Computer/Robot-Vision: Übung 1

Größe: px
Ab Seite anzeigen:

Download "Computer/Robot-Vision: Übung 1"

Transkript

1 Computer/Robot-Vision: Übung 1 Michael Korn Raum: BC 414, Tel.: , michael.korn@uni-due.de Michael Korn (michael.korn@uni-due.de) Computer/Robot-Vision: Übung 1 1 / 24

2 Digitale Bilder Michael Korn Computer/Robot-Vision: Übung 1 2 / 24

3 Was ist ein digitales Graustufenbild? Michael Korn Computer/Robot-Vision: Übung 1 3 / 24

4 Was ist ein digitales Graustufenbild? Michael Korn Computer/Robot-Vision: Übung 1 4 / 24

5 Ortsauflösung Michael Korn Computer/Robot-Vision: Übung 1 5 / 24

6 Kontrastauflösung Michael Korn Computer/Robot-Vision: Übung 1 6 / 24

7 Mathematische Darstellung eines Graustufenbildes gegeben sind Breite W und Höhe H eines Graustufenbildes b g weiterhin gegeben Anzahl Intensitäten I (I 1 entspricht Weiß) Bild b g ist eine Funktion N 2 N, genauer {0,...,W 1} {0,...,H 1} {0,...,I 1} Koordinatenpaar (x, y) beschreibt ein Pixel mit Intensität b g (x,y) Michael Korn (michael.korn@uni-due.de) Computer/Robot-Vision: Übung 1 7 / 24

8 Darstellung eines Graustufenbildes im Rechner Realisierung im Allgemeinen durch ein 2D-Feld in C/C++: unsigned char bg[w][h] oder kurz uchar bg[w][h] I ist typischerweise 256 (8 Bit, unsigned char) Kapselung der Datenstruktur durch Bibliothek (z.b. OpenCV) Michael Korn (michael.korn@uni-due.de) Computer/Robot-Vision: Übung 1 8 / 24

9 Was ist Farbe? Michael Korn Computer/Robot-Vision: Übung 1 9 / 24

10 Was ist Farbe? Sinneswahrnehmung, ausgelöst durch Licht im menschlichen Auge gibt es 3 verschiedene Arten von Rezeptoren Farbe ist aus unserer Sicht etwas 3-dimensionales eine Farbe wird also durch ein Koordinatentripel beschrieben, im RGB-Modell z.b. durch (r,g,b) Michael Korn (michael.korn@uni-due.de) Computer/Robot-Vision: Übung 1 10 / 24

11 Mathematische Darstellung eines Farbbildes gegeben sind Breite W und Höhe H eines Farbbildes b f weiterhin gegeben Anzahl Intensitäten je Farbkanal I Bild b f ist eine Funktion N 2 N 3, genauer {0,...,W 1} {0,...,H 1} {0,...,I 1} 3 Koordinatenpaar (x, y) beschreibt ein Pixel mit Farbtripel b f (x,y) N 3 Michael Korn (michael.korn@uni-due.de) Computer/Robot-Vision: Übung 1 11 / 24

12 Darstellung eines Farbbildes im Rechner Realisierung im Allgemeinen durch ein 2D-Feld, bestehend aus Strukturen in C/C++: struct {unsigned char r,g,b;} bf[w][h]; in OpenCV: Datentyp Vec3b I ist typischerweise 256 (8 Bit pro Kanal 24 Bit) Michael Korn (michael.korn@uni-due.de) Computer/Robot-Vision: Übung 1 12 / 24

13 RGB-Kanäle Michael Korn Computer/Robot-Vision: Übung 1 13 / 24

14 Nachbarschaft 4er-Nachbarschaft: Pixel haben eine gemeinsame Seite 8er-Nachbarschaft: Pixel haben eine gemeinsame Seite oder einen gemeinsamen Eckpunkt Michael Korn Computer/Robot-Vision: Übung 1 14 / 24

15 Helligkeit Helligkeit eines Graustufenbildes b g ist der Mittelwert der Intensitäten der Pixel Formel: h(b g ) = 1 W H W 1 x=0 H 1 y=0 b g (x,y) Michael Korn (michael.korn@uni-due.de) Computer/Robot-Vision: Übung 1 15 / 24

16 Kontrast Kontrast eines Graustufenbildes b g ist die Varianz der Intensitäten der Pixel Formel: k(b g ) = 1 W H W 1 x=0 H 1 y=0 (b g (x,y) h(b g )) 2 Michael Korn (michael.korn@uni-due.de) Computer/Robot-Vision: Übung 1 16 / 24

17 Rauschen und Störungen Michael Korn Computer/Robot-Vision: Übung 1 17 / 24

18 Visual Studio und OpenCV Michael Korn Computer/Robot-Vision: Übung 1 18 / 24

19 Tutorial Verwendung des Musterprojektes Hello World -Programm mit OpenCV (Aufgabe 1.1) Michael Korn Computer/Robot-Vision: Übung 1 19 / 24

20 Aufgabe 1.2 Bild airplane.jpg laden rechteckigen Ausschnitt (260, 225, 50, 50) aus erstem Bild umkopieren in zweites Bild und dabei auf Pixel vergrößern Michael Korn Computer/Robot-Vision: Übung 1 20 / 24

21 Aufgabe 1.3 Bild baboon.jpg laden Rot- und Blau-Kanal miteinander vertauschen Michael Korn Computer/Robot-Vision: Übung 1 21 / 24

22 Aufgabe 1.4 Bild fruits.jpg laden in HSV-Farbmodell umwandeln Kanäle (H, S, V) einzeln anzeigen im Internet weitere Bilder suchen mit den Stichworten Farbkreis oder color wheel Michael Korn Computer/Robot-Vision: Übung 1 22 / 24

23 Aufgabe 1.5 Bild fruits.jpg laden Kontrast um 21% erhöhen Helligkeit um 10 Graustufen verringern Michael Korn Computer/Robot-Vision: Übung 1 23 / 24

24 Aufgabe 1.6 leeres 8-bit-Graustufenbild der Größe erstellen x 256 (( die folgende Funktion anzeigen: 255 e 128 )2 +( y )2 ) dabei sollen Funktionswerte als unterschiedliche Graustufen dargestellt werden Michael Korn (michael.korn@uni-due.de) Computer/Robot-Vision: Übung 1 24 / 24

Grundlagen der Bildverarbeitung: Übung 1

Grundlagen der Bildverarbeitung: Übung 1 Grundlagen der Bildverarbeitung: Übung 1 Michael Korn Raum: BC 414, Tel.: 0203-379 - 3583, E-Mail: michael.korn@uni-due.de Michael Korn (michael.korn@uni-due.de) GBV: Übung 1 1 / 24 Digitale Bilder Michael

Mehr

Let's talk Gimp Farbräume. RGB-Farbraum. Digitales Gestalten mit Open Source

Let's talk Gimp Farbräume. RGB-Farbraum. Digitales Gestalten mit Open Source Unter Farbmodelle versteht man die Aufteilung in unterschiedliche Farbräume, über die eine Farbe definiert werden kann. Alle hier genannten Farbräume werden in Gimp dargestellt: Die bekanntesten sind:

Mehr

FARBTIEFE / KANÄLE 1 5

FARBTIEFE / KANÄLE 1 5 1 5 FARBTIEFE Die Farbtiefe gibt an, wieviel bit an Informationen pro Pixel gespeichert werden. Je mehr bits gespeichert werden, desto mehr verschiedene Farbabstufungen können dargestellt werden. Farbtiefe

Mehr

Grundlagen der Bildverarbeitung: Übung 3

Grundlagen der Bildverarbeitung: Übung 3 Grundlagen der Bildverarbeitung: Übung 3 Michael Korn Raum: BC414, Tel.: 0203-379 - 3583, E-Mail: michael.korn@uni-due.de Michael Korn (michael.korn@uni-due.de) Grundlagen der Bildverarbeitung: Übung 3

Mehr

Farbtiefe. Gängige Farbtiefen

Farbtiefe. Gängige Farbtiefen Farbtiefe Die Anzahl der darstellbaren Farben ist abhängig von den Farbabstufungen, die in einem Pixel gespeichert werden. Die Anzahl der darstellbaren Farbtöne wird als Farbtiefe bezeichnet. Die Farbtiefe

Mehr

Übung zu Einführung in die Informatik # 14

Übung zu Einführung in die Informatik # 14 Übung zu Einführung in die Informatik # 14 Tobias Schill tschill@techfak.uni-bielefeld.de 12. Februar 2016 Aktualisiert am 12. Februar 2016 um 11:13 Erstklausur: Mi, 24.02.2016 von 10-12Uhr Antworten von

Mehr

Zu hell oder zu dunkel? Histogramm im ueye Cockpit nutzen

Zu hell oder zu dunkel? Histogramm im ueye Cockpit nutzen Zu hell oder zu dunkel? Histogramm im ueye Cockpit nutzen Kennen Sie das? Ihr Bild wirkt flau oder in dem dunklen, kontrastarmen Bild können Sie die aufgenommenen Objekte nicht unterscheiden. In diesem

Mehr

Scannen. 1. Hardware 2. Farbsysteme 3. Farbtiefe 4. Auflösung 5. Einstellungsoptionen 6. Quellen Referat: Scannen

Scannen. 1. Hardware 2. Farbsysteme 3. Farbtiefe 4. Auflösung 5. Einstellungsoptionen 6. Quellen Referat: Scannen Scannen 1. Hardware 2. Farbsysteme 3. Farbtiefe 4. Auflösung 5. Einstellungsoptionen 6. Quellen 1. Hardware Flachbettscanner Trommelscanner Kleinbild- Diascanner APS- Filmscanner Digital- Kompaktkamera

Mehr

Digitale Bilder. Ein Referat von Jacqueline Schäfer und Lea Pohl Am

Digitale Bilder. Ein Referat von Jacqueline Schäfer und Lea Pohl Am Digitale Bilder Ein Referat von Jacqueline Schäfer und Lea Pohl Am 06.05.2015 Inhaltsverzeichnis Einheiten Grafiktypen Bildformate Farbtiefe Farbbilder/ Farbräume Quellen Einführung in die Bildverarbeitung

Mehr

VU Einführung in Visual Computing Sebastian Zambanini Computer Vision Lab TU Wien. Ablauf

VU Einführung in Visual Computing Sebastian Zambanini Computer Vision Lab TU Wien. Ablauf 186.922 VU Einführung in Visual Computing Einführung in MATLAB Wiederholung 18.3.2013 Sebastian Zambanini Computer Vision Lab TU Wien Ablauf Letztes Mal: MATLAB Einführung (90 Minuten) NächstenMontag Montag,

Mehr

Bilder: Eigenschaften

Bilder: Eigenschaften Bilder: Eigenschaften Images M. Thaler TG208 tham@zhaw.ch Juni 17 1 1 Um was geht es? Juni 17 2 Was ist ein Bild? - hier sehen sie verschiedene Ausschnitte eines digitalen Bildes -das Bild besteht aus

Mehr

Grundlagen digitaler Bildbearbeitung

Grundlagen digitaler Bildbearbeitung Grundlagen digitaler Bildbearbeitung Folie 2 Inhaltsübersicht Bitmaps und Vektorgrafiken Grafikformate Farbräume und Farbmodelle Farbmodus (Farbtiefe) Bildauflösung Webfarben Folie 3 Bitmaps und Vektorgrafiken

Mehr

FARBEN IM INTERNET FARBWERTE, FARBTIEFEN IN DER BILDBEARBEITUNG

FARBEN IM INTERNET FARBWERTE, FARBTIEFEN IN DER BILDBEARBEITUNG FARBEN IM INTERNET FARBWERTE, FARBTIEFEN IN DER BILDBEARBEITUNG Unter dem Begriff Farbtiefe versteht man die Anzahl der pro Pixel zur Verfügung stehenden Bits zur Speicherung der Farbinformationen. Die

Mehr

Übung: Computergrafik 1

Übung: Computergrafik 1 Prof. Dr. Andreas Butz Prof. Dr. Ing. Axel Hoppe Dipl.-Medieninf. Dominikus Baur Dipl.-Medieninf. Sebastian Boring Übung: Computergrafik 1 Konvolutionen Morphologische Operationen Hough-Transformation

Mehr

Bilder. Bildsuchmaschiene. Bildsuche. Überblick. Beispiele im WWW. Inhaltsbasierte Bildsuche Motivation

Bilder. Bildsuchmaschiene. Bildsuche. Überblick. Beispiele im WWW. Inhaltsbasierte Bildsuche Motivation Bilder Inhaltsbasierte Bildsuche Motivation Informatica Feminale Universität Bremen, Aug. 2005 Maja Temerinac Albert-Ludwigs-Universität Freiburg Ein Bild sagt mehr als tausend Worte. Chinesisches Sprichwort

Mehr

Programmieren: Bildbearbeitung

Programmieren: Bildbearbeitung Programmieren: Bildbearbeitung Das Thema der folgenden Aufgaben ist Bildbearbeitung. Sie erhalten dazu ein Rahmenprogramm, das bereits Bilder lesen und darstellen kann. Dieses Rahmenprogramm basiert auf

Mehr

LF 7.01 Daten für verschiedene Ausgabeprozesse aufbereiten MPA M. Datentiefe

LF 7.01 Daten für verschiedene Ausgabeprozesse aufbereiten MPA M. Datentiefe Datentiefe Bilddateien mit möglichst natürlich wirkenden Tonwertübergängen, sollten feine Abstufung ohne sichtbare Stufen (Tonwertsprünge) der Helligkeiten beinhalten. Es gibt 8 Bit oder 16 Bit Dateien.

Mehr

Digitalisierung. Vorlesung FH-Hagenberg DSB

Digitalisierung. Vorlesung FH-Hagenberg DSB Digitalisierung Vorlesung FH-Hagenberg DSB Abbildungssysteme Camera obscura einfachstes Abbildungssystem bekannt seit dem Altertum Licht fällt durch eine Lochblende in das Innere einer abgedunkelten Kammer

Mehr

7. Organisation von Informationen

7. Organisation von Informationen Computeranwendung in der Chemie Informatik für Chemiker(innen) 7. Organisation von Informationen Jens Döbler 2003 "Computer in der Chemie", WS 2003-04, Humboldt-Universität VL7 Folie 1 Grundlagen Programme

Mehr

Kennen, können, beherrschen lernen was gebraucht wird

Kennen, können, beherrschen lernen was gebraucht wird Grundlegendes zu Bitmaps und Vektorgrafiken Zusammenfassung der Unterschiede zwischen Vektorgrafiken und Bitmaps Bitmaps Es können einzelne Pixel bearbeitet werden Größe und Position der Pixel können nicht

Mehr

Datenbanken und Informationssysteme. Bildbearbeitung. DI (FH) Levent Öztürk

Datenbanken und Informationssysteme. Bildbearbeitung. DI (FH) Levent Öztürk Datenbanken und Informationssysteme DBI2 Bildbearbeitung DI (FH) Levent Öztürk Inhalt GIMP Vektorgrafik, Pixelgrafik Pixel, Punkt und co. Dpi, ppi Komprimierung Grafikformate BMP JPG GIF PNG TIFF Übungen

Mehr

Was bisher geschah. digitale Bilder: Funktion B : pos col Matrix B col

Was bisher geschah. digitale Bilder: Funktion B : pos col Matrix B col Was bisher geschah digitale Bilder: Funktion B : pos col Matrix B col pos mit den Mengen pos von Positionen (Adressen) col von Farben, Intensitäten Aufgaben maschineller Bildverarbeitung: Erzeugung, Wiedergabe,

Mehr

Digitale Bilder. Klassisches Photo. keine einzelnen Bildpunkte erkennbar kontinuierliche Verläufe scheinbar unendliche Auflösung.

Digitale Bilder. Klassisches Photo. keine einzelnen Bildpunkte erkennbar kontinuierliche Verläufe scheinbar unendliche Auflösung. Digitale Bilder Klassisches Photo keine einzelnen Bildpunkte erkennbar kontinuierliche Verläufe scheinbar unendliche Auflösung Folie 2 1 Grauwertbilder: Modell physikalisches Modell Objektpunkte reflektieren

Mehr

Ergebnisse der schriftlichen Zwischenprüfung Frühjahr 2018 Gärtner/Gärtnerin - Fachrichtung Garten- und Landschaftsbau Zuständige Stelle: Gartenbauzen

Ergebnisse der schriftlichen Zwischenprüfung Frühjahr 2018 Gärtner/Gärtnerin - Fachrichtung Garten- und Landschaftsbau Zuständige Stelle: Gartenbauzen 2000000885 2 2 4 5 6 5 4 4 2000003796 3 3 2 4 4 2 2 3 2000008262 2 2 2 6 5 5 3 2 2000010756 3 3 2 5 5 4 5 3 2000030386 2 3 1 5 5 3 4 4 2000040144 4 4 4 4 6 4 4 3 2000047293 1 4 3 2 6 5 5 4 2000062196 1

Mehr

Digitale Schwarz-Weiß-Fotografie

Digitale Schwarz-Weiß-Fotografie Digitale Schwarz-Weiß-Fotografie Warum Schwarz-Weiß? Zonensystem, Dynamikumfang und Bittiefe Bewusst SW fotografieren Der Kamera-Workflow SW-Umsetzung die falschen Wege SW-Umsetzung die richtien Wege Der

Mehr

Grundlagen der Farbenlehre

Grundlagen der Farbenlehre Farben in einem System darzustellen ist nicht möglich! Ordnungsmöglichkeit wären: Farbmischsysteme Farbmustersysteme Farbmaßsysteme Farbauswahlsysteme Seite 1 Was sind Farbmischsysteme? Farbmischsysteme

Mehr

Farbmodelle. MBV5 Werner Backfrieder FH-Hagenberg. Spektrale Zerlegung der sichtbaren Lichtes

Farbmodelle. MBV5 Werner Backfrieder FH-Hagenberg. Spektrale Zerlegung der sichtbaren Lichtes Farbmodelle MBV5 FH-Hagenberg Spektrale Zerlegung der sichtbaren Lichtes 1 Additive und subtraktive Farbmischung Chromatizitätsdiagramm X=r/(r+g+b) Y=g/(r+g+b) Z=b/(r+g+b) X+Y+Z=1 2 RGB-Modell Farbe wird

Mehr

Digitale Bildverarbeitung (DBV)

Digitale Bildverarbeitung (DBV) Digitale Bildverarbeitung (DBV) Prof. Dr. Ing. Heinz Jürgen Przybilla Labor für Photogrammetrie Email: heinz juergen.przybilla@hs bochum.de Tel. 0234 32 10517 Sprechstunde: Montags 13 14 Uhr und nach Vereinbarung

Mehr

technology T05.2a teach with space DER SENSE HAT Anzeige von Text und Bildern auf der LED-Matrix des Sense HAT Leitfaden für Lehrer

technology T05.2a teach with space DER SENSE HAT Anzeige von Text und Bildern auf der LED-Matrix des Sense HAT Leitfaden für Lehrer technology T05.2a teach with space DER SENSE HAT Anzeige von Text und Bildern auf der LED-Matrix des Sense HAT Leitfaden für Lehrer Kurzfassung seite 3 Hintergrund seite 4 Aufgaben Themen und Ziele seite

Mehr

Licht und Farben. Andreas Spillner. Computergrafik, WS 2018/2019

Licht und Farben. Andreas Spillner. Computergrafik, WS 2018/2019 Licht und Farben Andreas Spillner Computergrafik, WS 2018/2019 Farbwahrnehmung des Menschen im Auge Das Verständnis, wie Farbeindrücke entstehen, ist ein wesentlicher Bestandteil der Computergrafik. Der

Mehr

3Mit den Werten R=30, 2Über das Symbol. 4Alles. 1Ausgangspunkt hier: ein Scan vom Dia, noch nicht richtig scharf

3Mit den Werten R=30, 2Über das Symbol. 4Alles. 1Ausgangspunkt hier: ein Scan vom Dia, noch nicht richtig scharf Einstellungsebenen, Kanäle und Ebenenmasken 2Über das Symbol ( Einstellungsebene ) in der Ebenenpalette erzeugt man eine temporäre Kanalmixer-Ebene. 3Mit den Werten R=30, G=60, B=10 für den Kanalmixer

Mehr

Farben. Spektrale Zerlegung der sichtbaren Lichtes. Folie 2

Farben. Spektrale Zerlegung der sichtbaren Lichtes. Folie 2 Farben Spektrale Zerlegung der sichtbaren Lichtes Folie 2 1 Additive und subtraktive Farbmischung Additives Modell Primäre Grundfarben: Rot, Grün, Blau Subreaktives Modell Primäre Grundfarben: Cyan, Magenta,

Mehr

Farben. Grundlagen und Farbräume. Spektrale Zerlegung der sichtbaren Lichtes

Farben. Grundlagen und Farbräume. Spektrale Zerlegung der sichtbaren Lichtes Farben Grundlagen und Farbräume Spektrale Zerlegung der sichtbaren Lichtes 1 Additive und subtraktive Farbmischung Additives Modell, Grundfarben: Rot, Grün, Blau Subraktives Modell, Grundfarben: Cyan,

Mehr

Messen von Strahlendaten an LED und Produktionsmesstechnik für LED-Baugruppen

Messen von Strahlendaten an LED und Produktionsmesstechnik für LED-Baugruppen Messen von Strahlendaten an LED und Produktionsmesstechnik für LED-Baugruppen Franz Schmidt 8. Ilmenauer Lichttag 28.03.2009 Gliederung Einleitung: Messaufgaben an LED und LED- Baugruppen Strahlendatenmessung

Mehr

Medientechnik. Übung 5 Java Bildbearbeitung - Teil 2

Medientechnik. Übung 5 Java Bildbearbeitung - Teil 2 Medientechnik Übung 5 Java Bildbearbeitung - Teil 2 Planung Nr Zeitraum Thema 1 20.04. 25.04. Bildretusche mit Gimp 2 27.04. 01.05. GUI Programmierung 3 04.05. 08.05. Model-View Controller 4 18.05. 22.05.

Mehr

Farbtechnik und Raumgestaltung/EDV

Farbtechnik und Raumgestaltung/EDV Abb. 1 Das RGB-Farbmodell Über die additive Farbmischung werden durch die 3 Grundfarben Rot, Grün und Blau alle Farben erzeugt. Im RGB Modell werden ihre Werte je von 0 bis 1 festgelegt. R = G = B = 1

Mehr

BILDBEARBEITUNG IM UNTERRICHT

BILDBEARBEITUNG IM UNTERRICHT BILDBEARBEITUNG IM UNTERRICHT Grundlagen Farbtiefe Farbmodelle CYMK, RGB Patrick Meier, Wilmatt 2, 637 Root, msib.ch GRUNDLAGEN PHOTOSHOP Ein zentraler Begriff bei Pixelgrafiken ist die Bildauflösung.

Mehr

Kennen, können, beherrschen lernen was gebraucht wird

Kennen, können, beherrschen lernen was gebraucht wird Abbildung 1 - Übersichtsorganigramm 14.06.2013 Seite 1 Inhaltsverzeichnis Inhaltsverzeichnis... 2 Bildqualität verbessern... 2 Die Reihenfolge der Korrekturen bei der Bildbearbeitung... 2 Ebenenangleichungen...

Mehr

Mod. 2 p. 1. Prof. Dr. Christoph Kleinn Institut für Waldinventur und Waldwachstum Arbeitsbereich Fernerkundung und Waldinventur

Mod. 2 p. 1. Prof. Dr. Christoph Kleinn Institut für Waldinventur und Waldwachstum Arbeitsbereich Fernerkundung und Waldinventur Histogramme der Grauwerte der TM Kanäle 1-7 für das Beispielsbild. - Kanäle 4 und 5 zeigen mehr Differenzierung als die anderen (Kontrast=das Verhältnis der hellsten zur dunkelsten Fläche in der Landschaft).

Mehr

Einführung Aufgabe 3 - MPEG. Tobias Reinsch 2011

Einführung Aufgabe 3 - MPEG. Tobias Reinsch 2011 Einführung Aufgabe 3 - MPEG Tobias Reinsch 2011 Allgemeines Aufgabe 3 - MPEG Ziel der Aufgabe Kennenlernen der Bildkodierungsverfahren des MPEG Standards Praktische Umsetzung dieser Techniken mit Java

Mehr

Objekterkennung durch Vergleich von Farben. Videoanalyse Dr. Stephan Kopf HWS2007 Kapitel 5: Objekterkennung

Objekterkennung durch Vergleich von Farben. Videoanalyse Dr. Stephan Kopf HWS2007 Kapitel 5: Objekterkennung Objekterkennung durch Vergleich von Farben 48 Farbräume (I) Definitionen: Farbe: Sinnesempfindung (keine physikalische Eigenschaft), falls Licht einer bestimmten Wellenlänge auf die Netzhaut des Auges

Mehr

Multimediatechnik / Video

Multimediatechnik / Video Multimediatechnik / Video Video-Farben Pixel, Farben, RGB/YUV http://www.nanocosmos.de/lietz/mtv Helligkeits- und Farb-Pixel s/w-pixel: Wert = Helligkeit Beispiel 8 Bit/Pixel = 256 Stufen 0=schwarz, 255=weiß

Mehr

Datenbanken und Informationssysteme. Bildbearbeitung. DI (FH) Levent Öztürk

Datenbanken und Informationssysteme. Bildbearbeitung. DI (FH) Levent Öztürk Datenbanken und Informationssysteme DBI2 Bildbearbeitung DI (FH) Levent Öztürk Inhalt GIMP Vektorgrafik, Pixelgrafik Pixel, Punkt und co. Dpi, ppi Komprimierung Grafikformate BMP JPG GIF PNG TIFF Übungen

Mehr

SalsaJ Übung 0. Programm öffnen / Menüstruktur Öffne das Programm SalsaJ (Salsaj2.jar). Open Image File Bilddatei öffnen

SalsaJ Übung 0. Programm öffnen / Menüstruktur Öffne das Programm SalsaJ (Salsaj2.jar). Open Image File Bilddatei öffnen SalsaJ Übungen SalsaJ Übung 0 Programm öffnen / Menüstruktur Öffne das Programm SalsaJ (Salsaj2.jar). Open Image File Bilddatei öffnen Save Image Bild speichern Undo Last Operation Letzte Aktion rückgängig

Mehr

CMY. Bei der additiven Farbmischung addieren sich die drei Primärfarben zur Farbe Weiß.

CMY. Bei der additiven Farbmischung addieren sich die drei Primärfarben zur Farbe Weiß. 1 Farben auch als Lichtfarben. Der Begriff Lichtfarben deutet bereits an, dass sie nicht für die Druckausgabe geeignet sind, da sie nur im Licht existieren. Bei der additiven Farbmischung addieren sich

Mehr

1.2.1 Analoges Speichern auf Vinyl Erläutern Sie die prinzipielle Funktionsweise von Langspielplatten bzw. Plattenspielern.

1.2.1 Analoges Speichern auf Vinyl Erläutern Sie die prinzipielle Funktionsweise von Langspielplatten bzw. Plattenspielern. 1 Digitalisierung https://de.wikipedia.org/wiki/digitalisierung 1.1 Was versteht man unter Digitalisierung 1.2 Digital vs. Analog 1.2.1 Analoges Speichern auf Vinyl Erläutern Sie die prinzipielle Funktionsweise

Mehr

Digitalisierung. Vorlesung FH-Hagenberg MBI

Digitalisierung. Vorlesung FH-Hagenberg MBI Digitalisierung Vorlesung FH-Hagenberg MBI Biomedizinische Bildverarbeitung Werner Backfrieder Abbildungssysteme Camera obscura einfachstes Abbildungssystem bekannt seit dem Altertum Licht fällt durch

Mehr

Bilder und Mathematik. Reinhard Oldenburg, Wien

Bilder und Mathematik. Reinhard Oldenburg, Wien Bilder und Mathematik Reinhard Oldenburg, Wien 6.11.2009 1 Struktur Themenzentrierung und Kompetenzorientierung Bildverarbeitung Untersuchung eines Bildverarbeitungsprogramms: Gimp Bildverarbeitungsapplets:

Mehr

Der Goopax Compiler GPU-Programmierung in C++ ZKI AK-Supercomputing, Münster, 27.03.2014, Ingo Josopait

Der Goopax Compiler GPU-Programmierung in C++ ZKI AK-Supercomputing, Münster, 27.03.2014, Ingo Josopait Der Goopax Compiler GPU-Programmierung in C++ AMD R9 290X: 5.6 TFLOPS (SP MulAdd) Programmierung ~10000 Threads Entwicklungsumgebungen Entwicklungsumgebungen CUDA, OpenCL Compiler: kernel GPU Maschinencode

Mehr

3. Aufgabe: Bitmap-Datei

3. Aufgabe: Bitmap-Datei 1 Einleitung 3. Aufgabe: Bitmap-Datei In dieser Programmieraufgabe soll eine Grafik erstellt und gespeichert werden. Es wurde das Bitmap-Format von Microsoft gewählt, da es recht einfach erstellt und von

Mehr

Angewandte Mathematik und Programmierung

Angewandte Mathematik und Programmierung Angewandte Mathematik und Programmierung Einführung in das Konzept der objektorientierten Anwendungen zu mathematischen Rechnens WS 2013/14 Operatoren Operatoren führen Aktionen mit Operanden aus. Der

Mehr

Digitale Fotografie für das Web Wintersemester 2013/2014 MEINF4330

Digitale Fotografie für das Web Wintersemester 2013/2014 MEINF4330 Digitale Fotografie für das Web Wintersemester 2013/2014 MEINF4330 Grundlagen der digitalen Bildbearbeitung 09.01.2014 Version 1.1 Ergänzung: ein unterschätzter Helfer Transferprogramme übertragen Bilddateien

Mehr

Workshop 3 Blend's & Collagen Lektion 27

Workshop 3 Blend's & Collagen Lektion 27 Workshop 3 Blend's & Collagen Lektion 27 Titel: Nektar Geschrieben am: 19.4.2009 Von: Tina-Wölkchen Mit: PI 12 Material: 2 Fotos KB-TW-Grafik, einen Font 1 selbsterstellte Maske von Euch Leinwand weiß:

Mehr

Internationaler Studiengang Medieninformatik

Internationaler Studiengang Medieninformatik HTW Berlin Prof. Dr. Kai Uwe Barthel Nachname: Vorname: Codename: Matr. Nr: Internationaler Studiengang Medieninformatik Grundlagen digitaler Medien Sitzplatz: Punkte: Note: Nachklausur WS09/10 26. 3.

Mehr

Distributed Algorithms. Image and Video Processing

Distributed Algorithms. Image and Video Processing Chapter 7 High Dynamic Range (HDR) Distributed Algorithms for Quelle: wikipedia.org 2 1 High Dynamic Range bezeichnet ein hohes Kontrastverhältnis in einem Bild Kontrastverhältnis bei digitalem Bild: 1.000:1

Mehr

Eine Handschrift vektorisieren

Eine Handschrift vektorisieren Vom Pixelbild zur Vektor-Datei Tipps und Tricks rund um Ihr Marketing, Grafik und Design Vom Pixelbild zur Vektor-Datei Langner Beratung GmbH Metzgerstraße 59 72764 Reutlingen 0 71 21 / 79 80 60-0 www.langner-beratung.de

Mehr

IrfanView Schnelle und einfache Bildbearbeitung

IrfanView Schnelle und einfache Bildbearbeitung IrfanView Schnelle und einfache Bildbearbeitung Das Programm zum Herunterladen: http://www.irfanview.de Eine online-einführung des baden-württembergischen Landesbildungsservers: http://www.lehrerfortbildung-bw.de/werkstatt/anleitung/bild/irfanview/index.html

Mehr

Scanner. Gerätetypen und deren Anwendung

Scanner. Gerätetypen und deren Anwendung Scanner Gerätetypen und deren Anwendung Computeria Zürich Werner Züst 13.07.2016 1 Verschiedene Scanner-Typen Was ist ein Scanner? o Ein Gerät, das Dokumente, Zeitungsausschnitte, Bilder, und ähnliches

Mehr

Kapitel 3: Digitaler Siebdruck Bildmodi: RGB und Graustufen

Kapitel 3: Digitaler Siebdruck Bildmodi: RGB und Graustufen Kapitel 3: Digitaler Siebdruck Bildmodi: RGB und Graustufen Photoshop bietet die verschiedensten Möglichkeiten auf ein ganzes Bild Veränderungen anzuwenden. Helligkeit, Kontrast und Tonwertkorrekturen

Mehr

Histogramm Mit dem Histogramm zu besseren Bildern?!

Histogramm Mit dem Histogramm zu besseren Bildern?! Seite 1 Mit dem zu besseren Bildern?! Eine Einführung in die funktion von Digitalkameras - 13. Eppsteiner Fototage - Seite 2 - Begriffserklärung - Ein (Säulendiagramm) ist die grafische Darstellung der

Mehr

Bilder und Fotos bearbeiten mit Paint Shop Pro 8

Bilder und Fotos bearbeiten mit Paint Shop Pro 8 2008 AGI-Information Management Consultants May be used for personal purporses only or by libraries associated to dandelon.com network. Bilder und Fotos bearbeiten mit Paint Shop Pro 8 Thomas Becker Inhaltsverzeichnis

Mehr

Grafikformate. Auflösung Farbtiefe Farbmodelle

Grafikformate. Auflösung Farbtiefe Farbmodelle Farblehre Grafikformate Auflösung Farbtiefe Farbmodelle Grafikformate 1. Auflösung Je höher die Auflösung umso besser das Bild. niedrig mittel hoch 09.03.2007 2 Auflösung 1cm 1cm 1 Pixel pro cm Auflösung

Mehr

Grundlagen der Bildverarbeitung: Informationen zur Übung

Grundlagen der Bildverarbeitung: Informationen zur Übung Grundlagen der Bildverarbeitung: Informationen zur Übung Michael Korn Raum: BC 414, Tel.: 0203-379 - 3583, E-Mail: michael.korn@uni-due.de Michael Korn (michael.korn@uni-due.de) GBV: Informationen zur

Mehr

Farbmomente. Christoph Sommer Seminar Inhaltsbasierte Bildsuche

Farbmomente. Christoph Sommer Seminar Inhaltsbasierte Bildsuche Farbmomente Seminar Inhaltsbasierte Bildsuche Farbmomente Einleitung und Motivation Statistische Momente Geometrische Momente Macht der Momente Hu-Momente Orthogonale Basen für Momente Generalisierte Farbmomente

Mehr

Inhalt. Bildaufnahme / Digitale Bilder. Kameras CCD Sensoren Auge Sampling / Aliasing Quantisierung

Inhalt. Bildaufnahme / Digitale Bilder. Kameras CCD Sensoren Auge Sampling / Aliasing Quantisierung Inhalt Bildaufnahme / Digitale Bilder Kameras CCD Sensoren Auge Sampling / Aliasing Quantisierung Abtastung, Parameter Aliasing-Beispiel: Unterabtastung einer periodischen Funktion. Rekonstruktion ergibt

Mehr

Messen optischer Größen, Messen aus Bildern Übersicht Optische Strahlung, Sensorik Geometrie, Photogrammetrie Kamerakalibrierung Stereo

Messen optischer Größen, Messen aus Bildern Übersicht Optische Strahlung, Sensorik Geometrie, Photogrammetrie Kamerakalibrierung Stereo Messen optischer Größen, Messen aus Bildern Übersicht Optische Strahlung, Sensorik Geometrie, Photogrammetrie Kamerakalibrierung Stereo Menschliche Wahrnehmung Neurophysiologie Kognitive Psychologie Digitale

Mehr

Der MS - PHOTOEDITOR

Der MS - PHOTOEDITOR Der MS - PHOTOEDITOR Inhaltsverzeichnis Der MS - PHOTOEDITOR Einleitung Dateiformate Das Photoeditor Hauptfenster Das Effektemenü Scharfzeichnen Weichzeichnen Negativ Verfeinern Plakateffekt Solarisation

Mehr

Digitale Bildverarbeitung

Digitale Bildverarbeitung Digitale Bildverarbeitung Prof. Dr. Sibylle Schwarz HTWK Leipzig, Fakultät IMN Gustav-Freytag-Str. 42a, 04277 Leipzig Zimmer Z 411 (Zuse-Bau) http://www.imn.htwk-leipzig.de/~schwarz sibylle.schwarz@htwk-leipzig.de

Mehr

Die digitale Welt. Springer Fachmedien Wiesbaden 2015 V. Brückner, Das globale Netz, essentials, DOI / _2

Die digitale Welt. Springer Fachmedien Wiesbaden 2015 V. Brückner, Das globale Netz, essentials, DOI / _2 Die digitale Welt 2 Wie die Welt von morgen aussehen wird, hängt in großem Maß von der Einbildungskraft jener ab, die gerade jetzt lesen lernen. Astrid Lindgren, Kinderbuchautorin Bis Ende des 20. Jahrhunderts

Mehr

Lehrstuhl für Datenverarbeitung. Technische Universität München. Leistungskurs C++ OpenCV

Lehrstuhl für Datenverarbeitung. Technische Universität München. Leistungskurs C++ OpenCV Leistungskurs C++ OpenCV Was ist OpenCV? OpenCV (Free Open Source Computer Vision) ist eine Library mit Funktionen für Computer Vision in Echtzeit Ursprünglich von Intel entwickelt, inzwischen hauptsächlich

Mehr

Algorithmen und Datenstrukturen

Algorithmen und Datenstrukturen Algorithmen und Datenstrukturen 2.1 Einfache Datentypen in C W. Tasin, M.Sc. Fakultät 04 tasin@hm.edu Allgemeines (1) Einfache (od. primitive) Datentypen legen fest, wie die Information kodiert im Speicher

Mehr

Auslesen einer Bitmap-Ressource: 16bpp BGR565

Auslesen einer Bitmap-Ressource: 16bpp BGR565 Auslesen einer Bitmap-Ressource: 16bpp BGR565 1 Grundlagen... 2 1.1 Vorbemerkungen... 2 1.2 Die Farbinformationen... 2 1.3 Gewinnen der Farbinformationen... 2 1.3.1 Farbinformationen Blau... 2 1.3.2 Farbinformation

Mehr

Kurze Bedienungsanleitung für GIMP. Vorhaben Verfahren Symbol. Fenster >Einzelfenster-Modus. Fenster > Andockbare Dialoge > Werkzeugeinstellungen

Kurze Bedienungsanleitung für GIMP. Vorhaben Verfahren Symbol. Fenster >Einzelfenster-Modus. Fenster > Andockbare Dialoge > Werkzeugeinstellungen Inhalt Grundeinstellungen... 1 Arbeitsoberfläche... 1 Bildinformationen... 2 Laden und Speichern... 2 Veränderung der Bildfläche (Leinwandgröße)... 2 Veränderung des Bildformates und der Bildqualität...

Mehr

BEARBEITUNG VON LUFTBILDERN AUS DEM INTERNET

BEARBEITUNG VON LUFTBILDERN AUS DEM INTERNET 1. Luftbilder z. B. aus der Basiskarte Sachsen ausschneiden Einige Bundesländer erstellen regelmäßig Luftbilddatensätze ihres Gebietes. So auch das Land Sachsen. Auf der dafür vorgesehenen Internet-Seite:

Mehr

Übungsblatt 1. Java Vorkurs (WS 2017)

Übungsblatt 1. Java Vorkurs (WS 2017) Übungsblatt 1 Java Vorkurs (WS 2017) Aufgabe 1 Hallo-Welt Erstelle ein neues Projekt mit dem Namen HelloJava. Erzeuge in diesem Projekt eine neue Klasse HelloJava. (a) Schreibe die main-methode in die

Mehr

Wie genau kann der Differenzenquotient für Δx 0 berechnet werden?

Wie genau kann der Differenzenquotient für Δx 0 berechnet werden? Wie genau kann der Dierenzenquotient ür Δ berechnet werden? Beispiel: ()= 3 =. ( )=.3 DQ (,Δ),,8,6,4, DQ DQ ( ),,,5,,5 Δ ( + Δ) ( ), Δ = Δ Scheint au den ersten Blick ganz gut zu unktionieren Wie genau

Mehr

anleitung farben Farb-Auswahl und Mischung Farbbearbeitung von ausgewähltem Bildmaterial (Vektoren) Menüleiste: Bearbeiten -> Farben bearbeiten

anleitung farben Farb-Auswahl und Mischung Farbbearbeitung von ausgewähltem Bildmaterial (Vektoren) Menüleiste: Bearbeiten -> Farben bearbeiten 1. Farbmenüs auf einen Blick Da Illustrator ein sehr leistungsstarkes Tool zur Farbbearbeitung ist, bietet es entsprechend viele Möglichkeiten und Menüs. Farb-Auswahl und Mischung Farbbearbeitung von ausgewähltem

Mehr

2. Aufgabe (3 Punkte) Ergänzen Sie die leeren Zellen derart, dass sich in einer Zeile die selben Zahlenwerte ergeben.

2. Aufgabe (3 Punkte) Ergänzen Sie die leeren Zellen derart, dass sich in einer Zeile die selben Zahlenwerte ergeben. Programmieren bei Dr. Robert Heß TM&M1, IST1 und ET1 Ende SS 2003 Klausur 1. Aufgabe (2 Punkte) Kodieren Sie folgende Dezimalzahlen in Binärzahlen um. Zeigen Sie den Rechenweg, die negative Zahl soll im

Mehr

Digitale Videotechnik

Digitale Videotechnik Digitale Videotechnik Prof. Dr. Hansjörg Mixdorff Digitale Videotechnik, WS 02/03, TFH Berlin G. Heising, H. Mixdorff 1 1 1 Hansjörg Mixdorff seit April 2001 an der TFH Berlin Professor für Digitale A/V-Technik

Mehr

Klinik für Kleintiere Radiologie Justus-Liebig-Universität Gießen. Besondere Aspekte des Digitalen Röntgens im Strahlenschutz

Klinik für Kleintiere Radiologie Justus-Liebig-Universität Gießen. Besondere Aspekte des Digitalen Röntgens im Strahlenschutz Klinik für Kleintiere Radiologie Justus-Liebig-Universität Gießen Besondere Aspekte des Digitalen Röntgens im Strahlenschutz Nele Ondreka Digitales Röntgenbild Matrix aus Bildelementen (Picture Elements

Mehr

5.1 Mehr Basistypen. (Wie viele Werte kann man mit n Bit darstellen?)

5.1 Mehr Basistypen. (Wie viele Werte kann man mit n Bit darstellen?) 5.1 Mehr Basistypen Außer int, stellt Java weitere Basistypen zur Verfügung. Zu jedem Basistyp gibt es eine Menge möglicher Werte. Jeder Wert eines Basistyps benötigt die gleiche Menge Platz, um ihn im

Mehr

Musteraufgaben für die Semesterendprüfung

Musteraufgaben für die Semesterendprüfung INE1 Musteraufgaben für die Semesterendprüfung Zeit Maximale Punktzahl Hilfsmittel Abgabe Hinweise 90 Minuten 90; alle sechs Aufgaben haben dasselbe Gewicht (je 15 Punkte) Zwei Blätter selbst verfasste,

Mehr

Digitale Bildverarbeitung Einheit 6 Punktoperationen

Digitale Bildverarbeitung Einheit 6 Punktoperationen Digitale Bildverarbeitung Einheit 6 Punktoperationen Lehrauftrag WS 06/07 Fachbereich M+I der FH-Offenburg Dr. Bernard Haasdonk Albert-Ludwigs-Universität Freiburg Ziele der Einheit Elementare Bildverbesserung

Mehr

Scannen. Stefan Maihack Dipl. Ing. (FH)

Scannen. Stefan Maihack Dipl. Ing. (FH) Scannen Stefan Maihack Dipl. Ing. (FH) Inhalt Vorbereiten des Scan-Vorgangs Scannen von zu erfassendem Text Scannen von Vektorgrafiken und Fotos Verbesserungen nach dem Scannen Vorbereiten des Scannvorgangs

Mehr

Übung zu Algorithmen und Datenstrukturen (für ET/IT)

Übung zu Algorithmen und Datenstrukturen (für ET/IT) Übung zu Algorithmen und Datenstrukturen (für ET/IT) Sommersemester 2018 Mai Bui Computer Aided Medical Procedures Technische Universität München Administratives Zentralübung (Mittwoch, 09:45 11:15) Programmierbeispiele

Mehr

Bildbearbeitung mit Gimp

Bildbearbeitung mit Gimp PH Bern Institut Sekundarstufe 1 Studienfach Informatik Bildbearbeitung mit Gimp Inhalt 1. Einleitung... 1 2. Bildgrösse festlegen... 1 3. Bild in verschiedenen Formaten speichern... 2 4. Bildausschnitt

Mehr

Klausur: Informatik, am 11. Juli 2013 Gruppe: B Dirk Seeber, h_da, Fb Informatik. Nachname: Vorname: Matr.-Nr.: Punkte:

Klausur: Informatik, am 11. Juli 2013 Gruppe: B Dirk Seeber, h_da, Fb Informatik. Nachname: Vorname: Matr.-Nr.: Punkte: Seite 1 von 10 Hiermit bestätige ich, dass ich die Übungsleistungen als Voraussetzung für diese Klausur in folgender Übung erfüllt habe. Jahr: Übungsleiter: Unterschrift: 1. Aufgabe ( / 6 Pkt.) a) Geben

Mehr

0. Erste Schritte REM. Jürgen Mäter Arbeitsgruppe Modellierung und Simulation. Lehrstuhl für Informatik 4 TU Dortmund

0. Erste Schritte REM. Jürgen Mäter Arbeitsgruppe Modellierung und Simulation. Lehrstuhl für Informatik 4 TU Dortmund REM 0. Erste Schritte Jürgen Mäter Arbeitsgruppe Modellierung und Simulation Lehrstuhl für Informatik 4 TU Dortmund Juergen.Maeter@udo.edu Campus Süd R402/GB5 Tel.: 0231 755 2411 http://ls12-www.cs.tu-dortmund.de//%7emarwedel/eda/08-edaindex.html

Mehr

Grundlagen. Histogramme

Grundlagen. Histogramme Grundlagen e Digitalkameras verfügen über integrierte Belichtungsmesser und zeigen die Verteilung der Tonwerte im Bild als Balkengrafik () an. Das gibt Auskunft über die Anzahl der Pixel im jeweiligen

Mehr

Labor Software-Entwicklung 1

Labor Software-Entwicklung 1 Fakultät für Technik STUDIENGANG MEDIZINTECHNIK Labor Software-Entwicklung 1 Vorbereitungsaufgaben zu Versuch 4 C-Programmierung Rekursion Wintersemester 2015/2016 Seite 1 von 7 Vorbemerkungen Literatur

Mehr

Farbmodelle in Photoshop

Farbmodelle in Photoshop Farbmodelle in Photoshop Der Farbmodus RGB (Rot Grün und Blau) beschreibt eine Farbe über bestimmte Werte für jede der drei Primärfarben. Diese Informationen sind in drei Kanälen gespeichert, jeweils einem

Mehr

Leistungskurs C++ CMake und OpenCV

Leistungskurs C++ CMake und OpenCV Leistungskurs C++ CMake und OpenCV Martin Knopp, Johannes Feldmaier, Stefan Röhrl 25.10.2016 Folie 1/31 LK C++: CMake & OpenCV Martin Knopp, Johannes Feldmaier, Stefan Röhrl 25.10.2016 Themen heute Prüfung,

Mehr

Portrait im Billy & Hells Style

Portrait im Billy & Hells Style Portrait im Billy & Hells Style Photoshop-Tutorial für PC von Jens Kühnemund www.j-k-photoart.de Dies ist Dein Ziel: Auf den folgenden Seiten wirst Du Tipps und Tricks erfahren, die sich natürlich auch

Mehr

Farbe und Farbmanagement

Farbe und Farbmanagement VHS Tübingen - Photoshop - Druckvorstufe 1/6 Farbe und Farbmanagement Warum Farbmanagement? Allein der Begriff Farbmanagement bereitet so manchem das Gefühl, irgendetwas nachholen zu müssen, was er längst

Mehr

Grafikformate. Grafikformate. Digitale Bildverarbeitung Bildkompression

Grafikformate. Grafikformate. Digitale Bildverarbeitung Bildkompression Digitale Bildverarbeitung Bildkompression Einleitung Datenmenge für ein unkomprimiertes Bild Verwendungszweck des Bildes Bild soll weiterverarbeitet werden Bild soll archiviert werden Bild soll per E-Mail

Mehr

Übung Datenstrukturen. Objektorientierung in C++

Übung Datenstrukturen. Objektorientierung in C++ Übung Datenstrukturen Objektorientierung in C++ Aufgabe 1a - Farben Schreiben Sie eine Klasse COLOR zur Beschreibung von Farben. Eine Farbe werde hierbei additiv durch ihren Rot-, Grün- und Blauanteil

Mehr

(Kurs B5 Erweiterte IrfanView-Funktionen)

(Kurs B5 Erweiterte IrfanView-Funktionen) Workshop Teil *Bildbearbeitung* (Kurs B5 Erweiterte IrfanView-Funktionen) Hominiden bearbeiten Freistellen Bilderrahmen Effekte (Filter)anwenden Mit Thumbnails arbeiten, Rote Augen entfernen Eine Collage

Mehr