Como se almacena una imagen digitalmente (Segunda Parte)

 

 

Sobre el temita de los colores y de como los medios nos engañan.

Bienvenidos a la segunda parte.

En la nota anterior, describí como se puede convertir una imagen en una serie (o lista) de números reales y como ese mecanismo sería el principio utilizado por las computadoras para almacenar imágenes en su memoria.

Como era de esperar, me quedaron algunas cosas sin resolver y espero poder terminarlas en esta nota.

Si todo sale bien, vamos a tener las bases necesarias para entender la tercera nota.

Nota 1: Para entender plenamente esta nota, les recomiendo que lean la primera parte:

Como se almacena una imagen digitalmente (Primera Parte)

Explicado fácil, de una vez por todas y más biológico de lo que creen

 

!Se va la segunda¡

En esta segunda parte veremos como almacenar imágenes en colores, agregar algunos datos extras (como transparencias) y como todo esto se debería ver en código binario.

Para esto, necesitamos una pequeña introducción:

Los colores: ¿Qué son? ¿Existen realmente?

La luz visible corresponde a un espectro de ondas electromagnéticas comprendido entre los 350 nm (violeta) y 750 nm (rojo) de longitud de onda (figura 1).

 

Figura 1: Espectro electromagnético con su clasificación según la longitud de onda.

Scientific Figure on ResearchGate. Available from: https://www.researchgate.net/figure/Figura-21-Espectro-Electromagnetico-con-su-clasificacion-segun-la-longitud-de-onda-6_fig1_308019998

 

Desde un punto de vista objetivo, los colores son solamente una interpretación subjetiva a la luz de diferentes longitudes de onda, cuando esta es captada por nuestros ojos.

En la parte posterior de nuestros ojos, existe un tejido llamado retina, el cual (entre otras) posee dos tipos de células fotosensibles: Los bastones (cuyo pigmento es la rodopsina), responsables principalmente de la visión nocturna; y los conos, responsables de la visión diurna (figura 2). 

Figura 2: El esquema de la izquierda muestra todo el ojo. La vista ampliada a la derecha ilustra la organización de los diferentes tipos de células en la retina que van desde los fotorreceptores que reciben la luz hasta las células ganglionares que comunican los impulsos eléctricos como resultado de la estimulación con luz. (Adaptado de R. W. Rodieck, The First Steps of Seeing, Sinauer Associates, 1998).

 

Los conos (que son los que nos importan en este momento), contienen unos pigmentos similares a la rodopsina, llamados fotopsinas (o pigmentos de color). Estos pigmentos existen en tres variantes según la longitud de onda a la cual son estimulados (figura 3): uno para el rojo (pigmento L), otro para el verde (pigmento M) y otra para el azul (pigmento S).

Nota 2: Es importante aclarar, que cada cono tiene solo un tipo de pigmento y que los tres tipos de conos/pigmentos estarían ‘‘homogéneamente’’ distribuidos en la retina.

Figura 3: Espectro de absorción normalizado de los tres tipos de fotopsinas en humanos. La rodopsina se ve como línea de puntos.

Como se puede ver en la figura 3, cada pigmento puede absorber luz en un rango de longitudes de onda (con máximos y mínimos) y que estos rangos se solapan entre si. De esta manera, la percepción de un color está dado por el porcentaje en que cada cono es estimulado.

Un ejemplo para entenderlo todo

Cuando los iones de sodio (Na) son excitados (ver video), emiten un espectro de luz ‘‘amarilla’’ causada por dos líneas de 589.0 nm y 589,6 nm de longitud de onda (el doblete del sodio). Cuando esta luz amarilla impacta en nuestra retina, estimula principalmente los conos M (verdes) y S (rojos) y muy poco los conos S (azules). Para nosotros, esto se manifiesta como la percepción de luz amarilla (figura 4).

 

 

 

Figura 4: La luz amarilla producida por una lámpara de Na⁺ estimula los tres pigmentos fotosensibles en proporciones diferentes.

 

El mismo efecto que se observa en la figura 4, podría lograrse con una lámpara roja y otra verde iluminando con una intensidad relativa del 87% y del 42% respectivamente. De esta manera, y aunque la luz no es amarilla, como los conos de la retina son estimulados en esa proporción, el cerebro cree que la luz es amarilla y no la mezcla de dos colores como sucede realmente (figura 5).

  Figura 5: La luz amarilla de una lámpara de Na puede simularse con la combinación de luz verde y roja en las proporciones adecuadas.

Seguramente muchos de ustedes ya sabían esto. El uso de los tres colores primarios es algo que nos enseñaron desde la primaria, y también el fundamento de todas las imágenes en colores que existen: fotografía, impresiones, monitores, pinturas etc.

Por todo esto, podríamos concluir que el color amarillo que vimos en el video y en la figura 4 no es real, o al menos no es el mismo amarillo que veríamos en vivo y directo. Los medios nos están engañando.

‘‘El objetivo de generar imágenes en colores no es imitar a la naturaleza, sino engañar a los sentidos’’

¿Cómo se traduce esto en un archivo digital?

Si con solo 3 colores podemos simular a los restantes, entonces podemos crear un sistema en que cada ‘‘píxel de color’’ está compuesto por esos tres colores y variar sus intensidades relativas (figura 6).

Nota 3: Si prestan atención, notaran que los píxeles de un televisor o un monitor de pc (usen una lupa) están compuestos por los tres colores primario de los que hablamos.

Figura 6: Arriba) píxeles de diferentes modelos de monitor. Abajo) Escala de colores RGB (rojo, verde, azul) para crear píxeles de colores.

Cuando las intensidades relativas de los tres colores es la misma y están al máximo, el píxel se ve blanco y cuando están al mínimo el píxel se ve negro. Por lo tanto con estos colores también podemos simular escalas de grises (figura 7).

Nota 4: Como cuando vemos ‘‘los tres chiflados’’ en una tele a color. 

 

  Figura 7: Con píxeles de colores también se puede simular escalas de grises.

Vamos al grano (decían los dedos índice y pulgar)

Si tomamos nuestra imagen de Messi (leer la nota anterior) en colores (figura 8).

 
Figura 8: Messi en colores

Podemos entonces reescribir el código de la siguiente manera:

999005005255255255255255255000255000255255255255255255 

000000000000255000000255000000255000000000000255255255 

255255255000255000255255255255255255255255255000255000 

255255255000255000255255255255255255000255000255255255 

000255000000000255

Como ven, ahora la imagen contiene más información y por lo tanto ocupa más espacio.

Nota 5: Obviamente los colores y el subrayado los puse para que la lectura sea más clara.

 

  Figura 8: De izquierda a derecha: Esquema de como una imagen en colores puede dividirse en una grilla, asignar a cada píxel una coordenada fija y un valor numérico. En este caso, cada píxel tiene tres números que corresponden a los sub-píxeles rojo, verde y azul (en ese orden).

El tema de los números binarios

‘‘Hay 10 personas en este mundo, los que saben binario y los que no’’

Las computadoras son herramientas formidables para guardar, sumar, restar y comparar números a escalas inimaginables. Todo esto lo hacen a través de circuitos lógicos que solo pueden estar en dos estados: abierto y cerrado (o prendido y apagados), o sea, mediante un sistema binario.

El sistema binario (o numeración en base 2) es bastante simple, solo se toman dos números (0 y 1) y se van agregando de la misma manera a como lo hacemos con nuestra numeración del sistema decimal.

0 = 0

1 = 1

2 = 10 (de ahí el chiste)

3 = 11

4 = 100

5 = 101

Etc.

Es interesante notar que en el sistema binario, cada 0 que se agrega a la derecha actúa como un múltiplo de 2. En el sistema decimal, es múltiplo de… adivinen.

 

Sistema binario

1 = 1

10 = 2

100 = 4

1000 = 8

10000 = 16

Es fácil saber el valor de un número binario sumando el valor de cada número 1 según su posición.

Ejemplo:

El número binario 11101 es 29 en decimal.

1      1      1     0    1

16 + 8 + 4 + 0 + 1 = 29

Bit y Byte

En informática, cada dígito binario es llamado ‘‘bit’’, y por ende, la cantidad de estados posibles un sistema dependerá de la cantidad de bits que tengamos. Si solo podemos usar un bit, la cantidad máxima de estados será de 2 (0 y 1), si tenemos 2 bits, esa cantidad pasa a ser 4 y así sucesivamente.

Número de bits	Estados posibles
1	2
2	4
3	8
4	16
5	32
6	64
7	128
8	256

Cuando tenemos 8 bits, pasamos a tener un ‘‘Byte’’ (algo así como cuando usamos el término ‘‘docena’’).

Ahora saben por que elegí una escala de 256 números (0 a 255) para codificar el valor de cada píxel. Simplemente estaba anticipadamente al uso de un sistema de 8 bits por píxel.

Nota 5: Por alguna razón, las computadoras utilizan un sistema basado en múltiplos de 8 bits, Posiblemente esto se deba a la arquitectura de las primeras computadoras, donde a los ingenieros les resultó conveniente mover transistores en bloques de a 8.

En este video imperdible de Adam Savage (el de los cazadores de mitos), se cuenta como evolucionaron los soportes de memoria en nuestras computadoras y da a entender el tema de los 8 bits en bloque (Byte)

Ya terminamos

Es fácil entender porque una imagen en escala de grises ocupa menos memoria que una en colores.

En las imágenes en escalas de grises, cada píxel ocupa 8 bits (1 byte).

11111111 (escala de grises)

Con este formato podemos obtener 256 tonos (incluidos el blanco y el negro).

En las imágenes en colores, cada píxel ocupa 24 bits. Donde se usan 8 bits por cada uno de los tres colores primarios. Esto último se llama sistema RGB, que es un acrónimo de red, green y blue.

111111111111111111111111 (colores)

Con este formato podemos obtener 256x256x256 = 16.777.216 colores.

Esto es más de lo que puede distinguir el ojo humano y (por el momento) más de lo que pueden reproducir nuestros monitores. Es por esto, que muchas veces podemos notar algunos artefactos en imágenes donde los colores aparecen en un degradado. Como en la foto de un atardecer.

 

Existen imágenes de 32 bits por píxel. Donde se agrega un cuarto octeto con información adicional. Van dos ejemplos:  

1) El ‘‘canal alfa’’: muy común en las imágenes con transparencias como las del formato *.png. En este caso el canal alfa indica el grado de transparencia que debe tener cada píxel. Algo indispensable para hacer foto-montajes (figura 9). 

  Figura 9: Con la información del canal alfa, algunos píxeles pueden hacerse transparentes.

2) El sistema de color CMYK. Este es un acrónimo de Cián, Magenta, Amarillo y Negro. 

En este caso, el cuarto octeto codifica para el color negro. Este sistema de colores se utiliza para imágenes que se van a imprimir, donde se usa el cartucho negro para la información de sub-píxel K. De esta manera se ahorra la tinta de colores y el resultado es mejor.

Bueno, creo que es todo por ahora. Nos vemos en la próxima entrega, donde les voy a contar sobre otra forma de almacenar imágenes.

Las palabras clave son ADN y CRISPR.