Return to Video

Ο Kevin Systrom του Instagram εξηγεί τι είναι τα pixel και πώς λειτουργούν τα φίλτρα στις εικόνες.

  • 0:01 - 0:04
    Λίγα λόγια για τα Εικονοστοιχεία
  • 0:09 - 0:10
    Ωραία!
  • 0:12 - 0:14
    Δημιούργησα το Instagram με τον συνεταίρο μου τον Mike.
  • 0:14 - 0:19
    Αρχικά αντιμετωπίσαμε το κινητό τηλέφωνο,
    σαν μια ευκαιρία να φτιάξουμε κάτι καινούριο.
  • 0:19 - 0:23
    Επειδή για πρώτη φορά, ο κόσμος
    μετέφερε έναν υπολογιστή στην τσέπη του.
  • 0:23 - 0:26
    Αποφασίσαμε λοιπόν ότι το να μοιραζόμαστε
    εικόνες θα ήταν ίσως η μεγαλύτερη ευκαιρία
  • 0:26 - 0:32
    για τα επόμενα 5 χρόνια επειδή είναι κάτι το οποίο
    αγαπάμε και μας αρέσει να αφιερώνουμε χρόνο σε αυτό.
  • 0:32 - 0:36
    Είναι εξαιρετικό να λες ότι έχεις
    ένα app, μια ιδέα που κάνει κάτι.
  • 0:36 - 0:39
    Αλλά εάν δεν λύνει ένα πραγματικό πρόβλημα,
    οι άνθρωποι δεν θα το χρησιμοποιούν.
  • 0:40 - 0:43
    Η ερώτηση είναι, ποιο πρόβλημα λύνεις;
  • 0:44 - 0:48
    Όταν ο κόσμος αντιμετώπισε το πρόβλημα του
    πώς μπορεί να εμφανιστεί μια εικόνα σε μια οθόνη,
  • 0:48 - 0:51
    έπρεπε να βρουν ένα τρόπο να
    αναπαραστήσουν την εικόνα με αριθμούς.
  • 0:51 - 0:57
    Το 1957, ένας Μηχανικός Υπολογιστών, ο Russel Kirsh έβγαλε
    μία φωτογραφία του νεογέννητου γιου του και την σκάναρε.
  • 0:57 - 1:01
    Ήταν η πρώτη ψηφιακή εικόνα, μία κοκκώδης
    ασπρόμαυρη βρεφική φωτογραφία.
  • 1:01 - 1:03
    Και έτσι γεννήθηκε το Pixel!
  • 1:03 - 1:08
    Τα pixels είναι κάτι πολύ ενδιαφέρον,
    διότι δεν μπορείς να τα διακρίνεις εύκολα.
  • 1:08 - 1:12
    Στην πραγματικότητα, εάν πάρεις έναν
    μεγεθυντικό φακό και πλησιάσεις μία οθόνη,
  • 1:12 - 1:16
    τότε μπορείς να δεις ότι η οθόνη αποτελείται
    από μικροσκοπικές φωτισμένες κουκκίδες.
  • 1:17 - 1:19
    Ακόμα πιο ενδιαφέρον είναι, ότι αυτές
    οι μικροσκοπικές φωτεινές κουκκίδες
  • 1:19 - 1:22
    αποτελούνται από πολλαπλά φωτάκια διαφόρων χρωμάτων.
  • 1:22 - 1:24
    Υπάρχει Κόκκινο, Πράσινο και Μπλε (RGB).
  • 1:25 - 1:28
    Τα εικονοστοιχεία όλα μαζί, κοιτώντας τα
    από μακριά, δημιουργούν μια εικόνα.
  • 1:28 - 1:31
    Και απο κοντά είναι μικροσκοπικά
    φωτάκια που είναι αναμμένα ή σβηστά.
  • 1:31 - 1:36
    Ο συνδυασμός τους δημιουργεί εικόνες και ό,τι βλέπεις
    στην οθόνη κάθε μέρα που χρησιμοποιείς τον Η/Υ.
  • 1:36 - 1:43
    Ίσως θα έχεις ακούσει τον όρο "Ανάλυση εικόνας".
    Σε κάποιο μάθημα τεχνολογίας ή διαφημίσεις συσκευών.
  • 1:43 - 1:49
    Η "Ανάλυση" είναι ουσιαστικά οι διαστάσεις με τις οποίες
    μπορείς να μετρήσεις πόσα pixels υπάρχουν σε μια οθόνη.
  • 1:50 - 1:54
    Παλιά, τον καιρό που εγώ πήγαινα στο λύκειο,
    συνηθισμένη Ανάλυση ήταν 640x480 pixels.
  • 1:54 - 1:56
    Σήμερα είναι πολύ μεγαλύτερη.
  • 1:56 - 1:59
    Επιπλέον, δεν είναι μόνο η ανάλυση που
    πρέπει να σκεφτούμε αλλά και η πυκνότητα.
  • 1:59 - 2:02
    Για παράδειγμα, τα μοντέρνα κινητά έχουν τον ίδιο αριθμό
  • 2:02 - 2:04
    μικροσκοπικών φωτεινών εικονοστοιχείων
    (pixels) με τις κανονικές οθόνες,
  • 2:04 - 2:07
    αλλά σε πολύ μικρότερο μέγεθος και είναι αυτό
    που δίνει τη δυνατότητα για λεπτομερείς εικόνες.
  • 2:08 - 2:12
    Τώρα, πώς αποθηκεύεις αυτές τις τιμές
    των pixel σε ένα αρχείο;
  • 2:13 - 2:17
    Αυτό που γίνεται είναι ότι αποθηκεύονται
    τιμές κόκκινου, κίτρινου και μπλε σε τριάδες.
  • 2:18 - 2:21
    Με διαφορετικές τιμές για το κάθε χρώμα, που
    όταν ενωθούν δημιουργούν την απόχρωση του pixel.
  • 2:22 - 2:26
    Οι τιμές κυμαίνονται από 0-255.
  • 2:27 - 2:31
    0 είναι πολύ σκοτεινό, 255 είναι πολύ φωτεινό.
  • 2:32 - 2:35
    Κάθε τρεις τιμές (RGB) συνθέτουν ένα pixel.
  • 2:38 - 2:43
    Ένα αρχείο εικόνας jpeg, gif, png κτλ. περιέχει
    εκατομύρια τριπλές τιμές (RGB, Red-Green-Blue.)
  • 2:44 - 2:46
    Επομένως πώς αποθηκεύει αυτά τα δεδομένα ο υπολογιστής?
  • 2:46 - 2:49
    Όλα τα δεδομένα στον υπολογιστή αναπαρίστανται με bits.
  • 2:49 - 2:52
    Ένα bit έχει δύο καταστάσεις: Είναι On ή Off.
  • 2:53 - 2:57
    Αντί On ή Off οι υπολογιστές χρησιμοποιούν 1 ή 0 - Δυαδικό!
  • 2:57 - 3:00
    Ένα αρχείο εικόνας είναι μία συλλογή από 1 και 0.
  • 3:01 - 3:05
    Αλλά γιατί οι τιμές RGB κυμαίνονται μεταξύ 0-255?
  • 3:05 - 3:12
    Επειδή το κάθε χρώμα, R, G ή B, αντιπροσωπεύεται
    απο 8 bits, τα οποία μαζί ονομάζονται byte.
  • 3:12 - 3:14
    Εάν γνωρίζετε το Δυαδικό σύστημα αρίθμησης,
  • 3:14 - 3:18
    τότε γνωρίζετε ότι ο μέγιστος αριθμός που
    μπορεί να αναπαρασταθεί με 8 bits είναι 255.
  • 3:18 - 3:20
    Που ισούται με 8 άσσους στη σειρά.
  • 3:20 - 3:23
    Και ο μικρότερος είναι μηδέν ή 8 μηδενικά στη σειρά.
  • 3:24 - 3:31
    Επομένως, 0-255 δίνει 256 διαφορετικές
    αποχρώσεις για κάθε χρωματικό κανάλι.
  • 3:33 - 3:36
    Ένα τιρκουάζ pixel μπορεί να αναπαρασταθεί
  • 3:36 - 3:43
    από το παραδοσιακό δεκαδικό σύστημα ως
    64 (για λίγο κόκκινο), 224 (για πολύ πράσινο)
  • 3:43 - 3:45
    και 208 (για αρκετό μπλε).
  • 3:45 - 3:57
    Όμως ένας υπολογιστής θα το αποθήκευε
    ως 0100 0000 1110 0000 1101 0000.
  • 3:57 - 4:01
    Χρησιμοποιούμε δηλαδή 24 δυαδικά ψηφία
    για αναπαράσταση αυτού του ενός pixel.
  • 4:02 - 4:07
    Εκτός από το δυαδικό σύστημα οι ψηφιακοί καλλιτέχνες συχνά χρησιμοποιούν το
    δεκαεξαδικό σύστημα για τα χρώματα.
  • 4:07 - 4:16
    Μπορούμε να αναπαραστήσουμε το ίδιο τιρκουάζ χρώμα με
    μόνο έξι δεκαεξαδικά ψηφία 40 E0 D0, πολύ συντομότερα δηλαδή.
  • 4:16 - 4:21
    Ας πούμε ότι θέλετε να αλλάξετε τα
    χρώματα αυτής της εικόνας. Πώς γίνεται?
  • 4:21 - 4:25
    Βασικά υπάρχουν τρόποι συναρτήσεων αντιστοίχισης
    όπου δίνεις την τιμή εισόδου ενός pixel.
  • 4:25 - 4:30
    Για παράδειγμα δίνεις για είσοδο την τιμή του
    κόκκινου - πράσινου - μπλε ενός χρώματος
  • 4:31 - 4:35
    Μετά τις αντιστοιχίζεις, χρησιμοποιώντας μια
    συνάρτηση, σε νέες τιμές κόκκινου - πράσινου - μπλε.
  • 4:35 - 4:39
    Ας πούμε ότι θέλεις να κάνεις μια εικόνα πιο σκούρα.
  • 4:39 - 4:43
    Ένας τρόπος να γίνει αυτό είναι παίρνοντας
    τις τιμές κόκκινου - πράσινου - μπλε των pixel
  • 4:43 - 4:49
    και μειώνοντας όλες το ίδιο, π.χ. αφαιρώντας 50.
  • 4:49 - 4:51
    Προφανώς δεν μπορείς να έχεις τιμές κάτω από το μηδέν,
  • 4:51 - 4:55
    απλά αφαιρείς 50 από κάθε μία και αυτό είναι το αποτέλεσμα.
  • 4:55 - 5:01
    Οπότε, οι αρχικές τιμές είναι R G B και οι τελικές R-50, G-50, B-50.
  • 5:01 - 5:07
    Θα δείτε ότι η τελική εικόνα θα είναι
    πολύ λιγότερο φωτεινή από την αρχική.
  • 5:08 - 5:12
    Αυτό που οι άνθρωποι δεν γνωρίζουν για το Instagram
    είναι ότι αρχικά ο κόσμος το χρησιμοποιούσε
  • 5:12 - 5:17
    ως έναν τρόπο να επεξεργάζονται τις εικόνες με φίλτρα,
    να τις κάνουν να δείχνουν πιο ωραίες ή παλιομοδίτικες.
  • 5:18 - 5:22
    Και τελικά εξελίχθηκε σε κάτι πολύ πιο
    σημαντικό, σε κάτι που ενώνει τους ανθρώπους.
  • 5:23 - 5:26
    Δεν είναι μόνο το να βλέπεις φωτογραφίες των φίλων και της οικογένειάς σου,
  • 5:27 - 5:30
    αλλά να μπορείς επίσης να ανακαλύπτεις τι συμβαίνει σε όλη τη γη.
  • 5:30 - 5:34
    Είτε είναι μια εξέγερση σε άλλη ήπειρο,
    ένα κοινωνικό κίνημα ή κάτι άλλο,
  • 5:34 - 5:38
    μπορείς ουσιαστικά να λάβεις την πληροφορία οπτικά.
  • 5:38 - 5:41
    Και αυτό μας επέτρεψε να εξαπλωθούμε πολύ
    γρήγορα και να γίνουμε μια παγκόσμια πλατφόρμα.
  • 5:43 - 5:47
    Μάθετε περισσότερα στο studio.code.org.
Title:
Ο Kevin Systrom του Instagram εξηγεί τι είναι τα pixel και πώς λειτουργούν τα φίλτρα στις εικόνες.
Description:

Ακούστε τον συνιδρυτή του Instagram να εξηγεί πώς οι εικόνες αναπαριστώνται σε δυαδικά αρχεία και πώς λειτουργούν τα φίλτρα εικόνων. Αυτό το βίντεο είναι μέρος της σειράς βιντεομαθημάτων του Code.org για το μάθημα Βασικών Αρχών Πληροφορικής που βρίσκεται υπό σχεδιασμό. Για περισσότερες πληροφορίες σχετικά με το πρόγραμμα σπουδών, ανατρέξτε στη διεύθυνση http://code.org/educate/csp. Για άλλα εκπαιδευτικά βίντεο από το Code.org, ανατρέξτε στη διεύθυνση http://code.org/educate/videos.

Ευχαριστούμε ιδιαίτερα τον Kevin Systrom και το Instagram και τη φωτογράφο Piper Hanson http://piperhanson.com
more » « less
Video Language:
English
Duration:
05:50

Greek subtitles

Revisions

Our website uses cookies for analysis purposes.