Unidade III – Fundamentos e Sistemas de Cores

IME 04-10842
Computação Gráfica
Professor Guilherme Mota
Professor Gilson Costa
 Por que estudar cores em CG?
Geri's Game (Pixar) was produced with the goal to "take human
and cloth animation to new heights"

Won an Academy Award for Best Animated Short Film in 1998.

2/97
 Por que estudar cores em CG?

●
Uma imagem (e.g., uma fotografia) fica determinada pela
variação da cor nos diversos pontos de sua superfície ou
suporte.
●
O estudo da cor desempenha um papel importante no
estudos das imagens.

3/97
 O que são cores?

Luz + Sistema Visual

Fenômeno Psicofísico

4/97
Física da Luz

5/97
 Natureza dual da luz

ONDA PARTÍCULA
ELETROMAGNÉTICA

v / f

c=f

c = Velocidade da Luz 3.0x108 m/s

6/97
Espectro Eletromagnético

7/97
 Natureza da luz

A luz branca possui todos vermelho

os comprimentos de onda visíveis laranja
amarelo
verde
azul
violeta

Cor  (1 nm = 10-9 m)
Violeta 380-440 nm
Azul 440-490 nm
Verde 490-565 nm
Amarelo 565-590 nm
Laranja 590-630 nm
Vermelho 630-780 nm

8/97
Percepção das cores

9/97
Formação
de cores

10/97
 Processos de formação de cores

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

●
Podem ser de 2 tipos:
– Aditivo
– Subtrativo

11/97
 Processo aditivo

Ea

a

a+b
Eb
b

Ea+b() = Ea ()+Eb()

Ea+b O olho não vê componentes!

12/97
 Processo subtrativo

Ef
Ei t

  

Luz Filtro Luz

branca verde verde

t() → função transparência

Ef() = t() . Ei ()

13/97
 Processo subtrativo

Pigmento Pigmento Pigmento

amarelo azul vermelho

tons mais
claros Tinta
Tinta colorida
branca saturada

Cinzas

tons mais
escuros

Tinta
preta
14/97
Percepção
de cores

15/97
Representação no sistema visual humano

Diâmetro da Fovea: 1,5mm

Diâmetro do Olho: 20mm

16/97
 Representação no sistema visual humano

Cones
● Altamente sensível a cor
● Visão Fotópica: alta luminosidade
● 3 tipos: S (azul); M (verde); G (vermelho)
● 6-7 mio, principalmente na fóvea

Bastonetes
● Sensível a baixos níveis de iluminação
● Escotópica: baixa luminosidade
● 75 a 150 mio, ao longo da retina

17/97
 Representação no sistema visual humano

.20 G(λ)
.18 R(λ)
Resposta dos cones

.16
.14
.12
.10
.08
.06
.04
B(λ)
.02

400 440 480 520 560 600 640 680



18/97
Representação no sistema visual humano

Densidade de cones na Fovea (150000/mm2): comparável

com sensores artificiais.

19/97
 Reconstrução perceptual

Rc(C())

C’() reconstruída
C()
Rh(C())  Rh(C’())

20/97
Representação
de cores

21/97
 Representação no espaço tricromático

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

●
Isto significa que três amostras (nas faixas correspondentes
ao vermelho,
vermelho verde e azul)
azul são suficientes para os
propósitos de reconstrução perceptual.

22/97
 Sistemas emissores

●
Reconstroem cores.
●
Possuem um conjunto de
P1() P2() P3()
emissores Pk, k=1...n.
●
Cada emissor está Cr()
associado a uma cor
primária com distribuição
espectral Pk().
n
●
O conjunto de cores que C r ( λ )= ∑ c k P k ( λ )
podem ser reconstruídas k =1
por um sistema emissor é
denominado gamute.

23/97
Geometria dos espaços de cores tricromáticos

● Variação da luminância ● Retas de croma

c’
c

c c’

c’ = t.c
24/97
 Triângulo de Maxwell

(0,1,0)

(1,0,0)

=1
c
+ 3
c
: c 1+
2

(0,0,1)

25/97
 Coordenadas de cromaticidade

(0,1,0)
ci

*
c i

(1,0,0)

=1
c
+ 3
c
: c 1+
2
 ci
*
(0,0,1) c=
i
c 1 +c 2 +c 3

26/97
 Sólidos de cor e diagrama de cromaticidade

●
É um cone.
●
É convexo. Plano X+Y+Z=1

●
Cores espectrais (puras)
estão na fronteira.

Diagrama de cromaticidade (projeção do sólido

de cor sobre o Triângulo de Maxwell

27/97
 Sistemas de cor

●
Sólido de cor + uma base = Sistema de cor

c = c1 P1+ c2 P2+ c3 P3

28/97
Sistemas do CIE

29/97
 Sistemas de cor padrão

●
Sistemas propostos para especificação de cor padronizada.
●
Independentes de dispositivos físicos.
●
Sistemas propostos pela CIE
(Comission Internationale de l´Eclairage)
– Sistema CIE-RGB
– Sistema CIE-XYZ

30/97
 Sistema CIE-RGB

●
Primeiro sistema padrão proposto.
●
Utiliza uma representação de cor no espaço
tricromático
●
Base de primárias do sistema:
– R() vermelho com comprimento de onda de 700 nm
– G() verde com comprimento de onda de 546 nm
– B() azul com comprimento de onda de 435.8 nm

31/97
Funções de reconstrução de cor (Sistema CIE-RGB)

0.40

r (λ)
0.30 g (λ)
b (λ)
0.20

0.10

0.00

−0.10
400 500 λ 600 700 800

32/97
 Sistema CIE-RGB

0.9
520
0.8 540

0.7
560
0.6
500
0.5 580
y
0.4 600
620
0.3 E

0.2

480
0.1

0.0 460
0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8
x 33/97
 Sistema CIE-XYZ

●
Sistema proposto capaz de reconstruir todas as
cores visíveis.

●
A base de primárias {X,Y,Z} é formada por cores
não visíveis que estão fora do sólido de cor.

●
Deste modo todas as cores visíveis possuem
coordenadas positivas.

34/97
Funções de Reconstrução de Cor CIE-XYZ

35/97
Sistema CIE-XYZ

36/97
Sistema CIE-RGB

37/97
Sistema CIE-XYZ

38/97
 Conceitos de Cores no CIE-XYZ

● Saturação ● Complementaridade
c2

b c'
c1
a
a

b
c
x x

a a b
Saturação(c1 )= ⋅c+ ⋅c ' =Branco
a+b a+b a+b
α⋅c +β⋅c ' =Branco
39/97
 Comparação CIE-RGB e CIE- XYZ

● CIE-RGB ● CIE-XYZ
0.9
520
0.8 540

0.7
560
0.6
500
0.5 580
y
0.4 600
620
0.3 E

0.2

480
0.1

0.0 460
0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8
x

0.40

r (λ)
0.30 g (λ)
b (λ)
0.20

0.10

0.00

−0.10
400 500 λ 600 700 800

40/97
Conversão entre os sistemas CIE-RGB e CIE-XYZ

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

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

∣ ∣∣ ∣∣ ∣
X 0.49 0.31 0.20 R
Y = 0.17 0.81 0.01 ⋅ G
Z 0.00 0.01 0.99 B

41/97
Sistemas dos
dispositivos

42/97
 Sistema dos monitores - mRGB

Processo Aditivo

pixel

43/97
 Sistema dos monitores - mRGB

Reconstrução
G processo aditivo perceptual
verde
1.0 amarelo

ciano branco

K preto vermelho É comum termos 1 byte para

1.0 cada componente mapeando
R
[0, 255] em [0,1]
1.0
azul
magenta

44/97
Sistema das impressoras CMY

Processo Subtrativo

lu
z
br
an
ca luz ciano (0,1,1)

tinta ciano (0,1,1)

papel branco (1,1,1)

componente vermelha é absorvida

45/97
 Conversões entre sistemas

●
RGB para CMY
Ciano = 1 - Vermelho
Magenta = 1 - Verde
Amarelo = 1 - Azul

●
CMY para RGB
Vermelho = 1 - Ciano
Verde = 1 - Magenta
Azul = 1 - Amarelo

46/97
 Sistema das impressoras CMYK

Processo Subtrativo
Para usar menos tinta, e produzir tons pretos mais profundos: cores
não saturadas e escuras são produzidas usando de tinta preta em vez
da combinação de ciano, magenta e amarelo.

47/97
 Sistema das impressoras CMYK

K C M Y

48/97
 Conversões entre sistemas

●
CMY para CMYK
Preto = mínimo(Ciano,Magenta,Amarelo)
Ciano = (Ciano-Preto)/(1-Preto)
Magenta = (Magenta-Preto)/(1-Preto)
Amarelo = (Amarelo-Preto)/(1-Preto)

●
CMYK para CMY
Ciano = mínimo(1, Ciano  (1-Preto)+Preto)
Magenta = mínimo(1, Magenta  (1-Preto)+Preto)
Amarelo = mínimo(1, Amarelo  (1-Preto)+Preto)

49/97
Gamute no diagrama de cromaticidade dos
dispositivos

1.0
0.9
0.8
gamute de um monitor
0.7
C2
0.6
0.5 C1

0.4
W
0.3
0.2
0.1 gamute de uma impressora

0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 x

50/97
Sistemas de
interface

51/97
 Sistemas de interface

●
Permitem uma especificação intuitiva de cores.
●
São baseados em uma decomposição crominância-
luminância.

●
Utilizam o seguinte esquema:
– Escolha da crominância.
– Escolha da luminância (brilho).

52/97
 Sistemas de interface

● Escolha da crominância:

– Escolha de um ponto no espaço de croma

(bidimensional).
● Primeiro o usuário escolhe a matiz.
● Depois o usuário escolhe a saturação.

53/97
 Sistema HSV

●
Sistema criado para a especificação de cores em
monitores.
●
Introduz um sistema de coordenadas segundo o
esquema luminância-crominância no sistema
mRGB.
●
Descreve uma cor através de 3 parâmetros:
– Hue(matiz)
– Saturation(saturação)
– Value(valor), uma medida de brilho igual a
max{r,g,b}.

54/97
 Sistema HSV

G Y
C

R
B
M
R

55/97
 Sistema HSV

G
Branco (1,1,1)
1.0

1.0
R
Preto (0,0,0)
1.0 t
Ct
B

56/97
 Sistema HSV

V Value

G Y

C R

B M

H Hue

K S Saturation

57/97
Sistema HSV

58/97
Sistema HSV

59/97
 Manipulação de cores em imagens digitais

●
Operações que alteram o conjunto de cores (gamute)
presente na imagem.
●
Operações devem ser feitas sobre cada uma das três
bandas/canais/planos de cor da imagem.
●
Operações mais comuns: operações pontuais; manipulação
de histograma; filtragem/convolução.
●
Corriqueiramente, operações são chamadas indistintamente
de “filtros”.

60/97
Manipulação de cores em imagens digitais

vermelho
verde

azul
61/97
 Operações Pontuais: ci' = g(ci)

g : ci → ci '

y y

x x
2 2
f : {( x , y) ∈U ⊂ ℝ }→C f ' : {( x , y) ∈U ⊂ ℝ }→ C '
g ( f )⇔ f ' 62/97
 Manipulação de cores em imagens digitais

●
Negativo:

g ( f )⇔ f '
255

f'

0
0
f 255

63/97
Manipulação de cores em imagens digitais

64/97
 Manipulação de cores em imagens digitais

●
Realce de contraste:

g ( f )⇔ f '
255

f'

0
0
f 255

65/97
Manipulação de cores em imagens digitais

Original Manipulada

250

200

150
S a íd a

100

50

0
0 50 100 150 200 250
E n tra d a

66/97
 Manipulação de cores em imagens digitais

250
250

200
200

150 150
S a íd a

S a íd a
100
100

50
50

0
0 50 100 150 200 250 0
0 50 100 150 200 250
E n tra d a
E n tra d a

250
250

200
200

150
150
S a íd a

S a íd a
100
100

50
50

0
0 50 100 150 200 250 0
0 50 100 150 200 250
E n tra d a
E n t ra d a

67/97
 Manipulação de cores em imagens digitais

●
Correção Gamma:
g ( f )⇔ f '
255

f'

0
0
f 255

γ
g : ci → ci ' ; c i ' =c para γ=0.4
i
68/97
Manipulação de cores em imagens digitais

69/97
 Manipulação de cores em imagens digitais

●
Correção Gamma:
g ( f )⇔ f '
255

f'

0
0
f 255

γ
g : ci → ci ' ; c i ' =c para γ=2.5
i
70/97
Manipulação de cores em imagens digitais

71/97
 Manipulação de cores em imagens digitais

●
Ajuste de Contraste + Correção Gamma:

γ
g 2 ( f )=( g 1 ( f )) = f '

250
250

200
200

150 150
S a íd a

S a íd a
100 100

50 50

0 0
0 50 100 150 200 250 0 50 100 150 200 250

g2 g1
E n tra d a E n tra d a

72/97
Manipulação de cores em imagens digitais

Original Manipulada

250

200

150
S a íd a

100

50

0
0 50 100 150 200 250
E n tra d a

73/97
Manipulação de cores em imagens digitais

Original Manipulada

250

200

150
S a íd a

100

50

0
0 50 100 150 200 250
E n tra d a

74/97
 Manipulação de cores em imagens digitais

250
250

200
200

150 150
S a íd a

S a íd a
100
100

50
50

0
0 50 100 150 200 250 0
0 50 100 150 200 250
E n tra d a
E n tra d a

250
250

200
200

150
150
S a íd a

S a íd a
100
100

50
50

0
0 50 100 150 200 250 0
0 50 100 150 200 250
E n tra d a
E n t ra d a

75/97
 Manipulação de cores em imagens digitais

250 250

200 200

150 150
S a íd a

S a íd a
100 100

50
50

0
0 50 100 150 200 250 0
0 50 100 150 200 250
E n tra d a E n t ra d a

250 250

200 200

150 150
S a íd a

S a íd a
100 100

50
50

0
0 50 100 150 200 250 0
0 50 100 150 200 250
E n tra d a
E n t ra d a

76/97
 Manipulação de cores em imagens digitais

●
Combinação Linear: (Sepia)

g ( f )⇔ f '

∣ ∣∣ ∣∣ ∣
f ' r 0.393 0.769 0.189 f r
f ' g = 0.349 0.686 0.168 ⋅ f g
f ' b 0.272 0.534 0.131 f b

77/97
Manipulação de cores em imagens digitais

78/97
 Filtros Espaciais

●
Operação: máscara posicionada sobre cada pixel da
imagem de entrada.
g ( f )⇔ f '
36 36 36 36 36 ? ? ? ? ?
36 36 45 45 54 1/9 1/9 1/9 ? 38 41 45 ?
36 36 45 54 54 1/9 1/9 1/9 = ? 41 46 52 ?
36 45 54 54 63 1/9 1/9 1/9 ? 43 50 56 ?
36 45 54 63 63 w (s,t) ? ? ? ? ?
f (x,y) f ' (x,y) = g(x,y)
a b
g ( x, y )    w( s, t ) f ( x  s, y  t )
s   at   b
79/97
 Filtros Espaciais

●
Operação: máscara posicionada sobre cada pixel da
imagem de entrada.
a b
g ( x, y )    w(s, t ) f ( x  s, y  t )
s   at   b

1 1 1 1 7 1
1/9 1 1 1 1/88 7 54 7
1 1 1 1 7 1

máscara de máscara
média 3x3 gaussiana 3x3

80/97
 Filtros Espaciais

original média 3x3 média 5x5

média 7x7 média 15x15 média 25x25

81/97
 Filtros Espaciais

●
Derivadas da imagem digital:
●
Primeira derivada: Gradiente
●
Segunda derivada: Laplaciano

82/97
 Filtros Espaciais

f 4
3

x
2
1
0
Valor dos pixels
4 em linha horizontal
0 -1 1 3
2
1
0 Primeira derivada
-1
-2
-3
-4
4
3
2
1
0 Segunda derivada
-1
-2
-3
-4

83/97
 Filtros Espaciais

●
Primeira derivada:
 f 
Gx   x 
Gradiente: f      f 
G y   
 y 

Magnitude: 
f  magf   Gx2  G y2 1/ 2
 Gx  G y

 Gy 
Direção: α  x, y   tag 
1

 Gx 

84/97
 Filtros Espaciais

●
Máscaras para o Gradiente:

f
y

Roberts Prewitt Sobel

f
x

85/97
Filtros Espaciais

f  G x  G y

86/97
 Filtros Espaciais

●
Segunda derivada: Laplaciano

2 f 2 f
f 2  2
2

x y

2 f
 f ( x  1, y )  f ( x  1, y )  2 f ( x, y )
x 2

2 f
 f ( x, y  1)  f ( x, y  1)  2 f ( x, y )
y 2

 2 f  f ( x  1, y )  f ( x  1, y )  f ( x, y  1)  f ( x, y  1)  4 f ( x, y )

87/97
 Filtros Espaciais

●
Segunda derivada: Laplaciano

2 f 2 f
f 2  2
2

x y

 2 f  f ( x  1, y )  f ( x  1, y )  f ( x, y  1)  f ( x, y  1)  4 f ( x, y )

88/97
 Filtros Espaciais

●
Segunda derivada: Laplaciano

2 f 2 f
f 2  2
2

x y

89/97
Filtros Espaciais

90/97
 Filtros Espaciais

●
Filtro de aguçamento (sharpening)

ou

-C -C -C

-C 8C+1 -C

-C -C -C

91/97
 Filtros Espaciais

original

92/97
 Filtros Espaciais

0 -1 0
-1 5 -1
0 -1 0

93/97
 Filtros Espaciais

-1 -1 -1
-1 9 -1
-1 -1 -1

94/97
 Filtros Espaciais

●
Filtro de aguçamento (unsharp): subtrai da imagem uma
versão suavizada dela mesma.

f s ( x , y )  f ( x, y )  f ( x, y )

95/97
 Filtros Espaciais

original

96/97
 Filtros Espaciais

unsharp

97/97
Fim

98/97