Return to Video

Instagram's Kevin Systrom explains pixels and how filters work

  • 0:01 - 0:04
    SEDIKIT tentang pixel
  • 0:06 - 0:10
    (tekan kamera) Bagus.
  • 0:10 - 0:14
    Saya telah mencipta Instagram dengan pengasas bersama saya
  • 0:14 - 0:19
    Mike, awalnya kami lihat telefon bimbit sebagai peluang untuk mencipta sesuatu yang baru. Sebab
  • 0:19 - 0:23
    untuk pertama kalinya orang membawa komputer ke mana saja di dalam poket mereka. Dan kami memutuskan
  • 0:23 - 0:28
    yang berkongsi imej mungkin merupakan peluang terbesar bagi lima tahun akan datang, dan suatu
  • 0:28 - 0:32
    yang dekat dengan hati kita, sesuatu yang kita mahu habiskan masa kita dengan. Ianya
  • 0:32 - 0:37
    hebat untuk dikatakan kamu ada aplikasi atau idea yang buat x, y atau z tetapi melainkan ia selesaikan
  • 0:37 - 0:42
    masalah sebenar untuk orang mereka takkan gunakannya. Dan persoalannya ialah: Apakah masalah
  • 0:42 - 0:47
    yang kamu selesaikan? (Piper-Jurugambar) Bila orang mula hadapi masalah untuk memaparkan gambar
  • 0:47 - 0:52
    pada skrin, mereka perlu dapatkan cara untuk memecahkan imej ke data. Pada 1957,
  • 0:52 - 0:57
    jurutera komputer terawal bernama Russell Kirsch telah mengambil gambar bayi lelakinya dan mengimbasnya.
  • 0:57 - 1:01
    Ia merupakan gambar digital pertama, sebuah gambar bayi hitam putih yang kasar-- dan itulah
  • 1:01 - 1:08
    bagaimana pixel dilahirkan! Pixel adalah suatu konsep yang menarik kerana anda tidak dapat lihatnya dengan mudah.
  • 1:08 - 1:13
    Tapi sebenarnya, jika kamu mengambil kanta pembesar dan kamu pergi ke skrin kamu sebenarnya boleh
  • 1:13 - 1:18
    lihat yang skrin kamu dibuat daripada dot-dot kecil cahaya. Yang lebih menarik lagi ialah
  • 1:18 - 1:22
    dot-dot kecil cahaya tersebut sebenarnya merupakan pelbagai dot kecil cahaya daripada warna
  • 1:22 - 1:28
    yang berbeza. Ada merah, hijau, dan biru. Pixel secara keseluruhan, dari jauh, mencipta imej dan
  • 1:28 - 1:33
    secara depan mereka hanyalah cahaya kecil yang menyala dan tidak. Kombinasi kesemuanya mencipta
  • 1:33 - 1:37
    imej dan apa yang kamu lihat di skrin kamu setiap hari kamu menggunakan komputer kamu. Jadi kamu akan
  • 1:37 - 1:42
    kerap mendengar terma resolusi, kedua-dua sains komputer dan pengeluar driver akan
  • 1:42 - 1:48
    bercakap berkenaannya. Resolusi ialah secara asasnya dimensi dimana kamu boleh mengukur sebanyak mana
  • 1:48 - 1:53
    pixel pada skrin. Jadi dulu sewaktu saya seorang pelajar sekolah menengah, ianya 640
  • 1:53 - 1:58
    dengan 480 pixel. Dan harini ia lebih besar. Dan ada persoalan bukan saja tentang
  • 1:58 - 2:02
    mengenai resolusi, tetapi juga ketumpatan. Misalnya, di telefon pintar moden mereka muatkan sama jumlah
  • 2:02 - 2:07
    cahaya kecil yang digelar pixel tetapi di dalam ruang yang padat and inilah yang membolehkan kamu mendapat imej
  • 2:07 - 2:14
    yang lebih tajam. Sekarang, bagaimana kamu menyimpan nilai pixel di dalam fail? Apa yang kamu buat ialah kamu
  • 2:14 - 2:19
    menyimpan nilai merah, hijau dan biru di dalam triplet kecil, secara efektif. Dengan nilai berbeza
  • 2:19 - 2:29
    yang setiap satunya menjadi satu pixel. Nilai merangkumi dari 0 hingga 255. 0 akan menjadi sangat gelap,
  • 2:29 - 2:38
    255 akan menjadi sangat terang. Nilai triplet bersama tersebut menjadi satu pixel. Satu
  • 2:38 - 2:43
    fail imej, tak kira ianya jpeg, gif, png, dll. mengandungi jutaan triplet RGB (red-green-blue)
  • 2:43 - 2:48
    Jadi bagaimana computer menyimpan kesemua data tersebut? Semua data pengkomputeran dan visual
  • 2:48 - 2:53
    diwakili oleh bit. Satu bit ada 2 keadaan: buka atau tutup. Tapi sebalik daripada buka atau
  • 2:53 - 3:01
    tutup, komputer menggunakan 1 dan 0 -- binari! Satu fail imej adalah sebenarnya sekumpulan 1 dan 0.
  • 3:01 - 3:08
    Tapi kenapa nilai RGB bermula dari 0 ke 255? Rupa-rupanya setiap saluran warna, RGB, diwakili
  • 3:08 - 3:14
    oleh 8 bit, yang dipanggil satu byte. Jika anda tahu sistem nombor binari, anda
  • 3:14 - 3:20
    tahu bahawa nombor maksimum yang boleh diwakili oleh 8 bit ialah 255. 255 bersamaan dengan lapan 1 di dalam satu baris.
  • 3:20 - 3:29
    Dan paling rendah ialah 0 atau lapan 0 di dalam baris. Lantaran, 0 ke 255 memberi kita 256 jenis
  • 3:29 - 3:36
    intensiti setiap saluran warna. Kita boleh mewakilkan satu pixel warna turquoise contohnya,
  • 3:36 - 3:43
    dalam sistem nombor decimal tradisional kita sebagai 64 (untuk sedikit merah), 224 (untuk banyak
  • 3:43 - 3:54
    hijau), dan 208 (untuk sedikit biru). Tetapi komputer akan menyimpannya sebagai 0100 0000 1110 0000
  • 3:54 - 4:03
    1101 0000. Kita guna 24 digit binari bagi mewakili satu pixel. Jadi daripada binari, artis
  • 4:03 - 4:08
    digital selalunya guna sistem nombor hexadecimal bagi mewakili warna. Jadi kita boleh mewakilkan
  • 4:08 - 4:16
    warna turquoise yang sama menggunakan hanya enam digit hexadecimal: 40 E0 D0. Yang lebih ringkas.
  • 4:16 - 4:22
    Katakan kamu mahu ubah suai warna sesuatu imej. Bagaimana kamu lakukannya? Pada dasarnya. ada
  • 4:22 - 4:26
    pelbagai cara memetakan fungsi dimana kamu mengambil nilai input pixel. Jadi kamu ambil
  • 4:26 - 4:31
    nilai input merah, hijau, dan biru yang mewakili warna tersebut. Kemudian kamu petakannya
  • 4:31 - 4:37
    menggunakan suatu fungsi ke nilai merah, hijau, dan biru yang baru. Katakan kamu mahu membuat
  • 4:37 - 4:42
    imej yang lebih gelap. Satu cara bagi melakukannya adalah dengan mengambil nilai merah, hijau, dan biru yang
  • 4:42 - 4:49
    dimasukkan dan katakan tolak pemalar tetap dari setiap satu, contohnya tolak 50.
  • 4:49 - 4:54
    Jelas sekali yang kamu tidak boleh pergi bawah 0, tapi kamu hanya menolak 50 dari setiap satu dan itulah
  • 4:54 - 5:02
    outputnya. Jadi inputnya ialah M, H, B dan outputnya ialah M-50, H-50, B-50. Apa yang anda bakal lihat ialah anda telah
  • 5:02 - 5:06
    mengambil imej dengan kecerahan tertentu, dan anda dapat imej yang lebih gelap.
  • 5:06 - 5:12
    Apa yang ramai orang tak sedar ialah tentang Instagram yang pada asalnya orang fikir
  • 5:12 - 5:17
    hanyalah sebagai cara menapis imej, membuat imej kelihatan hebat dalam cara tertentu atau
  • 5:17 - 5:22
    retro. Dan apa yang ia bercambah menjadi adalah lebih penting, ia adalah cara orang
  • 5:22 - 5:27
    berhubung. Ia bukan saja pasal melihat foto rakan dan keluarga anda, tetapi sebenarnya
  • 5:27 - 5:32
    kebolehan meneroka perkara yang terjadi di serata dunia.
    Samada ianya rusuhan di luar negara,
  • 5:32 - 5:38
    pergerakan sosial, anda boleh pada dasarnya mendapat maklumat dalam kaedah visual.
  • 5:38 - 5:41
    Dan itu membolehkan kita untuk berkembang dengan pesat dan menjadi platfom yang universal.
  • 5:43 - 5:49
    Belajar dengan lebih lanjut di studio.code.org.
Title:
Instagram's Kevin Systrom explains pixels and how filters work
Description:

more » « less
Video Language:
English
Duration:
05:50

Malay subtitles

Incomplete

Revisions