الرسم بالحاسوب computer graphics وهو فرع من فروع علم الحاسوب , في هذا الحقل تقسم العديد من بيانات الصور إلى صنفين رئيسيين هما Bitmap image(raster image) التي يمكن تمثيل بيانات الصور من خلالها و الصنف الثاني Vector images التي تستخدم لخزن المنحنيات و الإشكال بخزن بعض النقاط المفتاحية Key points التي تمثل الشكل.توجد العديد من الهيئات التي تقع ضمن الصنف الأول و التي يكون بعضها مضغوطا compressed .بصورة عامة تحتوي معظم هذه الهيئات على معلومات عن ملف الصورة والتي تخزن في جزء يسمى بالصديرة image header ,وجزء يحتوي على معلومات عن بيانات الصورةImage data , بالإضافة إلى الجزء المتعلق بلوحة الألوان و التي تسمى بالـPalette و التي تتكون من جدول له أربع مداخل( أعمدة) تمثل الألوان الأساسية التي هي الأحمر Red والأزرق blue و الأخضر Green كل منها ممثل ببايت واحد بالإضافة إلى البايت الرابع الذي يكون اختياريا كما موضح في الشكل ( 3) . يعتمد حجم هذه اللوحة على عدد الألوان المستخدمة في الصورة . يجب أن يحتوي جزء الصديرة على المعلومات التالية 1) عدد الصفوف (الارتفاع) number of rows (height) 2) عدد الاعمدة (العرض) number of columns(width) 3) عدد الحزم number of bands 4)عدد البتات لكل عنصر صورة number of bits per pixel 5) نوع الملف file type بالاضافة في بعض الهيئات قد يحتوي الملف على معلومات خاصة بطريقة الضغط.
8bit index RED GREEN BLUE
|
|
Optional byte
|
B0
|
G0
|
R0
|
|
|
B1
|
G1
|
R1
|
|
|
B2
|
G2
|
R2
|
|
|
.
.
.
.
.
.
.
|
.
.
.
.
.
.
.
|
.
.
.
.
.
.
.
|
|
|
B254
|
G254
|
R254
|
|
|
B255
|
G255
|
R255
|
شكل(3) تركيب لوحة الألوان
|
أشهر أنواع هيئات ملفات الصور المستخدمة هي :
-BMP(Bit Map Picture)
-Joint photographic Expert Group) JPEG(
- TIFF(Tagged Image File Format)
-GIF( Graphics Interchange Format)
لكن أكثر هذه الأنواع بساطة وأشهرها هو BMP الذي يتكون من الأجزاء التالية
ملف الصورة BMP
هذه الصيغة عامة لإغراض صممت لكي تلاؤم الصورة من أي حجم تسمى في بعض الأحيان Bitmap file format أو DIB(Device-Independent Bitmap) حيث تحزن عناصر الصورة pixels مع عمق لوني (color depth=1,4,8,16,24,OR 32 BITS PER PIXEL). حيث يتكون ملف الـbmp من الأجزاء التالية
|
BMP File Header
|
يخزن معلومات عن ملف ال BMP
|
|
Bitmap Information
|
يخزن معلومات عن bitmap image
|
|
Color Palette
|
يخزن معلومات عن الالوان المستخدمة في الصورة
|
|
Bitmap Data
|
يخزن عناصر الصورة Image Pixels
|
BMP File Header:
هذا الجزء ذو 14 بايت و يتضمن الحقول الآتية:
-Signature بطول 2 بايت يحتوي على القيمتين B,M الذي يميز ملف ال BMP
-file size بطول 4 بايت يحتوي على حجم الملف بالبايت
-unused reserved بطول 2 بايت يعتمد استخدامه على التطبيق المستخدم في الصورة
- unused reserved بطول 2 بايت يعتمد استخدامه على التطبيق المستخدم في الصورة
-offset بطول 4 بايت تمثل الازاحة او عنوان البداية للبايت الذي توجد عنده بيانات الصورة
Bitmap Information
هذا الجزء ذو 40 بايت و يتضمن الحقول الآتية:
- length بطول 4 بايت يخصص الى طول ال header بالبايت (40 byte)
- Width بطول 4 بايت يخصص الى عرض الصورة (عدد عناصر الصورة )
- Height بطول 4 بايت يخصص الى طول الصورة بالبايت
- Number of color plans بطول 2 بايت تكون قيمته مساوية الى1
- Bitcount بطول 2 بايت يخصص الى عدد البتات لكل عنصر صورة color depth=1,4,8,16,24,or 32
- Compression method بطول 4 بايت يخصص الى طريقة الضغط المستخدمة
- Image size بطول 4 بايت يخصص حجم الصورة
- Horizontal resolution of the image بطول 4 بايت يخصص الى الدقة العمودية
- vertical resolution of the image بطول 4 بايت يخصص الى الدقة الافقية
- number of color in color palette بطول 4 بايت يخصص الى عدد الالوان في لوحة الالوان.
- Number of important color used بطول 4 بايت يخصص الى عدد الالوان المهمة في الصورة.
لوحة الالوان Color Palette:
هي جدول بالالوان المتوفرة في الصورة و الموضح في الشكل رقم(3)
منطقة بيانات الصورة Bitmap Data
تحتوي هذه المنطقة على البايتات التي تصف الصورة pixel by pixel. تحزن عناصر الصورة بطريقة "upside-down" حيث تبدأ من الزاوية السفلى اليسرى lower left corner من اليسار الى اليمين وصف صف من الأسفل إلى الأعلى.
العمليات على الصورImage Operation
1-العمليات الحسابية والمنطقية Arithmetic & Logical operation:-
تستعمل العلاقات الحسابية والمنطقية بين العناصر و بشكل مكثف في اغلب فروع معالجة الصور. يرمز للعمليات الحسابية بين عنصرين p1,P2و كما يلي:
-الجمع Addition
إن العملية (+) في تطبيقها البسيط ,لها إدخال وإخراج, ادخالها عبارة عن صورتين متماثلتين بالحجم واخراجها عبارة عن صورة ثالثة بنفس الحجم أيضاً ..والتي فيها قيمة كل بكسل ناتجة عن مجموع قيم البكسلات المتقابلة في كل من صورتي الادخال حسب المعادلة التاليه:
اما إذا أردت اضافة قيمة ثابتة لصورة وحيدة نقوم بتطبيق العلاقة التالية :
مثال/ لجمع صورتين,I2 I1 لتكوين صورة ثالثة I3 يتم ذلك كما يأتي:
ملاحظه
· إذا كان تمثيل الصورة يعتمد على 8 بتات عندها فإن مجال قيم البكسلات يتراوح بين 0- 255 ، ومن الممكن جداً أن تكون نتيجة الجمع أكبر من الحد الأعظمي المسموح لهذا المجال وتحل المشكلة اما بجعل قيم البكسلات الفائضة جميعها بالقمية العظمي للمجال وهذا ما يسمى بالإشباع Saturation ، أو أن تلف قيم البكسلات مرة أخرى ابتداء من الـ 0 وهذا ما يسمى بالدوران Wrapping وذلك حسب التطبيق المستخدم..
Figure 1 Mapping function for wrapping the pixel values of an 8-bit image.
والمخطط بياني التالي يبين الفرق بين الـ Saturation والـ Wrapping :
Figure 2 Mapping function for saturating an 8-bit image.
استخدامات الجمع :
1-عمليه الجمع بين صورتين :يبين المثال التالي ..كيف أن عملية الجمع (+) يمكن أن تستخدم لتوضيح حواف صورة ما ,لتكن لدينا الصورة التالية :
وبتطبيق عملية كشف الحواف عليها ..نحصل على ما يلي :
وبجمع الصورتين ..نحصل على صورة مماثلة للصورة الأولى ...لكنها ذات حواف أوضح قليلاً كما هو مبين :
لكن : مجموع قيم بكسلات صورة الحواف مع القيم الأساسية في الصورة الأصلية هو أكبر من القيمة الأعظمية الممكنة للبكسل ،عندئذ فإن هذه البكسلات (في مثالنا هذا ) قد لفت لبداية المجال Wrapped around ، هذا يعني أن قيمة هذه البكسلات منخفضة ، لذلك كان من الصعب التمييز بينها وبين بكسلات المنطقة المحيطة .
أما لو تم تطبيق الإشباع الـ Saturation لحصلنا على الصورة النتيجة التالية :
تبين هذه الصورة بوضوح حواف هذا الجسم والمبينة باللون الابيض .
2-اضافة ثابت الى صوره: ومن الاستخدامات الهامة لعملية الجمع هي زيادة سطوع صورة عبر اضافة قيمة ثابتة لكل بكسل من الصورة ,وكمثال عليها لنأخذ الصورة التالية :
بإضافة القيمة 50 لهذه الصورة سنحصل على الصورة التالية :
الطرحSubtraction
تأخذ العملية (-) ادخال عبارة عن صورتين متماثلتين بالحجم وخرجها عبارة عن صورة ثالثة بنفس الحجم أيضاً ..والتي فيها قيمة كل بكسل ناتجة عن طرح من قيمة كل بكسل من الصورة الأولى قيمة البكسل المقابل في الصورة الثانية ,حسب المعادله التاليه
أو نستطيع أن نستخدم العلاقة التالية لنحسب الفرق بين الصورتين بالقيمة المطلقة :
من الممكن أيضاً أن تستخدم صورة وحيدة كدخل لها ..وأن يتم طرح قيمة معينة ثابتة من قيمة كل بكسل من هذه الصورة حسب المعادله التاليه
استخدامات الطرح :
1-أحد الاستخدامات الشائعة للطرح هو طرح خلفية Background من مشهد لتوضيح الصورة الأمامية Foreground وتسهيل تحليلها ، فعلى سبيل المثال :
تبين هذه الصورة جزء من نص مضاء بشكل سيء أي هناك انعكاس اضاءة قوي على مقدمة الصورة ونود فصل النص الأمامي عن صورة الخلفية لنفترض بأننا لا نستطيع تغيير شروط الإضاءة لكن بالإمكان أن نصور أكثر من صورة ضمن نفس الوسط ...صورنا صفحة فارغة تحت نفس الوسط وهي كالتالي :
بإمكاننا الآن أن نطرح الخلفية من الصورة الأصلية كمحاولة لإزالة أثر اضاءة الخلفية المتدرجة ، لكن قبل القيام بذلك نجمع لبكسلات الصورة الأولى القيمة الافتراضية 100 لتجنب الحصول على أعداد سالبة ..عندها نحصل على الصورة التالية الناتجة عن الطرح :
نلاحظ بقاء التباين ضعيف للغاية في اسفل الصورة رغم عزل الخلفية باستخدام الطرح .. لذلك هناك اساليب وطرق اخرى لمعالجة هذا النوع من المشاكل.
2- يستعمل الفرق المطلق بين صورتين في كشف الاختلاف ، اذا كانت الصورتان متماثلتين تماماً فالفرق المطلق بين هاتين الصورتين سينتج صورة قيم جميع بكسلاتها مساوية للصفر ، أما اذا تحرك جسم أو أكثر بين الصورتين فإن الفرق المطلق سيوضح الاختلافات بين هاتين الصورتين .
وكمثال على هذا الاستخدام للطرح :
لتكن لدينا الصورة التالية
ولتكن الصورة الثانية
والتي تبين نفس الصورة السابقة ولكن بعد تحريك عنصرين في الصورة السابقة,لو حسبنا الفرق بين الصورتين بالقيمة المطلقة ..لحصلنا على الصورة :
وبهذه العملية تكون قد توضحت الأجسام المتغيرة بين الصوريتن .
3- يستخدم الطرح البسيط أيضاً (طرح ثابت من صورة ) لتعتيم الصورة ، كما استخدمنا بالعملية المعاكسة ( عملية جمع ثابت لصورة ) لزيادة سطوع الصورة .
مثال:لتكن لدينا الصورة التالية :
المادة المعروضة اعلاه هي مدخل الى المحاضرة المرفوعة بواسطة استاذ(ة) المادة . وقد تبدو لك غير متكاملة . حيث يضع استاذ المادة في بعض الاحيان فقط الجزء الاول من المحاضرة من اجل الاطلاع على ما ستقوم بتحميله لاحقا . في نظام التعليم الالكتروني نوفر هذه الخدمة لكي نبقيك على اطلاع حول محتوى الملف الذي ستقوم بتحميله .