TecnoSquad"

Los últimos años han estado marcados por revoluciones en lo que respecta a contenido visual, conceptos como televisión digital y alta definición nos confunden mientras que en las noticias hablan incesantemente de la necesidad de nuestro país para decidirse por un formato de distribución de contenido digital, que marcará la calidad de nuestras futuras transmisiones, su costo, y también cosas más interesantes como la posibilidad de transmitirlas a dispositivos móviles, como los celulares.

Para entender toda esta marea de términos nos hemos puesto en campaña con una guía global de televisión, con la que esperamos explicar de forma intuitiva y práctica todo lo que hay que saber respecto a televisión actualmente, pero para esto tenemos que entender algunas de las ideas básicas detrás de la composición de imágenes y su representación en una pantalla, que cubriremos rápidamente en este primer capítulo.

Al comienzo de todo… el píxel

Un píxel (abreviación del inglés picture element) es un punto individual en una imagen, lo que nos dice que un píxel es un concepto bien abstracto, pues no tiene forma ni tamaño, cosas que sólo se darán al momento de representarlo en el “mundo real”.

Lo que sí sabemos de un píxel es que puede mostrar un color a la vez, que es determinado por tres o cuatro grados de libertad, correspondientes a algún sistema de colores, como lo puede ser el RGB (Rojo, Verde, Azul por sus siglas en inglés), que utiliza una combinación de estos tres colores básicos para “armar” todos los demás.

Nuestro objetivo no es profundizar en torno a los distintos métodos de representación de colores y sus limitantes, tema que es bastante complejo, sino más bien tener una noción de lo que es un píxel, y qué rol juega en la representación de una imagen de forma virtual, que es nuestro siguiente tema.

Imágenes, conjunto de píxeles

Como ya se pueden imaginar, las imágenes que nos interesan para esta guía (que reciben la categoría de rasterizadas) están compuestas de un número finito de píxeles distribuidos en una “malla” cuadricular, como un tablero de ajedrez, donde en cada cuadro encontramos un píxel de cierto color. A pesar de que dijimos que los píxeles no tienen forma, podemos suponer que son representados como cuadrados en lo que queda de este capítulo, pero tendremos que mantener en mente que esto no es necesariamente cierto.

Como íbamos diciendo, las imágenes que nos incumben están compuestas de píxeles, y como los píxeles no tienen un tamaño real, las imágenes virtuales se “miden” simplemente por el número de puntos que la conforman, siguiendo la norma “píxeles horizontales x píxeles verticales”.

Utilicemos un ejemplo práctico para ver esto.

Tenemos un grupo de píxeles, procesados por su pantalla y dispuestos como puntos físicos de luz, lo que nos permite ver un grupo de manzanas. Ahora, haciendo el efecto de “acercarnos” más a la imagen podremos forzar a que los píxeles individuales sean representados con un mayor tamaño.

A esta escala los píxeles son evidentes, cada cuadro de color (incluyendo los blancos) representa a uno.

El tamaño de la imagen es más fácil de dimensionar colocando un borde.

O sea, la imagen tiene dimensiones de 286 x 228 píxeles, sin importar en qué clase de pantalla la veamos. Por su parte, tratar de medirla con una regla no serviría de mucho, pues probablemente en otro monitor obtenga una medida diferente, lo que nos lleva a nuestro siguiente tópico.

Pantallas, un juego de píxeles y tamaños

Con un entendimiento básico del concepto de píxeles e imágenes rasterizadas, podemos entrar a la representación física de un píxel. Para empezar nos imaginaremos una pantalla, que es simplemente un rectángulo capaz de desplegar una imagen de hasta x píxeles horizontales e y píxeles verticales, a esta combinación le llamaremos la resolución máxima de la pantalla.

Ahora bien, esta pantalla trabaja en el mundo real, y en consecuencia tiene un tamaño físico, pero como ya vimos este no se puede saber con sólo manejar la resolución máxima, por lo que este dato quedará a nuestra disposición. Acercándonos a las costumbres del mercado, diremos que nuestra pantalla tiene un tamaño diagonal d (no importa la unidad), o sea, nuestra pantalla sería algo como esto:

Pero tenemos un problema, pues con la misma diagonal podemos tener muchas pantallas de distinta “forma”, como muestra el dibujo:

Para una diagonal fija (el diámetro del círculo), tenemos muchas pantallas que cumplen con el requisito, pero la pantalla de la que estamos hablando es única, y está descrita bastante bien por los datos de resolución y tamaño diagonal, entonces… ¿Cómo sabemos de qué rectángulo estamos hablando?

Si recordamos algunos párrafos atrás, dijimos que nuestros píxeles eran desplegados como cuadrados perfectos (por ahora), así que es razonable pensar que la relación entre el número de píxeles horizontales por los verticales será igual que la relación entre las dimensiones físicas horizontales y verticales de la pantalla, en otras palabras, podemos deducir un dato más, la relación de aspecto, que definimos como la división entre las dimensiones horizontales y verticales de la pantalla.

Con la relación de aspecto, y aplicando un poco de geometría de educación secundaria, podemos concluir que existe una única pantalla con cierta resolución y diagonal, siempre y cuando los píxeles sean desplegados como cuadrados.

Los que tengan inclinación matemática pueden usar el teorema de Pitágoras o algo por el estilo para calcular el valor de z y las dimensiones reales de la pantalla, pero esta no es una guía de ejercicios de matemática, así que seguiremos nuestro camino.

A partir del tamaño de una pantalla y de su resolución, podemos calcular la distancia entre los puntos medios de dos píxeles adyacentes de ella, valor conocido dot pitch (también llamado píxel pitch). En la práctica, esto es casi igual a calcular el tamaño de un píxel individual, con la diferencia de que en este caso estaríamos olvidándonos de la minúscula distancia que existe entre los bordes de un píxel y del que le sigue, pero que por suerte se puede despreciar.

Para asegurarnos que toda la información esté bien digerida, haremos un ejemplo.

Tomemos una pantalla con una resolución máxima de 1024×768 y un tamaño diagonal de 15 pulgadas. La relación de aspecto se puede calcular rápidamente, 1024/768 = 4/3 = 1,333. Utilizando un poco de geometría junto con el tamaño de la diagonal, podemos calcular las dimensiones de la pantalla: 12 x 9 pulgadas. Finalmente podemos calcular el dot pitch usando los datos de la horizontal, con lo que tendremos 12 pulgadas para 1024 píxeles, o sea, el dot pitch de la pantalla es de 0,0117 pulgadas, o más comúnmente, 0,298 milímetros. Este valor es virtualmente idéntico al tamaño de cada píxel individual.

Si lo pensamos, el dot pitch aumenta con el tamaño de la pantalla y disminuye con su resolución, con esto, el dot pitch resulta ser una medida de qué tan nítida es la imagen. A menor dot pitch, los píxeles estarán más “apretados” y las imágenes se verán más pequeñas y nítidas, el contrario también se aplica, mientras mayor sea el dot pitch, la misma imagen tendrá un tamaño físico mayor.

Para dejar el punto más claro, dejamos la imagen original de las manzanas en dos pantallas “fingidas” del mismo tamaño, pero con distinta resolución.

Como sólo estamos simulando un par de pantallas, las manzanas tienen distintas dimensiones en píxeles reales, pero lo que nos interesa es el espacio que ocupan con respecto al rectángulo.

El tema del dot pitch no es tan inquietante como suena, es más que nada una medida referencial, y como aún no entramos en temas más concretos es algo inútil hablar de sus repercusiones en este momento, pero es bueno conocerlo pues volveremos a repasarlo en un par de capítulos.

¿Cómo mostrar la imagen en la pantalla?

Hasta ahora hemos discutido de forma abstracta algunas características básicas de una pantalla, pero aún estamos lejos de llevarla al mundo real, nuestra prioridad ahora es conocer y explicar (históricamente) los modelos por los cuales una imagen puede ser representada en nuestro rectángulo.

Partamos con nuestra pantalla en blanco, a la cual le ha llegado la tarea de representar esta escena, para esto vamos a suponer que sólo se requiere de una foto, y cuya información siempre está disponible.

¿Cómo empezar? Intuitivamente sabemos que la imagen no aparece por arte de magia en la pantalla, por lo que tendremos a ir píxel por píxel formando la imagen. El método que usamos para leer texto en nuestro idioma nos da una idea intuitiva, partir desde la esquina superior izquierda, rellenar la línea de izquierda a derecha, y luego bajar a la siguiente fila para repetir el proceso, hasta que lleguemos a la última corrida de píxeles. Todo en una sola pasada a la imagen.

Este sistema lo podríamos llevar a cabo partiendo desde cualquier esquina y en cualquier dirección, pero el orden particular que muestra la foto es la definición oficial de un escaneo progresivo.

Tanto en la teoría como en la práctica, este mecanismo es el más simple de implementar en las pantallas, pero esto no siempre fue así, y la historia nos obligó a alejarnos del escaneo progresivo por más de 30 años.

Un poco de historia: Orígenes de la televisión

Para ponernos en contexto nos remontaremos a mediados de los años 30, en Estados Unidos y Europa se discutía para definir estándares sobre las transmisiones de las primeras señales de televisión, y en esa época los únicos equipos disponibles para ver imágenes eran los de tipo CRT (Tubo de Rayos Catódicos por sus siglas en inglés), que son los antepasados de los televisores “gordos” que aún tenemos la mayoría de nosotros en nuestras casas.

Estos equipos se basan en un cañón de electrones en su parte trasera, que son dirigidos utilizando un campo magnético para chocar de forma específica con capas de fósforo en la parte interna del cristal del equipo. Este impacto hace que el fósforo de ese punto específico brille con cierto color (representando un píxel), y como el torrente de electrones puede hacer un viaje entero por la pantalla (siguiendo el mismo orden del escaneo progresivo), se puede formar la imagen.

Hasta ahora no parecen haber problemas entre el escaneo progresivo y los televisores de la época, pero en realidad había dos grandes temas que en ese momento no se pudieron abordar.

Primero, una vez impactado, el brillo del “punto de fósforo” empieza a decaer, y para entender esto realizaremos un ejercicio sencillo.

Simulando un televisor CRT, le pediremos que realice una pasada y que rellene toda la pantalla de un color amarillo uniforme. Siguiendo nuestras órdenes, el televisor impacta el punto superior izquierdo, formando el amarillo deseado, y continua así con nuestra idea de escaneo progresivo. Sin embargo, a medida que avanza, los puntos que va dejando detrás empiezan a perder brillo, por lo que cuando termina su pasada, tenemos en realidad un efecto como el que sigue (amplificado para hacer más gráfica la idea)

La fila inferior representa el amarillo deseado, pero las corridas superiores se alejan crecientemente de este tono. Ahora bien, le pediremos inmediatamente al cañón que ejecute un nueva pasada sobre la pantalla para refrescar la imagen, y en medio de este camino tendremos algo similar al siguiente dibujo.

Aunque en realidad el efecto nunca es tan drástico la idea debería quedar clara: el torrente de electrones persigue el “sector más oscuro” sin terminar de alcanzarlo nunca, esto se produce sin importar si la señal es una imagen fija o en movimiento, y el ojo humano es capaz de reconocer este flicker (o pestañeo) si es que el barrido es demasiado lento. Supongo que ya todos habrán reconocido el efecto, que es el de ver algunos monitores de computador basados en CRT (que usan escaneo progresivo) o de ver una pantalla en una grabación de video, donde los barridos se pueden apreciar fácilmente.

Para evitar esto podríamos optar por la solución de fuerza bruta, aumentar la velocidad del escaneo para que el ojo no distinga el efecto, para lo que necesitaríamos entre 40 y 60 barridos por segundo, dependiendo de la calidad del fósforo (su capacidad para retener el brillo) y de las condiciones de luz ambiental, que fijan nuestro ojo a cierta “velocidad de captura”. Pero alcanzar estas velocidades en un escaneo progresivo era carísimo en su momento, el campo magnético que dirige el flujo de electrones no se podía fijar para alcanzar tal ritmo sin aumentar demasiado los costos.

El segundo tema en contra del escaneo progresivo en ese entonces está algo ligado con el que acabamos de ver. Recordemos que toda esta charla nació de la necesidad de establecer estándares para la televisión de ese momento, o sea, para transmitir una serie de imágenes en rápida sucesión de forma análoga. Ahora bien, enviar una señal progresiva era bastante difícil entonces, y aumentar este valor a 40 – 60 cuadros completos por segundo sólo dificultaría la tarea, por lo que nuestra primera aproximación a resolver el problema sólo hubiese funcionado de haber reducido drásticamente la resolución, y en consecuencia la calidad, de la imagen.

Para solucionar finalmente el problema del flicker y del costo de transmitir una señal progresiva se diseñó el escaneo interlineado. Este sistema realiza dos pasadas sobre la pantalla para formar la imagen, donde cada escaneo individual recibe el nombre de field. El primero recorre sólo las filas de píxeles horizontales impares (filas 1, 3, 5, …) mientras que la segunda sólo pasa por las pares (filas 2, 4, 6, …). Cada uno de estos pases se puede realizar al doble de la velocidad de uno sólo de tipo progresivo pues nos saltamos filas, con lo que tendremos a final de cuentas la misma velocidad.

¿Qué ocurre con el flicker? Veamos lo que ocurre luego de realizar las dos pasadas usando la misma magnitud de degradado que para el escaneo progresivo, recordemos que primero se pasó por las lineas impares, y luego por las pares.

Si nos acercamos un poco a la pantalla veremos las filas individuales, pero a cierta distancia las líneas se confunden entre sí para nuestro ojo, y terminamos con un degradado mucho más sutil que en el escaneo progresivo (especialmente considerando que estamos trabajando con efectos amplificados).

Realicemos el ejercicio completo con nuestro ejemplo original. La primera señal nos dará los datos de las filas impares:

La segunda señal le dará la información a la pantalla para realizar la segunda pasada, y así terminar de completar la imagen (dejamos la foto de un paso intermedio):

Si dejamos el proceso de refresco indefinidamente, podremos mantener la foto de los globos con la mitad del costo de transmisión que si fuera una señal progresiva, y con la misma calidad, en este caso.

Pero lo que acabamos de ver es una foto estática, para ver realmente el efecto del interlineado tendremos que usar una señal que refleje movimiento, para esto utilizaremos un balón, que se moverá a su derecha en el segundo cuadro.

Usando el escaneo progresivo los resultados son esperables, en el primer cuadro el equipo dibuja la pelota original, mientras que en el segundo se muestra en su nueva ubicación, ligeramente a su derecha.

Para el caso del escaneo interlineado, empezaremos con una pelota dibujada completamente (como si hubiese estado detenida el cuadro anterior), y aplicaremos el field correspondiente al movimiento sobre sus filas pares.

Este movimiento dejó en encubierto la debilidad del escaneo por interlineado, el efecto de “combing” en el borde de los objetos en rápido movimiento, como también la pérdida de definición dentro del mismo, con lo que el interlineado pasa a ser una técnica de disminución de costos más que de aumento de eficiencia. El combing (que viene del inglés para “peine” por la forma de los bordes del objeto), es especialmente notorio en escenas rápidas y al ver una grabación en cámara lenta o cuadro a cuadro. En el caso de nuestro globo aerostático, la imagen permanece fija, por lo que el combing es nulo.

Otras falencias del interlacing son su dificultad para representar caracteres detallados y, recientemente, por su incompatibilidad con los televisores LCD y similares, que simplemente no pueden desplegar imágenes interlineadas nativamente como los CRT, y tienen que rearmar cada escena usando un mecanismo conocido como de-interlacing y que veremos cuando nos dediquemos por completo a este tema. Sin embargo, el problema más grave con la reproducción por interlineado, es que la resolución vertical que percibe el ojo es sólo del 60% del total de líneas activas, por lo que perdemos definición al usar este mecanismo.

Para amortiguar estos problemas, uno puede sugerir que se aumente el número de fields que se muestran por segundo, y en consecuencia de las imágenes totales que se presentan (recordemos que un field es “media imagen”), este valor corresponde al refresh rate (tasa de refresco) de la pantalla, y aumentando este número lograríamos “suavizar” los peines al subir el número de escenas intermedias, pero después de pensarlo un poco llegaríamos a la conclusión de que esto sería difícil y caro a mediados de los años 30, además, hubo una limitación extremadamente importante detrás de la elección del refresh rate actual, pero que sólo veremos hoy en el próximo capítulo.

Con estas nociones básicas de formación de imagen podemos entrar en materia propiamente tal para la edición de la próxima semana, en la que haremos un recuento muy rápido por los orígenes de la televisión análoga (que aún nos atormenta con sus estándares) y empezaremos a manejar datos sólidos en vez de ejemplos simbólicos. Con la base lista terminaremos con la llegada de la televisión digital y la alta definición, que parecen traer más confusiones que soluciones.

Sugerencias, preguntas, críticas y comentarios son siempre bien recibidos.