TEMA 1

Representación de la información

Grado en Ingeniería Eléctrica

Grado en Ingeniería Electrónica Industrial y Automática

EscuelaIngeniería Técnica
Universitaria Industrial
Politécnica
[Link]
Electricidad y Electrónica Industrial

Índice

1.1.- Medida de la información

1.2.- Sistemas de numeración usuales en Informática
1.2.1 Sistema de numeración binario
1.2.2 Códigos intermedios
1.3.- Representación de números enteros
1.3.1.- Representación binaria sin signo
1.3.2.- Representación binaria signo-magnitud
1.3.3.- Representación binaria en complemento a 1
1.3.4.- Representación binaria en complemento a 2
1.3.5.- Representación decimal BCD
1.4.- Representación de caracteres
1.4.1.- Código ASCII
1.5.- Representación de información analógica
1.5.1.- Representación de sonido
1.5.2.- Representación de imágenes

2
 Introducción

 El mundo de la información manejada por el hombre es

mayoritariamente de texto o analógica

 Sin embargo, el mundo de los ordenadores es un mundo binario

 Por ello, es importante establecer unos mecanismos de traducción

o codificación que permitan convertir esa información

 La codificación es una transformación biyectiva que representa los

elementos de un conjunto mediante los de otro

Introducción

 La comunicación con el ordenador se realiza empleando un conjunto de

símbolos, dividido en los siguientes grupos:

• Caracteres alfabéticos: letras, minúsculas y mayúsculas, del alfabeto inglés (a,

b, c, ... , x, y, z, A, B, C, ... , X, Y, Z)

• Caracteres numéricos: formado por las 10 cifras decimales (0, 1, 2, ... , 9)

• Caracteres especiales: son todos los símbolos no incluidos en los grupos

anteriores ( * , + , . , ñ , ¿ , ! , ... )

• Caracteres de control: denominados caracteres no imprimibles ya que no se

pueden visualizar directamente en pantalla. Los emplea el ordenador para
realizar algunas tareas de control: emitir pitido, cambiar de línea, etc.

4
 1.1.- Medida de la información

 En el interior del ordenador la información se almacena y procesa

mediante un código que usa sólo dos valores (0 y 1), y que se denomina
código binario
 El ordenador codifica la información de entrada en código binario y
decodifica la salida para presentar los resultados obtenidos:

0100110 ... 011100 ...

2+2 ORDENADOR 4

CODIFICADOR DECODIFICADOR

 La unidad mínima de información es el bit (BInary DigiT). Cada bit puede

tomar los valores 0 ó 1
 La unidad con significado en informática en el byte, que es el número de
bits necesarios para almacenar un carácter. Este número depende del
ordenador aunque generalmente es 8 bits

1.1.- Medida de la información

 La capacidad de almacenamiento de un ordenador se mide en bytes.

Como el byte es una unidad pequeña, se suelen usar múltiplos de éste:

Kilobyte (KB) 1KB = 210 bytes = 1024 bytes

Megabyte (MB) 1MB = 210 KB = 220 bytes = 1.048.576 bytes
Gigabyte (GB) 1GB = 210 MB = 230 bytes = [Link] bytes
Terabyte (TB) 1TB = 210 GB = 240 bytes

 Estos múltiplos no sólo se pueden usar con bytes, sino también con
bits, por ejemplo, 1Mb (1 Megabit), 1 Gb (1 Gigabit), etc.
 Se suele usar una b minúscula para indicar un bit y una B mayúscula
para indicar un byte

6
 1.2.- Sistemas de numeración usuales en informática

 Un sistema de numeración en base b utiliza para representar los

números un alfabeto compuesto por b símbolos o cifras.

 Cualquier número se expresa mediante un conjunto de cifras,

contribuyendo cada una de ellas con un valor que depende:
• De la cifra en sí
• De la posición que ocupa dentro del número

 En el sistema de numeración decimal (base 10) el alfabeto está

constituido por diez símbolos: {0, 1, 2, ..., 9}

1.2.- Sistemas de numeración usuales en informática

 Por ejemplo, el número decimal 3.278,52 puede obtenerse como

suma de:

3.000 Posición 3  peso: b3 = 1000

200 Posición 2  peso: b2 = 100
70 Posición 1  peso: b1 = 10
8 Posición 0  peso: b0 = 1
0,5 Posición -1  peso: b-1 = 0,1
+ 0,02 Posición -2  peso: b-2 = 0,01
3.278,52

 Es decir, se verifica que:

3.278,52 = 3×103 + 2×102 + 7×101 + 8×100 + 5×10-1 + 2×10-2

8
 1.2.- Sistemas de numeración usuales en informática

 Generalizando para cualquier base, se tiene que la

representación de un número N en la base b:

N = ... + n4×b4 + n3×b3 + n2×b2 + n1×b1 + n0×b0 + n-1×b-1 +

n-2×b-2 + n-3×b-3 + ...

Ejemplos:
341 = 3×102 + 4×101 + 1×100 = 300 + 40 + 1 = 341
27,134 = 2×101 + 7×100 + 1×10-1 + 3×10-2 + 4×10-3
= 20 + 7 + 0,1 + 0,03 + 0,004 = 27,134

 Cuanto menor es la base mayor es el número de cifras que se

necesitan para representar una cantidad dada

1.2.1- Sistema de numeración binario

 En el sistema de numeración binario la base, b, es 2 y por tanto se

necesitan sólo dos elementos {0, 1} para representar cualquier
número
 Los elementos de este alfabeto se denominan cifras binarias o bits
 Ejemplo:
El número binario: 11010111
Se corresponde con el número 215 en decimal

1×27 + 1×26 + 0×25 + 1×24 + 0×23 + 1×22 + 1×21 + 1×20 =

1×128 + 1×64 + 0×32 + 1×16 + 0×8 + 1×4 + 1×2 + 1×1 =
128 + 64 + 16 + 4 + 2 + 1 = 215

10
 1.2.1- Sistema de numeración binario

 Transformación de base binaria a decimal:

• Empleando la ecuación de la transparencia 9 con base b = 2

 Ejemplos:
110100)2 = 1×25 + 1×24 + 0×23 + 1×22 + 0×21 + 0×20
= 32 + 16 + 4 = 52)10

0,10100)2 = 0×20 + 1×2-1 + 0×2-2 + 1×2-3 + 0×2-4 + 0×2-5

= 0,5 + 0,125 = 0,625)10

10100,001)2 = 1×24 + 0×23 + 1×22 + 0×21 + 0×20 + 0×2-1

+ 0×2-2 + 1×2-3 = 16 + 4 + 0,125 = 20,125)10

11

1.2.1- Sistema de numeración binario

 Transformación de base decimal a binaria:

• Paso 1: Parte entera

– La parte entera del número binario se obtiene dividiendo por 2 (sin

obtener decimales en el cociente) la parte entera del número decimal de
partida y los cocientes que sucesivamente se vayan obteniendo

– Los restos (residuos) de estas divisiones y el último cociente (que serán

siempre ceros o unos) son las cifras binarias del número transformado

– Se finaliza el proceso cuando el cociente sea igual uno

– El último cociente será el bit más significativo (MSB, Most Significative

Bit) y el primer resto será el bit menos significativo (LSB, Less Significative
Bit)

12
 1.2.1- Sistema de numeración binario

 Ejemplos:

26)10 = 11010)2 57)10 = 111001)2

26 2 57 2

6 13 2 17 28 2

0 1 6 2 1 8 14 2
LSB LSB
0 3 2 0 0 7 2
Bit menos
significativo
(situado a la 1 1 1 3 2
derecha)
MSB 1 1
Bit más MSB
significativo
(situado a la
izquierda)

13

1.2.1- Sistema de numeración binario

 Transformación de base decimal a binaria:

• Paso 2: Parte fraccionaria

– La parte fraccionaria del número binario se obtiene multiplicando por 2

sucesivamente la parte fraccionaria del número decimal de partida y las
partes fraccionarias que se van obteniendo

– El número binario se forma con las partes enteras (que serán ceros o
unos) de los productos obtenidos.

– Se finaliza el proceso de multiplicación cuando la parte fraccionaria del

producto sea cero

14
 1.2.1- Sistema de numeración binario

 Ejemplos:

0,1875)10 = 0,0011)2

0,1875 0,375 0,75 0,5

x2 x2 x2 x2
0,3750 0,750 1,50 1,0

0,82)10 = 0,11010001 ... )2

0,82 0,64 0,28 0,56 0,12 0,24 0,48 0,96

x2 x2 x2 x2 x2 x2 x2 x2 ....
1,64 1,28 0,56 1,12 0,24 0,48 0,96 1,92

15

1.2.1- Sistema de numeración binario

 En el último ejemplo se observa que un número decimal con cifras

fraccionarias puede dar lugar a un número binario con un número
de cifras fraccionarias mucho mayor o incluso infinito

 Si el número binario se almacena con un número prefijado de bits

se producirá en la representación (codificación) binaria un error de
truncamiento

16
 1.2.1- Sistema de numeración binario

 Operaciones aritméticas con variables binarias: suma, resta,

multiplicación y división
 Suma binaria:

a b a+b
0 0 0
0 1 1
1 0 1
0 y nos
1 1
llevamos 1

 En el caso de sumar 1+1 el resultado sería 2, que en binario es 10.

El uno que sobra debe ser sumado a la siguiente cifra (acarreo)

17

1.2.1- Sistema de numeración binario

 Ejemplos de suma binaria:

100100 36)10
+ 001110 14)10
110010 50)10

10010110 150)10
+ 10010110 150)10
100101100 300)10

18
 1.2.1- Sistema de numeración binario

 Resta binaria:
a b a-b
0 0 0
1
0 1
y debemos 1
1 0 1
1 1 0

 En este caso la operación conflictiva es (0-1). Se suma a la siguiente

cifra del sustraendo un, o lo que es lo mismo, restar a la siguiente
cifra del minuendo un 1

19

1.2.1- Sistema de numeración binario

 Ejemplos de resta binaria:

10010 18)10
- 00100 4)10
01110 14)10

10010110 150)10
- 01101100 108)10
00101010 42)10

20
 1.2.1- Sistema de numeración binario

 Multiplicación binaria:
• El muy sencilla ya que sólo se multiplica por 0 ó 1

a b a*b
0 0 0
0 1 0
1 0 0
1 1 1

21

1.2.1- Sistema de numeración binario

 Ejemplos de multiplicación binaria:

1111 15)10
10010 18)10
x 1011 11)10
x 101 5)10
1111
10010
1111
+ 10010
+ 1111
1011010 90)10
10100101 165)10

22
 1.2.1- Sistema de numeración binario

 División binaria:

a b a/b
0 0 Indeterminado
0 1 0
1 0 ∞
1 1 1

23

1.2.1- Sistema de numeración binario

 Ejemplos de división binaria:

47)10 / 4)10 37)10 / 6)10

10111 1 100 100101 110

-100 1011 - 110 0110
00111 Cociente = 11)10 00110 Cociente = 6)10
-100 - 110
011 1 0001
-100
Resto = 1)10
011
Resto = 3)10

24
 1.2.2- Códigos intermedios

 Como el sistema binario no es muy cómodo, también se usan otros

dos sistemas de numeración denominados códigos intermedios:
• El sistema hexadecimal (base 16)
• El sistema octal (base 8)

 Los códigos intermedios se fundamentan en la facilidad de

transformar un número en base 2 a otra base que sea potencia de
2, y viceversa

 Como 16 es 24 y 8 es 23, un dígito hexadecimal corresponde a

cuatros dígitos y un dígito octal a tres dígitos binarios

25

1.2.2- Códigos intermedios

 Sistema octal:

• En este sistema la base, b, es 8 y por tanto el conjunto de símbolos

empleados es {0, 1, 2, ..., 7}

• Los números representados en este sistema son mucho más pequeños

que en binario por lo que son más fáciles de manejar

• La conversión de binario a octal y viceversa es una operación sencilla

por ser la base potencia de dos

26
 1.2.2- Códigos intermedios

 Para convertir cualquier número octal a su correspondiente

representación binaria, se transforma cada cifra octal en su
correspondiente número binario utilizando 3 cifras

 Para transformar un número binario a octal se forman grupos de 3

cifras binarias a partir del punto decimal hacia la izquierda y hacia la
derecha.
• Si el último grupo no tuviese 3 cifras se añadirán ceros por la izquierda
o por la derecha, dependiendo de si está a la izquierda o derecha del
punto decimal, respectivamente, hasta completar las 3 cifras

27

1.2.2- Códigos intermedios

 Ejemplos:

• Binario  Octal

111010)2 111 010

7 2)8

1000101100)2 1 000 101 100

1 0 5 4)8

• Octal  Binario

512)8 5 1 2
101 001 010)2

28
 1.2.2- Códigos intermedios

 Para pasar de decimal a octal:

1. Usar el mismo método que para pasar de decimal a binario pero con
división entre 8 (en vez de 2)
2. Pasar primero de decimal a binario y luego de binario a octal

 Para pasar de octal a decimal:

1. Usar el mismo método que para pasar de binario a decimal pero
tomando potencias de 8 (en vez de 2)
2. Pasar primero de octal a binario y luego de binario a decimal

29

1.2.2- Códigos intermedios

 Ejemplos:

673,23)8 = 6×82 + 7×81 + 3×80 + + 2×8-1 + 3×8-2

= 384 + 56 + 3 + 0,25 + 0,046875
= 443,296875)10

422,33)10 = 646,2507...)8
422 8
22 52 8 0,33 0,64 0,12 0,96
6 4 6 8 x8 x8 x8 x8 ...
6 0 2,64 5,12 0,96 7,68

30
 1.2.2- Códigos intermedios

 Sistema hexadecimal:

• Es otro sistema de numeración cuya base es potencia de 2

• Se emplean 16 símbolos: {0,1,2, ..., 9, A, B, C, D, E, F}

• Tiene las mismas ventajas que el sistema octal y además como

tiene más cifras, la cantidad para representar cualquier número
es la menor de todos

• Este sistema junto con el decimal son los más usados en

informática.

31

1.2.2- Códigos intermedios

 El paso de hexadecimal a binario es inmediato. Se transforma cada

cifra hexadecimal en binario usando 4 cifras

 Para convertir un número binario a hexadecimal:

• Se agrupan los bits de 4 en 4 de derecha a izquierda antes de la coma
decimal o de izquierda a derecha después de la coma decimal

• Si el último grupo no tiene 4 cifras se rellenan con 0 por la izquierda

y/o

• Cada grupo de 4 se transforma a hexadecimal

32
 1.2.2- Códigos intermedios

Cifra Valor Valor

hexadecimal decimal binario
0 0 0000
1 1 0001
2 2 0010
3 3 0011
4 4 0100
5 5 0101
6 6 0110
7 7 0111
8 8 1000
9 9 1001
A 10 1010
B 11 1011
C 12 1100
D 13 1101
E 14 1110
F 15 1111

33

1.2.2- Códigos intermedios

 Ejemplos:

• Binario  Hexadecimal

111011010)2 1 1101 1010

1 D A)16
101111,111)2 10 1111, 111
2 F , E)16

• Hexadecimal  Binario

C6B)16 C 6 B
1100 0110 1011)2

34
 1.2.2- Códigos intermedios

 Para pasar de decimal a hexadecimal:

1. Usar el mismo método que para pasar de decimal a binario pero con
división entre 16 (en vez de 2)
2. Pasar primero de decimal a binario y luego de binario a hexadecimal

 Para pasar de hexadecimal a decimal:

1. Usar el mismo método que para pasar de binario a decimal pero
tomando potencias de 16 (en vez de 2)
2. Pasar primero de hexadecimal a binario y luego de binario a decimal

35

1.3 - Representación de números enteros

 Existen varios sistemas para la representación de números enteros

 Se agrupan de acuerdo a 2 criterios:
• La base empleada para la aritmética (binaria o decimal)
• La representación de los números negativos
 En la representación binaria se considerarán 4 formas de
representación:
• Representación sin signo
• Representación signo-magnitud
• Representación en complemento a 1
• Representación en complemento a 2
 La representación decimal recibe el nombre de representación BCD
(Binary Code Decimal)

36
 1.3.1 - Representación binaria sin signo

 Denominado también binario puro

 Características:

• Sólo existen números positivos

• El rango de valores representable es [0, 2n-1], siendo n el número de

bits empleado en la representación

 En este sistema, todos los bits del dato representan el valor del
número (magnitud)

37

1.3.2 - Representación binaria signo-magnitud

 Modificación del sistema anterior:

• Reserva un bit para indicar el signo y el resto de bits representan el
valor absoluto del número en binario natural (denominado magnitud)
 Características:
• El bit más a la izquierda representa el signo
• El bit de signo es 0 si el número es positivo y 1 si es negativo
• Existen 2 representaciones para el cero (000…00 y 100…00)
• El rango de valores representable es [-2n-1+1, 2n-1-1], siendo n el
número de bits empleados (mitad del rango para los números
positivos y la otra para los negativos)
• En las operaciones aritméticas es necesario tratar de forma
independiente el signo y la magnitud
n bits en total

Signo Magnitud (n-1 bits)

n-1 n-2 0

38
 1.3.2 - Representación binaria signo-magnitud

 Ejemplos: representar en signo-magnitud con una cifra de 8 bits los

números 74 y -53 en base decimal.

Signo (0  cifra positiva)

74)10 = 01001010
Magnitud

-53)10 = 10110101
Signo (1  cifra negativa)

39

1.3.3 - Representación binaria en complemento a 1

 Características:

• El bit situado más a la izquierda representa el signo (0 = +, 1 = -)

• En los números positivos la magnitud es el número binario natural

• En los números negativos los bits de la magnitud se invierten

• Hay dos representaciones para el 0 (000…00 y 111…11)

• El rango de valores representable es [-2n-1+1, 2n-1-1], siendo n el

número de bits empleados

• En las operaciones aritméticas se tratan todos los bits a la vez

40
 1.3.3 - Representación binaria en complemento a 1

• Ejemplo para un número negativo:

(1)
-45 101101
Pasos:
(1) Conversión a binario natural (2)

(2) Complemento
(3) Bit de signo 010010

(3) 1 010010

41

1.3.4 - Representación binaria en complemento a 2

 Características:

• El bit situado más a la izquierda indica el signo (0 = +, 1 = -)

• En los números positivos la magnitud es el número binario natural

• En los números negativos los bits de la magnitud se invierten y

posteriormente se le suma 1

• Hay una única representación para el 0 (000…00)

• El rango de valores representable es [-2n-1, 2n-1-1], siendo n el número

de bits empleados

• En las operaciones se tratan todos los bits a la vez

42
 1.3.4 - Representación binaria en complemento a 2

 Ejemplo para un número negativo:

(1)
-45 101101
Pasos:
(2)
(1) Conversión a binario natural
(2) Complemento
010010
(3) Suma 1
(3) +1
(4) Bit de signo
010011

(4) 1 010011

43

1.3.5 - Representación decimal: BCD (Binary Coded Decimal)

 En ocasiones, los datos de tipo entero se representan codificando

cada dígito decimal con 4 dígitos binarios
 Puesto que 4 bits = 16 combinaciones y sólo hay 10 dígitos
decimales:
• Se desperdicia capacidad de representación: (6/16)*100 = 35,5%
 Ejemplo:
207)10 = 11001111)2 (en binario puro)
207)10 = 0010 0000 0111 (en BCD)
 Este tipo de representaciones se usa en algunos dispositivos
electrónicos (e.g., displays LCD)

44
 1.4 - Representación de caracteres

 Se realiza mediante la codificación de cada carácter usando

un octeto
 Se usa una tabla de codificación que asigna a cada carácter un
número
 Características del sistema de representación alfanumérico:
• Tamaño del octeto
• Codificación del carácter
 En los años 50 se usaban 6 bits por carácter  permitía
representar 26=64 caracteres
 Posteriormente se crean nuevos códigos de 7 y 8 bits:
• Debido a la necesidad de representar mayúsculas y minúsculas,
caracteres especiales y de control, etc.

45

1.4.1 - Código ASCII

 ASCII: American Standard Code for Information Interchange:

• Usa 7 bits  128 caracteres
 ASCII extendido:
• Usa 8 bits  256 caracteres
• La parte extendida no es estándar, existen variantes
• Tanto en MS-DOS como en Windows la parte extendida se denomina
página de códigos
 Dentro del ASCII extendido se distinguen 2 grupos:
• Caracteres imprimibles o de texto: letras, números y símbolos
• Caracteres de control: acciones o estados de la transmisión de la
información, por ejemplo: salto de línea, fin de mensaje, etc.

46
 1.4.1 - Código ASCII

47

1.5 - Representación de información analógica

 En muchas aplicaciones un ordenador tiene entradas y/o salidas en

forma analógica
 Una señal analógica es aquella que puede tomar cualquier valor
dentro de un determinado intervalo continuo
 Paso de datos analógicos a digitales:
• Conversores analógicos-digitales (ADC)
• Toman muestras periódicas a intervalos fijos y convierten los valores a
su equivalente digital
• Este proceso recibe el nombre de digitalización

48
 1.5 - Representación de información analógica

 La precisión de la digitalización depende de:

• Frecuencia de muestreo:
– Determina el ritmo al que se toman las muestras
– Se mide en muestras/seg para sonido y muestras/pulgada para imágenes
• Precisión de la escala de traslación:
– Para cada muestra se realiza un cambio de escala
– La precisión de ésta depende del número de bits empleados para la
traslación
– Con n bits se puede representar 2n niveles de señal

 El producto de los 2 factores proporciona la cantidad de

información digitalizada

49

1.5.1 - Representación de sonido

 Se capta por medio de un micrófono que produce una señal

analógica

 Además, suele amplificarse para encajarla entre unos valores

máximo y mínimo (por ejemplo, -5V y +5V)

 Posteriormente, se aplica el muestreo:

• Selecciona muestras de la señal a una frecuencia Fs
• Por tanto cada Ts = 1/Fs segundos se dispone de un valor de la señal

 Simultáneamente al muestreo las muestras se digitalizan con un

conversor A/D

50
 1.5.1 - Representación de sonido

51

1.5.1 - Representación de sonido

 Después de este proceso:

• La señal de sonido queda representada por una secuencia de valores,
por ejemplo, de 8 bits

 Características de distintas señales de audio:

Nº de bits/ Frecuencia Período de

muestra muestreo (Fs, muestreo
(por canal) KHz) (Ts, μseg)
PCM Teléfono 8 8 125
Calidad telefónica 8 11,025 90,7
Radio 8 22,05 45,4
CD 16 44,1 22,7

52
 1.5.1 - Representación de sonido

 Cálculo capacidad necesaria para almacenar una señal:

• Muestras: N = Fs * t
• Bits por canal: Bc = N * Bits por muestra
• Capacidad total: C = Nº canales * Bc

 Ejemplo: Calcular la capacidad necesaria (en Bytes) para almacenar

1 minuto de señal de audio estereofónico con calidad CD
• N = Fs * t = 44.100 muestras/seg * 60 segundos = 2.646.000 muestras

• Bc = 2.646.000 muestras * 2 Bytes/muestra = 5.292.000 Bytes

• C = 2 * 5.292.000 = 10.584.000 Bytes ≈ 10MB

53

1.5.2 - Representación de imágenes

 Las imágenes se obtienen por periféricos especializados tales como

escáneres, cámaras digitales o cámaras de video

 Existen sistemas de codificación de imágenes muy diversos: BMP,

TIFF, JPG, GIF, PNG, etc.

 Formas básicas de representar imágenes:

• Mapas de bits
• Mapas de vectores

54
 1.5.2 - Representación de imágenes

 Mapas de bits:

• Una imagen real está compuesta por infinitos puntos

• Como no es posible almacenar infinitos puntos se divide la imagen en

una fina retícula de celdas (elementos de imagen o píxeles)

• A cada celda (píxel) se le asocia un atributo representado mediante un

conjunto de bits:
– El atributo especifica el nivel de gris (en imágenes en blanco y negro)
– El atributo especifica el nivel de color (en imágenes en color)
– El número de bits asignado a un píxel determina el número de colores
que se pueden asignar a dicho punto

• Por tanto, para almacenar una imagen influyen 2 factores:

– El número de puntos de la imagen
– El código de atributo (color) asociado a cada punto

55

1.5.2 - Representación de imágenes

 Ejemplo:

56
 1.5.2 - Representación de imágenes

 Mapas de bits:
• Resolución de imagen (determina la calidad de la imagen):
– (nº elementos por línea) x (nº elementos por columna)
• La imagen de una fotografía típica también se forma por
puntos:
– Con una resolución de 1280 x 1024 píxeles el ojo humano la
considera continua
• Para imágenes con calidad fotográfica se suelen usar 300
puntos por pulgada (2,54 cm) y 24 bits por cada punto
• En este caso la información almacenada es:
(300 * 300 * 24) / (2,54 * 2,54) = 334.800, 6696 bits/cm2 ≈ 326,954
Kbits/cm2 ≈ 0,3193 Mbits/cm2

57

1.5.2 - Representación de imágenes

 El tamaño en que se captura y visualiza influye también en la

calidad:
• Cuanto mayor es el tamaño peor la calidad

 Otro factor importante: el código del atributo del punto de imagen

• En blanco y negro: nivel de gris
• En color: sistema RGB puro (también hay indexado)
– 24 bits por punto (1 byte por color)  16 millones de colores
– 15 o 16 bits por punto (5 o 6 bits por color)  32.768 y 65.536

58
 1.5.2 - Representación de imágenes

 Ejemplo 1: Obtener la capacidad de memoria (en bytes) de una imagen en

color con una resolución XGA y con 256 niveles para cada color básico

C = (1.024 * 768) * 3 bytes = 2.359.296 bytes = 2,304 KB = 2,25 MB

 Ejemplo 2: Una imagen de 100*100 puntos ocupa 5.000 bytes, ¿cuál es el

máximo número de colores que puede tener?

100*100 = 10.000 puntos

5.000 bytes / 10.000 puntos = 0,5 bytes/punto
0,5 bytes  4 bits/punto  24 = 16 colores

59

1.5.2 - Representación de imágenes

 Mapas de vectores:
• Descomponen la imagen en un conjunto de objetos: líneas, polígonos,
textos, etc. con sus atributos (grosor, color, etc.)
• Los objetos son modelados mediante vectores y ecuaciones
matemáticas que determinan
– La forma
– La posición

• Adecuada para gráficos de tipo geométrico, no para imágenes reales

• Genera archivos que ocupan menos espacio que los mapas de bits
• Más fáciles de procesar y reescalar

60