función Los datos pueden ser parte de una de las tres capas de funciones: subsimbólicos, simbólicos o lógicos. Los datos subsimbólicos no contienen información sobre su significado. Los simbólicos describen datos subsimbólicos, es decir añaden sentido. Los datos lógicos describen cómo los datos simbólicos pueden ser usados para deducir conclusiones lógicas, es decir añaden comprensión.[14] 21.4 Ciclo de vida El ciclo de vida de los metadatos comprende las fases creación, manipulación y destrucción. El análisis minucioso de cada una de las etapas saca a la luz asuntos significativos. 21.4.1 Creación Se pueden crear metadatos manualmente, semiautomáticamente o automáticamente. El proceso manual puede ser muy laborioso, dependiente del formato usado y del volumen deseado, hasta un grado en el que los seres humanos no puedan superarlo. Por eso, el desarrollo de utillaje semiautomático o automático es más que deseable. En la producción automática el software adquiere las informaciones que necesita sin ayuda externa. Aunque el desarrollo de algoritmos tan avanzados está siendo objeto de investigación actualmente, no es probable que la computadora vaya a ser capaz de extraer todos los metadatos automáticamente. En vez de ello, se considera la producción semiautomática más realista; aquí un servidor humano sostiene algoritmos autónomos con la aclaración de inseguridades o la proposición de informaciones que el software no puede extraer sin ayuda. Hay muchos expertos que se encargan del diseño de herramientas para la creación de metadatos pero que ignoran cuestionar este proceso. Según los que no evitan el asunto, la generación no debe comenzar después de la terminación de un recurso sino que debe hacerse durante la fabricación: hay que archivar los metadatos tan pronto como se originan, con los conocimientos especiales del productor, para evitar una laboriosa reconstrucción posterior. Por eso, se tiene que integrar la producción de metadatos en el procedimiento de fabricación del recurso.[13] 21.4.2 Manipulación Si los datos cambian, los metadatos tienen que cambiar también. Aquí se hace la pregunta: ¿quién va a adaptar los metadatos? Existen modificaciones que pueden ser manejadas de forma sencilla y automática, pero hay otras donde la intervención de un servidor humano es indispensable. La metaproducción, el reciclaje de partes de recursos para crear otros recursos, demanda atención particular. La fusión de los metadatos afiliados no es trivial, especialmente si se trata de información con relevancia jurídica, como por ejemplo la gestión digital de derechos. 21.4.3 Destrucción Además hay que investigar la destrucción de metadatos. En algunos casos es conveniente eliminar los metadatos junto con sus recursos, en otros es razonable conservar los metadatos, por ejemplo para supervisar cambios en un documento de texto.

• 62. 21.7. VOCABULARIOS CONTROLADOS Y ONTOLOGÍAS 55 21.5 Metadatos en la informática Los metadatos han cobrado gran relevancia en el mundo de Internet, por la necesidad de utilizar los metadatos para la clasificación de la enorme cantidad de datos. Además de la clasificación los metadatos pueden ayudar en las búsquedas. Por ejemplo, si buscamos un artículo sobre vehículos, este dato tendrá sus correspondiente metadatos clave adjuntos, como 4 ruedas, motor, etc. Otros ejemplos de usos de metadatos en la informática: • Metatags en HTML: etiquetas con información sobre el propio documento web: autor, editor, codificación, etc. • Información en el propio sistema de ficheros: HFS o ReiserFS, por nombrar dos. Se ven completados por los buscadores inteligentes (Beagle o Spotlight) que saben reconocer estos metadatos. • Clasificaciones de fotos: F-Spot, Picasa o iPhoto, por ejemplo. • Clasificadores de canciones: contienen metadatos sobre las canciones, bien en MP3 o en CD de audio, en un formato llamado ID3. Por ejemplo: iTunes y Rhythmbox. 21.6 Almacenamiento Hay dos posibilidades para almacenar metadatos: depositarlos internamente, en el mismo documento que los datos, o depositarlos externamente, en su mismo recurso. Inicialmente, los metadatos se almacenaban internamente para facilitar la administración. Hoy, por lo general, se considera mejor opción la localización externa porque hace posible la concentración de metadatos para optimizar operaciones de búsqueda. Por el contrario, existe el problema de cómo se liga un recurso con sus metadatos. La mayoría de los estándares usa URIs, la técnica de localizar documentos en la World Wide Web, pero este método propone otras preguntas, por ejemplo qué hacer con documentos que no tienen URI. 21.6.1 Codificación Los primeros y más simples formatos de los metadatos usaron texto no cifrado o la codificación binaria para almacenar metadatos en ficheros. Hoy, es común codificar metadatos usando XML. Así, son legibles tanto por seres humanos como por computadoras. Además este lenguaje tiene muchas características a su favor, por ejemplo es muy simple integrarlo en la World Wide Web. Pero también hay inconvenientes: los datos necesitan más espacio de memoria que en formato binario y no está claro cómo convertir la estructura de árbol en una corriente de datos. Por eso, muchos estándares incluyen utilidades para convertir XML en codificación binaria y viceversa, de forma que se únen las ventajas de los dos. 21.7 Vocabularios controlados y ontologías Para garantizar la uniformidad y la compatibilidad de los metadatos, muchos sugieren el uso de un vocabulario controlado fijando los términos de un campo. Por ejemplo, en caso de sinónimos o interlenguaje hay que acordarse qué palabras se usan para evitar que el buscador localice «español» pero no «española». Una ontología además define las relaciones de los términos del vocabulario para que la computadora puede evaluarlas automáticamente. Así es posible presentar una página web sobre «Vincent Van Gogh» aunque el usuario tecleó «pintores neerlandeses»; usando una ontología adecuada el buscador comprende que Van Gogh fue un pintor neerlandés. Un concepto muy similar a las ontologías son las folksonomías. Las ontologías son definidas por expertos del campo que ordenan los términos, pero las folksonomías son definidas por los mismos usuarios. 21.8 Crítica Algunos expertos critican fuertemente el uso de metadatos. Sus argumentos más sustanciosos son: • Los metadatos son costosos y necesitan demasiado tiempo. Las empresas no van a producir metadatos porque no hay demanda y los usuarios privados no van a invertir tanto tiempo. • Los metadatos son demasiado complicados. La gente no acepta los estándares porque no los comprende y no quiere aprenderlos. • Los metadatos dependen del punto de vista y del contexto. No hay dos personas que añadan los mismos metadatos. Además, los mismos datos pueden ser interpretados de manera totalmente diferente, dependiendo del contexto. • Los metadatos son ilimitados. Es posible adherir más y más metadatos útiles y no hay fin. • Los metadatos son superfluos. Ya hay buscadores potentes para textos, y en el futuro la técnica query by example («búsqueda basada en un ejemplo») va a

• 63. 56 CAPÍTULO 21. METADATO mejorarse, tanto para localizar imágenes como para música y vídeo. Algunos estándares de metadatos están disponibles pero no se aplican: los críticos lo consideran una prueba de las carencias del concepto de metadatos. Hay que notar que este efecto también puede ser causado por insuficiente compatibilidad de los formatos o por la enorme diversidad que amedrenta a las empresas. Fuera de eso hay fomatos de metadatos muy populares.[8] 21.9 Formatos y estándares Hay dos grupos que impulsan el desarrollo de formatos de metadatos: la técnica multimedia y la web semántica. El destino de la técnica multimedia es describir un singular recurso de multimedia, el de la web semántica la descripción de recursos de cada tipo y además el encadenamiento de los conocimientos. Los formatos más populares y grandes son: • ID3 hace posible la notación de metadatos muy sencillos, tales como título e intérprete, en ficheros de audio MP3. El formato es muy popular y demuestra que los metadatos pueden ser útiles. • MPEG-7 • MPEG-21 • TV-Anytime • EXIF • Dublin Core • LOM • Marco de descripción de recursos (RDF) • RDF Schema • OWL • NewsML • SportsML 21.10 Véase también • Dato • Infraestructura de Datos Espaciales 21.11 Referencias [1] Real Academia Española (2014). «meta». Diccionario de la lengua española (23.ª edición). Madrid: Espasa. [2] Real Academia Española (2014). «dato». Diccionario de la lengua española (23.ª edición). Madrid: Espasa. [3] Senso, José Antonio; Rosa Piñero, Alberto de la (2003). «El concepto de metadato. Algo más que descripción de recursos electrónicos». Ciência da Informação, vol. 32, n. 2: 95-106. [4] Tim Bray. RDF and Metadata. 9 junio de 1998, visitado 29 mayo de 2006 [5] Tom Sheldon. Linktionary. Entrada «Metadata». 2001, visitado 29 mayo de 2006 [6] A. Steinacker, A. Ghavam, R. Steinmetz. Metadata Standards for Web-Based Resources. IEEE MultiMedia, eneromarzo de 2001 [7] W3C, Ralph Swick. Metadata Activity Statement. 2002, visto 29 mayo de 2006 [8] D. C. A. Bultermann. «Is It Time for a Moratorium on Metadata?» IEEE Multimedia, 11(4):10-17, IEEE Computer Society Press, Los Alamitos, Ca, USA, octubrediciembre de 2004 [9] W. R. Durrell. Data Administration. A Practical Guide to Data Administration. McGraw-Hill, 1985 [10] C. Wroe, C. Goble, M. Greenwood, P. Lord, S. Miles, J. Papay, T. Payne, L. Moreau. «Automating Experiments Using Semantic Data on a Bioinformatics Grid». IEEE Intelligent Systems, 19(1):48-55, enero/febrero de 2004 [11] H. Kosch, L. Böszörményi, M. Döller, M. Libsie, P. Schojer, A. Kofler. «The Life Cycle of Multimedia Metadata».' IEEE MultiMedia, 12(1), IEEE Computer Society Press, Los Alamitos, Ca, USA, enero de 2005 [12] M. Horstmann, M. Lorenz, A. Watkowski, et al. «Automated interpretation and accessible presentation of technical diagrams for blind people». The New Review of Hypermedia and Multimedia, 10(29:141-163, Taylor & Francis Inc., Pa, USA, 2004 [13] J. R. Smith, P. Schirling. «Metadata Standards Roundup». IEEE MultiMedia, 13(2):84-88, IEEE Computer Society Press, Los Alamitos, Ca, USA, avril 2006 [14] G. Stamou, J. v. Ossenbruggen, J. Pan, G. Schreiber. «Multimedia Annotations on the Semantic Web». IEEE MultiMedia, 13(1):86-90, IEEE Computer Society Press, Los Alamitos, Ca, USA, enero-marzo de 2006 21.12 Enlaces externos • Metadatos como herramientas para recuperación de información

• 64. Capítulo 22 Exchangeable image file format Exchangeable image file format (abreviatura oficial Exif, no EXIF[1]) es una especificación para formatos de archivos de imagen usado por las cámaras digitales. Fue creado por la Japan Electronic Industry Development Association (JEIDA). La especificación usa los formatos de archivos existentes como JPEG, TIFF Rev. 6.0, y RIFF el formato de archivo de audio WAVE, a los que se agrega tags específicos de metadatos. No está soportado en JPEG 2000 o PNG[cita requerida]. La versión 2.1 de la especificación fue publicada el 12 de junio de 1998 y la versión 2.2 en abril de 2002. Las etiquetas (tags) de metadatos definidas en el estándar Exif cubren un amplio espectro incluido: • Información de fecha y hora. Las cámaras digitales registran la fecha y la hora actual y la almacenan en los metadatos. • Configuración de la cámara. Esta incluye información estática como el modelo de cámara y el fabricante, e información que varia con cada imagen como la orientación, apertura, velocidad del obturador, distancia focal, medidor de exposición y la velocidad de la película. • Información sobre localización, la cual podría provenir de un GPS conectado a la cámara. Hasta el 2004 solo una pocas cámaras lo soportaban (véase geoetiquetación). • Descripción e información sobre copyright. Nuevamente esto es algo que la mayoría de ellas hicieron cuando posteriormente procesaban la imagen, solo las cámaras de altas prestaciones permiten al usuario elegir el texto para estos campos. 22.1 Programas que lo soportan Los datos Exif están incrustados dentro del mismo archivo de imagen. Mientras que para algunos programas más nuevos de manipulación de imágenes reconocen los datos Exif y lo mantienen cuando escriben una modificación en la imagen, este no es el caso para la mayoría de los programas más antiguos. 22.2 Capitalización Mientras que Exif es un acrónimo y normalmente estaría en mayúsculas, la especificación lo define como “Exif”. No obstante, la especificación puede ignorarse en favor de normas generales de capitalización que tenga el lenguaje, por lo que es habitualmente escrito como EXIF. 22.3 Estado La especificación Exif está actualmente desatendida (abandonada) porque no hay una entidad pública u oficialmente detrás de ella. 22.4 Visualizar Exif En Windows XP, un subconjunto de la información Exif puede ser visualizada haciendo clic derecho en un archivo de imagen y seleccionando propiedades, por medio del diálogo propiedades hacer clic en la pestaña resumen. Sin embargo, esto puede dañar el encabezado del Exif. En los sistemas Mac OS X 10.4 y posteriores, esta información puede ser vista en el Finder, por medio de la funcionalidad “Obtener Información” (Get Info), del archivo de interés y expandiendo la sección “Más Información” (More Info). En GNU/Linux, el subconjunto de datos Exif puede ser visto pulsando el archivo con el botón derecho del ratón y luego seleccionando propiedades. La mayoría de los visores de imágenes de Linux pueden dar un conjunto completo de datos Exif. En sistemas móviles basados en Android o IOS, puede ser visualizado usando una de las numerosas aplicaciones de terceros para visualizar información EXIF, localizadas en sus respectivas tiendas de aplicaciones. 57

• 65. 58 CAPÍTULO 22. EXCHANGEABLE IMAGE FILE FORMAT 22.5 Ejemplo El siguiente cuadro muestra los valores Exif para una fotografía tomada con una cámara digital típica. Nótese que la información de autoría y de copyright, no es generada por la cámara, de manera que esta debe ser agregada durante las fases posteriores del procesamiento de la fotografía. 22.6 Véase también • DCF • Fotografía digital • Formatos de imagen • Procesamiento de Imágenes • DIG35 • XMP • Geoetiquetación • IPTC 22.7 Referencias [1] JEITA CP-3451 Exif 2.2, a lo largo de todo el PDF 22.8 Enlaces externos • Exif 2.2 Specification (Archivo PDF) • Exif 2.2 Specification (Archivo HTML) • Exif in the TIFF Tags Directory (en inglés) • Digital Image File Formats (en inglés) • Exif Dangers (en inglés)

• 66. 22.9. ORIGEN DEL TEXTO Y LAS IMÁGENES, COLABORADORES Y LICENCIAS 59 22.9 Origen del texto y las imágenes, colaboradores y licencias 22.9.1 Texto • Imagen digital Fuente: https://es.wikipedia.org/wiki/Imagen_digital?oldid=91280747 Colaboradores: Soulreaper, Petronas, Magister Mathematicae, GermanX, Ummowoa, CEM-bot, Antur, CesarWoopi, Muro de Aguas, Biasoli, VolkovBot, Technopat, Matdrodes, DJ Nietzsche, BlackBeast, Lucien leGrey, Muro Bot, Jmmuguerza, Nicop, Migueled, Alvaratas2, Poco a poco, Alexbot, Al Lemos, Kadellar, UA31, AVBOT, Sbelza, MarcoAurelio, Diegusjaimes, Linfocito B, Arjuno3, Andreasmperu, Luckas-bot, Riad.Bot~eswiki, ArthurBot, SuperBraulio13, Jkbw, Atherak, RedBot, PatruBOT, Dinamik-bot, Tarawa1943, Foundling, Edslov, Africanus, J. A. Gélvez, Antonorsi, EmiduronteBot, KLBot2, Fede5455, Barujamaru, Gominido, Superdelnaco, Jarould, Carlos Bigurra, Ks-M9 y Anónimos: 90 • Gráfico vectorial Fuente: https://es.wikipedia.org/wiki/Gr%C3%A1fico_vectorial?oldid=91597656 Colaboradores: Tony Rotondas, Rosarino, Triku, Antonio Páramo, Daniel G., Monros, Maose, Deleatur, Soulreaper, Taichi, Rembiapo pohyiete (bot), Drini2, RobotQuistnix, Alhen, Yrbot, YurikBot, Mortadelo2005, GermanX, KnightRider, Santiperez, Sargentgarcia89, Eskimbot, Banfield, Er Komandante, Cheveri, Chlewbot, NavarroJ, BOTpolicia, CEM-bot, Jorgelrm, Laura Fiorucci, Mrsyme, Ajfaggiani, Rastrojo, Antur, Tortillovsky, P.o.l.o., RoyFocker, Ogussman, Isha, Hanjin, Mpeinadopa, JAnDbot, Dayron, Klystrode, Gsrdzl, Marcmasmiquel, TXiKiBoT, Netito777, ZrzlKing, Bedwyr, Behemot leviatan, Biasoli, VolkovBot, Technopat, Nicoguaro, Matdrodes, Elabra sanchez, Synthebot, Catabernal, Lucien leGrey, Mutxamel, Muro Bot, YonaBot, BotMultichill, SieBot, Loveless, Canislupusarctos, Bjankuloski06es, STBot~eswiki, Pascow, Anarkangel, Ivanics, Jmmuguerza, Javierito92, HUB, Nicop, OrBot, Eduardosalg, Leonpolanco, Eveneg, Al Lemos, Cruento, UA31, AVBOT, David0811, MastiBot, Sbelza, Diegusjaimes, DumZiBoT, MelancholieBot, Luckas Blade, Arjuno3, Luckas-bot, Centroamericano, SuperBraulio13, Ortisa, Jkbw, Rubinbot, Atherak, -Erick-, Ricardogpn, Panderine!, Halfdrag, Karinajpc, Mariux009, Dajonime, Olgagarciafernandez, Miss Manzana, HRoestBot, Señor Aluminio, Rubpe19, WikitanvirBot, Antonorsi, MerlIwBot, Bobibiblu, KLBot2, Elvisor, Syum90, Addbot, Balles2601, Jarould, Matiia, Bruno Rene Vargas, Leitote, K3v1n2015, Ks-M9, Krassnine, Supermega fachon y Anónimos: 181 • Imagen de mapa de bits Fuente: https://es.wikipedia.org/wiki/Imagen_de_mapa_de_bits?oldid=91731496 Colaboradores: Tony Rotondas, Daniel G., Digigalos, Magister Mathematicae, GermanX, Banfield, BOTpolicia, Efepe, Jorgelrm, Laura Fiorucci, Alexav8, Eamezaga, PayoMalayo, Celocor, Mpeinadopa, JAnDbot, TXiKiBoT, Biasoli, Technopat, Queninosta, Morenor2d2, Matdrodes, BlackBeast, Muro Bot, FBaena, SieBot, PaintBot, Inuyasha1111, BuenaGente, Jarisleif, Estirabot, Al Lemos, SilvonenBot, UA31, AVBOT, David0811, Neodimio, MastiBot, Sbelza, Diegusjaimes, Davidgutierrezalvarez, MelancholieBot, Linfocito B, CarsracBot, Arjuno3, Amirobot, Nallimbot, FariBOT, Yonidebot, Hampcky, SuperBraulio13, Manuelt15, Jkbw, Atherak, Botarel, Leugim1972, PatruBOT, Foundling, Wikiléptico, Edslov, Savh, AVIADOR, Ulughmuztagh, Sergio Andres Segovia, Grillitus, Rubpe19, MadriCR, Waka Waka, Teeks99, JABO, Renly, Belkano, Ninrouter, Zerabat, Legobot, Axel saavedra trujillo, Rafag, Lagos.guzman, Jarould, Matiia, Bruno Rene Vargas, Tactica, Ks-M9, Creman12345 y Anónimos: 115 • Píxel Fuente: https://es.wikipedia.org/wiki/P%C3%ADxel?oldid=91530920 Colaboradores: Centeno, Oblongo, Moriel, Robbot, Corso, Comae, Dodo, Sms, Tano4595, Cinabrium, Lightst~eswiki, Ivan.Romero, Darz Mol, Loco085, Alexan, Skiel85, JMPerez, Yrithinnd, Rembiapo pohyiete (bot), Magister Mathematicae, RedTony, Goofys, Orgullobot~eswiki, RobotQuistnix, Superzerocool, Chobot, Yrbot, Imanel, YurikBot, Mortadelo2005, Icvav, GermanX, Jyon, The Photographer, SkylineEvolutionII, Eskimbot, Ananda~eswiki, Maldoror, Chlewbot, Tomatejc, Jorgechp, Faelomx, BOTpolicia, CEM-bot, Jorgelrm, Laura Fiorucci, Atalanta86, Vicm3, Antur, Jorge, Thijs!bot, Ty25, Xabier, Diosa, Escarbot, RoyFocker, Isha, Mpeinadopa, JAnDbot, Rosuna, Serg!o, Poc-oban, Kved, Mansoncc, Muro de Aguas, Xavigivax, Gsrdzl, TXiKiBoT, Xosema, Gustronico, Bedwyr, Pólux, Vindex~eswiki, VolkovBot, Percia Cuevas, Technopat, C'est moi, Raystorm, Tláloc, Matdrodes, Memo06dic, BlackBeast, Lucien leGrey, AlleborgoBot, Muro Bot, BotMultichill, SieBot, Ensada, Loveless, Cobalttempest, PesoPixel, Ferow2k, Inuyasha1111, Pascow, Correogsk, Tirithel, Prietoquilmes, Jarisleif, Jaontiveros, HUB, Antón Francho, DragonBot, Eduardosalg, Leonpolanco, Botito777, Furti, BetoCG, Ener6, Kintaro, Osado, Kadellar, Camilo, UA31, SergioN, Piezenu, AVBOT, MastiBot, MarcoAurelio, FiriBot, Diegusjaimes, Arjuno3, Saloca, Luckas-bot, Jotterbot, ArtEze, SuperBraulio13, Xqbot, Simeón el Loco, Jkbw, Rubinbot, Igna, Botarel, Jorgelusi89, Zulucho, Hprmedina, Halfdrag, RedBot, ArwinJ, Corrector1, Ripchip Bot, Geordie1489, Wikiléptico, Savh, HRoestBot, Sergio Andres Segovia, Africanus, Emiduronte, Waka Waka, Jorgexx123, Mark voll, Carrousel, Lehos, MerlIwBot, Haydea, KLBot2, Ginés90, MetroBot, Mapalg12345, Elvisor, Creosota, Alonduro, Addbot, Thattacoguy, Daltreck, Jarould, Matiia, Lil stephan21, Grabado, Ks-M9 y Anónimos: 245 • Conversión analógica-digital Fuente: https://es.wikipedia.org/wiki/Conversi%C3%B3n_anal%C3%B3gica-digital?oldid=90968855 Colaboradores: Alvy, Wesisnay, Vanbasten 23, Murphy era un optimista, Ivan.Romero, Fmariluis, Vizcarra~eswiki, LeonardoRob0t, Petronas, Yrithinnd, Rembiapo pohyiete (bot), RobotQuistnix, Nyx, Superzerocool, Chobot, Paradoja, Fergon, YurikBot, Soronto, GermanX, Sasquatch21, KnightRider, Marb, Eskimbot, Tomatejc, BOTpolicia, CEM-bot, Damifb, Durero, Rosarinagazo, Thijs!bot, Jmcalderon, LMLM, JAnDbot, Kved, Death Master, Muro de Aguas, Beaire1, AstroMen, Netito777, Biasoli, AlnoktaBOT, VolkovBot, Matdrodes, Muro Bot, SieBot, Manwë, Furado, Aleposta, PipepBot, Tirithel, Marcecoro, HUB, Romanovich, Fawques, Poco a poco, Alexbot, SilvonenBot, AVBOT, MastiBot, Diegusjaimes, DumZiBoT, Arjuno3, Amirobot, Aquila ltda, Nallimbot, AlexFBP, Jorge y tono, XZeroBot, SuperBraulio13, Xqbot, Jkbw, Fonshu23, NofxRancid891, FrescoBot, ErServi, Fenixzero, EmBOTellado, Angelito7, Humbefa, Javier Gomo, GrouchoBot, EmausBot, Savh, J. A. Gélvez, Microc, Diamondland, CocuBot, Rezabot, Miguelbaut, TeleMania, Elvisor, Helmy oved, Ivanretro, Addbot, Miguel120584, JacobRodrigues, Jarould, Angel.m.gomez, Marisolosorio, Ks-M9, Pp96 y Anónimos: 106 • Resolución de pantalla Fuente: https://es.wikipedia.org/wiki/Resoluci%C3%B3n_de_pantalla?oldid=91668244 Colaboradores: Sabbut, Huhsunqu, Emijrp, BOT-Superzerocool, GermanX, Kabri, CEM-bot, Botones, JAnDbot, Mansoncc, TXiKiBoT, Bloodsucker~eswiki, Pólux, Biasoli, Aibot, Technopat, Raystorm, Matdrodes, Muro Bot, J.M.Domingo, Cousteau, Rowley, Eduardosalg, Neodop, Leonpolanco, PhoneixS, Gdbaron, UA31, AVBOT, Proenca, Diegusjaimes, Arjuno3, Letuño, Mcapdevila, Mlar98, C4rol, ArthurBot, ArtEze, SuperBraulio13, Xqbot, Jkbw, MSIDB, Ganímedes, Edinwiki, Sespojj, EmausBot, Elandy2009, P Arank, Rubpe19, SneiderRivera, Stramin, Addbot, Jarould, Alan grazziano y Anónimos: 74 • Relación de aspecto Fuente: https://es.wikipedia.org/wiki/Relaci%C3%B3n_de_aspecto?oldid=91735759 Colaboradores: Jondel, Digigalos, Yrithinnd, Dibujon, GermanX, Fernando, Götz, Tsuba, Ketamino, Cefaro, CEM-bot, GuiXu, Rastrojo, Friera, Lecuona, BetBot~eswiki, Djfarlo2002, DJ Nietzsche, PaintBot, HUB, JackPier, LordT, AVBOT, Xvrbx~eswiki, Arjuno3, DiegoFb, Letuño, Emerovingio, Mcapdevila, Vivaelcelta, Juana lujan, C4rol, Emmanuele, SuperBraulio13, Dreitmen, LllllAcunhalllll, OORRUUTTRRAA, JorgeEA7, EEIM, Wikielwikingo, AnselmiJuan, Adrgs, Duuk-Tsarith, Rito-kun, Arielmansur, Grillitus, XanaG, MerlIwBot, Scaina, Roberrpm, Alonduro, Addbot, Jarould, Peepeetee1, HumprheyGarcia, DreyfusESP y Anónimos: 68 • Profundidad de color Fuente: https://es.wikipedia.org/wiki/Profundidad_de_color?oldid=90205629 Colaboradores: Zwobot, Triku, Tano4595, Daniel G., Ivan.Romero, Guanxito, RobotQuistnix, YurikBot, Museo8bits, GermanX, KnightRider, Götz, Maldoror, Chlewbot,

• 67. 60 CAPÍTULO 22. EXCHANGEABLE IMAGE FILE FORMAT CEM-bot, Alexav8, Durero, Thijs!bot, JAnDbot, TXiKiBoT, Huzzlet the bot, Lpagola, Nioger, Feandir, Delphidius, Technopat, Kamellov, Matdrodes, Memo06dic, Shooke, SieBot, OboeCrack, Philmarin, Quijav, Alexbot, UA31, AVBOT, Arjuno3, Luckas-bot, Amirobot, Riad.Bot~eswiki, SuperBraulio13, Jkbw, D'ohBot, Zulucho, PatruBOT, Dinamik-bot, HRoestBot, Smithsaez, Emiduronte, KLBot2, Jarould y Anónimos: 48 • Espacio de color Fuente: https://es.wikipedia.org/wiki/Espacio_de_color?oldid=88078245 Colaboradores: JKD, Mutari, Leonpolanco, Maulucioni, Adelpine, Jkbw, Cngimenez, TiriBOT, PatruBOT, ChuispastonBot, Elvisor, Makecat-bot, Addbot, CarlosErickMH, BenjaBot y Anónimos: 5 • Histograma de color Fuente: https://es.wikipedia.org/wiki/Histograma_de_color?oldid=91308452 Colaboradores: BOT-Superzerocool, UA31, Invadibot, Elvisor, AVIADOR-bot, Glabrador2013 y Anónimos: 3 • Anexo:Formatos de archivo de gráficos Fuente: https://es.wikipedia.org/wiki/Anexo%3AFormatos_de_archivo_de_gr%C3%A1ficos? oldid=91325274 Colaboradores: JorgeGG, Jynus, Cookie, Daniel G., Netzahualcoyotl, LeonardoRob0t, Deleatur, Hispa, Airunp, LP, Dem, Orgullobot~eswiki, RobotQuistnix, BillGatos, Yrbot, Vitamine, YurikBot, Mortadelo2005, KnightRider, Gothmog, Tomatejc, Rockcs, Ál, CEM-bot, Variable, Alexav8, Ignacio Icke, Atalanta86, Retama, Mister, FrancoGG, Mahadeva, Isha, Egaida, Kved, Muro de Aguas, Marcmasmiquel, Humberto, Phirosiberia, Pólux, BL, Biasoli, Matdrodes, Shooke, Muro Bot, YonaBot, Rhinyx, Jmmuguerza, HUB, UA31, AVBOT, David0811, MastiBot, LyingB, Botarel, Michelin106, Canyq, Stanqo, Arnaz87, MerlIwBot, Elvisor, Carlospina97, Legobot, Addbot, Abraham casas, Matiia y Anónimos: 127 • Compresión de datos Fuente: https://es.wikipedia.org/wiki/Compresi%C3%B3n_de_datos?oldid=91456440 Colaboradores: Moriel, Sauron, JorgeGG, ManuelGR, Robbot, Interwiki, Crescent Moon, Triku, Ascánder, Sms, Adunayevichg, Truor, Tano4595, Dianai, Cvalda, Boticario, Rube83, Emijrp, RobotQuistnix, Platonides, Alhen, Chobot, Jose.Zapata, Yrbot, BOTijo, Marb, Morza, Maldoror, Er Komandante, CEM-bot, Damifb, Alexav8, Antur, Dhcpy, Túrelio, JAnDbot, Antipatico, TXiKiBoT, Pabloallo, Pólux, Biasoli, VolkovBot, Nicoguaro, Josell2, Matdrodes, BlackBeast, Shooke, AlleborgoBot, BotMultichill, SieBot, Ensada, Ken123BOT, HUB, Alejandrocaro35, Darkicebot, Xuskito, SilvonenBot, UA31, AVBOT, Diegusjaimes, Arjuno3, Luckas-bot, Yuri Grille Orce, Yonidebot, XZeroBot, ArthurBot, Xqbot, Jkbw, Humbefa, Nachosan, PatricioAlexanderWiki, EmausBot, ZéroBot, AdriánnnIII, J. A. Gélvez, Grillitus, Fargue, Elvisor, Esp1986, Syum90, Legobot, Marilyn benavides, Jarould, Bruno Rene Vargas, Pepepecas, JLizam y Anónimos: 81 • Algoritmo de compresión con pérdida Fuente: https://es.wikipedia.org/wiki/Algoritmo_de_compresi%C3%B3n_con_p%C3%A9rdida? oldid=86674618 Colaboradores: Fibonacci, Moriel, Sauron, ManuelGR, Tony Rotondas, Dodo, Triku, Ascánder, Rsg, Tano4595, Daniel G., Carlos Quesada~eswiki, Danixx25, Boticario, JMPerez, Edub, Rembiapo pohyiete (bot), Magister Mathematicae, JKD, Chobot, Baifito, JorSol, CEM-bot, Laura Fiorucci, Thijs!bot, JAnDbot, Muro de Aguas, TXiKiBoT, Aibot, Muro Bot, Eduardosalg, Diegusjaimes, WizardLuigi, Luckas-bot, Amirobot, Kizar, EmausBot, ZéroBot, AdriánnnIII, CocuBot, Metrónomo, MerlIwBot, KLBot2, Vagobot, Elvisor, YFdyh-bot, Alonduro, Addbot, Arion abila, Oscar saul sanchez, XVRT, Jarould, Petillés y Anónimos: 38 • Algoritmo de compresión sin pérdida Fuente: https://es.wikipedia.org/wiki/Algoritmo_de_compresi%C3%B3n_sin_p%C3%A9rdida? oldid=89842682 Colaboradores: Triku, Tano4595, Daniel G., Fernandomirandamuro, Deleatur, Magnus Colossus, BOTijo, Lobillo, Dr Juzam, Smrolando, Filipo, CEM-bot, Roberpl, Thijs!bot, Ninovolador, JAnDbot, Nioger, Galaxy4, Biasoli, Aibot, Fernando Estel, Muro Bot, SieBot, AVBOT, PJOS, Telemonica, Luckas-bot, Yuri Grille Orce, Mcapdevila, Xqbot, BokimBot, Jakeukalane, EmausBot, Karoleck, MerlIwBot, KLBot2, Elvisor, Miguel oliver10, Angel.m.gomez, Crystallizedcarbon y Anónimos: 24 • Canal (imagen digital) Fuente: https://es.wikipedia.org/wiki/Canal_(imagen_digital)?oldid=72489697 Colaboradores: JKD, Jorgelrm, Technopat, DJ Nietzsche, Grillitus, KLBot2, Invadibot y Anónimos: 3 • Graphics Interchange Format Fuente: https://es.wikipedia.org/wiki/Graphics_Interchange_Format?oldid=91452597 Colaboradores: Andre Engels, Zuirdj, Sabbut, Moriel, Frutoseco, Comae, Rosarino, Dodo, Triku, Avm, Tostadora, Tano4595, Barcex, Galio, Felipealvarez, Daniel G., Cinabrium, Richy, Deleatur, Yurik, Orgullomoore, Klemen Kocjancic, Yrithinnd, Taichi, Emijrp, Rembiapo pohyiete (bot), LP, Magister Mathematicae, Further (bot), RobotQuistnix, Magnus Colossus, Chobot, Jomra, Yrbot, BOT-Superzerocool, FlaBot, Vitamine, BOTijo, YurikBot, GermanX, Juanjo2, KnightRider, Eloy, Eskimbot, Maldoror, KocjoBot~eswiki, Javicivil, Tafol, Paintman, Faelomx, Jgonfre, CEM-bot, Jorgelrm, Damifb, Alexav8, Chabacano, Retama, Eli22, Baiji, Montgomery, Thijs!bot, R2D2Art2005, Jorgebarrios, Yeza, Miguej, Isha, JAnDbot, Dvdzapata, Itzcuauhtli, Mars111, CommonsDelinker, Netito777, Rei-bot, Fixertool, Bedwyr, Ronald2308, Pólux, Zeroth, AlnoktaBOT, VolkovBot, Technopat, Matdrodes, BlackBeast, Shooke, AlleborgoBot, NecKros, Muro Bot, Peregring-lk, Racso, BotMultichill, Gerakibot, SieBot, Macarrones, BOTarate, Pascow, Xqno, Javierito92, Marcecoro, Izanartu, DragonBot, Estirabot, Leonpolanco, Alexbot, JetDriver, Spider pig, Kroji, AVBOT, MastiBot, EivindBot, Ginosbot, Peti610bot, Diegusjaimes, DumZiBoT, Linfocito B, Basilicofresco, Arjuno3, Saloca, Luckas-bot, Danper~eswiki, Ptbotgourou, FariBOT, Ixfd64, Tintero, LordboT, Kradvenko, Nixón, SuperBraulio13, Manuelt15, Xqbot, Jkbw, SassoBot, Zeoroth, Juan diego perez, Halfdrag, RedBot, AnselmiJuan, PatruBOT, Canyq, Calxami, Americiom, Josedum, Fraumito, Anamexi, Pablov88, AVIADOR, HRoestBot, Grillitus, ElTeq, KLBot, MerlIwBot, Invadibot, Videoshumor, Santga, MaKiNeoH, Legobot, Lautaro 97, Manguzmancito, Facu89, Bonifacio666, Jarould, Virgoland, Karim alcantar trinidad, Ks-M9, Tumadrenbolas y Anónimos: 162 • Portable Network Graphics Fuente: https://es.wikipedia.org/wiki/Portable_Network_Graphics?oldid=91127038 Colaboradores: Sharek, Moriel, Frutoseco, Sauron, Pieter, Hashar, Vanbasten 23, Triku, Ascánder, Sms, Avm, Elwikipedista, Tano4595, Ramjar, Daniel G., Troodon, Robotico, Niqueco, Renabot, Guille.hoardings, Deleatur, Yrithinnd, Rembiapo pohyiete (bot), Rayearth, Johnbojaen, Orgullobot~eswiki, RobotQuistnix, Platonides, JKD, YurikBot, GermanX, Equi, Diotime, KnightRider, Purodha, Tomatejc, Javicivil, Faelomx, BOTpolicia, Antonio Alvares, Nethac DIU, CEM-bot, Jorgelrm, Alexav8, Retama, Eli22, Ailen315, Zenko corp, Michal.Pohorelsky~eswiki, Thijs!bot, Sir Kuryaki, Mpeinadopa, Mansoncc, TXiKiBoT, Netito777, Prv, Rei-bot, NaSz, Qu3tzalc0atl5, Idioma-bot, Pólux, Fcr, Zeroth, Kzman, Biasoli, TottyBot, VolkovBot, Matdrodes, BlackBeast, Shooke, SieBot, Loveless, Drinibot, BOTarate, Critica Roja, Carabás, Jim88Argentina, DorganBot, Javierito92, HUB, DragonBot, Qwertymith, Leonpolanco, Botito777, LordT, Sidcc, Alexbot, PhoneixS, Ravave, AVBOT, David Rodrigo, Lunablas, Linfocito B, CarsracBot, Arjuno3, Luckas-bot, Magicpack, Ptbotgourou, FariBOT, LordboT, Dangelin5, LyingB, Yonidebot, DSisyphBot, ArthurBot, SuperBraulio13, Xqbot, Vivagnulinux, FrescoBot, Esceptic0, Bot0811, Nachojr99, RedBot, DixonDBot, 12zam, PatruBOT, Calxami, Anadem~eswiki, Carlotv8, Edun1me, Almasalache, Lomev3, Tarawa1943, Alexn2m, HermanHn, PatricioAlexanderWiki, Jorge c2010, EmausBot, HRoestBot, Lord Wikipedista, Sergio Andres Segovia, KLBot, Antonorsi, Isacdaavid, Flashlack, Addbot, Balles2601, Bonifacio666, Jarould, Peatone81, Cordovajuanjo, AlexGuzaev9, Ethyrie y Anónimos: 115 • Joint Photographic Experts Group Fuente: https://es.wikipedia.org/wiki/Joint_Photographic_Experts_Group?oldid=91464263 Colaboradores: AstroNomo, Macar~eswiki, Llull~eswiki, Joseaperez, Pacoqueen, Vanbasten 23, Comae, Ejmeza, Triku, Ascánder, Sms, Avm, Tostadora, Elwikipedista, Tano4595, Daniel G., Loco085, Mnts, Renabot, Pati, ICrash, Yurik, Klemen Kocjancic, Yrithinnd, Emijrp,

• 68. 22.9. ORIGEN DEL TEXTO Y LAS IMÁGENES, COLABORADORES Y LICENCIAS 61 Rembiapo pohyiete (bot), Joanju, RobotQuistnix, Magnus Colossus, Francosrodriguez, Platonides, JKD, Chobot, Akhram, Yrbot, YurikBot, Echani, GermanX, Sasquatch21, Equi, KnightRider, Carlos Humberto, Txo, Eskimbot, Tomatejc, Folkvanger, Javicivil, Paintman, Faelomx, Qwertyytrewqqwerty, CEM-bot, Jorgelrm, Laura Fiorucci, Alexav8, Retama, Baiji, Montgomery, FrancoGG, Thijs!bot, Mpeinadopa, JAnDbot, Mansoncc, Klystrode, Beaire1, TXiKiBoT, Amanuense, Behemot leviatan, Teytor, Pólux, AlnoktaBOT, VolkovBot, Mstreet linux, Matdrodes, MisterWiki, Mrexcel, Shooke, Muro Bot, BotMultichill, DevilishFreak, SieBot, Mr Trukit0, Dark, BuenaGente, Javi1977, Javierito92, Marcecoro, Xavirema, RHGuille, Leonpolanco, Alexbot, Fotodng, UA31, AVBOT, J.delanoy, Ginosbot, Linfocito B, Arjuno3, Xinokina, Ptbotgourou, FariBOT, Ixfd64, The RedBurn, LordboT, KeLopez CL, Methoz, Ruud Koot, Xqbot, Jkbw, Nachojr99, AstaBOTh15, Teknad, PatruBOT, Gatmibo, Luisexino, Anabexon, Rorduna, Carlx3, Anabel3v, EmausBot, ZéroBot, Sergio Andres Segovia, Africanus, KLBot, Rubpe19, Yoryi maldonado, MerlIwBot, KLBot2, AvicBot, Rubenlagus, LlamaAl, Elvisor, Helmy oved, Orendona, Legobot, Tatask89, Bonifacio666, Sncnovoa, Elibar01, Jarould, BenjaBot y Anónimos: 155 • Raw (formato) Fuente: https://es.wikipedia.org/wiki/Raw_(formato)?oldid=89800279 Colaboradores: JorgeGG, Vanbasten 23, Diegojc, Robbot, Bigsus, Triku, Tano4595, Daniel G., Juanjfb, Darz Mol, Digigalos, Petronas, JMPerez, Rembiapo pohyiete (bot), Orgullobot~eswiki, RobotQuistnix, Unf, JKD, Pertile, FlaBot, YurikBot, Museo8bits, The Photographer, Txo, Chlewbot, Javier García Diz, CEMbot, Jorgelrm, Laura Fiorucci, Alexav8, Rastrojo, Gafotas, HHH, Montgomery, Thijs!bot, FCA00000, Isha, JAnDbot, OceanO, Nuevededos, Lpagola, Nioger, Nono64, Ralef50, Delphidius, Queninosta, Matdrodes, Keres, SieBot, Loveless, Obelix83, Dark, STBot~eswiki, Eduardosalg, Eveneg, Botito777, MenoBot, LordT, Fotodng, Black1282, Dddurey, David0811, Gizbot, Rizome, Diegusjaimes, Luckas-bot, FariBOT, Santiago Martín, Mingetch, Paso del lobo, Almabot, Jkbw, Emopg, Torrente, Botarel, Hprmedina, TobeBot, Kizar, PatruBOT, Felinum, Anabelix, Juaminen, Palom2m, Clanxet, GrouchoBot, EleferenBot, EmausBot, SUPUL SINAC, KLBot, Joanfs, Yvankov, Antonorsi, Vetranio, Elvisor, Tsunderebot, Legobot, Addbot, Balles2601, XVRT, AlexGuzaev1 y Anónimos: 90 • Metadato Fuente: https://es.wikipedia.org/wiki/Metadato?oldid=90896372 Colaboradores: Joseaperez, Tony Rotondas, Jsanchezes, El Moska, Carlos Quesada~eswiki, Cinabrium, JosebaAbaitua, Porao, Almorca, Niqueco, Wikier~eswiki, Taichi, Rembiapo pohyiete (bot), Orgullobot~eswiki, RobotQuistnix, Yrbot, FlaBot, YurikBot, KnightRider, Jesuja, Eskimbot, Banfield, Fariel, Cheveri, Nihilo, CEM-bot, Damifb, Spikebot, Rosarinagazo, Nü~eswiki, Thijs!bot, Bernard, JAnDbot, Stifax, Serg!o, TXiKiBoT, Pabloallo, Anna Montull~eswiki, Nioger, Pólux, BL, Dhidalgo, Cinevoro, VolkovBot, Urdangaray, Matdrodes, Muro Bot, Cardie20, Zesar88, Gerakibot, Jmvgpartner, Loveless, BOTarate, Smunozvenegas, Correogsk, Fadesga, Marcecoro, Farisori, TronaBot, Tlaoakaiser, BodhisattvaBot, Açipni-Lovrij, Camilo, AVBOT, Arjuno3, Andreasmperu, Nallimbot, Ptbotgourou, LyingB, Gacpro, Hampcky, ArthurBot, Xqbot, Jkbw, Josebalh, Mlveraa, TobeBot, HUBOT, PatruBOT, Tarawa1943, Foundling, EmausBot, L3V1aTaN, Allforrous, Sergio Andres Segovia, Grillitus, Metadatos-sib, Stefanyloraine, Movses-bot, Rene.arroyo.avila, Tatianasan, Ecgiachi, Bibliofilotranstornado, Acratta, Elvisor, Tramullas, Gibernauta, Addbot, Ememe, Moni31790 y Anónimos: 77 • Exchangeable image file format Fuente: https://es.wikipedia.org/wiki/Exchangeable_image_file_format?oldid=86059585 Colaboradores: Diegojc, Sanbec, Tony Rotondas, Triku, RobotQuistnix, FlaBot, BOTijo, YurikBot, GermanX, Eskimbot, Paintman, CEM-bot, Jorgelrm, ARHEKI, Acartin, Rosarinagazo, Dorieo, JAnDbot, CommonsDelinker, Lpagola, Biasoli, VolkovBot, Matdrodes, Shooke, AlleborgoBot, Muro Bot, SieBot, StarBOT, Alexbot, Kwjbot, Omerta-Ve, Xqbot, BenzolBot, MauritsBot, PatruBOT, EmausBot, ChuispastonBot, Legobot, Izdoq y Anónimos: 23 22.9.2 Imágenes • Archivo:20070822klpingtcn_134.Ges.SCO.png Fuente: https://upload.wikimedia.org/wikipedia/commons/8/83/20070822klpingtcn_ 134.Ges.SCO.png Licencia: CC-BY-SA-3.0 Colaboradores: Dat Artista original: kalimedia • Archivo:4-3_Radio.jpg Fuente: https://upload.wikimedia.org/wikipedia/commons/f/fe/4-3_Radio.jpg Licencia: CC BY-SA 4.0 Colaboradores: Trabajo propio Artista original: DreyfusESP • Archivo:AdditiveColor.svg Fuente: https://upload.wikimedia.org/wikipedia/commons/c/c2/AdditiveColor.svg Licencia: Public domain Colaboradores: Transferido desde en.wikipedia a Commons. Artista original: SharkD de Wikipedia en inglés Later versions were uploaded by Jacobolus at en.wikipedia. • Archivo:Aspect-ratio-1.85x1.svg Fuente: https://upload.wikimedia.org/wikipedia/commons/a/a4/Aspect-ratio-1.85x1.svg Licencia: Public domain Colaboradores: own work, manual SVG coding Artista original: Jerzy Jalocha N • Archivo:Aspect-ratio-16x9.svg Fuente: https://upload.wikimedia.org/wikipedia/commons/f/f8/Aspect-ratio-16x9.svg Licencia: Public domain Colaboradores: own work, manual SVG coding Artista original: Jerzy Jalocha N • Archivo:Aspect-ratio-2.39x1.svg Fuente: https://upload.wikimedia.org/wikipedia/commons/c/ce/Aspect-ratio-2.39x1.svg Licencia: Public domain Colaboradores: own work, manual SVG coding Artista original: Jerzy Jalocha N • Archivo:Aspect-ratio-2.75x1.svg Fuente: https://upload.wikimedia.org/wikipedia/commons/2/22/Aspect-ratio-2.75x1.svg Licencia: CC BY-SA 3.0 Colaboradores: Trabajo propio Artista original: Rito-kun • Archivo:Aspect-ratio-3x2.svg Fuente: https://upload.wikimedia.org/wikipedia/commons/8/8c/Aspect-ratio-3x2.svg Licencia: Public domain Colaboradores: own work, manual SVG coding Artista original: Jerzy Jalocha N • Archivo:Aspect-ratio-4.00x1.svg Fuente: https://upload.wikimedia.org/wikipedia/commons/4/47/Aspect-ratio-4.00x1.svg Licencia: CC BY-SA 3.0 Colaboradores: Trabajo propio Artista original: Rito-kun • Archivo:Aspect-ratio-4x3.svg Fuente: https://upload.wikimedia.org/wikipedia/commons/d/de/Aspect-ratio-4x3.svg Licencia: Public domain Colaboradores: own work, manual SVG coding Artista original: Tanya sanderson • Archivo:Aspect_ratio_16_9_example.jpg Fuente: https://upload.wikimedia.org/wikipedia/commons/7/7c/Aspect_ratio_16_9_ example.jpg Licencia: CC-BY-SA-3.0 Colaboradores: Photo by thewikipedian. Artista original: thewikipedian, uploaded by Andreas -horn- Hornig • Archivo:Aspect_ratio_16_9_example3.jpg Fuente: https://upload.wikimedia.org/wikipedia/commons/2/2c/Aspect_ratio_16_9_ example3.jpg Licencia: CC-BY-SA-3.0 Colaboradores: Photo by thewikipedian. Artista original: thewikipedian, uploaded by Benedicto16 • Archivo:Aspect_ratio_16_9_example4.jpg Fuente: https://upload.wikimedia.org/wikipedia/commons/e/ea/Aspect_ratio_16_9_ example4.jpg Licencia: CC-BY-SA-3.0 Colaboradores: • Aspect_ratio_16_9_example.jpg Artista original:

• 69. 62 CAPÍTULO 22. EXCHANGEABLE IMAGE FILE FORMAT • derivative work: --Lambiam • Archivo:Aspect_ratio_4_3_example.jpg Fuente: https://upload.wikimedia.org/wikipedia/commons/4/43/Aspect_ratio_4_3_example. jpg Licencia: CC-BY-SA-3.0 Colaboradores: Photo by thewikipedian. Artista original: thewikipedian, uploaded by Andreas -horn- Hornig • Archivo:Aspect_ratio_4_3_example4.jpg Fuente: https://upload.wikimedia.org/wikipedia/commons/e/e5/Aspect_ratio_4_3_ example4.jpg Licencia: CC-BY-SA-3.0 Colaboradores: • Aspect_ratio_16_9_example.jpg Artista original: • derivative work: --Lambiam • Archivo:Barn_grand_tetons_rgb_separation.png Fuente: https://upload.wikimedia.org/wikipedia/commons/e/ef/Barn_grand_tetons_ rgb_separation.png Licencia: Public domain Colaboradores: • Barn_grand_tetons_rgb_separation.jpg Artista original: Barn_grand_tetons_rgb_separation.jpg: Original uploader was Mike1024 at en.wikipedia • Archivo:Cherry-blosom-draw-background-semiflowers-8.gif Fuente: https://upload.wikimedia.org/wikipedia/commons/e/e5/ Cherry-blosom-draw-background-semiflowers-8.gif Licencia: CC BY-SA 3.0 Colaboradores: Trabajo propio Artista original: Juan diego perez • Archivo:Colorspace.png Fuente: https://upload.wikimedia.org/wikipedia/commons/3/37/Colorspace.png Licencia: CC BY 2.5 Colaboradores: Transferido desde en.wikipedia a Commons por aboalbiss. Artista original: The original uploader was Cpesacreta de Wikipedia en inglés • Archivo:Commons-emblem-issue.svg Fuente: https://upload.wikimedia.org/wikipedia/commons/b/bc/Commons-emblem-issue.svg Licencia: GPL Colaboradores: File:Gnome-emblem-important.svg Artista original: GNOME icon artists and User:ViperSnake151 • Archivo:Commons-emblem-question_book_orange.svg Fuente: https://upload.wikimedia.org/wikipedia/commons/1/1f/ Commons-emblem-question_book_orange.svg Licencia: CC BY-SA 3.0 Colaboradores: <a href='//commons.wikimedia.org/wiki/File: Commons-emblem-issue.svg' class='image'><img alt='Commons-emblem-issue.svg' src='https://upload.wikimedia.org/wikipedia/ commons/thumb/b/bc/Commons-emblem-issue.svg/25px-Commons-emblem-issue.svg.png' width='25' height='25' srcset='https: //upload.wikimedia.org/wikipedia/commons/thumb/b/bc/Commons-emblem-issue.svg/38px-Commons-emblem-issue.svg.png 1.5x, https://upload.wikimedia.org/wikipedia/commons/thumb/b/bc/Commons-emblem-issue.svg/50px-Commons-emblem-issue.svg.png 2x' data-file-width='48' data-file-height='48' /></a> + <a href='//commons.wikimedia.org/wiki/File:Question_book.svg' class='image'><img alt='Question book.svg' src='https://upload.wikimedia.org/wikipedia/commons/thumb/9/97/Question_book.svg/25px-Question_ book.svg.png' width='25' height='20' srcset='https://upload.wikimedia.org/wikipedia/commons/thumb/9/97/Question_book.svg/ 38px-Question_book.svg.png 1.5x, https://upload.wikimedia.org/wikipedia/commons/thumb/9/97/Question_book.svg/50px-Question_ book.svg.png 2x' data-file-width='252' data-file-height='199' /></a> Artista original: GNOME icon artists, Jorge 2701 • Archivo:Commons-logo.svg Fuente: https://upload.wikimedia.org/wikipedia/commons/4/4a/Commons-logo.svg Licencia: Public domain Colaboradores: This version created by Pumbaa, using a proper partial circle and SVG geometry features. (Former versions used to be slightly warped.) Artista original: SVG version was created by User:Grunt and cleaned up by 3247, based on the earlier PNG version, created by Reidab. • Archivo:Comparison_of_JPEG_and_PNG.png Fuente: https://upload.wikimedia.org/wikipedia/commons/a/a4/Comparison_of_ JPEG_and_PNG.png Licencia: GPLv2 Colaboradores: English Wikipedia Artista original: en:User:Toniht, cropped by en:User:Plugwash • Archivo:Cubo_RGB_con_las_capas_de_color.png Fuente: https://upload.wikimedia.org/wikipedia/commons/a/ad/Cubo_RGB_con_ las_capas_de_color.png Licencia: CC BY-SA 2.5 Colaboradores: No machine-readable source provided. Own work assumed (based on copyright claims). Artista original: No machine-readable author provided. Magnus Colossus~commonswiki assumed (based on copyright claims). • Archivo:Cubo_YUV_con_las_capas_de_color.png Fuente: https://upload.wikimedia.org/wikipedia/commons/b/b6/Cubo_YUV_con_ las_capas_de_color.png Licencia: CC-BY-SA-3.0 Colaboradores: ? Artista original: ? • Archivo:Dctjpeg.png Fuente: https://upload.wikimedia.org/wikipedia/commons/2/23/Dctjpeg.png Licencia: Public domain Colaboradores: No machine-readable source provided. Own work assumed (based on copyright claims). Artista original: No machine-readable author provided. FelixH~commonswiki assumed (based on copyright claims). • Archivo:HD_SD_resolutions_interlaced.png Fuente: https://upload.wikimedia.org/wikipedia/commons/d/d2/HD_SD_resolutions_ interlaced.png Licencia: CC BY-SA 3.0 Colaboradores: Trabajo propio Artista original: GraYoshi2x, Noodle snacks, Frisia Orientalis • Archivo:Indexed_palette.png Fuente: https://upload.wikimedia.org/wikipedia/commons/c/cf/Indexed_palette.png Licencia: CC-BYSA-3.0 Colaboradores: ? Artista original: ? • Archivo:JPEG_example_image.png Fuente: https://upload.wikimedia.org/wikipedia/commons/f/fb/JPEG_example_image.png Licencia: CC-BY-SA-3.0 Colaboradores: ? Artista original: ? • Archivo:JPEG_example_image_decompressed.png Fuente: https://upload.wikimedia.org/wikipedia/commons/b/b1/JPEG_example_ image_decompressed.png Licencia: CC-BY-SA-3.0 Colaboradores: ? Artista original: ? • Archivo:Jpegartefakt_jpegartefact.jpg Fuente: https://upload.wikimedia.org/wikipedia/commons/0/0d/Jpegartefakt_jpegartefact.jpg Licencia: CC-BY-SA-3.0 Colaboradores: de:Benutzer:Anton Artista original: de:Benutzer:Anton , English translation Andreas -horn- Hornig • Archivo:Jpegvergroessert.jpg Fuente: https://upload.wikimedia.org/wikipedia/commons/1/15/Jpegvergroessert.jpg Licencia: CC-BYSA-3.0 Colaboradores: ? Artista original: ? • Archivo:Odd-eyed_cat_by_ihasb33r-2.gif Fuente: https://upload.wikimedia.org/wikipedia/commons/9/9f/Odd-eyed_cat_by_ ihasb33r-2.gif Licencia: CC BY-SA 2.0 Colaboradores: • Odd-eyed_cat_by_ihasb33r.jpg Artista original: Odd-eyed_cat_by_ihasb33r.jpg: ihasb33r • Archivo:Odd-eyed_cat_by_ihasb33r.jpg Fuente: https://upload.wikimedia.org/wikipedia/commons/0/05/Odd-eyed_cat_by_ihasb33r. jpg Licencia: CC BY-SA 2.0 Colaboradores: http://www.flickr.com/photos/ihasb33r/2573196546/ Artista original: ihasb33r

• 70. 22.9. ORIGEN DEL TEXTO Y LAS IMÁGENES, COLABORADORES Y LICENCIAS 63 • Archivo:PNG_transparency_demonstration_1.png Fuente: https://upload.wikimedia.org/wikipedia/commons/4/47/PNG_ transparency_demonstration_1.png Licencia: CC BY-SA 3.0 Colaboradores: Trabajo propio: Rendered in POV-Ray by user:ed_g2s. Artista original: POV-Ray source code • Archivo:PNG_transparency_demonstration_2.png Fuente: https://upload.wikimedia.org/wikipedia/commons/9/9a/PNG_ transparency_demonstration_2.png Licencia: CC BY-SA 3.0 Colaboradores: Trabajo propio: Rendered in POV-Ray by user:ed_g2s. Artista original: POV-Ray source code • Archivo:Phalaenopsis_JPEG.png Fuente: https://upload.wikimedia.org/wikipedia/commons/3/3e/Phalaenopsis_JPEG.png Licencia: Public domain Colaboradores: No machine-readable source provided. Own work assumed (based on copyright claims). Artista original: No machine-readable author provided. Brianski assumed (based on copyright claims). • Archivo:Pixel-example.png Fuente: https://upload.wikimedia.org/wikipedia/commons/2/2b/Pixel-example.png Licencia: CC-BY-SA3.0 Colaboradores: Example image is a rendering of Image:Personal computer, exploded 5.svg. Artista original: ed g2s • talk • Archivo:PixelZoom.png Fuente: https://upload.wikimedia.org/wikipedia/commons/f/fd/PixelZoom.png Licencia: CC-BY-SA-3.0 Colaboradores: No machine-readable source provided. Own work assumed (based on copyright claims). Artista original: No machine-readable author provided. Catabernal assumed (based on copyright claims). • Archivo:Playstation3vector.svg Fuente: https://upload.wikimedia.org/wikipedia/commons/4/43/Playstation3vector.svg Licencia: Public domain Colaboradores: Trabajo propio Artista original: S. Solberg J. • Archivo:RGB_and_CMYK_comparison.png Fuente: https://upload.wikimedia.org/wikipedia/commons/1/1b/RGB_and_CMYK_ comparison.png Licencia: Public domain Colaboradores: • Made in Photoshop. Original was also made in Photoshop in 2003. Artista original: RGB_CMYK_4.jpg: Annette Shacklett • Archivo:Rgb-raster-image-es.png Fuente: https://upload.wikimedia.org/wikipedia/commons/f/f2/Rgb-raster-image-es.png Licencia: Public domain Colaboradores: • Rgb-raster-image.xcf Artista original: Rgb-raster-image.xcf: *Rgb-raster-image.png: Original uploader was Riumplus at en.wikipedia • Archivo:Rotating_earth_(large).gif Fuente: https://upload.wikimedia.org/wikipedia/commons/2/2c/Rotating_earth_%28large%29.gif Licencia: CC-BY-SA-3.0 Colaboradores: Based upon a NASA image, see [1]. Artista original: Marvel • Archivo:Rubik’{}s_cube_v3.svg Fuente: https://upload.wikimedia.org/wikipedia/commons/b/b6/Rubik%27s_cube_v3.svg Licencia: CC-BY-SA-3.0 Colaboradores: Image:Rubik’{}s cube v2.svg Artista original: User:Booyabazooka, User:Meph666 modified by User: Niabot • Archivo:Sistema_analógico_digital.png Fuente: https://upload.wikimedia.org/wikipedia/commons/d/d2/Sistema_anal%C3%B3gico_ digital.png Licencia: Public domain Colaboradores: No machine-readable source provided. Own work assumed (based on copyright claims). Artista original: No machine-readable author provided. Boninerd assumed (based on copyright claims). • Archivo:Submuestreo_subsampling_zamora_4img.JPG Fuente: https://upload.wikimedia.org/wikipedia/commons/f/f3/ Submuestreo_subsampling_zamora_4img.JPG Licencia: CC BY-SA 2.5 Colaboradores: Una foto de Zamora mia. Artista original: Yo mismo • Archivo:SubtractiveColor.svg Fuente: https://upload.wikimedia.org/wikipedia/commons/1/19/SubtractiveColor.svg Licencia: Public domain Colaboradores: Transferido desde en.wikipedia a Commons. Artista original: SharkD de Wikipedia en inglés Later version uploaded by Jacobolus, Dacium at en.wikipedia. • Archivo:Tj-loco-vec.png Fuente: https://upload.wikimedia.org/wikipedia/commons/6/65/Tj-loco-vec.png Licencia: CC BY-SA 2.0 Colaboradores: ? Artista original: ? • Archivo:Tj-loco.jpg Fuente: https://upload.wikimedia.org/wikipedia/commons/c/c7/Tj-loco.jpg Licencia: CC BY-SA 2.0 Colaboradores: ? Artista original: ? • Archivo:Vector_Video_Standards2.svg Fuente: https://upload.wikimedia.org/wikipedia/commons/e/e5/Vector_Video_Standards2.svg Licencia: CC-BY-SA-3.0 Colaboradores: Transferred from en.wikipedia Artista original: Original uploader was XXV at en.wikipedia Later version(s) were uploaded by Jjalocha, Aihtdikh at en.wikipedia. • Archivo:Webp_-_Jpeg_-_Lossless_comparative.png Fuente: https://upload.wikimedia.org/wikipedia/commons/9/91/Webp_-_Jpeg_ -_Lossless_comparative.png Licencia: CC BY-SA 3.0 Colaboradores: Trabajo propio Artista original: Christophe Mehay • Archivo:WideScreenFormats_Breitbildformate.svg Fuente: https://upload.wikimedia.org/wikipedia/commons/a/ac/ WideScreenFormats_Breitbildformate.svg Licencia: Public domain Colaboradores: No machine-readable source provided. Own work assumed (based on copyright claims). Artista original: No machine-readable author provided. Ysangkok assumed (based on copyright claims). • Archivo:Yes_check.svg Fuente: https://upload.wikimedia.org/wikipedia/commons/f/fb/Yes_check.svg Licencia: Public domain Colaboradores: Trabajo propio Artista original: SVG by Gregory Maxwell, simplified by Sarang • Archivo:_Frecespacial.JPG Fuente: https://upload.wikimedia.org/wikipedia/commons/7/79/Frecespacial.JPG Licencia: GFDL Colaboradores: Trabajo propio Artista original: C4rol 22.9.3 Licencia del contenido • Creative Commons Attribution-Share Alike 3.0