O recurso mais comumente anunciado de um monitor, imagem ou vídeo é a resolução ou a taxa de atualização. Esses não são, no entanto, os únicos fatores da qualidade da imagem. Outro recurso importante na qualidade da imagem é a profundidade da cor.
O que significa profundidade de cor?
A profundidade da cor é medida em bits e descreve o número de bits usados para exibir a cor de cada pixel. Os bits funcionam em binário, portanto, para cada bit extra, o número de cores suportadas é duplicado.
Em uma imagem de um bit, existem apenas duas cores possíveis, em uma imagem de 2 bits existem quatro cores, uma imagem de quatro bits possui dezesseis cores e assim por diante. O formato padrão de imagem, vídeo e exibição em 2020 é o formato “True color” de 24 bits, usado em quase todos os dispositivos e codecs.
True color tem 8 bits de dados para cada um dos pixels vermelhos, verdes e azuis. No geral, existem 224ou 16.777.216 cores que podem ser exibidas com 24 bits. Esta é considerada uma cor verdadeira, pois o olho humano só consegue discernir cerca de dez milhões de cores.
Dica: Alguns codecs suportam cores de 32 bits; no entanto, os 8 bits extras são usados apenas como um canal "alfa" ou de transparência e não adicionam realmente quaisquer "novas" cores que possamos ver.
Problemas com o espaço de cores RGB
O design do espaço de cores RGB usado pela maioria dos dispositivos não distribui uniformemente as cores que podem ser percebidas pelo olho humano. Existem menos opções de cores para azuis e amarelos do que para vermelhos e verdes, portanto, é mais provável que as pessoas notem um efeito de faixa com essas cores.
Dica: A formação de faixas ocorre quando as cores que deveriam ser separadas ‘derretem’ juntas em um tom que não é muito apropriado porque não há tons suficientes disponíveis para exibir as coisas corretamente. Isso também pode ser causado pela forte compactação de arquivos, e isso é exibido como uma borda recortada ou pontos em uma imagem.
Ao mostrar pretos e cinzas, o espaço de cores RGB define todas as três cores com o mesmo valor, o que significa que há apenas 256 tons de cinza. Isso aumenta a probabilidade de detectar problemas de faixas em sombras e imagens mais escuras.
À direita: tons de cinza suavizados.
Os algoritmos de compactação geralmente reduzem a precisão das cores em seu esforço para reduzir a quantidade de espaço que uma imagem usa - portanto, eles remova cores que provavelmente não serão usadas ou são fáceis de substituir - mas se muito for removido, a imagem mostrará uma faixa efeito.