1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE-...

160
1 Sistemas Numéricos e a Sistemas Numéricos e a Representação Interna dos Representação Interna dos Dados no Computador Dados no Computador Roberto Willrich Roberto Willrich INE- CTC-UFSC INE- CTC-UFSC E-Mail: [email protected] E-Mail: [email protected] URL: URL: http://www.inf.ufsc.br/~willrich http://www.inf.ufsc.br/~willrich

Transcript of 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE-...

Page 1: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

1

Sistemas Numéricos e a Sistemas Numéricos e a Representação Interna dos Dados Representação Interna dos Dados

no Computadorno Computador

Roberto WillrichRoberto WillrichINE- CTC-UFSCINE- CTC-UFSCE-Mail: [email protected]: [email protected]: http://www.inf.ufsc.br/~willrichURL: http://www.inf.ufsc.br/~willrich

Page 2: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

2

Conteúdo do CapítuloConteúdo do Capítulo

– Sistemas numéricosSistemas numéricos Binário, octal, hexadecimalBinário, octal, hexadecimal Operações aritméticas binária e hexadecimalOperações aritméticas binária e hexadecimal Operações lógicas binárias e decimaisOperações lógicas binárias e decimais

– Tipos de dados tratados pelo computadorTipos de dados tratados pelo computador bit, nibble, byte, word, double word, quad wordbit, nibble, byte, word, double word, quad word

– Representação interna de caracteresRepresentação interna de caracteres– Representação interna de númerosRepresentação interna de números– Representação digital de áudio, imagem e vídeoRepresentação digital de áudio, imagem e vídeo

Page 3: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

3

Sistemas Numéricos Sistemas Numéricos

Sistemas numéricos Sistemas numéricos – Sistemas de notação usados para representar Sistemas de notação usados para representar

quantidades abstratas denominadas númerosquantidades abstratas denominadas números– São definido pela base que utilizaSão definido pela base que utiliza

basebase = número de símbolos diferentes (algarismos) = número de símbolos diferentes (algarismos) necessários para representar um número qualquernecessários para representar um número qualquer

Sistema DecimalSistema Decimal– Dez símbolos diferentes ou dígitos para representar um Dez símbolos diferentes ou dígitos para representar um

número (0, 1, 2, 3, 4, 5, 6, 7, 8, 9)número (0, 1, 2, 3, 4, 5, 6, 7, 8, 9)– Um sistema numérico de base 10Um sistema numérico de base 10

Page 4: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

4

Sistemas Numéricos Sistemas Numéricos

Sistema de Número Posicional Sistema de Número Posicional – Número é representado por uma seqüência de Número é representado por uma seqüência de

dígitos onde cada posição de dígito tem um dígitos onde cada posição de dígito tem um peso associadopeso associado

– No sistema decimalNo sistema decimal Valor de dValor de d33dd22dd11dd00

– dd33*10*1033 + d + d22*10*1022+ d+ d11*10*1011 + d + d00*10*1000

– Cada dígito dCada dígito dii tem um peso de 10 tem um peso de 10ii

Exemplo: 3.098.323 Exemplo: 3.098.323 – representação de representação de

3*103*1066+0*10+0*1055+9*10+9*1044+8*10+8*1033+3*10+3*1022+2*10+2*1011+3*10+3*1000

Page 5: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

5

Sistema Octal Sistema Octal

Sistema Octal ou Base 8 Sistema Octal ou Base 8 – Apresenta oito dígitos: 0, 1, 2, 3, 4, 5, 6, 7Apresenta oito dígitos: 0, 1, 2, 3, 4, 5, 6, 7– Contagem é realizada como segue: 0, 1, 2, 3, 4, 5, 6, 7, Contagem é realizada como segue: 0, 1, 2, 3, 4, 5, 6, 7,

10, 11, 12, 13, 14, 15, 16, 17, 20,...10, 11, 12, 13, 14, 15, 16, 17, 20,... Conversão Octal para DecimalConversão Octal para Decimal

– Valor de um número octal de 4 dígitos oValor de um número octal de 4 dígitos o33oo22oo11oo00 oo33*8*833 + o + o22*8*822+ o+ o11*8*811 + o + o00*8*800

Cada dígito oCada dígito oii tem um peso de 8 tem um peso de 8ii

– Valor octal 175Valor octal 175oo 5*1+7*8+1*64 = 1255*1+7*8+1*64 = 125dd

Page 6: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

6

Sistema Octal Sistema Octal

ExercícioExercício: Qual é a representação Decimal de : Qual é a representação Decimal de 21542154oo??– Valor de um número octal de 3 dígitos oValor de um número octal de 3 dígitos o22oo11oo00

oo33*8*833+ o+ o22*8*822+ o+ o11*8*811 + o + o00*8*800

21542154oo

= 2*521+1*8= 2*521+1*822+5*8+5*811+4*8+4*80 0

= = 1024+64+40+4=11321024+64+40+4=1132

Page 7: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

7

Sistema Octal Sistema Octal

Conversão Decimal para OctalConversão Decimal para Octal– Sistema decimal: Sistema decimal:

654 = 4 unidades, 5 dezenas e 6 centenas654 = 4 unidades, 5 dezenas e 6 centenas Para verificar isto, divide-se o número pela sua base (que é 10):Para verificar isto, divide-se o número pela sua base (que é 10): 654/10 = 65654/10 = 65 Resto 4 (*1)Resto 4 (*1) /10 = 6/10 = 6 Resto 5 (*10)Resto 5 (*10) /10 = 0/10 = 0 Resto 6 (*100)Resto 6 (*100)

– Para converter Decimal para Octal basta dividir por 8Para converter Decimal para Octal basta dividir por 8 200200dd

200/8= 25 200/8= 25 Resto 0Resto 025/8 = 3 25/8 = 3 Resto 1Resto 13/8 = 0 3/8 = 0 Resto 3Resto 3

200200dd=310=310oo

ExercícioExercício: Qual é o valor na base 8 do número 1534: Qual é o valor na base 8 do número 1534dd??

Page 8: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

8

Sistema BinárioSistema Binário

Sistema Binário (Base 2)Sistema Binário (Base 2)– Apresenta unicamente dois dígitos: 0,1Apresenta unicamente dois dígitos: 0,1– Contagem é realizada como segue: 0, 1, 10, 11, 100, Contagem é realizada como segue: 0, 1, 10, 11, 100,

101, 110, 111, 1000, ...101, 110, 111, 1000, ... Conversão Binário para DecimalConversão Binário para Decimal

– Valor de um número binário de 8 dígitos Valor de um número binário de 8 dígitos bb77bb66bb55bb44bb33bb22bb11bb00

bb77*2*277 + b + b66*2*266+ b+ b55*2*255 + b + b44*2*244 + d + d33*2*233 + d + d22*2*222+ d+ d11*2*211 + d + d00*2*200

dígito bdígito bii tem um peso de 2 tem um peso de 2ii

– Valor binário 10101010Valor binário 10101010bb 1010101010101010bb = 0*1+1*2+0*4+1*8+0*16+1*32+0*64+1*128 = = 0*1+1*2+0*4+1*8+0*16+1*32+0*64+1*128 =

170170dd

– ExercícioExercício: Qual é o valor decimal de 10001: Qual é o valor decimal de 10001bb

Page 9: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

9

Sistema Binário Sistema Binário

Conversão Decimal para BinárioConversão Decimal para Binário– Mesmo processo para conversão de decimal para octal, Mesmo processo para conversão de decimal para octal,

mas dividindo por 2mas dividindo por 2 200200dd

200/2=100 Resto 0200/2=100 Resto 0100/2= 50 Resto 0100/2= 50 Resto 050/2 = 25 Resto 050/2 = 25 Resto 025/2 = 12 Resto 125/2 = 12 Resto 1

12/2 = 6 Resto 012/2 = 6 Resto 0 6/2 = 3 Resto 06/2 = 3 Resto 0 3/2 = 1 Resto 13/2 = 1 Resto 1

1/2 = 0 Resto 1 = 1 1 0 0 1 0 0 01/2 = 0 Resto 1 = 1 1 0 0 1 0 0 0bb

Page 10: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

10

Sistema Binário Sistema Binário

ExercíciosExercícios– Qual é o valor binário de 1233Qual é o valor binário de 1233dd??– Qual é o valor decimal de 10101011Qual é o valor decimal de 10101011bb??

Page 11: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

11

Sistema Hexadecimal Sistema Hexadecimal

Sistema HexadecimalSistema Hexadecimal– Na base hexadecimal tem-se 16 dígitosNa base hexadecimal tem-se 16 dígitos

0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, A, B, C, D, E, FA, B, C, D, E, F

– Representam os números 10Representam os números 10dd a 15 a 15dd

– Contamos os dígitos hexadecimais Contamos os dígitos hexadecimais 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, A, B, C, D, E, F, 10, 11, 12, ..., 19, 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, A, B, C, D, E, F, 10, 11, 12, ..., 19,

1A, 1B, 1C, 1D, 1E, 1F, 20, 21, ...1A, 1B, 1C, 1D, 1E, 1F, 20, 21, ...

Page 12: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

12

Sistema Hexadecimal Sistema Hexadecimal

Conversão Binário para Hexadecimal Conversão Binário para Hexadecimal – Exemplo: 101011Exemplo: 101011bb (1+2+8+32=43 (1+2+8+32=43dd))– Passo 1: dividir o número binário em grupos de 4 bits (da direita Passo 1: dividir o número binário em grupos de 4 bits (da direita

para a esquerda)para a esquerda) 0010; 10110010; 1011

– Passo 2: tomar cada grupo como um número independente e Passo 2: tomar cada grupo como um número independente e converter em dígitos decimaisconverter em dígitos decimais

0010;1011=2;110010;1011=2;11– Passo 3: substituir todos os números decimais maiores que 9 pelas Passo 3: substituir todos os números decimais maiores que 9 pelas

suas respectivas representações em hexadecimalsuas respectivas representações em hexadecimal 0010101100101011bb = 2B = 2Bhh

Conversão Hexadecimal para BinárioConversão Hexadecimal para Binário– Inverter os passosInverter os passos

ExercíciosExercícios::– Qual é o valor hexadecimal de 1110001Qual é o valor hexadecimal de 1110001bb??– Qual é o valor binário de 2AF01?Qual é o valor binário de 2AF01?

Page 13: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

13

Sistema HexadecimalSistema Hexadecimal

Conversão Hexadecimal em DecimalConversão Hexadecimal em Decimal– Mesma fórmula utilizada na conversão binário para Mesma fórmula utilizada na conversão binário para

decimaldecimal sendo que a base 2 é trocada por 16sendo que a base 2 é trocada por 16

– Converter B2AConverter B2Ahh em decimal: em decimal:B -> 11*16B -> 11*1622 = 2816= 2816dd

2 -> 2*162 -> 2*1611 = 32= 32dd

A -> 10*16A -> 10*1600 = 10= 10dd

28582858dd

Page 14: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

14

Sistema HexadecimalSistema Hexadecimal

Conversão Decimal para HexadecimalConversão Decimal para Hexadecimal– Mesma fórmula utilizada na conversão de um número Mesma fórmula utilizada na conversão de um número

decimal para bináriodecimal para binário dividindo por 16 em vez de 2dividindo por 16 em vez de 2

– Converter 1069Converter 1069dd em hexadecimal em hexadecimal1069/161069/16 = 66 Resto 13= 66 Resto 13dd = D = Dhh

66/16 = 4 Resto 266/16 = 4 Resto 2dd = 2 = 2hh

4/16 = 0 Resto 44/16 = 0 Resto 4dd = 4 = 4hh

10691069dd = 42D= 42Dhh

Page 15: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

15

Sistema HexadecimalSistema Hexadecimal

ExercíciosExercícios– Converta o número 011101Converta o número 011101bb para hexadecimal para hexadecimal– Converta o número A10Converta o número A10hh para binário para binário– Converta o número 120Converta o número 120dd para hexadecimal para hexadecimal– Converta o número FACAConverta o número FACAhh para decimal para decimal

Page 16: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

16

Operações Aritméticas: Aritmética Operações Aritméticas: Aritmética Binária Binária

Adição bináriaAdição binária– Fazem-se as contas coluna a coluna, da direita para a esquerda, Fazem-se as contas coluna a coluna, da direita para a esquerda,

fazendo o transporte de um (<e vai um>) quando for o caso fazendo o transporte de um (<e vai um>) quando for o caso – Observando-se as seguintes operações básicas:Observando-se as seguintes operações básicas:

0 + 0 = 00 + 0 = 0 0 + 1 = 10 + 1 = 1 1 + 1 = 10 (1 mais 1 é igual a 0 e vai 1)1 + 1 = 10 (1 mais 1 é igual a 0 e vai 1) 1 + 1 + 1 = 11 (1 mais 1 mais 1 é igual a 1 e vai 1)1 + 1 + 1 = 11 (1 mais 1 mais 1 é igual a 1 e vai 1)

– ExemplosExemplos

101011+110+1101100

11

11

11

001010

1100110011+10011+1001100

11

00

11

11111010

Page 17: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

17

Operações Aritméticas: Aritmética Operações Aritméticas: Aritmética BináriaBinária

Subtração bináriaSubtração binária– Como o conjunto de símbolos contém apenas 2 dígitosComo o conjunto de símbolos contém apenas 2 dígitos

ao se efetuar a subtração parcial entre 2 dígitosao se efetuar a subtração parcial entre 2 dígitos se o segundo (diminuidor) exceder o primeiro (diminuendo)se o segundo (diminuidor) exceder o primeiro (diminuendo)

– subtrai-se uma unidade ao dígito imediatamente à esquerda no subtrai-se uma unidade ao dígito imediatamente à esquerda no diminuendo (se existir e o seu valor for 1), convertendo-o a 0diminuendo (se existir e o seu valor for 1), convertendo-o a 0

• substituímos o diminuendo por 10substituímos o diminuendo por 10bb (2 (2dd))– Se o dígito imediatamente à esquerda for 0Se o dígito imediatamente à esquerda for 0

• procura-se nos dígitos consecutivosprocura-se nos dígitos consecutivos

Page 18: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

18

Operações Aritméticas: Aritmética Operações Aritméticas: Aritmética BináriaBinária

Subtração bináriaSubtração binária– Exemplos: 11101 – 111Exemplos: 11101 – 111

– ExercícioExercício: 100001-101: 100001-101

1 1 1 0 11 1 1 0 1- 1 1 1- 1 1 1

00

00 22

11

0022

110011

Page 19: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

19

Operações Aritméticas: Aritmética Operações Aritméticas: Aritmética BináriaBinária

Subtração Binária (Método do Complemento de Dois)Subtração Binária (Método do Complemento de Dois)– a-b = a+(-b)a-b = a+(-b)– Complemento de dois transforma um número positivo em negativoComplemento de dois transforma um número positivo em negativo– Para realizar o complemento de doisPara realizar o complemento de dois

Número de dígito dos operandos devem ser o mesmoNúmero de dígito dos operandos devem ser o mesmo trocar os uns pelos zeros e vice-versa e adicionar um ao resultadotrocar os uns pelos zeros e vice-versa e adicionar um ao resultado 0101001 (410101001 (41dd) ) 1010110+1 = 1010111 1010110+1 = 1010111

– Exemplo: 1110-101 (14Exemplo: 1110-101 (14dd-5-5dd))1. Completa-se o número de dígitos do diminuidor: 01011. Completa-se o número de dígitos do diminuidor: 01012. Realiza-se o complemento de dois do diminuidor: 1010+1=10112. Realiza-se o complemento de dois do diminuidor: 1010+1=10113. Soma-se os dois operandos 1110+1100=110103. Soma-se os dois operandos 1110+1100=110104. Despreza-se o transporte final: 1010 (104. Despreza-se o transporte final: 1010 (10dd))

– ExercícioExercício: 11001-1010: 11001-1010

Page 20: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

20

Operações Aritméticas: Aritmética Operações Aritméticas: Aritmética BináriaBinária

Multiplicação (1Multiplicação (1aa Opção) Opção)– Pode fazer-se por adições sucessivasPode fazer-se por adições sucessivas

para calcular A*B basta somar A a si própria B vezespara calcular A*B basta somar A a si própria B vezes Exemplo: 101Exemplo: 101bb*100*100bb = ? Lembrado que 100 = ? Lembrado que 100bb = 4 = 4dd, então, então

– 101 * 100 = 101 * 100 =

Page 21: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

21

Operações Aritméticas: Aritmética Operações Aritméticas: Aritmética BináriaBinária

Multiplicação (2Multiplicação (2aa Opção) Opção)– Semelhante à multiplicação decimalSemelhante à multiplicação decimal

exceto pelo fato da soma final dos produtos se fazer em binárioexceto pelo fato da soma final dos produtos se fazer em binário– As seguintes igualdades devem ser respeitadas:As seguintes igualdades devem ser respeitadas:

0*0=0; 0*1=0; 1*0=0; 1*1=10*0=0; 0*1=0; 1*0=0; 1*1=1– Exemplos: multiplicar os números 1011 e 1101 Exemplos: multiplicar os números 1011 e 1101

– ExercícioExercício: multiplicar 10101 e 101: multiplicar 10101 e 101

Page 22: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

22

Operações Aritméticas: Aritmética Operações Aritméticas: Aritmética BináriaBinária

Divisão(1Divisão(1aa Opção) Opção)– Pode ser feita por subtrações sucessivas até obtermos Pode ser feita por subtrações sucessivas até obtermos

uma diferença menor que o divisor (resto)uma diferença menor que o divisor (resto)– Exemplo:Exemplo:

Page 23: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

23

Operações Aritméticas: Aritmética Operações Aritméticas: Aritmética BináriaBinária

Divisão (2a Opção)Divisão (2a Opção)– Pode ser feita de maneira idêntica à divisão decimalPode ser feita de maneira idêntica à divisão decimal

exceto pelo fato das multiplicações e subtrações internas ao exceto pelo fato das multiplicações e subtrações internas ao processo serem feitas em binárioprocesso serem feitas em binário

Page 24: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

24

Operações Aritméticas: Aritmética Operações Aritméticas: Aritmética BináriaBinária

Divisão (2a Opção)Divisão (2a Opção)

Page 25: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

25

Operações Aritméticas: Aritmética Operações Aritméticas: Aritmética BináriaBinária

Divisão (2a Opção)Divisão (2a Opção)– ExercícioExercício: Dividir 11111 por 110: Dividir 11111 por 110

Page 26: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

26

Operações Aritméticas HexadecimalOperações Aritméticas Hexadecimal

AdiçãoAdição– Exemplo: 8+5Exemplo: 8+5

em decimal, o valor seria 13em decimal, o valor seria 13 em hexadecimal, o valor 13 é representado por Dem hexadecimal, o valor 13 é representado por Dhh

– Sempre que o resultado ultrapassar a baseSempre que o resultado ultrapassar a base subtraímos a base do resultado e “vai-um”subtraímos a base do resultado e “vai-um” Exemplo: 19+9Exemplo: 19+9

– em decimal, o resultado de 9+9 é 18em decimal, o resultado de 9+9 é 18– como o valor ultrapassa a base, subtraímos esta do resultado: 18-como o valor ultrapassa a base, subtraímos esta do resultado: 18-

16=216=2– fazendo o transporte para a coluna seguinte obtemos o resultado: fazendo o transporte para a coluna seguinte obtemos o resultado:

2222hh

Page 27: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

27

Operações Aritméticas HexadecimalOperações Aritméticas Hexadecimal

SubtraçãoSubtração– A partir de um exemplo: 27A partir de um exemplo: 27hh-1E-1Ehh

– Efetuamos a operação de subtração coluna a colunaEfetuamos a operação de subtração coluna a coluna primeira coluna o diminuidor (E) é superior ao diminuendo (7)primeira coluna o diminuidor (E) é superior ao diminuendo (7)

– então adicionamos a base ao diminuendo, executamos a então adicionamos a base ao diminuendo, executamos a subtração, e há transporte de uma unidade que somamos ao subtração, e há transporte de uma unidade que somamos ao diminuidor da coluna seguintediminuidor da coluna seguinte

2727hh-1E-1Ehh

11

99hh

11

00

Page 28: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

28

Operações Aritméticas HexadecimalOperações Aritméticas Hexadecimal

MultiplicaçãoMultiplicação– Esta operação pode fazer-se facilmente por meio da Esta operação pode fazer-se facilmente por meio da

tabela de dupla entradatabela de dupla entrada

Page 29: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

29

Operações Aritméticas HexadecimalOperações Aritméticas Hexadecimal

DivisãoDivisão– ExemplosExemplos

2F2Fhh/12/12hh

Page 30: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

30

Operações LógicasOperações Lógicas

Operações lógicas com bits Operações lógicas com bits – ANDAND

operação que aceita dois operandosoperação que aceita dois operandos– operando são binários simples (base 2)operando são binários simples (base 2)

operação AND éoperação AND é– 0 and 0 = 00 and 0 = 0– 0 and 1 = 00 and 1 = 0– 1 and 0 = 01 and 0 = 0– 1 and 1 = 11 and 1 = 1

Em português: Em português: – ““se o primeiro operando é 1 e o segundo operando é 1, o se o primeiro operando é 1 e o segundo operando é 1, o

resultado é 1, senão o resultado é 0”resultado é 1, senão o resultado é 0”

Page 31: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

31

Operações LógicasOperações Lógicas

Operações lógicas com bits Operações lógicas com bits – ANDAND

tabela verdadetabela verdade

Op1Op1 Op2Op2 Op1 AND Op1 AND Op2Op2

00 00 0000 11 0011 00 0011 11 11

Page 32: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

32

Operações LógicasOperações Lógicas

Operações lógicas com bits Operações lógicas com bits – OROR

operação que aceita dois operandosoperação que aceita dois operandos– operando são binários simples (base 2)operando são binários simples (base 2)

operação OR éoperação OR é– 0 or 0 = 00 or 0 = 0– 0 or 1 = 10 or 1 = 1– 1 or 0 = 11 or 0 = 1– 1 or 1 = 11 or 1 = 1

Em português: Em português: – ““se o primeiro operando é 1 ou o segundo operando é 1 se o primeiro operando é 1 ou o segundo operando é 1

(ou os dois), o resultado é 1, senão o resultado é 0”(ou os dois), o resultado é 1, senão o resultado é 0” Conhecido com OR-INCLUSIVEConhecido com OR-INCLUSIVE

Page 33: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

33

Operações LógicasOperações Lógicas

Operações lógicas com bits Operações lógicas com bits – OROR

tabela verdadetabela verdade

Op1Op1 Op2Op2 Op1 OR Op2Op1 OR Op200 00 0000 11 1111 00 1111 11 11

Page 34: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

34

Operações LógicasOperações Lógicas

Operações lógicas com bits Operações lógicas com bits – XORXOR

operação que aceita dois operandosoperação que aceita dois operandos– operando são binários simples (base 2)operando são binários simples (base 2)

operação OR éoperação OR é– 0 xor 0 = 00 xor 0 = 0– 0 xor 1 = 10 xor 1 = 1– 1 xor 0 = 11 xor 0 = 1– 1 xor 1 = 01 xor 1 = 0

Em português: Em português: – ““Se o primeiro operando ou o segundo operando, mas não Se o primeiro operando ou o segundo operando, mas não

os dois, for 1, o resultado é 1, senão o resultado é 0os dois, for 1, o resultado é 1, senão o resultado é 0””

Page 35: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

35

Operações LógicasOperações Lógicas

Operações lógicas com bits Operações lógicas com bits – XORXOR

tabela verdadetabela verdade

Op1Op1 Op2Op2 Op1 XOR Op1 XOR Op2Op2

00 00 0000 11 1111 00 1111 11 00

Page 36: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

36

Operações LógicasOperações Lógicas

Operações lógicas com bits Operações lógicas com bits – NOTNOT

operação que aceita um operandooperação que aceita um operando operando é binário simples (base 2)operando é binário simples (base 2) operação NOT éoperação NOT é

– not 0 = 1not 0 = 1– not 1 = 0not 1 = 0

Em português: Em português: – ““Se o operando for 1, o resultado é 0, senão o resultado é Se o operando for 1, o resultado é 0, senão o resultado é

11””

Page 37: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

37

Operações LógicasOperações Lógicas

Operações lógicas com bits Operações lógicas com bits – NOTNOT

tabela verdadetabela verdade

Op1Op1 NOT Op1NOT Op100 1111 00

Page 38: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

38

Operações LógicasOperações Lógicas

Operações Lógicas com números Operações Lógicas com números – As operações lógicas trabalham apenas com operandos As operações lógicas trabalham apenas com operandos

com bit únicocom bit único Para realizar estas operações sobre um número (8, 16, 32 bits) Para realizar estas operações sobre um número (8, 16, 32 bits)

é necessário realizar a operação bit-a-bité necessário realizar a operação bit-a-bit– Exemplo: operação lógica AND com dois operandos de Exemplo: operação lógica AND com dois operandos de

8 bits 8 bits 1011 01011011 0101

AND AND 1110 11101110 11101010 01001010 0100

– Como as operações lógicas são definidos em termos de Como as operações lógicas são definidos em termos de valores binários, deve-se converter os números valores binários, deve-se converter os números decimais, hexadecimais, etc., para números binários decimais, hexadecimais, etc., para números binários antes de realizar as operações lógicasantes de realizar as operações lógicas

Page 39: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

39

Tipos de dados tratados pelo Tipos de dados tratados pelo computador computador

Dados e as instruções armazenados em Dados e as instruções armazenados em memória memória – são codificados sob a forma de sinais elétricos do tipo são codificados sob a forma de sinais elétricos do tipo

ligado e desligadoligado e desligado representado pelos números 1 e 0representado pelos números 1 e 0 sistema bináriosistema binário

– cada unidade de informação é chamada de bitcada unidade de informação é chamada de bit abreviação de Binary digitabreviação de Binary digit

Page 40: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

40

Tipos de dados tratados pelo Tipos de dados tratados pelo computador computador

Unindo dois ou mais bitsUnindo dois ou mais bits– Um bit pode representar dois valores: 1 ou 0, ou então Um bit pode representar dois valores: 1 ou 0, ou então

verdadeiro ou falsoverdadeiro ou falso– Pode-se unir dois ou mais bits para representar mais de Pode-se unir dois ou mais bits para representar mais de

dois valoresdois valores quantidade de valores representáveis por uma seqüência de n quantidade de valores representáveis por uma seqüência de n

bits é de 2bits é de 2nn

– Algumas strings de bits têm nomes próprio: Algumas strings de bits têm nomes próprio: uma seqüência de 8 bits são chamados de uma seqüência de 8 bits são chamados de bytebyte uma seqüência de 4 bits é chamada de uma seqüência de 4 bits é chamada de nibblenibble um grupo de 16 bits é chamado de um grupo de 16 bits é chamado de wordword um grupo de 32 bits é chamado de um grupo de 32 bits é chamado de double worddouble word um grupo de 64 bits é chamado de um grupo de 64 bits é chamado de quad wordquad word

Page 41: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

41

Tipos de dados tratados pelo Tipos de dados tratados pelo computador computador

K = 1024K = 1024– Na vida cotidiana e na física, o "k" vale 1000 Na vida cotidiana e na física, o "k" vale 1000

1 km = 1000 metros 1 km = 1000 metros 1 kg = 1000 gramas 1 kg = 1000 gramas 1 kV = 1000 volts 1 kV = 1000 volts

– Número 1024 foi o escolhido para representar o "k" da Número 1024 foi o escolhido para representar o "k" da computaçãocomputação

por razões de simplificação de hardwarepor razões de simplificação de hardware M = 1024 KM = 1024 K

– "M" normalmente vale 1.000.000, na computação vale: "M" normalmente vale 1.000.000, na computação vale: 1 M = 1024 k = 1024x1024 = 1.048.5761 M = 1024 k = 1024x1024 = 1.048.576

G = 1024 MG = 1024 M– "G" que normalmente vale 1 bilhão, na computação vale"G" que normalmente vale 1 bilhão, na computação vale

1 G = 1024 M = 1024x1024x1024 = 1.073.741.8241 G = 1024 M = 1024x1024x1024 = 1.073.741.824

Page 42: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

42

Representação de Caracteres Representação de Caracteres

Um caractere normalmente é representado por Um caractere normalmente é representado por um byteum byte– maioria dos códigos alfanuméricos representam maioria dos códigos alfanuméricos representam

caractere através de um bytecaractere através de um byte– código ASCII a letra 'A' é representada pelo byte “0100 código ASCII a letra 'A' é representada pelo byte “0100

0001“0001“– uma seqüência de caracteres é expressa por uma cadeia uma seqüência de caracteres é expressa por uma cadeia

de bytes sucessivosde bytes sucessivos– Nem todos os tipos de códigos utilizam os 8 bits de um Nem todos os tipos de códigos utilizam os 8 bits de um

byte para a representação de caracteresbyte para a representação de caracteres

Page 43: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

43

Representação de Caracteres Representação de Caracteres

Código de 7 bits (ASCII)Código de 7 bits (ASCII)– apareceu com as linguagens de alto nívelapareceu com as linguagens de alto nível

Page 44: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

44

Representação de Caracteres Representação de Caracteres

ASCII EstendidoASCII Estendido– caracteres extras representam caracteres de línguas mortas e caracteres extras representam caracteres de línguas mortas e

caracteres especiais para desenhas figurescaracteres especiais para desenhas figures

Page 45: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

45

Representação Interna de Números Representação Interna de Números

Representação de Números InteirosRepresentação de Números Inteiros– Representação de números não sinalizadosRepresentação de números não sinalizados

utiliza-se normalmente o valor do próprio número binárioutiliza-se normalmente o valor do próprio número binário– número 6 é representado por 0101 número 6 é representado por 0101 – número 12 é representado por 1100número 12 é representado por 1100

– Representação de números sinalizadosRepresentação de números sinalizados módulo e sinal (MS)módulo e sinal (MS) complemento de 1 (C-1)complemento de 1 (C-1) complemento de 2 (C-2) complemento de 2 (C-2) excesso de 2 elevado a (N-1)excesso de 2 elevado a (N-1)

Page 46: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

46

Representação Interna de Números Representação Interna de Números

Módulo e Sinal (MS)Módulo e Sinal (MS)– Bit que está situado mais à esquerda representa o sinalBit que está situado mais à esquerda representa o sinal

valor será 0 para o sinal + e 1 para o sinal -valor será 0 para o sinal + e 1 para o sinal -– Bits restantes (N-1) representam o módulo do númeroBits restantes (N-1) representam o módulo do número– ExemploExemplo

supondo que exista a limitação de 8 bits (N=8)supondo que exista a limitação de 8 bits (N=8)– valor 00101010 representa o número +42 valor 00101010 representa o número +42 – valor 10101010 representa o número -42valor 10101010 representa o número -42

– Amplitude (faixa) de representação para N bits Amplitude (faixa) de representação para N bits -2-2N-1N-1+1 +1 X X 2 2N-1N-1-1-1 Para 8 bits (byte): -127 Para 8 bits (byte): -127 X X 127 127 Para 16 bits (word): -32767 Para 16 bits (word): -32767 X X 32767 32767 Para 32 bits (double word): -2147483647 Para 32 bits (double word): -2147483647 X X 2147483647 2147483647

Page 47: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

47

Representação Interna de Números Representação Interna de Números

Módulo e Sinal (MS)Módulo e Sinal (MS)– Vantagem deste sistema Vantagem deste sistema

possuir faixa simétricapossuir faixa simétrica– DeficiênciasDeficiências

possui duas representações para o número 0possui duas representações para o número 0– para 8 bits: 00000000 (+0) e 1000000 (-0)para 8 bits: 00000000 (+0) e 1000000 (-0)

Page 48: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

48

Representação Interna de Números Representação Interna de Números

Complemento de 1 (C-1)Complemento de 1 (C-1)– Utiliza o bit mais à esquerda para o sinalUtiliza o bit mais à esquerda para o sinal

0 ao sinal + e o 1 ao sinal -0 ao sinal + e o 1 ao sinal -– Números positivosNúmeros positivos

N-1 bits da direita representam o módulo (como no MS)N-1 bits da direita representam o módulo (como no MS)– Números negativosNúmeros negativos

obtidos pelo complemento de todos os seus dígitos (trocando 0 obtidos pelo complemento de todos os seus dígitos (trocando 0 por 1 e vice-versa) incluindo o bit de sinalpor 1 e vice-versa) incluindo o bit de sinal

– ExemploExemplo supondo que exista a limitação de 8 bits (N=8) supondo que exista a limitação de 8 bits (N=8) valor 00101010 representa o número +42 valor 00101010 representa o número +42 valor 11010101 representa o número -42valor 11010101 representa o número -42

Page 49: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

49

Representação Interna de Números Representação Interna de Números

Complemento de 1 (C-1)Complemento de 1 (C-1)– Mesma faixa de representação para N dígitos do Mesma faixa de representação para N dígitos do

método MCmétodo MC -2-2N-1N-1+1 +1 X X 2 2N-1N-1-1-1

– DesvantagemDesvantagem tem duas representações para o número 0tem duas representações para o número 0

– 00000000 (+0) e 11111111 (-0)00000000 (+0) e 11111111 (-0)

Page 50: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

50

Representação Interna de Números Representação Interna de Números

Complemento de 2 (C-2)Complemento de 2 (C-2)– Utiliza o bit mais à esquerda para o sinalUtiliza o bit mais à esquerda para o sinal

0 ao sinal + e o 1 ao sinal -0 ao sinal + e o 1 ao sinal -– Números positivosNúmeros positivos

N-1 dígitos da direita representam o módulo N-1 dígitos da direita representam o módulo – Números negativosNúmeros negativos

executa-se o Complemento de 1: obtém-se o complemento de executa-se o Complemento de 1: obtém-se o complemento de todos os bits do número positivo (trocando 0 por 1 e vice-todos os bits do número positivo (trocando 0 por 1 e vice-versa) incluindo o bit do sinalversa) incluindo o bit do sinal

Ao resultado obtido soma-se 1 (em binário), desprezando-se o Ao resultado obtido soma-se 1 (em binário), desprezando-se o último transporte (se existir) último transporte (se existir)

– O mais utilizado para representar números negativosO mais utilizado para representar números negativos

Page 51: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

51

Representação Interna de Números Representação Interna de Números

Complemento de 2 (C-2)Complemento de 2 (C-2)

Page 52: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

52

Representação Interna de Números Representação Interna de Números

Complemento de 2 (C-2)Complemento de 2 (C-2)– Faixa de representação é assimétrica (inconveniente)Faixa de representação é assimétrica (inconveniente)

-2-2N-1N-1 X X 2 2N-1N-1-1-1 Para 8 bits (byte): -128 Para 8 bits (byte): -128 X X 127 127 Para 16 bits (word): -32768 Para 16 bits (word): -32768 X X 32767 32767 Para 32 bits (double word): -2147483648 Para 32 bits (double word): -2147483648 X X 2147483647 2147483647

– VantagemVantagem uma única representação para o número 0uma única representação para o número 0 Para 8 bits, teremos: 00000000Para 8 bits, teremos: 00000000

Page 53: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

53

Representação Interna de Números Representação Interna de Números

Excesso de 2 elevado a (N-1)Excesso de 2 elevado a (N-1)– Não utiliza nenhum bit para o sinalNão utiliza nenhum bit para o sinal

todos os bits representam um módulo ou valortodos os bits representam um módulo ou valor valor corresponde ao número representado mais um excesso, que para valor corresponde ao número representado mais um excesso, que para

N bits é igual a 2N bits é igual a 2N-1N-1

– Exemplo (para 8 bits o excesso é 128 ( 2Exemplo (para 8 bits o excesso é 128 ( 277 = 128 )) = 128 )) número 10 é representado por 10+128 = 138 (10001010)número 10 é representado por 10+128 = 138 (10001010) número -10 é representado por -10+128 = 118 (01110110)número -10 é representado por -10+128 = 118 (01110110)

– Número 0 tem uma única representação, que para 8 bits Número 0 tem uma única representação, que para 8 bits corresponde a: 0+128 = 128 (10000000)corresponde a: 0+128 = 128 (10000000)

– Faixa de representação é assimétrica (inconveniente) Faixa de representação é assimétrica (inconveniente) -2-2N-1N-1 X X 2 2N-1N-1-1-1

– É interessante observar que todo o número representado em É interessante observar que todo o número representado em excesso tem representação igual aquela da representação em excesso tem representação igual aquela da representação em Complemento de 2, exceto que o bit de sinal é invertidoComplemento de 2, exceto que o bit de sinal é invertido

Page 54: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

54

Representação Interna de Números Representação Interna de Números

Números Inteiros (Ponto Fixo ou Vírgula Fixa)Números Inteiros (Ponto Fixo ou Vírgula Fixa)– Quatro maneiras de representar números com vírgula Quatro maneiras de representar números com vírgula

fixafixa binário puro, (como visto anteriormente)binário puro, (como visto anteriormente) decimal, decimal, decimal não compactado, decimal não compactado, decimal compactado.decimal compactado.

Page 55: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

55

Representação Interna de Números Representação Interna de Números

Vírgula fixa: Vírgula fixa: Decimal não Compactado Decimal não Compactado – Número é armazenado com um byte para cada um de seus Número é armazenado com um byte para cada um de seus

algarismosalgarismos quarteto da esquerda contém quatro 1's (bits de zona)quarteto da esquerda contém quatro 1's (bits de zona) quarteto da direita contém o algarismo em BCD (Binary-Coded quarteto da direita contém o algarismo em BCD (Binary-Coded

Display - codificado em binário)Display - codificado em binário)– número entre 0 e 9 (denominados bits de dígito)número entre 0 e 9 (denominados bits de dígito)

quarteto da esquerda do último algarismo do número dado representa quarteto da esquerda do último algarismo do número dado representa o sinalo sinal

– 1100 (C) para o sinal + 1100 (C) para o sinal + – 1101 (D) para o sinal -1101 (D) para o sinal -

– ExemplosExemplos representação do número 1234 é 11110001 11110010 11110011 representação do número 1234 é 11110001 11110010 11110011

1100010011000100 representação do número -2345 é 11110010 11110011 11110100 representação do número -2345 é 11110010 11110011 11110100

1101010111010101

Page 56: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

56

Representação Interna de Números Representação Interna de Números

Vírgula fixa: Decimal Compactado Vírgula fixa: Decimal Compactado – Cada dígito é representado num quarteto (sem bits de Cada dígito é representado num quarteto (sem bits de

zona)zona) exceto o segundo quarteto da direita que representa o sinal exceto o segundo quarteto da direita que representa o sinal

– 1100 (C) para o sinal + 1100 (C) para o sinal + – 1101 (D) para o sinal -1101 (D) para o sinal -

– ExemplosExemplos representação do número 1234 é 00000001 00100011 representação do número 1234 é 00000001 00100011

1100010011000100 representação do número -2345 é 00000010 00110100 representação do número -2345 é 00000010 00110100

1101010111010101

Page 57: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

57

Representação Interna de Números Representação Interna de Números

Ponto FlutuantePonto Flutuante– Números de ponto flutuante tem duas partesNúmeros de ponto flutuante tem duas partes

primeira parte contem a primeira parte contem a fraçãofração (mantissa) (mantissa) segunda parte define a posição do ponto decimal (segunda parte define a posição do ponto decimal (expoenteexpoente)) Exemplo: número decimal +6132,789 Exemplo: número decimal +6132,789

– Fração: +.6132789Fração: +.6132789– Expoente: +04Expoente: +04– +.6132789*10+.6132789*10+04+04

– Números decimais ponto flutuante são representados na Números decimais ponto flutuante são representados na forma Fx10forma Fx10EE

apenas fração e expoente são representados em termos apenas fração e expoente são representados em termos computacionaiscomputacionais

base 10 e o ponto decimal da fração são assumidos e não são base 10 e o ponto decimal da fração são assumidos e não são mostrados explicitamentemostrados explicitamente

Page 58: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

58

Representação Interna de Números Representação Interna de Números

Ponto FlutuantePonto Flutuante– Número binário ponto flutuante Número binário ponto flutuante

representado de uma maneira similarrepresentado de uma maneira similar– exceto que ele usa a base 2 para o expoenteexceto que ele usa a base 2 para o expoente

Exemplo: número binário +1001.11 Exemplo: número binário +1001.11 – representado por uma fração de 8 bits (10011100) e um expoente representado por uma fração de 8 bits (10011100) e um expoente

de 6 bits (-000100)de 6 bits (-000100)

– Número flutuante normalizadoNúmero flutuante normalizado se o dígito mais significativo da fração não é zerose o dígito mais significativo da fração não é zero exemplo: fração decimal 0.350 é normalizada, mas 0.0035 não exemplo: fração decimal 0.350 é normalizada, mas 0.0035 não

éé números normalizados fornecem a melhor precisão para números normalizados fornecem a melhor precisão para

números ponto flutuantenúmeros ponto flutuante

Page 59: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

59

Representação Interna de Números Representação Interna de Números

Representação ponto flutuante: IEEE 754Representação ponto flutuante: IEEE 754– Define três formas de representação de ponto flutuante: Define três formas de representação de ponto flutuante:

precisão simples (32 bits)precisão simples (32 bits) precisão dupla (64 bits) precisão dupla (64 bits) precisão estendida (80 bits)precisão estendida (80 bits)

– destinado sobretudo para reduzir os erros de arredondamento em destinado sobretudo para reduzir os erros de arredondamento em cálculoscálculos

– encontrados principalmente nas unidades de cálculo flutuanteencontrados principalmente nas unidades de cálculo flutuante

– Processador Pentium III suporta estas três precisõesProcessador Pentium III suporta estas três precisões

Page 60: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

60

Representação Interna de Números Representação Interna de Números

Representação ponto flutuante: IEEE 754Representação ponto flutuante: IEEE 754– Formatos de simples (a) e dupla precisão (b) utilizam o Formatos de simples (a) e dupla precisão (b) utilizam o

binário para codificar a fração e o expoentebinário para codificar a fração e o expoente Formato começa com um bit de sinal da fraçãoFormato começa com um bit de sinal da fração

– 0 para os números positivos 0 para os números positivos – 1 para os números negativos1 para os números negativos

11 88 2323

11 1111 5252

sinalsinal ExpoenteExpoente FraçãoFração

(a)(a)

(b)(b)

Page 61: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

61

Representação Interna de Números Representação Interna de Números

Representação ponto flutuante: IEEE 754Representação ponto flutuante: IEEE 754– ExpoenteExpoente

codificado em excedente a 127 para a precisão simples e em codificado em excedente a 127 para a precisão simples e em excedente a 1023 para a precisão duplaexcedente a 1023 para a precisão dupla

– Precisão simples: variam de 2Precisão simples: variam de 2-126-126 a 2 a 2127127

– Precisão dupla: variam de 2Precisão dupla: variam de 2-1022-1022 a 2 a 210231023

• números tendo como expoente valores mínimos ou números tendo como expoente valores mínimos ou máximos tem uma especificidade própriamáximos tem uma especificidade própria

11 88 2323

11 1111 5252

sinalsinal ExpoenteExpoente FraçãoFração

(a)(a)

(b)(b)

Page 62: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

62

Representação Interna de Números Representação Interna de Números

Representação ponto flutuante: IEEE 754Representação ponto flutuante: IEEE 754– FraçãoFração

codificada em binário de 23 ou 52 bits codificada em binário de 23 ou 52 bits dita normalizada qdo primeiro bit que segue a vírgula vale 1dita normalizada qdo primeiro bit que segue a vírgula vale 1 considerando que o primeiro bit da fração é sempre igual a 1considerando que o primeiro bit da fração é sempre igual a 1

– fração IEEE compreende um bit pressuposto a 1 (bit escondido), fração IEEE compreende um bit pressuposto a 1 (bit escondido), após 23 ou 52 bits de valorapós 23 ou 52 bits de valor

– vírgula também é implícitavírgula também é implícita

11 88 2323

11 1111 5252

sinalsinal ExpoenteExpoente FraçãoFração

(a)(a)

(b)(b)

Page 63: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

63

Representação Interna de Números Representação Interna de Números

Representação ponto flutuante: IEEE 754Representação ponto flutuante: IEEE 754– FraçãoFração

valor numérico da fração para a precisão simplesvalor numérico da fração para a precisão simples– 1*21*20 0 + b+ b2222*2*2-1 -1 + b+ b2121*2*2-2 -2 + b+ b2020*2*2-3 -3 + b+ b1919*2*2-4 -4 + b+ b1818*2*2-5 -5 + b+ b1717*2*2-6 -6 + b+ b1616*2*2-7 -7 + b+ b1515*2*2-8 -8

+ b+ b1414*2*2-9 -9 + b+ b1313*2*2-10 -10 + b+ b1212*2*2-11 -11 + b+ b1111*2*2-12 -12 + b+ b1010*2*2-13 -13 + b+ b99*2*2-14 -14 + b+ b88*2*2-15 -15 + + bb77*2*2-16 -16 + b+ b66*2*2-17 -17 + b+ b55*2*2-18-18+ b+ b44*2*2-19-19 + b + b3030*2*2-20 -20 + b+ b22*2*2-21 -21 + b+ b11*2*2-22 -22 + b+ b00*2*2-22-22

números reais em precisão simples tem como valor: (-1)números reais em precisão simples tem como valor: (-1)SS * 2 * 2(E-127)(E-127) * (1,F) * (1,F)

11 88 2323

11 1111 5252

sinalsinal ExpoenteExpoente FraçãoFração

(a)(a)

(b)(b)

Page 64: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

64

Representação Interna de Números Representação Interna de Números

Dado o número p=Dado o número p=11100000101000001010100..0 escrito 10100..0 escrito em formato IEEE 754, obter a sua em formato IEEE 754, obter a sua representação decimalrepresentação decimal– Equação binária: p = (-1)S * 2Equação binária: p = (-1)S * 2(E-127) (E-127) * (1,F)* (1,F)– Inicia com Inicia com 11 -> É negativo -> É negativo– Expoente -> Expoente -> 1000001010000010bb é 130 é 130dd, assim expoente = 130-, assim expoente = 130-

127=3127=3dd

– Fração -> Fração -> 1,1,1010...01010...0bb = 1.625 = 1.625dd

– Portanto número é -1.625Portanto número é -1.625dd * 2 * 233 = -13 = -13

Page 65: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

65

Representação Interna de Números Representação Interna de Números

Características dos números IEEE 754Características dos números IEEE 754Precisão simplesPrecisão simples Precisão duplaPrecisão dupla

Bits de sinalBits de sinal 11 11

Bits do expoenteBits do expoente 88 1111

Bits da fraçãoBits da fração 2323 5252

Número total de bitsNúmero total de bits 3232 6464

Codificação do expoenteCodificação do expoente Excesso de 127Excesso de 127 Excesso de 1023Excesso de 1023

Variação do expoenteVariação do expoente -126 a +127-126 a +127 -1022 a +1023-1022 a +1023

Menor número normalizadoMenor número normalizado 22-126-126 22-1022-1022

Maior número normalizadoMaior número normalizado Aprox. 2Aprox. 2+128+128 Aprox. 2Aprox. 2+1024+1024

Escala de número decimaisEscala de número decimais Aprox. 10Aprox. 10-38-38 a 10 a 10+38+38 Aprox. 10Aprox. 10-308-308 a 10 a 10+308+308

Menor número não Menor número não normalizadonormalizado

Aprox. 10Aprox. 10-45-45 Aprox. 10Aprox. 10-324-324

Page 66: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

66

Representação Interna de Números Representação Interna de Números

Ponto flutuante IEEE 754: UnderflowPonto flutuante IEEE 754: Underflow– O que fazer quando o resultado de um cálculo é inferior ao menor O que fazer quando o resultado de um cálculo é inferior ao menor

número ponto flutuante normalizado que se pode representar? número ponto flutuante normalizado que se pode representar? – Existem duas soluções:Existem duas soluções:

dizer que o número vale zero (arredondamento), sem outra indicaçãodizer que o número vale zero (arredondamento), sem outra indicação gerar um desvio para causar uma ultrapassagem da borda inferior gerar um desvio para causar uma ultrapassagem da borda inferior

(underflow)(underflow)– Nenhuma das abordagens acima é satisfatóriaNenhuma das abordagens acima é satisfatória– É por isso que o conceito de número não normalizado aparece no É por isso que o conceito de número não normalizado aparece no

padrão IEEEpadrão IEEE– Números não normalizados existem afim de permitir uma Números não normalizados existem afim de permitir uma

ultrapassagem gradual para baixo para as operações produzindo ultrapassagem gradual para baixo para as operações produzindo resultados inferiores ao menor número normalizadoresultados inferiores ao menor número normalizado

Page 67: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

67

Representação Interna de Números Representação Interna de Números

Ponto flutuante IEEE 754: OverflowPonto flutuante IEEE 754: Overflow– Ultrapassagens de borda a esquerda são difíceis de serem geradas e Ultrapassagens de borda a esquerda são difíceis de serem geradas e

não há nenhuma combinação particular de bits para representá-losnão há nenhuma combinação particular de bits para representá-los– Uma representação específica é reservada ao valor do maior Uma representação específica é reservada ao valor do maior

número possível que se possa representarnúmero possível que se possa representar diz-se que é infinitodiz-se que é infinito expoente deste número é composto de bits a 1, sua fração é composta expoente deste número é composto de bits a 1, sua fração é composta

de bits a zerode bits a zero

– Este número particular pode ser visto como um operando sobre o Este número particular pode ser visto como um operando sobre o qual se aplicam o conjunto de regras de cálculo sobre os grandes qual se aplicam o conjunto de regras de cálculo sobre os grandes númerosnúmeros

soma de um número infinito com um número qualquer resulta em soma de um número infinito com um número qualquer resulta em infinitoinfinito

divisão de um número finito pelo infinito resulta em zero divisão de um número finito pelo infinito resulta em zero divisão de um número finito por zero resulta infinitodivisão de um número finito por zero resulta infinito

0 ou 10 ou 1 1111111111111111 0000000000000000000000000000000000000000000000

Page 68: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

68

Representação Interna de Números Representação Interna de Números

Ponto flutuante IEEE 754: OverflowPonto flutuante IEEE 754: Overflow– O que se pode dizer da divisão de um número infinito O que se pode dizer da divisão de um número infinito

por um número infinito? por um número infinito? resultado é indefinidoresultado é indefinido uma representação particular foi definida para isto uma representação particular foi definida para isto

– NaN (Not a Number) NaN (Not a Number)

0 ou 10 ou 1 1111111111111111 Toda configuração menos todos a Toda configuração menos todos a zerozero

Page 69: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

69

Representação Digital de Representação Digital de Áudio, Imagem e VídeoÁudio, Imagem e Vídeo

Page 70: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

70

Informações Multimídia na Forma Informações Multimídia na Forma AnalógicaAnalógica

Informações percebidas e variáveis físicasInformações percebidas e variáveis físicas– Informações detectadas pelos sentidos humanos podem Informações detectadas pelos sentidos humanos podem

ser descritas como variáveis físicas cujos valores são ser descritas como variáveis físicas cujos valores são funções do tempo e espaçofunções do tempo e espaço

Descrevendo sons com formas de ondaDescrevendo sons com formas de onda– Som, que atravessa o ar, é uma onda de ar comprimido Som, que atravessa o ar, é uma onda de ar comprimido

ou expandido cuja pressão altera no tempo e espaço ou expandido cuja pressão altera no tempo e espaço na posição de um locutor (detector), sons podem ser descritos na posição de um locutor (detector), sons podem ser descritos

por valores de pressão que variam no tempopor valores de pressão que variam no tempo

Page 71: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

71

Informações Multimídia na Forma Informações Multimídia na Forma AnalógicaAnalógica

Descrevendo sons com formas de ondaDescrevendo sons com formas de onda– Padrão de oscilação é chamado de forma de onda (Padrão de oscilação é chamado de forma de onda (waveformwaveform))

caracterizado por um período e amplitudecaracterizado por um período e amplitude períodoperíodo é o tempo necessário para a realização de um ciclo é o tempo necessário para a realização de um ciclo freqüênciafreqüência é definida como o inverso do período é definida como o inverso do período

– representa o número de períodos em um segundorepresenta o número de períodos em um segundo– medida em Hz (Hertz) ou ciclos por segundo (cps)medida em Hz (Hertz) ou ciclos por segundo (cps)

amplitudeamplitude do som é define um som leve ou pesado do som é define um som leve ou pesado

períodoperíodo

amplitudeamplitude

Page 72: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

72

Informações Multimídia na Forma Informações Multimídia na Forma AnalógicaAnalógica

Descrevendo imagens monocromáticas com variáveis Descrevendo imagens monocromáticas com variáveis físicasfísicas– Imagens refletem radiações eletromagnéticas (luz) incidentes que Imagens refletem radiações eletromagnéticas (luz) incidentes que

estimulam os olhos do observadorestimulam os olhos do observador imagem pode ser descrita pelo valor de intensidade de luz que é imagem pode ser descrita pelo valor de intensidade de luz que é

função de duas coordenadas espaciais (ou três)função de duas coordenadas espaciais (ou três) Descrevendo imagens coloridas com formas de ondaDescrevendo imagens coloridas com formas de onda

– Imagem colorida reflete diferentes comprimentos de ondaImagem colorida reflete diferentes comprimentos de onda função simples não é suficiente para descrever imagens coloridasfunção simples não é suficiente para descrever imagens coloridas

– Qualquer sensação de cor pode ser reproduzida pela mistura em Qualquer sensação de cor pode ser reproduzida pela mistura em proporções apropriadas de três luzes coloridas básicas: vermelho, proporções apropriadas de três luzes coloridas básicas: vermelho, verde e azulverde e azul

uma imagem colorida pode ser representada por um conjunto de 3 uma imagem colorida pode ser representada por um conjunto de 3 funções bidimensionaisfunções bidimensionais

Page 73: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

73

Para que Digitalizar Informações?Para que Digitalizar Informações?

Digitalização traz várias vantagensDigitalização traz várias vantagens– Universalidade de representaçãoUniversalidade de representação– ProcessamentoProcessamento

Informações digitais são processadas, analisadas, modificadas, Informações digitais são processadas, analisadas, modificadas, alteradas, ou complementadas por programas de computador tal qual alteradas, ou complementadas por programas de computador tal qual outros dadosoutros dados

– QualidadeQualidade Sistemas digitais são mais confiáveis Sistemas digitais são mais confiáveis

– SegurançaSegurança Criptografia de sinais digitais é possívelCriptografia de sinais digitais é possível

– ArmazenamentoArmazenamento Dispositivo único de armazenamento para todas as mídiasDispositivo único de armazenamento para todas as mídias

– TransmissãoTransmissão Qualquer sistema de comunicação de dados podem ser Qualquer sistema de comunicação de dados podem ser

(potencialmente) utilizado para a transmissão de informação (potencialmente) utilizado para a transmissão de informação multimídiamultimídia

Page 74: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

74

DigitalizaçãoDigitalização: processo envolvido na transformação de sinais : processo envolvido na transformação de sinais analógicos em sinais digitaisanalógicos em sinais digitais

Digitalização, Amostragem e QuantificaçãoDigitalização, Amostragem e Quantificação

Sinal analógicoSinal analógico– Medida física que varia continuamente com Medida física que varia continuamente com

o tempo e/ou espaço o tempo e/ou espaço– Descritos por s=f(t), s=f(x,y,z), s=f(x,y,z,t) Descritos por s=f(t), s=f(x,y,z), s=f(x,y,z,t) – Em informática:Em informática:

produzido por um sensor que detectam fenômenos físicos (que produzido por um sensor que detectam fenômenos físicos (que simulam os sensos humanos) e os transformam em uma medidasimulam os sensos humanos) e os transformam em uma medida

– medida toma a forma de uma corrente ou tensão elétricamedida toma a forma de uma corrente ou tensão elétrica– precisão definida pelas características dos sensoresprecisão definida pelas características dos sensores

Sinais digitaisSinais digitais– Seqüências de valores dependentes do tempo ou do espaço Seqüências de valores dependentes do tempo ou do espaço

codificados no formato bináriocodificados no formato binário

Page 75: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

75

Conversão analógico para digitalConversão analógico para digital

Passos para conversão de sinal analógico em digital:Passos para conversão de sinal analógico em digital:– AmostragemAmostragem

conjunto discreto de valores (analógicos) é amostrado em intervalos conjunto discreto de valores (analógicos) é amostrado em intervalos temporais (para sons) ou espaciais (para imagens) em periodicidade temporais (para sons) ou espaciais (para imagens) em periodicidade constanteconstante

– através de circuitos através de circuitos sampling and holdsampling and hold

AmostragemAmostragemFreqüência de Freqüência de amostragemamostragem

Page 76: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

76

AmostragemAmostragemFreqüência de Freqüência de amostragemamostragem

Conversão analógico para digitalConversão analógico para digital

Passos para conversão de sinal analógico em digital:Passos para conversão de sinal analógico em digital:– AmostragemAmostragem

teorema de Nyquistteorema de Nyquist– se um sinal analógico contem componentes de frequência até f Hz, a taxa se um sinal analógico contem componentes de frequência até f Hz, a taxa

de amostragem deve ser ao menos 2f Hzde amostragem deve ser ao menos 2f Hz• para o som: 20 kHz para o som: 20 kHz freqüência de amostragem freqüência de amostragem 40 kHz 40 kHz

Page 77: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

77

Conversão analógico para digitalConversão analógico para digital

Passos para conversão de sinal analógico em Passos para conversão de sinal analógico em digital:digital:– QuantificaçãoQuantificação

o sinal amostrado é quantificado (descontinuidade de valores)o sinal amostrado é quantificado (descontinuidade de valores)Passo de Passo de quantificaçãquantificaçãoo 88

7766554433221100

AmostragemAmostragemFreqüência de Freqüência de amostragemamostragem

Page 78: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

78

Conversão analógico para digitalConversão analógico para digital

Passos para conversão de sinal analógico em Passos para conversão de sinal analógico em digital:digital:– CodificaçãoCodificação

um conjunto de bits, chamado de um conjunto de bits, chamado de code-wordcode-word, é associado com , é associado com cada valor quantificadocada valor quantificadoPasso de Passo de

quantificaçãquantificaçãoo 88

77665544332211000011 0110 1000 0101 0010 0011 0110 1000 1000 0110 0011 0110 1000 0101 0010 0011 0110 1000 1000 0110 00110011

AmostragemAmostragemFreqüência de Freqüência de amostragemamostragem

Page 79: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

79

Passo de Passo de quantificaçãquantificaçãoo 88

77665544332211000011 0110 1000 0101 0010 0011 0110 1000 1000 0110 0011 0110 1000 0101 0010 0011 0110 1000 1000 0110 00110011

AmostragemAmostragemFreqüência de Freqüência de amostragemamostragem

Conceito ImportanteConceito Importante

Taxa de bitsTaxa de bits– Produto entre taxa de amostragem e o número de bits Produto entre taxa de amostragem e o número de bits

exemplo: telefoniaexemplo: telefonia– supondo uma freqüência de 8 kHz e 8 bits por amostrasupondo uma freqüência de 8 kHz e 8 bits por amostra– taxa de bits necessária é igual a 8000x8 = 64 kbpstaxa de bits necessária é igual a 8000x8 = 64 kbps

Page 80: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

80

ConversorConversorA/DA/D

ConversorConversorD/AD/A

(011001101...)(011001101...)

Sinal AnalógicoSinal Analógico Sinal AnalógicoSinal AnalógicoSinal DigitalSinal Digital

Conversão A/D e D/AConversão A/D e D/A

Todas as informações são representadas Todas as informações são representadas internamente no formato digitalinternamente no formato digital– Humanos reagem a estímulos sensoriais físicosHumanos reagem a estímulos sensoriais físicos– Conversão D/A é necessária na apresentação de certas Conversão D/A é necessária na apresentação de certas

informaçõesinformações

Page 81: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

81

Problemas da Representação digitalProblemas da Representação digital

Distorção de codificaçãoDistorção de codificação– Digitalização introduz distorçãoDigitalização introduz distorção

sinal gerado após a conversão D/A não é idêntico ao originalsinal gerado após a conversão D/A não é idêntico ao original aumentando a taxa de amostragem e número de bits usado para aumentando a taxa de amostragem e número de bits usado para

codificação reduz a distorçãocodificação reduz a distorção– problema: capacidade de armazenamento limitadoproblema: capacidade de armazenamento limitado

– Solução: escolher um balanço apropriado entre a Solução: escolher um balanço apropriado entre a precisão da digitalização e a distorção percebida pelo precisão da digitalização e a distorção percebida pelo usuáriousuário

ConversorConversorA/DA/D

ConversorConversorD/AD/A

(011001101...)(011001101...)

Sinal AnalógicoSinal Analógico Sinal AnalógicoSinal Analógicoproduzido com produzido com distorçãodistorção

Sinal DigitalSinal Digital

Page 82: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

82

Aplicações No decanais

Taxa deamostragem

Bits poramostragem

CD-Audio 2 44.1 kHz 16DAT 2 48 kHz 16Telefone Digital 1 8 kHz 8Rádio digital,long play DAT

2 32 KHz 16

Representação Digital de ÁudioRepresentação Digital de Áudio

Áudio é causado pelo distúrbio da pressão de ar que Áudio é causado pelo distúrbio da pressão de ar que alcança o tímpanoalcança o tímpano– Faixa de freqüência de som audível: Faixa de freqüência de som audível:

20 Hz a 20.000 Hz20 Hz a 20.000 Hz

Onda sonora é uma onda contínua no tempo e Onda sonora é uma onda contínua no tempo e amplitudeamplitude– Deve ser convertida em um sinal elétrico por um microfoneDeve ser convertida em um sinal elétrico por um microfone

sinal elétrico deve ser convertido em um sinal digitalsinal elétrico deve ser convertido em um sinal digital

Page 83: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

83

Representação Digital de ÁudioRepresentação Digital de Áudio

Para a apresentação do áudio digitalizado Para a apresentação do áudio digitalizado – é necessário realizar a transformação de uma representação é necessário realizar a transformação de uma representação

artificial do som em uma forma de onda física audível pelo ouvido artificial do som em uma forma de onda física audível pelo ouvido humanohumano

utilizados Conversores Digital para Analógico (CDA)utilizados Conversores Digital para Analógico (CDA)

Placas de áudioPlacas de áudio– Conversores CAD e CDA são implementados em uma única placaConversores CAD e CDA são implementados em uma única placa

Creative Sound Blaster AWE64, possibilitando até 16 bits por Creative Sound Blaster AWE64, possibilitando até 16 bits por amostras, produzindo áudio qualidade CDamostras, produzindo áudio qualidade CD

Page 84: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

84

Representação Analógica de Representação Analógica de ImagensImagens

Descrevendo imagens monocromáticas com variáveis Descrevendo imagens monocromáticas com variáveis físicasfísicas– Imagens refletem radiações eletromagnéticas (luz) incidentes que Imagens refletem radiações eletromagnéticas (luz) incidentes que

estimulam os olhos do observadorestimulam os olhos do observador imagem pode ser descrita pelo valor de intensidade de luz que é imagem pode ser descrita pelo valor de intensidade de luz que é

função de duas coordenadas espaciais (ou três)função de duas coordenadas espaciais (ou três) Descrevendo imagens coloridas com formas de ondaDescrevendo imagens coloridas com formas de onda

– Imagem colorida reflete diferentes comprimentos de ondaImagem colorida reflete diferentes comprimentos de onda função simples não é suficiente para descrever imagens coloridasfunção simples não é suficiente para descrever imagens coloridas

– Qualquer sensação de cor pode ser reproduzida pela mistura em Qualquer sensação de cor pode ser reproduzida pela mistura em proporções apropriadas de três luzes coloridas básicas: vermelho, proporções apropriadas de três luzes coloridas básicas: vermelho, verde e azulverde e azul

uma imagem colorida pode ser representada por um conjunto de 3 uma imagem colorida pode ser representada por um conjunto de 3 funções bidimensionaisfunções bidimensionais

Page 85: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

85

Vídeos ColoridosVídeos Coloridos

Captura: Teoria TristimulusCaptura: Teoria Tristimulus– Qualquer cor pode ser reproduzida com a mistura das três cores Qualquer cor pode ser reproduzida com a mistura das três cores

primáriasprimárias cores primárias padronizadas: vermelho, verde e azulcores primárias padronizadas: vermelho, verde e azul

– Câmera divide luz nos seus componentes vermelho, verde e azulCâmera divide luz nos seus componentes vermelho, verde e azul estes componentes de cores são focalizadas em sensores de vermelho, estes componentes de cores são focalizadas em sensores de vermelho,

verde e azulverde e azul convertido em separados sinais elétricosconvertido em separados sinais elétricos

Page 86: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

86

Captura de imagens e vídeos analógicosCaptura de imagens e vídeos analógicos

Processo de conversão de imagens em sinais analógicosProcesso de conversão de imagens em sinais analógicos– Lentes da câmera focam uma imagem de uma cena em uma superfície Lentes da câmera focam uma imagem de uma cena em uma superfície

foto-sensível de sensores CCD (foto-sensível de sensores CCD (Charge-Coupled DeviceCharge-Coupled Device))– Brilho de cada ponto é convertido em uma carga elétrica Brilho de cada ponto é convertido em uma carga elétrica

cargas são proporcionais ao brilho nos pontoscargas são proporcionais ao brilho nos pontos– Superfície foto-sensível é rastreada por um feixe de elétrons para Superfície foto-sensível é rastreada por um feixe de elétrons para

capturar as cargas elétricascapturar as cargas elétricas imagem ou cena é convertida em um sinal elétrico contínuo. imagem ou cena é convertida em um sinal elétrico contínuo.

Page 87: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

87

Captura de imagens e vídeos Captura de imagens e vídeos analógicosanalógicos

Captura de vídeos monocromáticosCaptura de vídeos monocromáticos– Apenas um sinal de luminância é produzido Apenas um sinal de luminância é produzido

apenas a luminosidade é capturada, apenas a luminosidade é capturada, produzindo imagens em tons de cinzaproduzindo imagens em tons de cinza

– São usadas São usadas câmeras de Luminânciacâmeras de Luminância captam a imagem em tons de cinzacaptam a imagem em tons de cinza gera um sinal só com a luminância da imagemgera um sinal só com a luminância da imagem

– gerado por um CCD monocromático que capta o tom de cinza gerado por um CCD monocromático que capta o tom de cinza que incide em cada célula do circuitoque incide em cada célula do circuito

tipo de câmera utilizada para aplicações em visão tipo de câmera utilizada para aplicações em visão computacional e nos casos onde a informação sobre a computacional e nos casos onde a informação sobre a luminosidade da imagem é suficienteluminosidade da imagem é suficiente

Page 88: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

88

Tipos de CâmerasTipos de Câmeras

Câmera de crominância (1 passo - 3 CCD) Câmera de crominância (1 passo - 3 CCD) – Capta a imagem em cores, e pode gerar sinal de vídeo Capta a imagem em cores, e pode gerar sinal de vídeo

composto colorido, S-vídeo ou sinal RGBcomposto colorido, S-vídeo ou sinal RGB– Tem uma qualidade de imagem profissionalTem uma qualidade de imagem profissional

são usados 3 CCDs com filtros separados R, G e B em cada umsão usados 3 CCDs com filtros separados R, G e B em cada um cada filtro pode ter uma resolução maiorcada filtro pode ter uma resolução maior

– garantindo melhor resolução da imagemgarantindo melhor resolução da imagem

Page 89: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

89

Vídeos ColoridosVídeos Coloridos

Modos de geração do sinal analógicoModos de geração do sinal analógico– Sinal RGB (Red, Green, Blue)Sinal RGB (Red, Green, Blue)

sinal é separado pelas cores básicassinal é separado pelas cores básicas– é possível ter uma imagem mais puraé possível ter uma imagem mais pura

utilizado em câmeras e gravadores profissionais, imagens utilizado em câmeras e gravadores profissionais, imagens geradas por computador, etc.geradas por computador, etc.

– Sinal de vídeo composto coloridoSinal de vídeo composto colorido sinais das cores (RGB) são codificados em um único sinal sinais das cores (RGB) são codificados em um único sinal

seguindo um determinado padrão (NTSC, PAL-M, SECAM, seguindo um determinado padrão (NTSC, PAL-M, SECAM, etc)etc)

– Sinal de luminância e crominância ou Y/C (S-video)Sinal de luminância e crominância ou Y/C (S-video) sinal é composto por duas partes: luminância e crominânciasinal é composto por duas partes: luminância e crominância

– imagem tem uma melhor qualidade do que no vídeo composto imagem tem uma melhor qualidade do que no vídeo composto muito usado por vídeos SVHS, laser disc, DVD e outros muito usado por vídeos SVHS, laser disc, DVD e outros

aparelhos que geram imagens de boa qualidadeaparelhos que geram imagens de boa qualidade

Page 90: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

90

Tipos de CâmerasTipos de Câmeras

Câmera de crominância (1 passo - 3 CCD) Câmera de crominância (1 passo - 3 CCD) – É utilizada em aplicações profissionaisÉ utilizada em aplicações profissionais

onde é necessário uma imagem com boa qualidadeonde é necessário uma imagem com boa qualidade usada em produtoras e emissoras de TVusada em produtoras e emissoras de TV

– U-matic, BetaCAM, SVHS, Hi8, etcU-matic, BetaCAM, SVHS, Hi8, etc tem um custo elevadotem um custo elevado

Page 91: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

91

Reprodução de imagens e vídeos Reprodução de imagens e vídeos analógicosanalógicos

Dispositivo de apresentação de imagens: tubo Dispositivo de apresentação de imagens: tubo de raios catódicosde raios catódicos– Há uma camada de fósforos fluorescentes no interior da Há uma camada de fósforos fluorescentes no interior da

superfície do CRT superfície do CRT – Camada de fósforo é rastreada por um feixe de elétrons Camada de fósforo é rastreada por um feixe de elétrons

na mesma forma do processo de captura na câmerana mesma forma do processo de captura na câmera quando tocado pelo feixe, o fósforo emite luz em um curto quando tocado pelo feixe, o fósforo emite luz em um curto

espaço de tempoespaço de tempo– Quando quadros repetem-se suficientemente rápidos a Quando quadros repetem-se suficientemente rápidos a

persistência da visão resulta na reprodução de um vídeo persistência da visão resulta na reprodução de um vídeo

Page 92: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

92

Vídeos ColoridosVídeos Coloridos

ApresentaçãoApresentação– Monitores coloridos tem 3 tipos de fósforos Monitores coloridos tem 3 tipos de fósforos

fluorescentes fluorescentes emitem luzes vermelha, verde e azul quando tocadas emitem luzes vermelha, verde e azul quando tocadas

por 3 feixes de elétrons por 3 feixes de elétrons– mistura das luzes emitidas produzem pontos de cormistura das luzes emitidas produzem pontos de cor

Page 93: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

93

Tipos de CâmerasTipos de Câmeras

Câmera de crominância (1 passo - 1 CCD) Câmera de crominância (1 passo - 1 CCD) – Capta a imagem em cores, e gera um sinal de vídeo composto Capta a imagem em cores, e gera um sinal de vídeo composto

colorido, em apenas uma passagemcolorido, em apenas uma passagem– Imagem não é profissional, pois é usado um único CCD com Imagem não é profissional, pois é usado um único CCD com

filtros RGB em cada célulafiltros RGB em cada célula– Tipo de câmera utilizado em aplicações multimídia ou em casos Tipo de câmera utilizado em aplicações multimídia ou em casos

onde não é necessário uma imagem com muita qualidadeonde não é necessário uma imagem com muita qualidade uma câmera do tipo doméstica (VHS, 8mm, VHS-C, etc) de baixo uma câmera do tipo doméstica (VHS, 8mm, VHS-C, etc) de baixo

custocusto

Page 94: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

94

Tipos de CâmerasTipos de Câmeras

Câmera de crominância (3 passos - 1 CCD)Câmera de crominância (3 passos - 1 CCD)– Capta a imagem em cores em um processo a 3 passosCapta a imagem em cores em um processo a 3 passos– É utilizado um único CCD para captar a imagemÉ utilizado um único CCD para captar a imagem

para gerar uma imagem colorida é colocado um filtro externo para gerar uma imagem colorida é colocado um filtro externo para cada componente R, G e B para cada componente R, G e B

para cada filtro é feito uma digitalizaçãopara cada filtro é feito uma digitalização– gerando uma imagem coloridagerando uma imagem colorida

Page 95: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

95

Tipos de CâmerasTipos de Câmeras

Câmera de crominância (3 passos - 1 CCD)Câmera de crominância (3 passos - 1 CCD)– Desvantagem: as imagens devem ser estáticasDesvantagem: as imagens devem ser estáticas

é preciso trocar os filtros e fazer nova captação para os outros filtrosé preciso trocar os filtros e fazer nova captação para os outros filtros– Tem uma boa qualidade de imagemTem uma boa qualidade de imagem

CCD pode ter uma boa resoluçãoCCD pode ter uma boa resolução– Usada para aquisição de imagens de telescópioUsada para aquisição de imagens de telescópio

onde é necessário uma imagem com alta definição e as imagens são onde é necessário uma imagem com alta definição e as imagens são relativamente estáticasrelativamente estáticas

Page 96: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

96

Tipos de CâmerasTipos de Câmeras

Câmera fotográfica digital Câmera fotográfica digital – Funcionamento semelhante a uma câmera fotográfica tradicionalFuncionamento semelhante a uma câmera fotográfica tradicional

porém a imagem é armazenada de forma digital em memóriaporém a imagem é armazenada de forma digital em memória– Imagem é digitalizada através de um CCD e armazenada de forma Imagem é digitalizada através de um CCD e armazenada de forma

compactada ou não em um dispositivo de memóriacompactada ou não em um dispositivo de memória– Qualidade da imagem depende da qualidade e resolução do CCD e Qualidade da imagem depende da qualidade e resolução do CCD e

da compressão utilizada para armazenar a imagem digitalizadada compressão utilizada para armazenar a imagem digitalizada resolução varia entre 320x240 até 1600x1200 pontos por imagemresolução varia entre 320x240 até 1600x1200 pontos por imagem

Page 97: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

97

ScannersScanners

ObjetivoObjetivo– digitaliza imagens a partir de imagens em papeldigitaliza imagens a partir de imagens em papel

FuncionamentoFuncionamento– imagem é colocada sobre uma superfície transparenteimagem é colocada sobre uma superfície transparente– move em direção ortogonal ao elemento de digitalização de linha move em direção ortogonal ao elemento de digitalização de linha

fonte de luz e de um sensor que mede a luz refletida linha por linha, em fonte de luz e de um sensor que mede a luz refletida linha por linha, em sincronismo com o deslocamento da imagem ou do sensorsincronismo com o deslocamento da imagem ou do sensor

– Resolução está situada entre 50dpi a 4000dpi (pontos por polegada)Resolução está situada entre 50dpi a 4000dpi (pontos por polegada)

Page 98: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

98

ScannersScanners

Fatores que influenciam na qualidade dos Fatores que influenciam na qualidade dos scannersscanners– Resolução ópticaResolução óptica

resolução via hardware que o scanner pode atingirresolução via hardware que o scanner pode atingir resoluções acima desta podem ser obtidas com técnicas de resoluções acima desta podem ser obtidas com técnicas de

interpolação (com perda de qualidadeinterpolação (com perda de qualidade resolução começa de 300dpi até 1200dpi a 2000dpiresolução começa de 300dpi até 1200dpi a 2000dpi

– Quantidade de bits para representar componente de Quantidade de bits para representar componente de corcor

geralmente cada componente é representado por 8 bitsgeralmente cada componente é representado por 8 bits– 256 níveis de intensidade para cada componente 256 níveis de intensidade para cada componente – total de 24 bits o que corresponde a 16.777.216 corestotal de 24 bits o que corresponde a 16.777.216 cores

alguns scanners já trabalham com 10 bits, ou seja 30 bits no alguns scanners já trabalham com 10 bits, ou seja 30 bits no total, e podem representar mais de um trilhão de corestotal, e podem representar mais de um trilhão de cores

Page 99: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

99

ScannersScanners

Fatores que influenciam na qualidade dos scannersFatores que influenciam na qualidade dos scanners– Tamanho da área de leituraTamanho da área de leitura

área máxima que pode ser usada para digitalizar uma imagem ou área máxima que pode ser usada para digitalizar uma imagem ou documentodocumento

a maioria dos modelos trabalham com os formatos A4 ou CARTAa maioria dos modelos trabalham com os formatos A4 ou CARTA– Velocidade de captação da imagemVelocidade de captação da imagem

tempo para realizar a digitalização de uma imagemtempo para realizar a digitalização de uma imagem um fator que deve ser levado em conta é a forma como os dados são um fator que deve ser levado em conta é a forma como os dados são

transferidos para o computadortransferidos para o computador– geralmente é feito através de interface paralela geralmente é feito através de interface paralela

• velocidade é bastante limitada, mas de fácil instalaçãovelocidade é bastante limitada, mas de fácil instalação– interface padrão SCSI (Small Computer System Interface)interface padrão SCSI (Small Computer System Interface)

• velocidade pode ser bem maior dependendo da qualidade dos velocidade pode ser bem maior dependendo da qualidade dos dispositivosdispositivos

• mais complicada de instalar, pois caso o computador não possua mais complicada de instalar, pois caso o computador não possua uma porta SCSI, uma porta SCSI,

Page 100: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

100

Imagens DigitaisImagens Digitais

FontesFontes– Imagens capturadas do mundo real via Imagens capturadas do mundo real via

scannersscanners, câmeras analógicas e digitais , câmeras analógicas e digitais – Imagens geradas pelo computador Imagens geradas pelo computador

(imagens sintetizadas) via programas (imagens sintetizadas) via programas de de paintpaint, captura da tela, etc., captura da tela, etc.

– Manipuladas com editores de imagens Manipuladas com editores de imagens (Photoshop)(Photoshop)

Não são revisáveis pois seu formato Não são revisáveis pois seu formato não contêm informações estruturais não contêm informações estruturais

Page 101: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

101

Imagens DigitaisImagens Digitais

Formatos de ImagensFormatos de Imagens– Imagens no computador são representadas Imagens no computador são representadas

por por bitmapsbitmaps bitmapbitmap = matriz espacial bidimensional de = matriz espacial bidimensional de

elementos de imagem chamados de elementos de imagem chamados de pixelspixels pixelpixel é o menor elemento de resolução da é o menor elemento de resolução da

imagemimagem tem um valor numérico chamado amplitude:tem um valor numérico chamado amplitude:

– define ponto preto e branco, nível de cinza, ou atributo de cor (3 define ponto preto e branco, nível de cinza, ou atributo de cor (3 valores)valores)

profundidade de amplitude (ou de pixel): o números de bits profundidade de amplitude (ou de pixel): o números de bits para codificar um pixel (Resolução de cor)para codificar um pixel (Resolução de cor)

– 1 para imagens P&B, 2, 4, 8, 12, 16 ou 24 bits1 para imagens P&B, 2, 4, 8, 12, 16 ou 24 bits

Page 102: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

102

Imagens DigitaisImagens Digitais

Resolução de ImagemResolução de Imagem– Resolução vertical Resolução vertical

número de linhas da matriz de pixeis (m) número de linhas da matriz de pixeis (m) – Resolução horizontalResolução horizontal

número de colunas (n) número de colunas (n) – Resolução espacial (geométrica)Resolução espacial (geométrica)

produto m x n produto m x n estabelece a freqüência de amostragem final da imagemestabelece a freqüência de amostragem final da imagem quanto maior a resolução mais detalhe da imagem podem ser quanto maior a resolução mais detalhe da imagem podem ser

captadas na representação matricialcaptadas na representação matricial resolução espacial não fornece muita informação sobre a resolução espacial não fornece muita informação sobre a

resolução real da imagem quando realizada em dispositivo resolução real da imagem quando realizada em dispositivo físicofísico

– ficamos na dependência do tamanho físico do pixel do ficamos na dependência do tamanho físico do pixel do dispositivodispositivo

Page 103: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

103

Imagens DigitaisImagens Digitais

Resolução de ImagemResolução de Imagem– Densidade de resolução de imagemDensidade de resolução de imagem

medida mais confiável de resolução medida mais confiável de resolução fornece o número de pixels por unidade linear fornece o número de pixels por unidade linear

de medida de medida se utiliza o número de pixels por polegadase utiliza o número de pixels por polegada

– ppi ("pixels per inch") ou dpi ("dots per inch")ppi ("pixels per inch") ou dpi ("dots per inch")

Page 104: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

104

Sistema RGBSistema RGB

Imagens BináriasImagens Binárias– São imagens com dois níveis (como preto e branco)São imagens com dois níveis (como preto e branco)

muito usadas por dispositivos de impressão e para representar muito usadas por dispositivos de impressão e para representar imagens de documentos monocromáticosimagens de documentos monocromáticos

– Para representar um pixel de uma imagem binária é Para representar um pixel de uma imagem binária é necessário apenas 1 bitnecessário apenas 1 bit

informação extra sobre a cor de cada informação, a cor para o informação extra sobre a cor de cada informação, a cor para o bit com valor 0 (zero) e a cor para o bit de valor 1bit com valor 0 (zero) e a cor para o bit de valor 1

– informação de cor é geralmente é representada em 24 bits/cor no informação de cor é geralmente é representada em 24 bits/cor no padrão RGBpadrão RGB

Page 105: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

105

Sistema RGBSistema RGB

Imagens em Tons de CinzaImagens em Tons de Cinza– Representação é feita discretizando a informação de Representação é feita discretizando a informação de

luminância de cada ponto da imagemluminância de cada ponto da imagem cada pixel contém a intensidade de luminosidade representada cada pixel contém a intensidade de luminosidade representada

em um certo número de bitsem um certo número de bits uma imagem com resolução de cor de 8 bits, pode representar uma imagem com resolução de cor de 8 bits, pode representar

até 256 níveis de cinza (variando do preto ao branco)até 256 níveis de cinza (variando do preto ao branco)– Padrões mais usados são de 16 (4 bits/pixel) e 256 (8 Padrões mais usados são de 16 (4 bits/pixel) e 256 (8

bits/pixel) tons-de-cinzabits/pixel) tons-de-cinza representações com mais que 256 tons-de-cinza não são representações com mais que 256 tons-de-cinza não são

percebidas pela vista humanapercebidas pela vista humana

Page 106: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

106

Especificação da CorEspecificação da Cor

Propriedades da corPropriedades da cor– luz visível: radiação eletromecânica que tem um comprimento de luz visível: radiação eletromecânica que tem um comprimento de

onda variando de 400 nm a 780 nmonda variando de 400 nm a 780 nm propriedades: luminância (brilho), nuança (cor), saturaçãopropriedades: luminância (brilho), nuança (cor), saturação

Sistema RGBSistema RGB– Cor é representada pela intensidade de três cores primárias: Cor é representada pela intensidade de três cores primárias:

vermelho, verde e azul, com cada valor variando de 0 a 255:vermelho, verde e azul, com cada valor variando de 0 a 255: Branco = 255,255,255 Vermelho = 255,0,0 Verde = 0,255,0 Branco = 255,255,255 Vermelho = 255,0,0 Verde = 0,255,0 Azul = 0,0,255 Amarelo = 255,255,255 Preto = 0,0,0Azul = 0,0,255 Amarelo = 255,255,255 Preto = 0,0,0

Page 107: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

107

Sistema RGBSistema RGB

Sistema RGBSistema RGB– Tipos de representação de imagens coloridas Tipos de representação de imagens coloridas

cores por componente (true color), cores indexadas, ou cores cores por componente (true color), cores indexadas, ou cores fixas. fixas.

– Representação vai depender do propósito e dos Representação vai depender do propósito e dos dispositivos que vão ser usados para trabalhar com dispositivos que vão ser usados para trabalhar com essas imagensessas imagens

Page 108: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

108

Sistema RGBSistema RGB

True Color True Color – Cada pixel da imagem é representado por um vetor de 3 Cada pixel da imagem é representado por um vetor de 3

componentes de cores (RGB) com um certo número de componentes de cores (RGB) com um certo número de bits para representar cada componente de corbits para representar cada componente de cor

quanto maior for a resolução de cor maior a qualidade quanto maior for a resolução de cor maior a qualidade – Geralmente o número de bits para cada componente Geralmente o número de bits para cada componente

RGB é igualRGB é igual ex.: 9 bits/pixel (3-3-3) ex.: 9 bits/pixel (3-3-3)

– Pode ser feito uma representação com diferentes Pode ser feito uma representação com diferentes valores para as componentesvalores para as componentes

ex.: 8 bits/pixel (3-3-2)ex.: 8 bits/pixel (3-3-2)– percepção humana da componente azul é menos sensívelpercepção humana da componente azul é menos sensível

Page 109: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

109

Sistema RGBSistema RGB

True Color True Color – Número de bits por pixel fornece a quantidade de níveis Número de bits por pixel fornece a quantidade de níveis

que podem ser representadosque podem ser representados se n é a resolução de cor então a quantidade de níveis possíveis se n é a resolução de cor então a quantidade de níveis possíveis

é de 2é de 2nn níveis níveis

Bits/pixelBits/pixel Máximo de CoresMáximo de CoresComponente de Componente de

cor RGBcor RGBPadrãoPadrão

15 bits/pixel15 bits/pixel 32.768 cores32.768 cores5 bits/pixel, 5 bits/pixel,

32 níveis por comp.32 níveis por comp.High Color (15 bits)High Color (15 bits)

16 bits/pixel16 bits/pixel 65.535 cores65.535 cores5/6 bits/pixel, 5/6 bits/pixel,

32/64 níveis por comp.32/64 níveis por comp.High Color (16 bits)High Color (16 bits)

24 bits/pixel24 bits/pixel 16.777.216 cores16.777.216 cores8 bits/pixel, 8 bits/pixel,

256 níveis por comp.256 níveis por comp.True Color (24 bits)True Color (24 bits)

Page 110: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

110

Sistema RGBSistema RGB

Cores IndexadasCores Indexadas– Cada pixel é representado por um índice que aponta Cada pixel é representado por um índice que aponta

para uma tabela de cores (paleta) para uma tabela de cores (paleta) paleta contem as informações sobre as cores paleta contem as informações sobre as cores

– Paleta tem em geral 24 bits para representar cada cor no Paleta tem em geral 24 bits para representar cada cor no formato RGBformato RGB

pode representar n cores de um conjunto com mais de 16 pode representar n cores de um conjunto com mais de 16 milhões de coresmilhões de cores

– Representação de imagemRepresentação de imagem informações das cores da paleta devem informações das cores da paleta devem

constar da estrutura além das dimensões constar da estrutura além das dimensões e seqüência de índices e seqüência de índices

11

22

......

nn

CorCor RR

00

1212

......

PaletaPaletaGG

00

2525

......

BB

00

100100

......

...... ...... ......

Page 111: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

111

Sistema RGBSistema RGB

Cores IndexadasCores Indexadas– número de cores e a resolução de cor da paleta podem número de cores e a resolução de cor da paleta podem

variarvariar

Bits/pixelBits/pixelResolução de corResolução de cor

da paletada paletaPadrãoPadrão

4 bits/pixel4 bits/pixel 24 bits/cor24 bits/cor16 cores indexadas16 cores indexadas

8 bits/pixel8 bits/pixel 24 bits/cor24 bits/cor255 cores indexadas255 cores indexadas

Page 112: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

112

Sistema RGBSistema RGB

Cores FixasCores Fixas– Cada pixel é representado por um índice que aponta Cada pixel é representado por um índice que aponta

para uma tabela de cores fixapara uma tabela de cores fixa usado quando o dispositivo não permite a representação de usado quando o dispositivo não permite a representação de

muitas cores (placas de vídeos antigas ou padrões de cores)muitas cores (placas de vídeos antigas ou padrões de cores)– Número de bits para representar um pixel depende do Número de bits para representar um pixel depende do

número de cores fixasnúmero de cores fixas para representar 16 cores são necessários 4 bits/pixel.para representar 16 cores são necessários 4 bits/pixel.

Page 113: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

113

Imagens e Gráficos AnimadosImagens e Gráficos Animados

Sensação de movimentoSensação de movimento– Imagens e gráficos podem ser apresentados como uma sucessão de Imagens e gráficos podem ser apresentados como uma sucessão de

imagens/gráficos que criam a sensação de movimentoimagens/gráficos que criam a sensação de movimento– QuadroQuadro ( (FrameFrame): uma imagem individual uma animação): uma imagem individual uma animação

Freqüência de QuadrosFreqüência de Quadros– Números de quadros apresentados por segundo (fps)Números de quadros apresentados por segundo (fps)– Determinado por 3 fatores:Determinado por 3 fatores:

alta suficiente para produzir a sensação de movimento (alta suficiente para produzir a sensação de movimento (25 fps)25 fps) maior a frequência de quadros mais alto é a largura de banda maior a frequência de quadros mais alto é a largura de banda

necessárianecessária– maior a taxa, maior é o números de quadros que devem ser enviadosmaior a taxa, maior é o números de quadros que devem ser enviados

problema de frequência de restauração (problema de frequência de restauração (refreshingrefreshing) de tela) de tela– a tela deve ser restaurada 50 vezes por segundo para evitar tremulaçõesa tela deve ser restaurada 50 vezes por segundo para evitar tremulações

• uso de vídeos entrelaçados para evitar tremulaçõesuso de vídeos entrelaçados para evitar tremulações

Page 114: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

114

Fps Comentários <10 Apresentação sucessiva de imagens

10 à 16 Impressão de movimento mas com sensação de arrancos >16 Efeito do movimento começa 24 Cinema

30/25 Padrão de TV americana/européia 60 Padrão HDTV

Imagens e Gráficos AnimadosImagens e Gráficos Animados

Freqüência de QuadrosFreqüência de Quadros

Page 115: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

115

Imagens e Gráficos AnimadosImagens e Gráficos Animados

Imagens AnimadasImagens Animadas– Cenas são registradas como um sucessão de quadros:Cenas são registradas como um sucessão de quadros:

capturadas da vida real com câmeras (Vídeo)capturadas da vida real com câmeras (Vídeo) criadas através do computadorcriadas através do computador

Gráficos AnimadosGráficos Animados– Apresentação sucessiva de objetos visuais gerados pelo Apresentação sucessiva de objetos visuais gerados pelo

computadorcomputador numa taxa suficiente para dar a sensação de movimentonuma taxa suficiente para dar a sensação de movimento são mais compactas: conjunto de objetos com diretivas temporaissão mais compactas: conjunto de objetos com diretivas temporais são revisáveissão revisáveis

Vídeos híbridosVídeos híbridos– Técnicas avançadas permitem formas híbridas combinando vídeos Técnicas avançadas permitem formas híbridas combinando vídeos

e animações gráficase animações gráficas modo ao-vivo e modo ao-vivo e off-lineoff-line

Page 116: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

116

Representação Digital de ÁudioRepresentação Digital de Áudio

Áudio é causado pelo distúrbio da pressão de Áudio é causado pelo distúrbio da pressão de ar que alcança o tímpanoar que alcança o tímpano

Onda sonora é uma onda contínua no tempo e Onda sonora é uma onda contínua no tempo e amplitudeamplitude– Deve ser convertida em um sinal elétrico por um Deve ser convertida em um sinal elétrico por um

microfonemicrofone sinal elétrico deve ser convertido em um sinal digitalsinal elétrico deve ser convertido em um sinal digital

Page 117: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

117

Digitalização de ÁudioDigitalização de Áudio

Geração (Microfone)Geração (Microfone)– Transforma a onda de pressão em um sinal elétricoTransforma a onda de pressão em um sinal elétrico

Ola como vai

Page 118: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

118

Conversão analógico para digitalConversão analógico para digital

Passos para conversão de sinal analógico em digital:Passos para conversão de sinal analógico em digital:– AmostragemAmostragem

conjunto discreto de valores (analógicos) é amostrado em intervalos conjunto discreto de valores (analógicos) é amostrado em intervalos temporais (para sons) ou espaciais (para imagens) em periodicidade temporais (para sons) ou espaciais (para imagens) em periodicidade constanteconstante

– através de circuitos através de circuitos sampling and holdsampling and hold

AmostragemAmostragemFreqüência de Freqüência de amostragemamostragem

Page 119: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

119

AmostragemAmostragemFreqüência de Freqüência de amostragemamostragem

Conversão analógico para digitalConversão analógico para digital

Passos para conversão de sinal analógico em digital:Passos para conversão de sinal analógico em digital:– AmostragemAmostragem

teorema de Nyquistteorema de Nyquist– se um sinal analógico contem componentes de freqüência até f Hz, a taxa se um sinal analógico contem componentes de freqüência até f Hz, a taxa

de amostragem deve ser ao menos 2f Hz (freqüência de Nyquist)de amostragem deve ser ao menos 2f Hz (freqüência de Nyquist)• para o som: 20 kHz para o som: 20 kHz freqüência de amostragem freqüência de amostragem 40 kHz 40 kHz

Page 120: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

120

Conversão analógico para digitalConversão analógico para digital

Passos para conversão de sinal analógico em Passos para conversão de sinal analógico em digital:digital:– QuantificaçãoQuantificação

o sinal amostrado é quantificado (descontinuidade de valores)o sinal amostrado é quantificado (descontinuidade de valores)Passo de Passo de quantificaçãquantificaçãoo 88

7766554433221100

AmostragemAmostragemFreqüência de Freqüência de amostragemamostragem

Page 121: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

121

Conversão analógico para digitalConversão analógico para digital

Passos para conversão de sinal analógico em Passos para conversão de sinal analógico em digital:digital:– CodificaçãoCodificação

um conjunto de bits, chamado de um conjunto de bits, chamado de code-wordcode-word, é associado com , é associado com cada valor quantificadocada valor quantificadoPasso de Passo de

quantificaçãquantificaçãoo 88

77665544332211000011 0110 1000 0101 0010 0011 0110 1000 1000 0110 0011 0110 1000 0101 0010 0011 0110 1000 1000 0110 00110011

AmostragemAmostragemFreqüência de Freqüência de amostragemamostragem

Page 122: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

122

Passo de Passo de quantificaçãquantificaçãoo 88

77665544332211000011 0110 1000 0101 0010 0011 0110 1000 1000 0110 0011 0110 1000 0101 0010 0011 0110 1000 1000 0110 00110011

AmostragemAmostragemFreqüência de Freqüência de amostragemamostragem

Conversão analógico para digitalConversão analógico para digital

Taxa de bitsTaxa de bits– Produto entre taxa de amostragem e o número de bits Produto entre taxa de amostragem e o número de bits

exemplo: telefoniaexemplo: telefonia– supondo uma freqüência de 8 kHz e 8 bits por amostrasupondo uma freqüência de 8 kHz e 8 bits por amostra– taxa de bits necessária é igual a 8000x8 = 64 kbpstaxa de bits necessária é igual a 8000x8 = 64 kbps

Page 123: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

123

Aplicações No de canais

Largura de banda (Hz)

Taxa de amostragem

Bits por amostragem

Taxa de bits

CD-Audio 2 20-20000 44.1 kHz 16 1,41 Mbps

DAT 2 10-22000 48 kHz 16 1,53 Mbps

Telefone Digital

1 300-3000 8 kHz 8 64 Kbps

Rádio digital, long play DAT

2 30-15000 32 KHz 16 1,02 Mbps

Representação Digital de ÁudioRepresentação Digital de Áudio

Exemplos de Qualidade de ÁudioExemplos de Qualidade de Áudio

Page 124: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

124

Representação Digital de ÁudioRepresentação Digital de Áudio

Para a apresentação do áudioPara a apresentação do áudio– é necessário realizar a transformação de uma representação artificial do é necessário realizar a transformação de uma representação artificial do

som em uma forma de onda física audível pelo ouvido humanosom em uma forma de onda física audível pelo ouvido humano utilizados Conversores Digital para Analógico (CDA)utilizados Conversores Digital para Analógico (CDA)

Placas de áudioPlacas de áudio– Conversores CAD e CDA são implementados em uma única placaConversores CAD e CDA são implementados em uma única placa

Page 125: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

125

ConversorConversorA/DA/D

ConversorConversorD/AD/A

(011001101...)(011001101...)

Sinal AnalógicoSinal Analógico Sinal AnalógicoSinal AnalógicoSinal DigitalSinal Digital

Conversão A/D e D/AConversão A/D e D/A

Todas as informações multimídia são Todas as informações multimídia são representadas internamente no formato digitalrepresentadas internamente no formato digital– Humanos reagem a estímulos sensoriais físicosHumanos reagem a estímulos sensoriais físicos– Conversão D/A é necessária na apresentação de certas Conversão D/A é necessária na apresentação de certas

informaçõesinformações

Page 126: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

126

Problemas da Representação digitalProblemas da Representação digital

Distorção de codificaçãoDistorção de codificação– Digitalização introduz distorçãoDigitalização introduz distorção

sinal gerado após a conversão D/A não é idêntico ao originalsinal gerado após a conversão D/A não é idêntico ao original aumentando a taxa de amostragem e número de bits usado para aumentando a taxa de amostragem e número de bits usado para

codificação reduz a distorçãocodificação reduz a distorção– problema: capacidade de armazenamento limitadoproblema: capacidade de armazenamento limitado

ConversorConversorA/DA/D

ConversorConversorD/AD/A

(011001101...)(011001101...)

Sinal AnalógicoSinal Analógico Sinal AnalógicoSinal Analógicoproduzido com produzido com distorçãodistorção

Sinal DigitalSinal Digital

Page 127: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

127

Padrão MIDI Padrão MIDI

Origem do MIDI (Origem do MIDI (Musical Instrument Digital Musical Instrument Digital Interface)Interface)– Proposta pelos maiores fabricantes de instrumentos Proposta pelos maiores fabricantes de instrumentos

musicaismusicais– MIDI é um padrão de conector e um protocolo de MIDI é um padrão de conector e um protocolo de

comunicação entre instrumentos musicaiscomunicação entre instrumentos musicais– Permite que dispositivos eletrônicos interajam e Permite que dispositivos eletrônicos interajam e

trabalhem em sincronia com outros dispositivos trabalhem em sincronia com outros dispositivos compatíveis com MIDIcompatíveis com MIDI

um teclado mestre pode controlar vários instrumentosum teclado mestre pode controlar vários instrumentos

Page 128: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

128

Padrão MIDI Padrão MIDI

Representação simbólica da música: padrão MIDIRepresentação simbólica da música: padrão MIDI– Define como codificar: seqüências de notas, condições Define como codificar: seqüências de notas, condições

temporais, e o “instrumento” (127) que deve executar cada notatemporais, e o “instrumento” (127) que deve executar cada nota– Músico pode criar suas músicas no computador:Músico pode criar suas músicas no computador:

software especiais permitem que o músico edite notas e controles, sejam software especiais permitem que o músico edite notas e controles, sejam em uma partitura, seja através de gráfico que exibe as teclas dos pianosem uma partitura, seja através de gráfico que exibe as teclas dos pianos

as músicas editadas podem ser ouvidas pelos seqüenciadoresas músicas editadas podem ser ouvidas pelos seqüenciadores– Arquivos MIDI são muito mais compactos que amostragens Arquivos MIDI são muito mais compactos que amostragens

digitalizadasdigitalizadas um arquivo MIDI pode ser 1000 vezes menor que um arquivo CD áudioum arquivo MIDI pode ser 1000 vezes menor que um arquivo CD áudio

– DesvantagemDesvantagem processamento extra de informação, e imprecisão dos instrumentos de processamento extra de informação, e imprecisão dos instrumentos de

som (variam com o dispositivo usado para a apresentação) som (variam com o dispositivo usado para a apresentação)

Page 129: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

129

Editores MidiEditores Midi

Page 130: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

130

Imagens e Vídeos DigitaisImagens e Vídeos Digitais

Descrevendo imagens monocromáticas com variáveis físicasDescrevendo imagens monocromáticas com variáveis físicas– Imagens refletem radiações eletromagnéticas (luz) incidentes que Imagens refletem radiações eletromagnéticas (luz) incidentes que

estimulam os olhos do observadorestimulam os olhos do observador imagem pode ser descrita pelo valor de intensidade de luz que é função de duas imagem pode ser descrita pelo valor de intensidade de luz que é função de duas

coordenadas espaciais (ou três)coordenadas espaciais (ou três)

I(x,y) = intensidade luminosaI(x,y) = intensidade luminosa

Olho humano: Olho humano: 3000x30003000x3000

Page 131: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

131

Imagens e Vídeos DigitaisImagens e Vídeos Digitais

Descrevendo imagens coloridas com formas de ondaDescrevendo imagens coloridas com formas de onda– Imagem colorida reflete diferentes comprimentos de ondaImagem colorida reflete diferentes comprimentos de onda

função simples não é suficiente para descrever imagens coloridasfunção simples não é suficiente para descrever imagens coloridas

Pontos de corPontos de cor

Page 132: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

132

Imagens e Vídeos DigitaisImagens e Vídeos Digitais

Captura: Teoria Tristimulus Captura: Teoria Tristimulus – Qualquer cor pode ser reproduzida com a mistura das Qualquer cor pode ser reproduzida com a mistura das

três cores primáriastrês cores primárias cores primárias padronizadas: vermelho, verde e azulcores primárias padronizadas: vermelho, verde e azul

Page 133: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

133

Imagens e Vídeos DigitaisImagens e Vídeos Digitais

R(x,y)R(x,y)G(x,y)G(x,y)B(x,y)B(x,y)

Page 134: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

134

Imagens e Vídeos Monocromáticos Imagens e Vídeos Monocromáticos AnalógicosAnalógicos

Processo de conversão de imagens em sinais analógicosProcesso de conversão de imagens em sinais analógicos– Lentes da câmera focam uma imagem de uma cena em uma superfície Lentes da câmera focam uma imagem de uma cena em uma superfície

foto-sensível de sensores CCD (foto-sensível de sensores CCD (Charge-Coupled DeviceCharge-Coupled Device))– Brilho de cada ponto é convertido em uma carga elétrica Brilho de cada ponto é convertido em uma carga elétrica

cargas são proporcionais ao brilho nos pontoscargas são proporcionais ao brilho nos pontos– Superfície foto-sensível é rastreada por um feixe de elétrons para Superfície foto-sensível é rastreada por um feixe de elétrons para

capturar as cargas elétricascapturar as cargas elétricas imagem ou cena é convertida em um sinal elétrico contínuo. imagem ou cena é convertida em um sinal elétrico contínuo.

Page 135: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

135

Imagens e Vídeos Monocromáticos Imagens e Vídeos Monocromáticos AnalógicosAnalógicos

Captura de vídeos monocromáticosCaptura de vídeos monocromáticos– Apenas um sinal de luminância é produzido Apenas um sinal de luminância é produzido

apenas a luminosidade é capturada, apenas a luminosidade é capturada, produzindo imagens em tons de cinzaproduzindo imagens em tons de cinza

– São usadas São usadas câmeras de Luminânciacâmeras de Luminância captam a imagem em tons de cinzacaptam a imagem em tons de cinza gera um sinal só com a luminância da imagemgera um sinal só com a luminância da imagem

– gerado por um CCD monocromático que capta o tom de cinza gerado por um CCD monocromático que capta o tom de cinza que incide em cada célula do circuitoque incide em cada célula do circuito

Page 136: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

136

Imagens e Vídeos Monocromáticos Imagens e Vídeos Monocromáticos AnalógicosAnalógicos

Dispositivo de apresentação de imagens: tubo Dispositivo de apresentação de imagens: tubo de raios catódicosde raios catódicos– Há uma camada de fósforos fluorescentes no interior da Há uma camada de fósforos fluorescentes no interior da

superfície do CRT superfície do CRT – Camada de fósforo é rastreada por um feixe de elétrons Camada de fósforo é rastreada por um feixe de elétrons

na mesma forma do processo de captura na câmerana mesma forma do processo de captura na câmera quando tocado pelo feixe, o fósforo emite luz em um curto quando tocado pelo feixe, o fósforo emite luz em um curto

espaço de tempoespaço de tempo– Quando quadros repetem-se suficientemente rápidos a Quando quadros repetem-se suficientemente rápidos a

persistência da visão resulta na reprodução de um vídeo persistência da visão resulta na reprodução de um vídeo

Page 137: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

137

Tipos de Câmeras ColoridasTipos de Câmeras Coloridas

Câmera de crominância (1 passo - 3 CCD) Câmera de crominância (1 passo - 3 CCD) – Tem uma qualidade de imagem profissionalTem uma qualidade de imagem profissional

são usados 3 CCDs com filtros separados R, G e B em cada são usados 3 CCDs com filtros separados R, G e B em cada umum

cada filtro pode ter uma resolução maiorcada filtro pode ter uma resolução maior– garantindo melhor resolução da imagemgarantindo melhor resolução da imagem

Page 138: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

138

Vídeos ColoridosVídeos Coloridos

ApresentaçãoApresentação– Monitores coloridos tem 3 tipos de fósforos Monitores coloridos tem 3 tipos de fósforos

fluorescentes fluorescentes emitem luzes vermelha, verde e azul quando tocadas emitem luzes vermelha, verde e azul quando tocadas

por 3 feixes de elétrons por 3 feixes de elétrons– mistura das luzes emitidas produzem pontos de cormistura das luzes emitidas produzem pontos de cor

Page 139: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

139

Tipos de Câmeras ColoridasTipos de Câmeras Coloridas

Câmera de crominância (1 passo - 1 CCD) Câmera de crominância (1 passo - 1 CCD) – Capta a imagem em cores, e gera um sinal de vídeo composto colorido, Capta a imagem em cores, e gera um sinal de vídeo composto colorido,

em apenas uma passagemem apenas uma passagem– Imagem não é profissional, pois é usado um único CCD com filtros RGB Imagem não é profissional, pois é usado um único CCD com filtros RGB

em cada célulaem cada célula– Tipo de câmera utilizado em aplicações multimídia ou em casos onde não Tipo de câmera utilizado em aplicações multimídia ou em casos onde não

é necessário uma imagem com muita qualidadeé necessário uma imagem com muita qualidade uma câmera do tipo doméstica (VHS, 8mm, VHS-C, etc) de baixo custouma câmera do tipo doméstica (VHS, 8mm, VHS-C, etc) de baixo custo

Page 140: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

140

Câmeras Digitais Câmeras Digitais

Câmera fotográfica digital Câmera fotográfica digital – Funcionamento semelhante a uma câmera fotográfica tradicionalFuncionamento semelhante a uma câmera fotográfica tradicional

porém a imagem é armazenada de forma digital em memóriaporém a imagem é armazenada de forma digital em memória– Imagem é digitalizada através de um CCD e armazenada de forma Imagem é digitalizada através de um CCD e armazenada de forma

compactada ou não em um dispositivo de memóriacompactada ou não em um dispositivo de memória– Qualidade da imagem depende da qualidade e resolução do CCD e Qualidade da imagem depende da qualidade e resolução do CCD e

da compressão utilizada para armazenar a imagem digitalizadada compressão utilizada para armazenar a imagem digitalizada resolução varia entre 320x240 até 1600x1200 pontos por imagemresolução varia entre 320x240 até 1600x1200 pontos por imagem

Page 141: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

141

ScannersScanners

ObjetivoObjetivo– digitaliza imagens a partir de imagens em papeldigitaliza imagens a partir de imagens em papel

FuncionamentoFuncionamento– imagem é colocada sobre uma superfície transparenteimagem é colocada sobre uma superfície transparente– move em direção ortogonal ao elemento de digitalização de linha move em direção ortogonal ao elemento de digitalização de linha

fonte de luz e de um sensor que mede a luz refletida linha por linha, em fonte de luz e de um sensor que mede a luz refletida linha por linha, em sincronismo com o deslocamento da imagem ou do sensorsincronismo com o deslocamento da imagem ou do sensor

– Resolução está situada entre 50dpi a 4000dpi (Resolução está situada entre 50dpi a 4000dpi (pontos por polegadapontos por polegada))

Page 142: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

142

Imagens DigitaisImagens Digitais

Formatos de ImagensFormatos de Imagens– Imagens no computador são representadas Imagens no computador são representadas

por por bitmapsbitmaps bitmapbitmap = matriz espacial bidimensional de = matriz espacial bidimensional de

elementos de imagem chamados de elementos de imagem chamados de pixelspixels pixelpixel é o menor elemento de resolução da imagem é o menor elemento de resolução da imagem tem um valor numérico chamado amplitude:tem um valor numérico chamado amplitude:

– define ponto preto e branco, nível de cinza, ou atributo de cor (3 define ponto preto e branco, nível de cinza, ou atributo de cor (3 valores)valores)

profundidade de amplitude (ou de pixel): o números de bits profundidade de amplitude (ou de pixel): o números de bits para codificar um pixel (Resolução de cor)para codificar um pixel (Resolução de cor)

– 1 para imagens P&B, 2, 4, 8, 12, 16 ou 24 bits1 para imagens P&B, 2, 4, 8, 12, 16 ou 24 bits

Page 143: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

143

Imagens DigitaisImagens Digitais

pixelpixel

Page 144: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

144

Tipos de Representação de ImagensTipos de Representação de Imagens

Imagens BináriasImagens Binárias– São imagens com dois níveis (como preto e branco)São imagens com dois níveis (como preto e branco)

muito usadas por dispositivos de impressão e para representar muito usadas por dispositivos de impressão e para representar imagens de documentos monocromáticosimagens de documentos monocromáticos

– Para representar um pixel de uma imagem binária é Para representar um pixel de uma imagem binária é necessário apenas 1 bitnecessário apenas 1 bit

informação extra sobre a cor de cada informação, a cor para o informação extra sobre a cor de cada informação, a cor para o bit com valor 0 (zero) e a cor para o bit de valor 1bit com valor 0 (zero) e a cor para o bit de valor 1

– informação de cor é geralmente é representada em 24 bits/cor no informação de cor é geralmente é representada em 24 bits/cor no padrão RGBpadrão RGB

Page 145: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

145

Tipos de Representação de ImagensTipos de Representação de Imagens

Imagens em Tons de CinzaImagens em Tons de Cinza– Representação é feita discretizando a informação de Representação é feita discretizando a informação de

luminância de cada ponto da imagemluminância de cada ponto da imagem cada pixel contém a intensidade de luminosidade representada cada pixel contém a intensidade de luminosidade representada

em um certo número de bitsem um certo número de bits uma imagem com resolução de cor de 8 bits, pode representar uma imagem com resolução de cor de 8 bits, pode representar

até 256 níveis de cinza (variando do preto ao branco)até 256 níveis de cinza (variando do preto ao branco)– Padrões mais usados são de 16 (4 bits/pixel) e 256 (8 Padrões mais usados são de 16 (4 bits/pixel) e 256 (8

bits/pixel) tons-de-cinzabits/pixel) tons-de-cinza representações com mais que 256 tons-de-cinza não são representações com mais que 256 tons-de-cinza não são

percebidas pela vista humanapercebidas pela vista humana

Page 146: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

146

Especificação da CorEspecificação da Cor

Propriedades da corPropriedades da cor– luz visível: radiação eletromecânica que tem um comprimento luz visível: radiação eletromecânica que tem um comprimento

de onda variando de 400 nm a 780 nmde onda variando de 400 nm a 780 nm propriedades: luminância (brilho), nuança (cor), saturaçãopropriedades: luminância (brilho), nuança (cor), saturação

Sistema RGBSistema RGB– Cor é representada pela intensidade de três cores primárias Cor é representada pela intensidade de três cores primárias

(teoria Tristimulus): vermelho, verde e azul, com cada valor (teoria Tristimulus): vermelho, verde e azul, com cada valor variando de 0 a 255:variando de 0 a 255:

Branco = 255,255,255Branco = 255,255,255 Vermelho = 255,0,0 Vermelho = 255,0,0 Verde = 0,255,0 Verde = 0,255,0 Azul = 0,0,255 Azul = 0,0,255 Amarelo = 0,255,255 Amarelo = 0,255,255 Preto = 0,0,0Preto = 0,0,0

Page 147: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

147

Sistemas de CoresSistemas de Cores

Sistema CMYSistema CMY– Usado em dispositivos de cópia (impressoras)Usado em dispositivos de cópia (impressoras)– Usam as cores secundárias: ciano (turquesa), magenta Usam as cores secundárias: ciano (turquesa), magenta

(púrpura e o amarelo(púrpura e o amarelo– São as cores complementares do RGBSão as cores complementares do RGB

Ciano absorve o vermelhoCiano absorve o vermelho Magenta absorve o verdeMagenta absorve o verde Amarelo absorve o azulAmarelo absorve o azul

Sistema CMYKSistema CMYK– Ciano-Magenta-Amarelo-PretoCiano-Magenta-Amarelo-Preto– Mais usado na prática devido a deficiência do CMY para Mais usado na prática devido a deficiência do CMY para

produzir o pretoproduzir o preto Produz um cinza ou marromProduz um cinza ou marrom

Page 148: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

148

Sistemas de CoresSistemas de Cores

Sistema HLSSistema HLS– RGB e CMY não são intuitivos para o usuário humanoRGB e CMY não são intuitivos para o usuário humano

Não é fácil, dada uma cor qualquer, intuir a quantidade de cada cor Não é fácil, dada uma cor qualquer, intuir a quantidade de cada cor primária que seja necessária para representá-laprimária que seja necessária para representá-la

– HLS utiliza propriedades mais relevantes do ponto de vista da HLS utiliza propriedades mais relevantes do ponto de vista da percepção humanapercepção humana

Luminância: mede a amplitude da vibração luminosa (sua energia)Luminância: mede a amplitude da vibração luminosa (sua energia)– Intensidade nula corresponde ao pretoIntensidade nula corresponde ao preto– Intensidade máximaIntensidade máxima

Matiz: mede a qualidade que distingue o azul do verde, do vermelho, etcMatiz: mede a qualidade que distingue o azul do verde, do vermelho, etc

– Mede a freqüência dominante da vibração luminosaMede a freqüência dominante da vibração luminosa Saturação: Mede o grau de pureza em relação à contaminação por outras Saturação: Mede o grau de pureza em relação à contaminação por outras

corescores– Mistura perfeita é o branco (saturação zero)Mistura perfeita é o branco (saturação zero)– Outras cores: é a quantidade de branco presenteOutras cores: é a quantidade de branco presente– Tons muitos saturados são brilhantesTons muitos saturados são brilhantes– Tons poucos saturados são pastelTons poucos saturados são pastel

Page 149: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

149

Tipos de Representação de ImagensTipos de Representação de Imagens

Sistema RGBSistema RGB– Tipos de representação de imagens coloridas Tipos de representação de imagens coloridas

cores por componente (true color), cores indexadas, ou cores cores por componente (true color), cores indexadas, ou cores fixas. fixas.

– Representação vai depender do propósito e dos Representação vai depender do propósito e dos dispositivos que vão ser usados para trabalhar com dispositivos que vão ser usados para trabalhar com essas imagensessas imagens

Page 150: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

150

Tipos de Representação de ImagensTipos de Representação de Imagens

True Color True Color – Cada pixel da imagem é representado por um vetor de 3 Cada pixel da imagem é representado por um vetor de 3

componentes de cores (RGB) com um certo número de componentes de cores (RGB) com um certo número de bits para representar cada componente de corbits para representar cada componente de cor

quanto maior for a resolução de cor maior a qualidade quanto maior for a resolução de cor maior a qualidade – Geralmente o número de bits para cada componente Geralmente o número de bits para cada componente

RGB é igualRGB é igual ex.: 9 bits/pixel (3-3-3) ex.: 9 bits/pixel (3-3-3)

– Pode ser feito uma representação com diferentes Pode ser feito uma representação com diferentes valores para as componentesvalores para as componentes

ex.: 8 bits/pixel (3-3-2)ex.: 8 bits/pixel (3-3-2)– percepção humana da componente azul é menos sensívelpercepção humana da componente azul é menos sensível

Page 151: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

151

Sistema RGBSistema RGB

True Color True Color – Número de bits por pixel fornece a quantidade de níveis Número de bits por pixel fornece a quantidade de níveis

que podem ser representadosque podem ser representados se n é a resolução de cor então a quantidade de níveis possíveis se n é a resolução de cor então a quantidade de níveis possíveis

é de 2é de 2nn níveis níveisBits/pixelBits/pixel Máximo de CoresMáximo de Cores

Componente de Componente de cor RGBcor RGB

PadrãoPadrão

15 bits/pixel15 bits/pixel 32.768 cores32.768 cores5 bits/pixel, 5 bits/pixel,

32 níveis por comp.32 níveis por comp.High Color (15 bits)High Color (15 bits)

16 bits/pixel16 bits/pixel 65.535 cores65.535 cores5/6 bits/pixel, 5/6 bits/pixel,

32/64 níveis por comp.32/64 níveis por comp.High Color (16 bits)High Color (16 bits)

24 bits/pixel24 bits/pixel 16.777.216 cores16.777.216 cores8 bits/pixel, 8 bits/pixel,

256 níveis por comp.256 níveis por comp.True Color (24 bits)True Color (24 bits)

Page 152: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

152

Tipos de Representação de ImagensTipos de Representação de Imagens

Cores IndexadasCores Indexadas– Cada pixel é representado por um índice que aponta Cada pixel é representado por um índice que aponta

para uma tabela de cores (paleta) para uma tabela de cores (paleta) paleta contem as informações sobre as cores paleta contem as informações sobre as cores

– Paleta tem em geral 24 bits para representar cada cor no Paleta tem em geral 24 bits para representar cada cor no formato RGBformato RGB

pode representar n cores de um conjunto com mais de 16 pode representar n cores de um conjunto com mais de 16 milhões de coresmilhões de cores

– Representação de imagemRepresentação de imagem informações das cores da paleta devem informações das cores da paleta devem

constar da estrutura além das dimensões constar da estrutura além das dimensões e seqüência de índices e seqüência de índices

11

22

......

nn

CorCor RR

00

1212

......

PaletaPaletaGG

00

2525

......

BB

00

100100

......

...... ...... ......

Page 153: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

153

Tipos de Representação de ImagensTipos de Representação de Imagens

Cores IndexadasCores Indexadas– número de cores e a resolução de cor da paleta podem número de cores e a resolução de cor da paleta podem

variarvariarBits/pixelBits/pixel

Resolução de corResolução de corda paletada paleta

PadrãoPadrão

4 bits/pixel4 bits/pixel 24 bits/cor24 bits/cor16 cores indexadas16 cores indexadas

8 bits/pixel8 bits/pixel 24 bits/cor24 bits/cor256 cores indexadas256 cores indexadas

Page 154: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

154

Tipos de Representação de ImagensTipos de Representação de Imagens

Cores FixasCores Fixas– Cada pixel é representado por um índice que aponta Cada pixel é representado por um índice que aponta

para uma tabela de cores fixapara uma tabela de cores fixa usado quando o dispositivo não permite a representação de usado quando o dispositivo não permite a representação de

muitas cores (placas de vídeos antigas ou padrões de cores)muitas cores (placas de vídeos antigas ou padrões de cores)– Número de bits para representar um pixel depende do Número de bits para representar um pixel depende do

número de cores fixasnúmero de cores fixas para representar 16 cores são necessários 4 bits/pixel.para representar 16 cores são necessários 4 bits/pixel.

Page 155: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

155

Imagens e Gráficos AnimadosImagens e Gráficos Animados

Sensação de movimentoSensação de movimento– Imagens e gráficos podem ser apresentados como uma Imagens e gráficos podem ser apresentados como uma

sucessão de imagens/gráficos que criam a sensação de sucessão de imagens/gráficos que criam a sensação de movimentomovimento

– QuadroQuadro ( (FrameFrame): uma imagem individual uma ): uma imagem individual uma animaçãoanimação

Fps Comentários<10 Apresentação sucessiva de imagens

10 à 16 Impressão de movimento mas com sensação de arrancos>16 Efeito do movimento começa24 Cinema

30/25 Padrão de TV americana/européia60 Padrão HDTV

Page 156: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

156

Imagens e Gráficos AnimadosImagens e Gráficos Animados

Imagens AnimadasImagens Animadas– Cenas são registradas como um sucessão de quadros:Cenas são registradas como um sucessão de quadros:

capturadas da vida real com câmeras (Vídeo)capturadas da vida real com câmeras (Vídeo) criadas através do computadorcriadas através do computador

Gráficos AnimadosGráficos Animados– Apresentação sucessiva de objetos visuais gerados pelo Apresentação sucessiva de objetos visuais gerados pelo

computadorcomputador numa taxa suficiente para dar a sensação de movimentonuma taxa suficiente para dar a sensação de movimento são mais compactas: conjunto de objetos com diretivas temporaissão mais compactas: conjunto de objetos com diretivas temporais são revisáveissão revisáveis

Vídeos híbridosVídeos híbridos– Técnicas avançadas permitem formas híbridas combinando Técnicas avançadas permitem formas híbridas combinando

vídeos e animações gráficasvídeos e animações gráficas modo ao-vivo e modo ao-vivo e off-lineoff-line

Page 157: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

157

Para que Digitalizar Informações Para que Digitalizar Informações Multimídia?Multimídia?

Digitalização traz várias vantagensDigitalização traz várias vantagens Universalidade de representaçãoUniversalidade de representação

– Sistemas computacionais manipulam apenas dados Sistemas computacionais manipulam apenas dados digitaisdigitais

– Se todas as mídias são codificadas numa única forma:Se todas as mídias são codificadas numa única forma: são manipuladas de uma mesma forma e pelo mesmo tipo de são manipuladas de uma mesma forma e pelo mesmo tipo de

equipamentoequipamento são facilmente integradas com outros tipos de dadossão facilmente integradas com outros tipos de dados

Page 158: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

158

Para que Digitalizar Informações Para que Digitalizar Informações Multimídia?Multimídia?

ProcessamentoProcessamento– Informações digitais são processadas, analisadas, Informações digitais são processadas, analisadas,

modificadas, alteradas, ou complementadas por programas modificadas, alteradas, ou complementadas por programas de computador tal qual outros dadosde computador tal qual outros dados

– Processamentos:Processamentos: reconhecimento de conteúdos semânticos reconhecimento de conteúdos semânticos

– voz, escrita a mão, formas e padrõesvoz, escrita a mão, formas e padrões estruturas de dados, ligações usando apontadores entre elementos de estruturas de dados, ligações usando apontadores entre elementos de

informações podem ser criadosinformações podem ser criados editores poderosos com funções cut-and-paste para criar monomídia editores poderosos com funções cut-and-paste para criar monomídia

(p.e. som apenas) ou documentos multimídia são possíveis(p.e. som apenas) ou documentos multimídia são possíveis qualidade da informação pode ser aumentada pela remoção de qualidade da informação pode ser aumentada pela remoção de

ruídos ou erros como a digitalização de velhos registros de vinil para ruídos ou erros como a digitalização de velhos registros de vinil para criar CD’s de alta qualidadecriar CD’s de alta qualidade

informações sintatizadas e vídeos podem ser mixadosinformações sintatizadas e vídeos podem ser mixados

Page 159: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

159

Para que Digitalizar Informações Para que Digitalizar Informações Multimídia?Multimídia?

QualidadeQualidade– Sistemas digitais são mais confiáveis Sistemas digitais são mais confiáveis

sinais digitais são mais tolerantes a ruídos e interferências que sinais digitais são mais tolerantes a ruídos e interferências que os analógicos os analógicos

– Forma analógica:Forma analógica: sinal é alterado por ruídos e interferências (erro acumulativo)sinal é alterado por ruídos e interferências (erro acumulativo)

– Forma digital:Forma digital: possui apenas dois níveis (0 e 1)possui apenas dois níveis (0 e 1)

– abaixo de um limiar, o sinal é reconhecido corretamenteabaixo de um limiar, o sinal é reconhecido corretamente– não é acumulativonão é acumulativo

SegurançaSegurança– Criptografia de sinais digitais é possívelCriptografia de sinais digitais é possível

Page 160: 1 Sistemas Numéricos e a Representação Interna dos Dados no Computador Roberto Willrich INE- CTC-UFSC E-Mail: willrich@inf.ufsc.br URL: willrich.

160

Para que Digitalizar Informações Para que Digitalizar Informações Multimídia?Multimídia?

ArmazenamentoArmazenamento– Dispositivo único de armazenamento para todas as mídiasDispositivo único de armazenamento para todas as mídias

diferenças podem estar ligadas a requisitos de tamanhodiferenças podem estar ligadas a requisitos de tamanho– vídeos e imagens exigem maior poder de armazenamento vídeos e imagens exigem maior poder de armazenamento – áudios e textos exigem menosáudios e textos exigem menos

TransmissãoTransmissão– Qualquer sistema de comunicação de dados podem ser Qualquer sistema de comunicação de dados podem ser

(potencialmente) utilizado para a transmissão de informação (potencialmente) utilizado para a transmissão de informação multimídiamultimídia

– Uma única rede de comunicação suportando a transmissão Uma única rede de comunicação suportando a transmissão digital das informações multimídia digital das informações multimídia

p.e. Rede Digital de Serviços Integradosp.e. Rede Digital de Serviços Integrados– Transmissão digital são menos sensíveis a ruídos, detecção de Transmissão digital são menos sensíveis a ruídos, detecção de

erros e recobrimentos e criptografia são possíveiserros e recobrimentos e criptografia são possíveis