Webdesign von Prof. Jürgen Plate

Grundlagen Bildverarbeitung

Bilddaten

Grundlegendes

Rasterformate

Vorteile:

• Einfach zu erstellen. Ein Scanner gibt die Daten z.B. als Bitmap aus.
• Pixel können sehr einfach einzeln oder in Gruppen manipuliert werden (z.B. Änderung der Farbe).
• Können für ein Ausgabegerät optimal erstellt werden, wenn dieses Daten pixelweise ausgibt. Dazu gehören z. B. Monitore.

Nachteile:

• Dateien können sehr groß werden, insbesondere wenn das Bild sehr viele Farben enthält. Durch geeignete Kompressionsverfahren kann diese Datenmenge u.U. reduziert werden.
• Bitmaps lassen sich schlecht verkleinern oder vergrößern (skalieren). Beim Vergrößern werden im wesentlichen einzelne Pixel dupliziert, so daß das Bild unannehmbar verändert werden kann. Beim Verkleinern werden einzelne Pixel einfach verworfen. Daher können Bitmaps meist nur in der Auflösung vernünftig gedruckt werden, mit der sie erstellt wurden.

In früheren Versionen dieses Skripts habe ich Bildschirm und Drucker in einen Topf geworfen. Dazu schrieb mir aber Rüdiger Heierhoff von der Akademie für interaktive Medien und Kommunikation GmbH eine interessante E-Mail, die ich hier weitergeben will:
... Meiner Meinung nach geben Drucker diese Daten eben nicht als Pixel aus, sondern als Punkt (Dot). Wie Sie weiter unten erläutern, wird z. B. bei Echtfarbenbildern (24-bit) jedes "Pixel ... durch drei Bytes repräsentiert (z. B. RGB)..."
Anders ausgedrückt, EIN Pixel enthält die Farbinformationen für Cyan, Magenta und Gelb (CMY). Um diese Informationen darzustellen, benötigt ein Farbdrucker mindestens DREI Punkte. Praktische Konsequenz ist (grob gesagt), das die effektiv nutzbare Auflösung eines 600 dpi Bildes eigentlich nur 200 dpi beträgt. Dazu kommt noch die Rasterfrequenz mit der der Drucker das Druckbild erzeugt etc.(s.a. Baufeldt/Rösner/Scheuermann/Walk: Informationen übertragen und drucken, Lehr-und Arbeitsbuch für das Berufsfeld Drucktechnik; Verlag Beruf + Schule, Itzehoe 1977 und 1998).
Dazu ist es wichtig zu verstehen, dass die gespeicherte elektronische Bilddatei eigentlich keine Längenausdehnung besitzt, im Gegensatz zum gedruckten Bild. Die Angabe der Auflösung macht daher immer nur dann Sinn, wenn es um die Ausgabe z.B. auf einen Drucker geht (X cm Breite mal Y cm Höhe bei Z dpi). Für die Bildschirmausgabe reicht in der Regel die Angabe der Bildmaáe in Pixeln (X Pixel Breite mal Y Pixel Höhe).
In der Fachliteratur wird übrigens dem von mir angedeuteten Umstand insofern Rechnung getragen, als es für Pixel pro Inch und Punkte pro Inch entsprechende Bezeichnungen gibt: ppi (Pixel pro Inch) bzw. dpi (Punkte pro Inch), wobei in der Regel jedoch für beide Bezeichnungen dpi benutzt wird.

Vektorformate

Vorteile:

• Ideal zur Speicherung von Bildern, die entweder linienbasierte Information enthalten oder die Elemente enthalten, die leicht in linienbasierte Information zu überführen sind (z. B. Text).
• Leicht skalierbar und manipulierbar
• Meist einfach in andere Vektor- oder Rasterformate wandelbar.

Nachteile:

• Nicht geeignet zur Speicherung von extrem komplexen Bildern, z. B. Fotografien mit pixelweise wechselnden Farben.
• Das Erscheinungsbild kann stark von der Anwendung abhängen, mit der die Vektordatei eingelesen wird. Identische Vektordaten werden leider nicht immer identisch interpretiert.
• Die Ausgabequalität ist nur optimal bei Vektorausgabegeräten wie z.B. Plotter.

Monochrome Bilder

• Jedes Pixel ist als Binärwert gespeichert (0 oder 1).
• Ein Monochrombild mit 640 x 480 Pixeln belegt 37,5 KByte Speicher.
• Oft wird Dithering verwendet, um Graustufen nachzubilden.

Graustufen-Bilder

• Jedes Pixel wird als Zahlenwert gespeichert (normalerweise 8 Bit, also ein Wert zwischen 0 und 255).
• Ein Graustufenbild mit 640 x 480 Pixeln belegt ca 300 KByte Speicher.

Farbbilder (8 Bit)

• Jedes Pixel wird durch ein Byte repräsentiert.
• Unterstützt 256 Farben aus einer Palette von 16 777 216 mögliche Farben (akzeptable Farbenvielfalt).
• Verwendet eine Farbtabelle (Color Look-Up Table, CLUT), auch 'Palette' genannt.
  

• Ein Bild mit 640 x 480 Pixeln belegt ca. 300 KByte Speicher.

Echtfarbenbilder (24 Bit)

• Jedes Pixel wird durch drei Bytes repräsentiert (z. B. RGB).
• Unterstützt 256 x 256 x 256 mögliche Farben (16 777 216).
• Ein Bild mit 640 x 480 Pixeln belegt ca. 900 KByte Speicher.
• Bei manchen 24-Bit-Formaten wird in einem vierten Byte weitere Info gespeichert (z. B. für spezielle Effekte).

Farbdarstellung

Farbensehen beim Menschen

Licht ist elektromagnetische Strahlung und das für den Menschen sichtbare Spektrum ist der Wellenlängenbereich von 400 nm (Violett) bis 700 nm (Rot). Farben sind ein grundlegender Bestandteil unseres Lebens. Das Farbempfinden ist bei jedem Menschen unterschiedlich.

Sichtbares Licht ist ein ganz kleiner Teil des Wellenspektrums. Je nach Länge der Wellen in diesen Spektrum erscheint ein Lichtstrahl in einer bestimmten Farbe. Ein Lichtstrahl mit einer Wellenlänge von 700 nm erscheint rot, ein Lichtrahl mit einer Wellenlänge von ca 500 nm erscheint blau. So entstehen die Farben. Wenn ein weißer Lichtstrahl (ein Gemisch aller Wellenlängen) auf eine Fläche prallt, die alle Wellenlängen außer Rot absorbiert, dann erscheint diese Fläche rot.

Für das Farbensehen beim Menschen sind bestimmte Sehzellen, die sogenannten Zapfen zuständig. Es gibt drei verschiedene Sorten von Zapfen in der Netzhaut, die jeweils mit einem anderen lichtempfindlichen Farbstoff ausgestattet sind. Ein reines Licht von 400 nm Wellenlänge erregt nur den 'Blaurezeptor' unter den Zapfen. Ein Licht der Wellenlänge 450 nm erregt den 'Blaurezeptor' stark und den Grünrezeptor sehr schwach. Licht von 500 nm Wellenlänge spricht alle drei Zapfensorten an. Die einzelnen Farbeindrücke werden also durch unterschiedliche Erregungsstärken der einzelnen Zapfensorten ausgelöst. Gleiche Erregung aller Zapfen führt zum Eindruck ,,weiß``. Es genügen also drei Grundfarben, um als deren Mischung alle Farben darzustellen.

Betrachtet man Farben nur im Hinblick auf ihren Farbton und nicht auf Helligkeit und Sättigung, so liegt die Wellenlänge zwischen zwei gerade noch als unterschiedlich zu erkennende Farben zwischen 2 nm und 10 nm, je nachdem aus welchem Wellenlängenbereich die Farben stammen. Zur Codierung einer Farbe sind so 3 x 8 = 24 Bit ausreichend. Das folgende Diagramm zeigt die Spektren der (reinen) Grundfarben, die man addieren kann, um alle sichtbaren Farben darzustellen. Ein negativer Wert bedeutet dabei, daß die entsprechende Farbe nicht exakt darstellbar ist.

Um alle Farben darstellen zu können, muß man von den Grundfarben abgehen und 'nicht-reine' Farben verwenden. 1931 definierte die CIE drei Standard-Primärfarben, (X,Y,Z). Die Primärfarbe Y ist dabei an die Helligkeitsempfindlichkeit des menschlichen Auges angepaßt

Farb-Kontraste

Grundfarben-Kontrast Die "klassischen" Grundfarben Blau, Gelb und Rot bilden untereinander einen starken Farbkontrast.
Hell-Dunkel-Kontrast Hier handelt es sich um die gleiche Farbe, jeweils als sehr helle oder sehr dunkle Nuance.
Komplementär-Kontrast Die komplementären Farben liegen sich im Farbkreis gegenüber: Rot - Grün, Gelb - Lila, Orange - Blau.
Qualitätskontrast Farbqualität bedeutet die Intensität einer Farbe zwischen Reinheit und Trübung.
Quantitätskontrast Mengenverhältnis von Farben zueinander (in der Fläche).
Simultan-Kontrast Dieselbe Farbe wirkt auf unterschiedlichem Hintergrund verschieden.

Farb-Perspektive

Dominante Farben Einige Farben drängen sich mehr als andere in den Vordergrund. Ein Beispiel dafür sind die Signal-Farben Rot oder Orange.
Helle Farben treten in dunkler Umgebung in den Hintergrund. Auf der anderen Seite treten dunklere Farben vor hellem Hintergrund hervor.
Luftperspektive Man kennt es aus der Natur oder aus Gemählden: wenn man in die Ferne schaut, wird die Landschaft zum Horizont hin immer bläulicher. Diesen Effekt kann man ausnutzen, um Tiefe in einem Bild zu erreichen.

Farb-Wirkung

Langes Lesen ermüdet, Bildschirmarbeit sogar noch mehr. Ziel des Webdesign soll sein, die Augenbelastung zu vermindern. Die höchste Belastung entsteht durch weißes Licht. Auch warme Farben belasten uns mehr als kalte Farben. Am geringsten belasten uns Farben im Bereich Laubgrün bis Gelbgrün.

Farbwahrnehmung erzeugt beim Menschen auch bestimmte psychische Empfindungen:

Warme Farben Als "warm" gilt die Gelb-Orange-Rot Palette. Rot: Aufreizend, beunruhigend, nah; warme Farbtemperaturwirkung Gelb: Anregend, nah; sehr warme Temperaturwirkung Diese Farben werden häufig verwendet, wenn Gefühle ausgedrückt werden, sie haben eine eher anregende Wirkung.
Kalte Farben Als "kühl" werden Blau-Grün-Töne empfunden. Grün: Beruhigend, entfernt; neutrale bis kalte Temperaturwirkung Blau: Beruhigend, entfernt; sehr kalte Temperaturwirkung
Neutrale Farben Weiß, Grau und Schwarz wirken am sachlichsten, aber manchmal auch etwas langweilig.

Farbmodelle

Die physikalisch-technischen Farbmodelle beschreiben eine Farbe als Mischung dreier Primärfarben. Die Unterschiede zwischen den einzelnen Modellen liegen in der Wahl der Primärfarben und der Art der Farbmischung. Zu den wichtigsten technischen Farbmodellen zählen:

• RGB-Modell: Ausgabe auf Monitoren
• CMY-Modell: Ausgabe auf Papier
• YIQ-Modell: Fernsehtechnik

Das RGB-Modell

RGB-Farbwürfel Ins Innere des Würfels	RGB-Farbmischung per "Scheinwerfer"

Bei Grafikkarten und bei der Farbdefinition für WWW-Anwendungen wird der reelle Zahlenbereich 0.0 - 1.0 auf den Wertebereich 0 - 255 umgesetzt. Durch die 256 Werte pro Farbkanal bei drei Kanälen können so 16.7 Mio. Farben, d. h. Truecolor, festgelegt werden:

Das RGB-Modell ist wichtig bei der Farbdarstellung auf Monitoren. Bei Farbbildschirmen werden drei Phosphorarten auf der Mattscheibe aufgebracht, die von drei unabhängigen Elektronenkanonen angesteuert werden und das in drei Teilbilder (RGB) zerlegte Farbbild erzeugen.

Daraus ergibt sich die besondere Bedeutung des RGB-Modells: alle anderen Farbbeschreibungen müssen vor der Farbausgabe in den äquivalenten Punkt des RGB-Würfels umgerechnet werden.Benutzen zwei Farbbildschirme Kathodenstrahlröhren mit verschiedenem Phosphor, so ergeben sich auch unterschiedliche Farbskalen. Man kann jedoch durch eine Transformationsrechnung die auf einer Kathodenstrahlröhre spezifizierte Farbe auf die Farbskala der anderen Röhre abstimmen.

Das CMY-Modell

Die Umrechnung zwischen RGB- und CMY-Modell erfolgt nach folgenden Formeln:

• [C,M,Y] = [1,1,1] - [R,G,B]
• [R,G,B] = [1,1,1] - [C,M,Y]

Beim CMYK-Modell erfolgt die Umrechnung nach folgenden Formeln:

• K = min(C,M,Y)
• C = C - K
• M = M - K
• Y = Y - K

Luminanz und Chrominanz

Eine aus nur einer Wellenlänge bestehende Lichtquelle ist eine monochromatische Quelle. Nehmen wir als Beispiel an, darf die Wellenlänge dieser monochromatischen Quelle £ ist. Diese Quelle hat eine Energie, die auch Intensität genannt wird. Wir nennen diese Intensität C. In Wirklichkeit sind nur wenige Quellen monochromatisch. Die meisten Quellen setzen sich aus einem Bereich von Wellenlängen mit je einer eigenen Intensität zusammen. Das ist die spektrale Verteilung der Lichtquelle, die durch die Funktion C(£) dargestellt wird.

Im sichtbaren Spektrum kann das menschliche Auge zwischen verschiedenen Wellenlängen monochromatischen Lichts unterscheiden. jede Wellenlänge erzeugt einen anderen Eindruck, die Farbempfindung. Die Art, wie das menschliche Auge auf Licht reagiert, weist einige interessante Aspekte auf, z. B., daß zwei verschiedene Wellenlängen nicht als verschiedene Farben erscheinen. Zwei monochromatische Quellen mit genau der gleichen Intensität erwecken einen anderen Eindruck von 'Leuchtdichte'. Das menschliche Auge reagiert auf bestimmte Wellenlängen empfindlicher als auf andere. Mit anderen Worten, das Auge reagiert auf manche Farben empfindlicher als auf andere. Unser Auge reagiert empfindlicher auf Gelb oder Gelbgrün als etwa auf Rot oder violett.

Die Reaktion des menschlichen Auges V(£) entspricht jeder Wellenlänge £. Das ist die spektrale Reaktion des menschlichen Sehvermögens. Die Luminanz einer Lichtquelle oder eines beleuchteten Gegenstands ist kein physisches Merkmal der Quelle oder des Gegenstands, sondern eine wahrgenommene Empfindung des menschlichen Betrachters. Luminanz ist ein Produkt der spektralen Verteilung von Energie durch spektrale Reaktion der menschlichen Sicht.

L = f * C(£) * V(£) * d£

Luminanz ist also ein Maß der allgemeinen Reaktion des Auges auf alle in einer Quelle oder einem Gegenstand enthaltenen Wellenlängen.

Luminanz und Farbunterschied im analogen Fernsehen

Die drei Signale Rot, Grün und Blau können in drei andere Signale umgewandelt weren: in die Information der Luminanz (, d. h. die Leuchtdichte bzw. die Lichtintensität) und zwei weitere Farbsignale. Das Prinzip der Umwandlung der RGB-Signale in Luminanz- und Farbsignale ist älter als das Farbfernsehen. Dafür gibt es zwei Gründe. Erstens ist dadurch eine Abwärtskompatibilität möglich, so daß alte Schwarzweiß-Fernsehgeräte unterstützt werden. Das ist die Aufgabe des Luminanzsignals. Da das menschliche Sehvermögen weniger stark auf Farbe als auf Luminanz reagiert, kann das Farbsignal gegebenenfalls mit geringerer Genauigkeit übertragen oder dargestellt werden.

In der Fernsehtechnik wird das Luminanzsignal Y-Signal genannt. Die zwei Chrominanzsignale werden aus den Farbunterschieden herechnet. Ein Farbunterschiedssignal für Rot, Grün und Blau entsteht durch Suhtrahieren des Luminanzsignals vom Farbsignal. ist beispielsweise R das Farbsignal Rot, ist das Farbunterschiedssignal von Rot (R - Y). In der Praxis genügen zwei Farbunterschiedssignale, wenn Luminanz verfügbar ist. Farbunterschiedssignale werden nicht so übertragen wie sie sind, sondern vor der šbertragung in zwei Signale - die Cbrominanzsignale - umgewandelt. Die Umwandlung ist linear. Jede Femsehnorm definiert ihre eigene Umwandlungsmethode:

Die NTSC-Norm bezeichnet die Luminanz als Y-Komponente und die zwei Chrominanzsignale als I- und Q-Komponenten. I und Q bilden zusammen die Farbton- und Sättigungsaspekte (Chrominanz). Sie werden wie folgt herechnet:

      Y = 0,30*R + 0,59*G + 0,11*B 
(1)   I = 0,74*(R - Y) - 0,27*(B - Y) = 0,60*R - 0,28*G - 0,32*B 
      Q = 0,48*(R - Y) + 0,41*(B - Y) = 0,2l*R - 0,52*G + 0,31*B

Die PAL-Norm bezeichnet die Luminanz Y und zwei Chrominanzsignale mit U und V:

      Y = 0,30*R + 0,59*G + 0,11*B 
(2)   U = 0,493*(B - Y) = -0,15*R - 0,29*G + 0,44*B 
      V = 0,877*(R - Y) =  0,62*R - 0,52*G - 0,10*B

Die folgenden Modelle basieren auf Luminanz und Chrominanz.

Das YIQ-Modell

Dabei ist I in etwa die Rot-Orange-Achse und Q annähern orthogonal zu I. Das menschliche Auge ist am Empfindlichsten für Y, danach für I und schließlich für Q.

Das YCbCr-Farbmodell

• Y = 0,299*R + 0,587*G + 0,114*B
• Cb = B - Y
• Cr = R - Y

Daraus leitet sich bei den meisten Bildbearbeitungsprogrammen das HSB-Modell ab. Es entspricht von allen drei Modellen unserer verbalen Farbbeschreibung am meisten. Beschreibungen wie ein kräftiges, helles Gelb lassen sich sofort umsetzen. Die Initialen stehen für Hue (Farbton), Saturation (Sättigung) und Brightness (Helligkeit). Der Farbton beeinhaltet die reine Farbinformation, die Sättigung das Verhätlniss von Stärke der reinen Farbe und den unbunten Anteilen. Die Helligkeit entspricht der Helligkeit von 1% - 100%. 0% stellt immer Schwarz dar, 100% immer Weiß.

Zusammenfassung

• Farbbilder werden als Werte-Tripel dargestellt. Man kann durch die Wahl des Wertebereich unterschidliche Farbtiefe speichern. Für einfache Icons genügen 2 bis 32 Farben. Bei 8 Bit Farbtiefe wird jedes Pixel in einem Byte gespeichert und bei 24 Bit Farbtiefe werden 3 Bytes benötigt.
• RGB ist ein additives Farbmodell für selbstleuchtende Geräte Monitor), CMY ist ein subtraktives Modell für Drucker.
• Bei Video verwendet man YIQ (und YUV, das nicht besprochen wurde). Y enthält die Helligkeitsinfo (S/W-Bild), I und Q die Farbinfo (Chrominanz).
• Neben diesen Hardware-Modellen gibt es noch andere, die zum Teil auch in Bildbearbeitungsprogrammen verwendet werden (z. B. HSB).

Gradation

Die Gradationskurve ist die Visualisierung des Verhältnisses von Eingabe- zu Ausgabewerten in einem Bereich von 0% bis 100%. Diese Kurve repräsentiert alle Farben eines Bildes, jede Veränderung ist dort ablesbar. Die Beeinflussung der Farbbereiche eines Bildes durch die Gradationskurve verdeutlicht die nebenstehende Abbildung.

Gamma-Korrektur

• I0 sei die kleinstmögliche Helligkeit und der Wert 1.0 die maximale Helligkeit.
• I0 = I0
• I1 = r * I0
• I2 = r * I1 = r2 * I0
• ...
• I255 = r255*I0 = 1

Der Wert für I0 hängt von der verwendeten Bildröhre ab und liegt normalerweise zwischen 1/200 und 1/40 des maximal erreichbaren Wertes. Das Verhältnis zwischen maximaler und minimaler Helligkeit nennt man den Dynamikbereich einer Bildröhre.

Für I0 = 0.02 errechnet sich r = 1.015. Um die Darstellung einer Graustufentreppe (also Werte zwischen 0 .. 1) ohne Stufen erscheinen lassen ist ein Wert r < 1.01 nötig, dann kann das Auge die einzelnen Helligkeitssprünge nicht mehr voneinander unterscheiden.

Nun werden die gewünschten Helligkeitswerte durch den Bildschirm auch nichtlinear verändert, es ist also eine weitere Korrektur notwendig, um eine korrekte Abbildung zu erreichen.
Die Lichtintensität I die durch einen Elektronenstrahl durch den Phosphor des Bildschirms umgesetzt wird, hängt von der Zahl der Elektronen N wie folgt ab:

    I = k * N y

Dabei sind k und y Konstanten die vom Bildschirm abhängig sind. y ist der Wert Gamma und liegt bei den meisten Bildschirmen zwischen 2.2 und 2.5. Eine Umrechnung der gewünschten Helligkeit auf einen Eingabewert basierend auf dieser Formel nennt man auch Gammakorrektur.

Mit Hilfe einer Tabelle ist es nun möglich, die gesamte Helligkeits-Korrektur durchzuführen. Bei manchen Monitoren ist es auch möglich, die Korrekturtabelle im Monitor abzulegen, üblicherweise wird jedoch die Korrektur in der Grafikkarte durchgeführt. Natürlich können auch die Bildinformationen selbst bereits korrigiert werden. Die Korrektur für die Helligkeitsabbildung kann vorab erfolgen. Insbesondere sind auch Korrekturen für gescannte Bilder oder Videos nötig, da diese selbst wieder eine andere Helligkeitsumsetzung aufweisen.

Ähnliche Korrekturen sind auch für Filmbelichter, Drucker etc. notwendig, will man Bilder mit Graustufen korrekt darstellen. Für eine Korrektur an Farbildern kann es ggf. nötig sein die Korrektur für alle drei Farbkomponenten getrennt durchzuführen.
Die folgende Tabelle zeigt typische Werten der Dynamik 1/I0 und der Anzahl der benötigten Intensitätsstufen. Die Zahl der möglichen Intensitätsstufen erhält man aufgrund des Dynamik-Bereichs mit der Formel

     n = log(1.01(1/I0))

Technik	Dynamik	Intensitäts- Stufen
Bildschirm	50 - 200	400 - 530
Photo-Druck	100	465
Dia	1000	700
S/W-Druck auf gestrichenem Papier	100	465
Farb-Druck auf gestrichenem Papier	50	500
Zeitung	10	234

Dithering

Beim Dithering wird ein Farbton durch Kombination vorhandener Farben erzeugt. Die Kombination besteht darin, daß ein Pixelmuster erzeugt wird, welches aus einer gewissen Entfernung betrachtet dem gewünschten Farbton ähnelt. Bei naher Betrachtung sieht man freilich die Pixel. Bei Text kann dieses Raster aber schnell zur Unleserlichkeit führen.

Möchten Sie sicherstellen, daß ihr Dokument auf nahezu allen Geräten angezeigt werden kann, so beschränken Sie die Farbe. Es ist sicher heute nicht mehr nötig, sich auf die 16 Grundfarben zu beschränken. Aber bei der Farbdefinition von Text- umd Hintergrundfarbe ist es durchaus günstig, sich auf 256 Farben zurückzuziehen.

Betrachten wir ein Beispiel zum Dithering. Als Ausgangsbild verwenden wir ein Bild mit Farbverläfen:

Betrachten wir nun einige Dithermöglichkeiten:

Sie sehen also, daß auch auf nicht-Truecolor-Systemen erträgliche Bilder produziert werden können. Ein günstiges Vorgehen ist, auch das Dithern dem Browser des Betrachters zu überlassen, d. h. Echtfarbenbilder auch als Echtfarbenbilder zu übertragen. Dennoch sollte man sich als Autor klar sein, daß ein Bild bei jedem Betrachter gegebenenfalls verändert erscheint. Man kann sich also nicht darauf verlassen, daß der Betrachter jedes Detail sehen kann.

Das Beispiel zeigt, daß Dithering auch Übergänge erzeugen kann (Fehlerdiffusion). Dabei wird versucht, sich der wirklichen Übergang von einer Farbe über Zwischentöne zur anderen durch ein Muster verfügbarer Farben anzunähern. Stellt man sich jedoch eine Zeile Text vor, so kann dieser Effekt zur oben bereits erwähnten Unleserlichkeit führen.

Bildkompressionsverfahren

Erste Schritte zur Verringerung der Dateigröße unternehmen Grafikformate, die intern Kompressionsmethoden wie Lauflängencodierung, LZW- oder Huffman-Codierung verwenden, wie z.B. GIF, PCX oder TIFF. Allerdings überschreiten diese Methoden selbst in ihrer modernsten Form selten den Kompressionsfaktor drei. Jedoch komprimieren diese Verfahren ohne Verluste und das Original läßt sich bis aufs letzte Bit wieder herstellen. Bei der Reduktion von Bilddaten kann man sogenannte 'Kompressionsverfahren' verwenden, um die Redundanz in der Bildinformation zu beseitigen. Dabei unterscheidet man zwischen verlustfreier Kompression, bei der das unrsprüngliche Bild wieder originalgetreu hergestellt wird und verlustbehafteter Kompression, wo bei der Kompression ein mehr oder minder großer Teil der Bildinformation verloren geht.
Ein einfaches Kompressionsverfahren ist die Run-Length-Codierung (RLE). Dabei verfährt man wie folgt: Das Bild wird z. B. Zeile für Zeile abgespeichert. Wenn mehrere aufeinanderfolgende Bildpunkte die gleiche Farbe haben, so speichert man einen Zähler ab, der angibt, wie oft diese Farbe folgt. Der Zähler ist eine Bildpunktfarbe, die nicht vorkommt und über einen Sonderfall abgehandelt wird. Dieses Verfahren eignet sich am Besten für Bilder die eine Palette verwenden und keine Farbverläufe (z.B. bei Fotos) oder komplizierte Muster enthalten. Bilder in Echtfarben, z.B. von Fotoaufnahmen eignen sich für dieses Verfahren nicht sehr gut. So lassen sich umgekehrt z.B. Grafiken, die farbige Flächen enthalten sehr gut mit dem Verfahren abspeichern.
Wenn man komplexere Codierungen z. B. LZW (GIF) verwendet, lassen sich noch bessere Kompressionsfaktoren erreichen, da dann auch sich wiederholende Muster erkannt werden. Auch hier gilt, daß Echtfarbenbilder nur schlecht komprimiert werden können.

Verlustfreie Kompression

     H(S) = Summe(Pi * ld(1/Pi))

wobei Pi die Wahrscheinlichkeit des Auftretens vom Symbol Si ist. ld(1/Pi) ist der Logarithmus zur Basis 2 von 1/Pi und gibt an, wieviele Bits benötigt werden, um das Symbol Si zu codieren. Dazu ein Beispiel:
Für ein Bild mit gleichverteilten Graustufenwerten gilt pi = 1/256. Es werden also 8 Bit benötigt, um jede Graustufe zu codieren. Die Entropie des Bildes ist 8.

Die folgenden Algorithmen können mit einem einfachen Beispiel erläutert werden. Es sei die folgende Häfigkeitsverteilung gegeben:

     Symbol   A    B    C    D    E
    ---------------------------------
     Anzahl  15    7    6    6    5

Ein erster Ansatz

     (15 + 7 + 6 + 6 + 5)*3 = 39*3 = 117 bit

A	0
B	10
C	11
D	110
E	111

Nun benötigt man nur noch

     15*1 + 7*2 + 6*2 + 6*3 + 5*3 = 15 + 14 + 12 + 18 + 15 = 74 bit

Der Shannon-Fano-Algorithmus

1. Sortiere die Symbole nach ihrer Auftretenshäufigkeit, z. B. ABCDE
2. Teile die Folge rekursiv in jeweils zwei Teile, wobei in jeder Hälfte die Summe der Anzahlen etwa gleich sein sollte. Linke Zweige erhalten die '0' und rechte Zweige die '1'.

                   /\
                 0/  \1
                 /    \
                AB    CDE


                   /\
                 0/  \1
                 /    \
                /\   0/\1
              0/  \1 /  \
               A  B  C  DE


                   /\
                 0/  \1
                 /    \
                /\   0/\1
              0/  \1 /  \
               A  B  C  /\
                      0/  \1
                       D  E

Es ergibt sich somit folgende Codierung:

Symbol	Anzahl	ld(1/p)	Code	Anzahl Bits
A	15	1.38	00	30
B	7	2.48	01	14
C	6	2.70	10	12
D	6	2.70	110	18
E	5	2.96	111	15

Huffman-Codierung

1. Init: Trage alle Knoten in eine OPEN-Liste ein, immer sortiert. Z. B: ABCDE.
2. Wiederhole, bis die OPEN-Liste nur noch einen Knoten enthält:
   1. Nimm die beiden Knoten mit der geringsten Häufigkeit (bzw. Wahrscheinlichkeit) aus der OPEN-Liste und erzeuge einen Eltern-Knoten für sie.
   2. Weise dem neuen Knoten die Summe der Häufigkeiten (bzw. Wahrscheinlichkeiten) seiner beiden Kinder zu und trage ihn in der OPEN-Liste ein.
   3. Weise den beiden Zweigen zu den Kind-Knoten die Werte '0' und '1' zu und lösche sie aus der OPEN-Liste.

                  P4(39)
                   /\
                 0/  \1
                 /    \
                /      \
               /        \
            A(15)        \P3(24)
                         /\ 
                       0/  \1
                       /    \
                P2(13)/      \P1(11)
                    /|       /\
                  0/ |1    0/  \1
                  /  |     /    \
                 /   |    /      \
               B(7) C(6) D(6)   E(5)

Es ergibt sich somit folgende Codierung:

Symbol	Anzahl	ld/1/p)	Code	Anzahl Bits
A	15	1.38	0	15
B	7	2.48	100	21
C	6	2.70	101	18
D	6	2.70	110	18
E	5	2.96	111	15

Für beide Algorithmen gilt:

• Die Decodierung für die beiden Algorithmen ist einfach, sofern die Codierungstabelle vor den Daten übertragen bzw. mit den Daten gespeichert wird.
• Kein Codewort ist Beginn eines anderen, die Codierung ist eindeutig (Fano-Bedingung) und einfach zu decodieren (alle Codesymbole sind Blattknoten des Codebaums).
• Wenn Statistiken über die Daten existieren, liefert die Huffman-Codierung sehr kompakte Daten.
• Wird eine Standard-Codetabelle verwendet ist die Kompressionsrate geringer, aber es wird immer noch eine brauchbare Kompression erzielt (z. B. bei Fax, Gruppe 3).

Verlustbehaftete Kompression

Die verlustbehafteten JPEG-Prozesse sind auf fotografische Aufnahmen mit fließenden Farbübergängen hin optimiert. Für andere Arten von Bildern sind sie weniger geeignet z. B. für Bilddaten mit harten Kontrasten wie Cartoons, Liniengrafiken oder Texte, die meist große Farbflächen und abrupte Farbwechsel enthalten.

Bei der Entwicklung des JPEG - Standards war es oberstes Ziel einheitliche Verfahren bereitzustellen, die möglichst alle Belange der Bilddatenkompression abdeckt. Dabei wurde auf folgende Aspekte besonderen Wert gelegt:

• Verfahren zur Kompression ohne Datenverlust
• Verfahren zur Kompression mit Datenverlust, allerdings mit einstellbarer Kompressionsrate
• Algorithmen sollten eine vertretbare Komplexität aufweisen
• Das Verfahren sollte für alle Arten von unbewegten Bilddaten anwendbar sein, also auch keine Beschränkung der Farbtiefe.

Die verwendeten Algorithmen sollten sowohl in Software als auch in Hardware relativ schnell und einfach zu implementieren sein.

Untersuchungen des JPEG-Gremiums haben ergeben, daß bei den verlustbehafteten Umformungsmethoden die 8 x 8 diskrete Kosinustransformation (DCT) die besten Ergebnisse liefert. Für die Operationen, die auf der DCT beruhen wurde ein Minimal-Algorithmus, der Baseline Codec festgelegt, auf den alle DCT-Modi aufbauen.

Die Komprimierung mit dem JPEG Baseline Codec besteht im wesentlichen aus 5 Schritten:

1. Konvertierung des Bildes in den YCbCr-Farbraum
2. Diskrete Kosinustransformation (DCT)
3. Quantisieren der DCT-Koeffizienten
4. Codieren der Koeffizienten
5. Kompression der Daten

DerYCbCr-Farbraum

Das YCbCr-Modell ist ein solches Helligkeit-Farbigkeit-Modell. Dabei wird ein RGB-Farbwert in eine Grundhelligkeit Y und zwei Komponenten Cb und Cr aufgeteilt, wobei Cb ein Maß für die Abweichung von der 'Mittelfarbe' Grau in Richtung Blau darstellt. Cr ist die entsprechende Maßzahl für Differenz zu Rot. Diese Darstellung verwendet die Besonderheit des Auges, für grünes Licht besonders empfindlich zu sein. Daher steckt die meiste Information in der Grundhelligkeit Y, und man braucht nur noch Abweichungen nach Rot und Blau darzustellen.

Um nun Farbwerte in RGB-Darstellung in den YCbCr-Farbraum umzurechnen, benötigt man folgende Formel:

     Y  =  0,2990*R + 0,5870*G + 0,1140*B
     Cb = -0,1687*R - 0,3313*G + 0,5000*B
     Cr =  0,5000*R - 0,4187*G - 0,0813*B

Die Rücktransformation vom YcbCr-Farbraum in RGB-Werte geschieht wie folgt:

     R = 1,0*Y + 0,0    *Cb + 1,402  *Cr
     G = 1,0*Y - 0,34414*Cb - 0,71414*Cr
     B = 1,0*Y + 1,7720 *Cb + 0,0    *Cr

Diskrete Kosinustransformation (DCT)

Als Basisvektoren werden aber nun 64 Blöcke zu 8x8 Pixeln verwendet, welche bezüglich des Vektorraums eine Orthonormalbasis bilden. Die Basisvektoren gewinnt man durch folgende Formel.

Durch den Basiswechsel ergeben sich 64 eindeutige Koeffizienten, die den Anteil des jeweiligen Basisblocks an dem Bilddatenblock darstellen. Die Koeffizienten werden berechnet durch:

Um diese Koeffizientendarstellung in ihre Ursprungsform zurückzutransformieren, benötigt man folgende Beziehung:

wobei

Das folgende Bild zeigt die 8 x 8 = 64 DCT-Basisfunktionen. Links oben ist F(0,0) (der DC-Anteil), rechts untern der höchste AC-Anteil.

Bei dieser Codierung und Decodierung (Codec) treten schon ohne weitere Behandlung der Koeffizienten Verluste auf, da die benötigte Kosinus- bzw. Sinusfunktion nur in begrenzter Genauigkeit auf Rechnern dargestellt werden kann. Daraus folgt ebenso, daß dieses Verfahren nicht iterierbar ist. Wird also ein mittels DCT codiertes Bild decodiert und wieder codiert, bekommt man ein anderes Ergebnis, als bei der ersten Codierung. Der Vorteil der DCT wird bei Bildern mit kontinuierlichen Farbübergängen besonders deutlich: Da sich benachbarte Bildpunkte in der Regel kaum unterscheiden, werden in der Koeffizientendarstellung nur der DC-Koeffizient (das ist der Koeffizient dessen Basisvektor in beiden Richtungen die Frequenz Null hat) und einige niederfrequente AC-Koeffizienten (das sind die übrigen Koeffizienten) größere Werte annehmen. Die anderen sind fast Null oder meistens sogar gleich Null. Dies bedeutet, daß kleinere Zahlen codiert werden müssen, und dies hat bei geeigneter Darstellung schon einen Komprimierungseffekt.

Wie man aus den Formeln erkennt, ist die Berechnung der Koeffizienten recht umfangreich. So benötigt man für einen 8 x 8-Block 63 Additionen und 64 Multiplikationen. Man kann das Problem durch Faktorisierung vereinfachen

Die meisten Hardware- und Softwareimplementierungen von Coder und Decoder verwenden Ganzzahlarithmetik und approximieren die Koeffizienten. Die Multiplikationen reduzieren sich dann auf Schiebeoperationen. Der Weltrekord für die DCT lag 1989 bei 11 Multiplikationen und 29 Additionen.

Quantisierung

Die Umkehrabbildung multipliziert dann einfach den quantisierten Wert mit dem Quantisierungsfaktor. Durch diese Hin- und Zurücktransformation entsteht ein Informationsverlust, da bei dieser Rückrechnung die quantisierten Werte nicht immer auf den originalen Wert zurückführen. Je größer dabei der Quantisierungsfaktor ist, desto größer ist auch der Informationsverlust. Dieser Informationsverlust kann durch geeignete Wahl der Quantifizierungsfaktoren so gering gehalten werden, daß er vom Auge kaum wahrgenommen werden kann. Kompressionsraten von < 1:10 sind hierbei leicht realisierbar, ohne daß beim rekonstruierten Bild große Unterschiede zum Original zu erkennen sind.

Für die Quantisierung ohne sichtbaren Informationsverlust sind jeweils für Helligkeit und Farbigkeit optimierte Quantisierungstabellen entwickelt worden. Diese sind zu entnehmen. In diesen Tabellen werden für den DC-Koeffizienten und die niederfrequenten AC-Koeffizienten bessere (kleinere) Quantisierungsfaktoren verwendet als für die höheren Frequenzen. Man nutzt dabei die oben genannte Schwäche des menschlichen Auges aus.

Tabelle der Quantisierungsfaktoren q(u,v) für die Luminanz

     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

Für die Chrominanz wird eine zweite, ähnliche Tabelle verwendet. Es lassen sich aber auch eigene Tabellen verwenden (die dann im Header der Bilddatei mitgegeben werden).
Bei Implementierungen von JPEG kann man eine gewünschte Kompressionsrate (oder Bildqualität) als Parameter einstellen, bei der folgenden Kompression werden einfach die Quantisierungsfaktoren entsprechend skaliert.

Codierung der Koeffizienten (Zig-zag-Scan)

Kompression der Daten

• Interne Ganzzahl-Darstellung mit variabler Länge (statt fester Länge)
  Der Zahl wird einfach ein Zähler fester Länge vorangestellt, der angibt, wie lang die nachfolgende Integer-Zahl ist.
• Komprimierung durch Huffman-Algorithmus
  Siehe Kompressionsverfahren.
• Arithmetisches Codieren
  Das arithmetische Codieren komprimiert zwar besser als das Huffman-Verfahren, hat jedoch den Nachteil mit verschiedenen Patenten belegt zu sein, so daß Lizenzgebühren für die Benutzung anfallen. Aus diesem Grund arbeiten viele Implementierungen mit dem Huffman-Verfahren.

Vergleich JPEG-Codierter Bilder

Das zweite Bild ist nur noch ca. 2,1 KByte groß, der Faktor ist 1:100.

Darstellungsmodi

• Sequential Mode:
  Die Bilddaten werden in einem Durchgang, von links oben nach rechts unten codiert. Besteht ein Bild aus mehreren Komponenten, werden diese nicht nacheinander, also Komponente für Komponente verschlüsselt, sondern die Komponenten werden überlappt behandelt. Durch diese überlappte Bearbeitung ist es müssen nur kleine Puffer bereitgehalten werden, da es möglich ist die Bilddaten sofort auszugeben, z.B. an parallel arbeitende Prozesse, ohne warten zu müssen bis alle Komponenten bearbeitet sind. Dieser Modus ist für die meisten Anwendungen anwendbar, liefert die besten Kompressionsraten und ist mit am einfachsten zu implementieren.
• Progressive Mode:
  Dieser Modus durchläuft das Bild in mehreren Durchgängen, von denen jeder nur einen Teil der Koeffizienten codiert. Hier bei gibt es wieder zwei grundlegende Arten: Zum einen können die Koeffizienten in Frequenzbändern zusammengefaßt und die niedrigen Frequenzen zuerst verschlüsselt werden, zum anderen werden die Koeffizienten mit immer besserer Genauigkeit übertragen werden. JPEG erlaubt aber auch diese Grundarten zu kombinieren, um so bessere Ergebnisse zu erzielen. Schaut man die Ergebnisse der einzelnen Durchgänge an, so ist das Bild zunächst unscharf, im Laufe der Übertragung wird es jedoch zunehmend schärfer. Dieser Mode könnte vor allem bei der Datenfernübertragung von Bildern eingesetzt werden. Man bekommt ziemlich schnell einen Überblick auf das übertragene Bild und kann die Übertragung abbrechen, wenn die Bildqualität ausreichend ist.
• Hierarchical Mode:
  Dieser Modus ist eine andere Form des progressive mode. Der hierarchical mode verwendet eine Menge von Bilder mit immer gröberer Auflösung, die durch Filtern mit einem Tiefpaß und Mitteln von mehreren Pixelwerten erzeugt werden. Zunächst wird das Bild mit der kleinsten Auflösung codiert. Dieses dient wiederum als Basis für eine Vorhersage auf das Bild mit der nächstgrößeren Auflösung. Dieser Vorgang wird wiederholt bis die volle Auflösung erreicht ist. Hauptanwendungsgebiet dürften große Bilddatenbanken sein, die die niedrigeren Auflösungen für ihre Inhaltsverzeichnisse verwenden und nur bei Bedarf die höheren Auflösungen decodieren.

Grafikformate

BMP

Das Format BMP wird von den meisten Graphikprogrammen unterstützt, die unter MS-Windows arbeiten. Auch die meisten Konvertierprogramme unterstützen BMP. Zur Zeit gibt es vier Versionen des BMP-Formats:

• MS-Windows Version 1.x und 2.x
• MS-Windows Version ab 3.x
• OS/2 Version 1.x
• OS/2 Version ab 2.x

Hier wird beispielhaft nur die MS-Windows Version ab 3.x beschrieben. Eine BMP-Datei besteht aus vier Abschnitten:

• Der Bitmap Header enthält die Datei-Signatur "BM", die Dateilänge in Byte und den Abstand (Offset) zwischen Dateianfang und Datenanfang in Byte.

• Im Information Header finden sich Informationen zum Bild selbst, z. B. die Höhe und Breite des Bildes, die horizontale und vertikale Auflösung in Pixel pro Meter, der Typ der Komprimierung und die Anzahl der benutzten Farben.

• Die Farbpalette definiert jede Farbe durch ihren Anteil an Rot, Grün und Blau.

• Die Daten enthalten die zeilenweise Rasterinformation des Bildes. Ausgangspunkt ist die linke untere Ecke des Bildes. Bei Bilder mit 1-, 4- oder 8-Bit Farbinformation enthält der Pixelwert nicht direkt die Farbinformation, sondern einen Index auf die Farbpalette. Bei 24-Bit Bildern entspricht der Pixelwert dem Farbwert, so daß die Farbpalette hier nicht benutzt wird. Die Daten können RLE-komprimiert sein. Dies ist aber nur selten der Fall.

GIF

GIF wurde von den Firmen UNISYS Corp. und CompuServe entwickelt. Ziel war eine minimale Dateigröße zum Austausch von Graphiken über Mailboxen. Da im Mikrocomputerbereich für jede gängige Hardware (Amiga, Atari, IBM-kompatible, Macintosh) Programme existieren, die GIF-Grafiken verarbeiten können, ist es vor allem als Austauschformat über Hardwaregrenzen hinweg von Bedeutung. Eine GIF-Datei kann mehrere Bilder enthalten, was z. B. Interlacing ermöglicht. Im sequentiellen Modus wird das Bild zeilenweise von links oben nach rechts unten codiert und ausgegeben. Unter 'Interlacing' versteht man eine Abwandlung des Bildaufbaus bei der Wiedergabe. Es erscheint zunächst ein recht grobes Bild, das dann schrittweise immer schärfer wird. So kann man sich schon recht schnell einen Eindruck verschaffen. Dazu wird der Bildaufbau in vier Durchgänge aufgeteilt. Im ersten Durchgang wird ausgehend von der Zeile 0 jede achte Zeile ausgegeben, also die Zeilen 0, 8, 16 usw. Im zweiten Durchgang wird ausgehend von Zeile 4 jede achte Zeile ausgegeben, also 4, 12, 20 usw. Im dritten Durchgang folgt ausgehend von Zeile 2 jede vierte Zeile, also 2, 6, 10 usw. Durchgang vier vervollständigt das Bild ausgehend von Zeile 1 mit jeder zweiten Zeile, also 1, 3, 5 usw.

Des weiteren kann man eine Farbe des Bildes als 'Hintergrundfarbe' definieren. Diese Farbe (im linken Bild hellblau) wird bei der Wiedergabe dann durch die Farbe des Hintergrundes ersetzt (rechtes Bild):

  

Zur Zeit gibt es zwei Versionen des GIF-Formats:

• GIF87a
• GIF89a

Eine GIF-Datei hat folgenden Aufbau:

• Die Signatur enthält die Buchstaben 'GIF' und eine Versionsnummer (87a oder 89a).

• Die Bildschirm-Definition definiert die Höhe und Breite des Bildschirms in Pixel, das sogenannte Resolution Flag, Hintergrundfarbe der Grafik sowie das Pixelseitenverhältnis (aspect ratio). Das Resolution Flag enthält Informationen über die Anzahl Bit pro Pixel (mit 4 Bit pro Pixel sind z.B. 16 Farben möglich)und die Anzahl der benutzten Farben in Bit. Außerdem existiert ein Flag, welches das Vorhandensein der optionalen globalen Farbskala anzeigt. Das Pixelseitenverhältnis wird aus dem Quotient von Pixelbreite und Pixelhöhe berechnet.

• Die globale Farbskala ist für eine präzise Farbwiedergabe bei Bildern verantwortlich, die auf einer anderen Hardware dargestellt werden sollen als sie erzeugt wurden. Für jede Farbe wird dabei der jeweilige Anteil der Farben Rot, Grün und Blau durch einen Wert von 0 (kein Anteil) bis 255 (voller Anteil) definiert. Anhand dieser Farbdefinition ist es anschließend möglich, für jedes Pixel die passendste farbliche Entsprechung auf der jeweiligen Hardware zu finden.

• Der Bild-Definitionsblock beginnt mit einem Bildtrennzeichen (2C hexadezimal) und enthält Informationen über die Position der linken oberen Ecke des Bildes auf dem Bildschirm in Pixel, über die Breite und Höhe des Bildes in Pixel (nicht größer als der vorher definierte Bildschirm) sowie diverse Flags. Die Flags geben u.a. an, ob eine lokale Farbskala existiert, ob das Bild sequentiell oder interlaced auszugeben ist und wieviele Bit eine Farbe der lokalen Farbskala beschreiben.

• Eine eventuell vorhandene lokale Farbskala für ein einzelnes Bild hat Vorrang vor der globalen Farbskala.

• Die eigentlichen Rasterdaten sind sowohl im sequentiellen Modus als auch im Interlaced-Mode LZW-komprimiert.

• Das GIF-Endzeichen ist stets 3B in hexadezimaler Form.

JPG

Das JPEG File Interchange Format (JFIF) ist eine Entwicklung der Firma C-Cube Microsystems zur Speicherung JPEG-komprimierter Daten. Eine JFIF-Datei hat folgenden Aufbau:

• Der Header enthält den Start of Image (SOI) marker (FF D8 hexadezimal), den Application marker (FF E0 hexadezimal), die Größe der APP0-Daten (s. u.), die Zeichenkette JFIF, die Versionsnummer der JFIF-Spezifikation (aktuell 1.02), die Maßeinheit (dots per inch, dots per centimeter oder keine), die Auflösung des Bildes in der festgelegten Maßeinheit sowie die Auflösung des optionalen Previewbildes in den APP0-Daten.

• Die APP0-Daten enthalten, falls vorhanden, 24-Bit Rot-Grün-Blau-Daten einer verkleinerten Version des Bildes. Dieses dient dazu, sich einen ersten Eindruck des vollständigen Bildes zu verschaffen. Dieses Preview-Bild ist nicht komprimiert.

• Optionale Header (ab Version 1.02) erlauben andere Varianten von Preview-Bildern, z.B. auch solche, die JPEG-komprimiert sind. Version 1.02 empfiehlt, nur noch diese neueren Header zu benutzen, um Informationen über Preview-Bilder zu speichern.

• Die eigentlichen Bilddaten bestehen aus Blöcken von JPEG-komprimierten Daten.

• EOI beendet die Datei.

PCX

Das PCX-Format wurde von der Firma ZSoft Corporation zur Speicherung und Übertragung der mit PC-Paintbrush erstellten Grafiken entwickelt. Dieses Format wurde von Microsoft übernommen und u.a. im Grafikprogramm MS-Paintbrush für Windows benutzt. PCX ist im PC-DOS/Windows-Bereich weit verbreitet, aber auch auf anderen Plattformen anzutreffen.

Nachteile des PCX-Formates sind eine hardwareabhängige Darstellung von Farben und Auflösung sowie ein relativ ineffizienter RLE-Kompressionsalgorithmus. Eine PCX-Datei hat folgenden Aufbau:

• Der Header begint mit der PCX-ID (0A hexadezimal) gefolgt von der PCX-Versionsnummer:
  1. Version 2.5 mit fester EGA-Farbpalette
  2. Version 2.8 mit modifizierbarer EGA-Farbpalette
  3. Version 2.8 ohne Farbpalette
  4. PC Paintbrush for Windows
  5. Version 3.0 von PC Paintbrush (24 Bit)

• Darauf folgen im Header Daten für die Kompressionsmethode (stets eine 1 für RLE, da scheinbar alle vorhandenen PCX-Daten komprimiert sind), die Anzahl Bits pro Farbebene (1,2,4,8 Bit, für 16,7 Mio. Farben sind 3 Farbebenen mit je 8 Bit nötig), die Bildgröße (Koordinaten der linken oberen und der rechten unteren Ecke), die Bildauflösung in horizontaler und vertikaler Richtung in der Einheit dots per inch (dpi) (abhängig vom erzeugenden Gerät), Einträge für eine 16 Farben EGA-Farbpalette, die Anzahl der Farbebenen (1, 3 oder 4), die Größe einer nichtkomprimierten Bildzeile einer einzigen Farbebene, die Art der Farbpalette (1= s/w oder Farbe, 2= Graustufen) sowie die horizontale und vertikale Größe des Bildschirmes auf dem das Bild erzeugt wurde. Abgeschlossen wird der Header mit den Zeichen 00 (hexadezimal).

  Gültige Kombinationen von Farbebenen und Anzahl der Pixel pro Farbebene sind:

  Farbebenen	Bits/Pixel	Anzahl Farben	Video-Modus
  1	1	2	s/w
  1	2	4	CGA
  3	1	8	EGA
  4	1	16	EGA und VGA
  1	8	256	Extended VGA
  3	8	16,7 Mio.	Extended VGA + XGA

• Die eigentliche Pixel-Information ist zeilenweise, nach Farbebenen getrennt komprimiert und abgelegt. Dabei sind jeweils ebensoviele Zeilen wie Farbebenen pro Bildzeile vorhanden. Gespeichert werden dabei Informationen zum Rot-, Grün- und Blaugehalt sowie zur Farbintensität. Es folgen also die Pixelinformationen für eine Bildzeile in der Reihenfolge Rot, Grün, Blau, Intensität .

• Der Inhalt der Farbpalette hängt, falls diese überhaupt existiert, von der Version der PCX-Datei ab. Hier wird nur die 256-Farben VGA-Palette kurz besprochen. Die Palette beginnt 769 Bytes vor dem Ende der Datei. Auch ein VGA-Bild benötigt die Palette nur, wenn das Bild mehr als 16 Farben enthält. Bei weniger als 16 Farben wird die EGA-Palette im Header benutzt. Die Farbpalette beginnt mit den Zeichen C0 (hexadezimal). Es folgen die 768 Bytes mit den Rot-, Grün- und Blauanteilen der maximal 256 VGA-Farben.

TIFF

TIFF ist eine Entwicklung der Firma Aldus Corporation. Dieses Format hat sich in den letzten Jahren zu einem der wichtigsten Formate für Rasterdateien entwickelt. Es wurde von Anfang an so umfangreich konzipiert, daß es eine Vielzahl von Speichermöglichkeiten bietet und neben den eigentlichen Grafikdaten auch Angaben wie der Name der benutzten Grafiksoftware oder der Scannertyp aufgenommen werden können. TIFF ist in der Lage, Schwarz/Weiß-, Grauwert- und Farbbilder zu speichern. Diese Möglichkeiten machen das Format komplizierter, andererseits aber auch universeller einsetzbar. Neben den meisten Scannern benutzen viele Grafikprogramme das TIFF-Format. Die letzte Revision ist TIFF 6.0 vom Juni 1992.

Das Einlesen von TIFF-Bildern bereitet manchen Programmen große Probleme. Aufgrund der möglichen Komplexität einer TIFF-Datei und der damit verbundenen Varianten (z.B. viele verschiedene Kompressionsmethoden) lesen viele Programme nur einen kleinen Anteil aller TIFF-Varianten. Die Fehlerursache ist dabei aber meist bei diesen Programmen zu suchen, da das TIFF-Format sehr präzise definiert ist. Wenn Sie Probleme beim Importieren einer TIFF-Datei haben, versuchen Sie, diese, falls noch möglich, unkomprimiert abzuspeichern und dann zu importieren.

Eine TIFF-Datei hat folgenden Aufbau:

• Der Header enthält Informationen für die Speicherart der Datei-Bytes (II für Intel little-endian, MM für Motorola big-endian) sowie die Versionsnummer (immer 42, unabhängig von der tatsächlichen Revisionsnummer) und die Adresse des ersten Image File Directories (IFD).

• Ein Image File Directory (IFD) besteht aus den drei folgenden Bereichen:
  

• Jedes Tag (Schlüssel) enthält Informationen über das zugehörige Bild. Dies können z.B. Bildbreite, Bildhöhe, Komprimierungsart sowie X- und Y-Offset sein. Die Anzahl der Tags ist variabel. Es gibt über 90 verschiedene Tags, die auftreten können. Daher ist die Länge des IFD nicht fest. Außerdem kann ein IFD überall (nach dem Header) in einer TIFF-Datei vorkommen. Enthält die Datei mehrere Bilder, so sind mehrere Anordnungen von IFD und Bilddaten möglich:

  Header IFD_1 IFD_2 ... IFD_n Bilddaten_1 Bilddaten_2 ... Bilddaten_n

  Header IFD_1 Bilddaten_1 IFD_2 Bilddaten_2 ... ... IFD_n Bilddaten_n

  Header Bilddaten_1 Bilddaten_2 ... Bilddaten_n IFD_1 IFD_2 ... IFD_n

• Folgt keine weiteres Bild, so ist die Adresse des nächsten IFD 00 (hexadezimal).

• Zur Speicherung werden die Bilder in Streifen einer festen Länge eingeteilt. Voreingestellt sind (2 hoch 32)-1 komprimierte Bildzeilen pro Streifen. Daher besteht ein Bild meist nur aus einem Streifen. Verschiedene Streifen eines einzigen Bildes können an beliebiger Stelle der TIFF-Datei auftreten. Die Bilddaten selbst können ebenfalls in beliebiger Reihenfolge gespeichert werden. Gebräuchlich sind die Varianten
  • Pro Bildebenen:
    Rot Rot Rot ... Grün Grün Grün ... Blau Blau Blau ...
  • Pro Farbkomponente:
    Rot Grün Blau Rot Grün Blau Rot Grün Blau Rot Grün Blau

Zum vorhergehenden Abschnitt

Zum Inhaltsverzeichnis

Zum nächsten Abschnitt

Copyright © FH München, FB 04, Prof. Jürgen Plate