Audiovisuais en linguaxe binario

2008/02/01 Asurmendi Sainz, Jabier - Informatika-ingeniaria eta Bitarlan-en sortzailea Iturria: Elhuyar aldizkaria

• Multimedia

Paira poder expresar diferentes tipos de información en linguaxe binario creáronse diferentes formatos e estándares. Diferentes e variados. Neste artigo analízanse os formatos multimedia e as súas diferenzas. En canto aos formatos multimedia, existe una gran diversidade de dispositivos dixitais paira o uso de imaxes, sons e vídeos. Coa oferta non hai límites, trátase de entender en que consiste cada formato paira saber cando utilizalo.

Fondo de imaxes

Entre os formatos paira o uso dixital das imaxes, algúns están asociados a unha aplicación concreta, pero outros son xeneralistas e moi utilizados. Por exemplo, o formato .psd está relacionado co programa Photoshop, mentres que o catro que se indican a continuación poden verse en calquera imaxe visualizadora.

Entre os máis destacados atópase o formato básico BMP. A extensión de ficheiro .bmp (derivada das siglas) axústase ás imaxes tipo BitMap (mapa de bits). As imaxes xeradas por este formato están formadas por unha matriz de píxeles na que a cor de cada píxel defínese en función dunha profundidade de cor. Cunha profundidade de vinte e catro bits, a modo de exemplo, pódese definir máis de dezaseis millóns de cores en cada píxel, concretamente 2 24. Cunha profundidade de oito bits só douscentos cincuenta e seis cores, 2 8. Así, dependendo da resolución da imaxe, da cantidade de píxeles que se defina na imaxe e da profundidade de cor, este formato permite crear imaxes moi pesadas. Hai que gardar a información da cor de cada píxel e, paira gardar a información da cor de cada píxel da imaxe, necesítase máis dun byte dependendo da profundidade.

Por tanto, o formato BMP non é un dos máis apropiados en caso de problemas ou limitacións de espazo, ou paira o seu uso en Internet, por exemplo, porque o peso de Internet provoca lentitude no envío de información. Pola contra, pódese alcanzar un nivel de calidade moi elevado. Por outra banda, as imaxes con este formato perden calidade ao crecer do seu tamaño orixinal ou facer un zoom, xa que non son gráficos vectoriales.

Éxito da redución

Entre os formatos paira o uso dixital das imaxes, algúns están asociados a unha aplicación concreta, pero outros son xeneralistas e moi utilizados.

Existen formatos que permiten a compresión de imaxes paira superar problemas de tamaño. Entre eles o máis antigo é o formato GIF. As imaxes de tipo Graphics Interchange Format caracterízanse por ter una extensión de arquivo .gif e son utilizadas de forma masiva no ámbito de Internet, tanto en forma de imaxe como de animación.

O formato GIF foi creado por Compuserv en 1987 e fíxose moi popular polo algoritmo que utiliza paira comprimir imaxes, LZW. Este algoritmo é máis eficiente que outros da época, polo que as imaxes con este formato son máis áxiles, o que permite subir ou baixar máis rápido mediante unha conexión a Internet. O formato GIF é capaz de comprimir a imaxe sen perder calidade, pero até un máximo de 256 cores, é dicir, 8 bits de profundidade. Se hai máis cores, as cores do palet deben reducirse, o que supón una perda de calidade.

Ademais da compresión, outras características do formato GIF diferencian este formato doutros formatos gráficos. Una delas é a posibilidade de definir a transparencia. En cada píxel pódese determinar si é transparente ou non; nos píxeles transparentes visualizarase a cor do documento no que se atopa a imaxe GIF, a páxina web, o fondo, ou outra imaxe. A outra é a posibilidade de crear animacións. Grazas a estas dúas características e á compresión, este formato é moi utilizado en Internet.

Outro formato de gran éxito é JPEG. Joint Photographic Experts Group é o nome completo deste formato. Este tipo de imaxes utilizan a extensión de arquivo .jpeg, aínda que se utiliza maioritariamente o formato .jpg abreviado, xa que algúns sistemas teñen un límite de tres letras paira indicar extensións de arquivo. O algoritmo deste formato está pensado paira comprimir imaxes de 24 bits de profundidade, é dicir, de cor real. Tamén imaxes na escala de grises. Con todo, a compresión mediante o algoritmo JPEG tamén supón una perda de calidade. En calquera caso, o algoritmo JPEG ofrece flexibilidade paira determinar o grao de compresión; canto maior sexa o grao de compresión, menos memoria necesitará a imaxe, pero menor será a calidade.

Do mesmo xeito que o formato GIF, o formato JPEG tamén é moi utilizado en Internet. Isto débese a que nas fotografías de gran profundidade de cor o tamaño das imaxes pode reducirse cunha baixa perda de calidade, utilizando un nivel de compresión adecuado.

Se a variable principal é a calidade, existe a opción de formato PNG. O formato PNG (Portable Network Graphics) está baseado nun algoritmo sen perda de calidade. Este formato non está suxeito a ningunha patente e foi desenvolvido paira solucionar as deficiencias do formato GIF. De feito, o formato PNG permite gardar imaxes de maior profundidade e transparencia. Con todo, a diferenza do formato GIF, o formato PNG non permite a animación (paira iso creouse o formato MNG).

Así, o formato PNG tamén é moi apropiado paira o seu uso en Internet. Con todo, a expansión atrasouse por diversos motivos. Os navegadores máis antigos, por exemplo, non coñecen o formato PNG, pero xa apenas se utilizan. O navegador MS Internet Explorer 6 necesitaba tamén un suplemento paira mostrar correctamente o formato PNG en caso de transparencia, pero MS Explorer 7 ten solucionado o problema e mostra correctamente os PNG transparentes.

Aínda que a estrela é o mp3, outros formatos que ofrecen maior calidade coa mesma capacidade de compresión entraron en competencia.

Paira escoitar non só MP3

Entre os formatos de audio a estrela é o formato MP3. Máis coñecido como MP3, o seu nome completo é MPEG-1 Audio Layer 3, un formato de compresión de son --por perda de calidade na compresión. Moving Picture Experts Group (MPEG) creou MPEG paira codificar audio en formato vídeo.

Este formato foi moi utilizado paira comprimir audio de alta calidade, xa que este formato permite reducir máis de dez veces os ficheiros e reducir a perda de calidade grazas á eliminación da información que o oído humano non escoita. A perda de calidade será maior ou menor en función do nivel de calidade elixido paira a compresión.

Este formato fíxose moi popular porque grazas ao seu forte compresión permitiu o intercambio de ficheiros de audio a través de Internet. A modo de exemplo, se una canción sen comprimir ten 56 MB, podería ter un tamaño inferior a 5 MB despois de ser comprimida neste formato. Así, cando a banda ancha de Internet non estaba tan estendida como na actualidade, converteuse na única vía de intercambio de ficheiros de audio a través de Internet, sen perder a paciencia ou a mente. Hoxe en día, ademais de en Internet, o formato MP3 é moi utilizado en dispositivos portátiles paira escoitar música.

Este formato de audio segue sendo o máis utilizado, pero outros formatos que ofrecen maior calidade coa mesma capacidade de compresión, como Windows Media Audio e Ogg Vorbis, que ademais non ten ningunha patente, o que facilita o camiño.

Ogg Vorbis é un formato de audio libre. Aos ficheiros deste formato concédeselles a extensión de ficheiro .ogg incluído no proxecto multimedia Ogg onde se recollen os formatos de audio e vídeo. Existe una gran flexibilidade paira comprimir en diferentes calidades. Por exemplo, cun baixo nivel de compresión pódese almacenar un arquivo musical de gran calidade e comprimir moito una conversación telefónica que non requira tanta calidade. Por tanto, tamén neste caso, a compresión obtense á conta da calidade.

O mesmo ocorre con Windows Media Audio, que recentemente desenvolveu a posibilidade de comprimir sen perdas. Este formato é propiedade de Microsoft e, a diferenza de Ogg Vorbis, ofrece una vía paira restrinxir o uso de ficheiros de audio. Permite que o audio xerado nun sistema non poida ser utilizado noutros sistemas.

Os formatos principais paira gardar o vídeo son AVI e OGM.

G. Roia

Entre os formatos sen compresión destaca Waveform Audio Format. Máis coñecido como WAV, son as letras da extensión de ficheiros correspondente a este formato. Ao tratarse dun formato de audio sen compresión, non presenta perdas de calidade, pero este tipo de ficheiros de audio teñen un gran tamaño. Una canción normal pode ter case 50 MB, por exemplo. Cada minuto de gravación require uns 5 megabytes. Ademais, ten una limitación dimensional: Non se poden almacenar audios superiores a 4 gigabytes, é dicir, unhas 6 horas e media. Isto é así porque na cabeceira do propio ficheiro especifícase o seu tamaño mediante 32 bits, polo que o tamaño máximo que se pode determinar é de 2 32, é dicir, 4 gigabytes. O formato WAV é propiedade de Microsoft e IBM.

Escoitar e ver

Paira completar a lista de formatos multimedia faltan os formatos de vídeo AVI e OGM. Audio Vídeo Interleave é o nome completo do formato AVI, que permite almacenar un vídeo fluyente e varios fluxos de audio en calquera formato. Por iso dise que é un formato de gabinete. O formato AVI permite almacenar varios fluxos de audio, por exemplo, nunha película pódese gardar o son en varios idiomas e no reprodutor multimedia seleccionar o idioma no que se quere escoitar a película.

O formato de gabinete OGM ou Ogg Media tamén pode almacenar varios tipos de fluxo de audio, de vídeo e de subtítulos. O audio normalmente se garda en formato Ogg Vorbis e o vídeo en formato Xvid ou DivX. A súa tolerancia aos erros é maior que o AVI, mentres que necesita algo máis de espazo paira os mesmos tamaños e duracións que o AVI.

Que é un píxel?

A palabra pixel provén das palabras inglesas Picture ³, a unidade máis pequena da imaxe dixital. De feito, calquera imaxe dixital --é una foto, un debuxo, un vídeo - é una matriz de píxeles. Cada píxel pode ser branco, negro, gris escala ou cor. Así pois, a imaxe obtense cando todos estes píxeles ven xuntos e as súas cores.

(Foto: De arquivo)

Estes píxeles definen a resolución dunha imaxe. Cantos máis píxeles, máis definición terá una foto do mesmo tamaño. Por iso, cando a resolución dunha imaxe ou o número de píxeles é maior, pódese imprimir ou ver nun tamaño maior sen modificala ou distorsionarla. Se a resolución é baixa, cando una imaxe aumenta demasiado ven cadrados como un mosaico, que son píxeles.