Informação: pixel

AOS ALUNOS DE TECNOLOGIA DA INFORMAÇÃO;

Pixel ou Píxel (sendo o plural pixels) (aglutinação de Picture e Element, ou seja, elemento de imagem, sendo Pix a abreviatura em inglês para Picture) é o menor elemento num dispositivo de exibição (como por exemplo um monitor), ao qual é possível atribuir-se uma cor. De uma forma mais simples, um pixel é o menor ponto que forma uma imagem digital, sendo que o conjunto de milhares de pixels formam a imagem inteira.

Num monitor colorido cada Pixel é composto por um conjunto de 3 pontos: verde, vermelho e azul. Nos melhores monitores cada um destes pontos é capaz de exibir 256 tonalidades diferentes (o equivalente a 8 bits) e combinando tonalidades dos três pontos é então possível exibir pouco mais de 16.7 milhões de cores diferentes (exatamente 16.777.216). Em resolução de 640 x 480 temos 307.200 pixels, a 800 x 600 temos 480.000 pixels, a 1024 x 768 temos 786.432 pixels e assim por diante.

Pixel de um monitor LCD.

DEFINIÇÕES TÉCNICAS

Um pixel não precisa representar obrigatoriamente um pequeno quadrado.

As imagens mostram maneiras alternativas de se reconstruir uma

imagem usando: um conjunto de pixels (píxeis), pontos, linhas e filtragem,

respectivamente.

Um píxel (pixel) é geralmente considerado como o menor componente de uma imagem digital. A definição de píxel é altamente dependente do contexto a qual a palavra está inserida. Por exemplo, pode ser "píxeis imprimíveis" de uma folha ou página, píxeis transportados por sinais eletrônicos, representado por valores digitais, píxeis em dispositivos de exibição como monitores ou píxeis presentes nos elementos fotossensores de uma câmera digital. Esta lista de definições não foi exaurida, e, dependendo de contexto específico, existem vários outros termos que podem ser sinônimos de píxel, tais como PEL, sample, byte, bit, dot, spot, etc. A expressão "pixels" pode ser usado de maneira abstrata, ou de maneira mais concreta como unidade de medida (em especial, utilizam-se pixels como medida resolução, por exemplo: 2400 pixels por polegada, 640 pixels por linha, espaçamento de 10 pixels de distância).

As medidas "pontos de por polegada" (dpi) e "pixels por polegada" (ppi) às vezes são utilizadas de forma indiscriminada, mas têm significados distintos, especialmente para dispositivos de impressão, pois o dpi é uma medida de densidade da colocação dos pontos de uma impressora no papel (tais como jato de tinta). Por exemplo, uma imagem de alta qualidade fotográfica pode ser impressa com 600 ppi em uma impressora jato de tinta de 1200 dpi. Mesmo valores elevados no número de dpi, como 4800 dpi citado por fabricantes de impressoras desde 2002, não significam muito em termos de resolução possível.

Quanto mais pixels utilizados para representar uma imagem, mais se aproxima de parecer com o objeto original. Algumas vezes, o número de pixels em uma imagem é chamado de resolução, embora a resolução tenha uma definição mais específica. Medidas de pixels pode ser expresso como um único número, por exemplo, uma câmera digital de "três-megapixels", que tem um valor nominal de três milhões de pixéis; ou como um par de números, por exemplo, um monitor com "640 por 480", onde se tem 640 pixels de um lado ao outro do monitor e 480 de cima para baixo (monitor VGA), e, portanto, tem um total de 640 × 480 = 307.200 pixels ou 0,3 megapixels.

Os pixels que formam uma imagem digitalizada (como arquivos JPEG usados em páginas da Internet) podem ou não estar em uma correspondência de "um para um" com pixels da tela do computador, isso depende como o monitor do computador está configurado para exibir uma imagem. Em computação, uma imagem composta por pixels é conhecida como uma imagem "bitmap" ou "raster image". A palavra "raster" provém de padrões de varredura utilizadas em televisores, e tem sido amplamente utilizado para descrever a impressão de meio-tom semelhante e também em técnicas de armazenagem.

MEGAPIXEL

Megapixel (ou Megapíxel) designa um valor equivalente a um milhão de pixels/píxeis. É utilizado nas câmeras digitais para determinar o grau de resolução, ou definição de uma imagem. Uma resolução de 1,3 megapixels significa que existem aproximadamente 1.300.000 pixels na imagem, o que corresponde a nada além da multiplicação da largura pela altura da imagem, ou seja, uma imagem de 1280 pixels de largura por 1024 pixels terá exatamente 1.310.720 pixels.

GIGAPIXEL

Com a modernização da fotografia panorâmica os limites de resolução se estenderam a tal ponto que começou-se a usar o termo "Gigapixel" para aquelas foto-montagens que atingissem mais do que um bilhão de pixels de resolução.

COMPREENSÃO DE DADOS

A compressão de dados é o ato de reduzir o espaço ocupado por dados num determinado dispositivo. Essa operação é realizada através de diversos algoritmos de compressão, reduzindo a quantidade de Bytes para representar um dado, sendo esse dado uma imagem, um texto, ou um arquivo (ficheiro) qualquer.

Comprimir dados destina-se também a retirar a redundância, baseando-se que muitos dados contêm informações redundantes que podem ou precisam ser eliminadas de alguma forma. Essa forma é através de uma regra, chamada de código ou protocolo, que, quando seguida, elimina os bits redundantes de informações, de modo a diminuir seu tamanho nos ficheiros. Por exemplo, a sequência "AAAAAA" que ocupa 6 bytes, poderia ser representada pela sequência "6A", que ocupa 2 bytes, economizando 67% de espaço.

Além da eliminação da redundância, os dados são comprimidos pelos mais diversos motivos. Entre os mais conhecidos estão economizar espaço em dispositivos de armazenamento, como discos rígidos, ou ganhar desempenho (diminuir tempo) em transmissões.

Embora possam parecer sinônimos, compressão e compactação de dados são processos distintos. A compressão, como visto, reduz a quantidade de bits para representar algum dado, enquanto a compactação tem a função de unir dados que não estejam unidos. Um exemplo clássico de compactação de dados é a desfragmentação de discos.

  

CLASSIFICAÇÃO

Existem diversas formas de se classificar os métodos de compressão de dados. O mais conhecido é pela ocorrência ou não de perda de dados durante o processo. Entretanto diversas outras formas de classificação são úteis para se avaliar e comparar os métodos de compressão de dados, e sua aplicação em problemas específicos.

• Com perdas e sem perdas

Esta é a forma mais conhecida de se classificar os métodos de compressão de dados. Diz-se que um método de compressão é sem perdas (em inglês, lossless) se os dados obtidos após a compressão são idênticos aos dados originais, ou os dados que se desejou comprimir. Esses métodos são úteis para dados que são obtidos diretamente por meios digitais, como textos, programas de computador, planilhas eletrônicas, etc., onde uma pequena perda de dados acarreta o não funcionamento ou torna os dados incompreensíveis. Um texto com letras trocadas, uma planilha com valores faltantes ou inexatos, ou um programa de computador com comandos inválidos são coisas que não desejamos e que podem causar transtornos. Algumas imagens e sons precisam ser reproduzidos de forma exata, como imagens e gravações para perícias, impressões digitais, etc.

Por outro lado, algumas situações permitem que perdas de dados poucos significativos ocorram. Em geral quando digitalizamos informações que normalmente existem de forma analógica, como fotografias, sons e filmes, podemos considerar algumas perdas que não seriam percebidas pelo olho ou ouvido humano. Sons de frequências muito altas ou muito baixas que os humanos não ouvem, detalhes muito sutis como a diferença de cor entre duas folhas de uma árvore, movimentos muito rápidos que não conseguimos acompanhar num filme, todos estes detalhes podem ser omitidos sem que as pessoas percebam que eles não estão lá. Nesses casos, podemos comprimir os dados simplesmente por omitir tais detalhes. Assim, os dados obtidos após a compressão não são idênticos aos originais, pois "perderam" as informações irrelevantes, e dizemos então que é um método de compressão com perdas (em inglês, lossy).

• Simetria

Quando falamos de métodos simétricos ou assimétricos de compressão de dados, estamos falando na verdade nas diferenças de complexidade entre a compressão e a descompressão. Quando a compressão e a descompressão são feitas executando-se métodos ou algoritmos idênticos ou bem semelhantes, dizemos que o método de compressão é simétrico. Bons exemplos são os algoritmos de codificação aritmética, ou o método LZW, baseado em dicionários. Neles o algoritmo de compressão e de descompressão são praticamente idênticos, e tem a mesma complexidade.

Quando o método de compressão é mais complexo que o de descompressão (ou em casos raros, o de descompressão é mais complexo que o de compressão), dizemos que o método de compressão é assimétrico. Este tipo de método é útil quando vamos comprimir apenas uma vez, mas descomprimir várias vezes (músicas em formato MP3 são um bom exemplo disso). Nesse caso temos todo o tempo do mundo para comprimir, mas a descompressão tem de ser feita em tempo real. Algoritmos como o LZ77 ou o DEFLATE, usados em programas comuns de compressão de dados são tipicamente assimétricos.

• Adaptabilidade

A compressão de dados pode ser baseada em métodos rígidos, cujas regras não variam de acordo com os dados, nem a medida que os dados são lidos. São os métodos não adaptativos. Por outro lado, diversos métodos conseguem ir se adaptando aos dados a medida que estes são processados. Nesse caso o método é adaptativo. Métodos baseados em dicionário como as famílias LZ77 e LZ78 são naturalmente adaptativos já que é inviável que os programas de compressão carreguem dicionários de dados padronizados, ou que os dicionários sejam enviados junto com os arquivos. Métodos de aproximação de entropia, como a codificação de Huffman ou a codificação aritmética podem ser tanto adaptativos, inferindo as probabilidades a medida que os dados são lidos, como não adaptativos, usando probabilidades fixas ou determinadas por uma leitura prévia dos dados. Codificações fixas, como os códigos de Golomb, são naturalmente não adaptativos.

• De fluxo e de bloco

Tradicionalmente os métodos de compressão de dados tratam os dados como um fluxo contínuo de dados, em geral visando à transmissão dos dados ou seu armazenamento sequencial. Entretanto métodos mais recentes se aproveitam do fato de que dados próximos uns dos outros podem ser agrupados e processados em conjunto, de forma a aumentar a compressão. Esses métodos são classificados como métodos de compressão de bloco (block compression, em inglês), como, por exemplo, o método de Burrows-Wheeler. Os métodos tradicionais são conhecidos como métodos de compressão de fluxo (stream compression em inglês).

• Classificação quanto à operação

Os métodos de compressão são também classificados pela forma como operam, e pelo objetivo que buscam atingir. Nesta forma de classificação podemos citar:

1. Métodos estatísticos ou métodos de aproximação de entropia: São métodos que usam as probabilidades de ocorrência dos símbolos no fluxo de dados e alteram a representação de cada símbolo ou grupo de símbolos. Desta forma eles visam reduzir o número de bits usados para representar cada símbolo ou grupo de símbolos, e assim aproximar o tamanho médio dos símbolos ao valor da entropia dos dados. São os métodos que se baseiam diretamente na teoria da informação como a codificação de Huffman ou a codificação aritmética.
2. Métodos baseados em dicionários, ou métodos de redução de redundância: São os métodos que usam dicionários ou outras estruturas similares de forma a eliminar repetições de símbolos (frases) redundantes ou repetidas. Métodos como LZ77 e LZ78 fazem parte desse grupo. Os programas mais usados de compressão sem perdas em geral associam uma técnica baseada em dicionário com uma técnica estatística.
3. Transformações são métodos que por si só não comprimem os dados, mas são capazes de transformar dados que não seriam comprimidos ou seriam pouco comprimidos pelos métodos normais, em dados que podem ser mais facilmente comprimidos. São em geral usados para compressão com perdas de forma a eliminar a correlação entre os dados adjacentes e assim identificar quais dados podem ser eliminados sem prejuízo do resultado final. Um exemplo é a Transformada discreta de cosseno, usado pelos padrões JPEG, MPEG e PPT. Uma exceção é o método de Burrows-Wheeler, usado na compressão sem perda de dados.

Sequência: "Referência Bibliográfica".