Profondità in bit

La profondità in bit si riferisce sostanzialmente alla quantità di memoria di lavoro per pixel che tu riservi a un’immagine.

Sebbene un foglio di carta in formato A2 nella vita reale permetta di ottenere molto più dettaglio in un lavoro finito, esso occupa molto più spazio nella tua scrivania rispetto a un foglio in formato A4.

Tuttavia la profondità non si riferisce solo alla dimensione dell’immagine, ma anche a quanta precisione tu necessiti per colore.

Per illustrare questo aspetto, parliamo di qualcosa che non è disponibile soltanto in Krita:

Colore indicizzato

Nei vecchi programmi il computer avrebbe, per immagine, una tavolozza contenente un numero per ciascun colore. La dimensione della tavolozza è definita in bit, poiché il computer può memorizzare dati solo in dimensioni di bit.

../../_images/Kiki_lowbit.png
1 bit

Solo due colori in totale, di solito bianco e nero.

4 bit (16 colori)

16 colori in totale, famosi in quanto molti giochi della prima ora furono presentati con questa tavolozza di colori.

8 bit

256 colori in totale. Le immagini a 8 bit sono comunemente utilizzate nei giochi per risparmiare memoria nelle trame e negli sprite.

Ciò non è, tuttavia, disponibile in Krita. Krita lavora invece con i canali, e conta quanti colori per canale necessiti (descritti in termini di «bit per canale»). È chiamato «colore reale».

Colore reale

../../_images/Rgbcolorcube_3.png

1, 2 e 3 bit per canale non esistono in realtà in alcuna applicazione grafica. Tuttavia, ipotizzandoli, possiamo immaginare come ciascun bit interessi la precisione: di solito, ogni bit suddivide ciascuna sezione nel cubo dei colori, nel senso che la precisione diviene la potenza elevato 2 maggiore rispetto al cubo precedente.

4 bit per canale (non supportato da Krita)

Noto anche come Hi-Color o colore a 16 bit in totale. Una sorta di vecchio sistema, utilizzato solo da schermi specifici.

8 bit per canale

Noto anche come «True Color», «Milioni di colori» o «24 bit/32 bit». Lo standard per molti schermi, e la profondità in bit più bassa che Krita è in grado di gestire.

16 bit per canale

Un passo oltre gli 8 bit, 16 bit per canale consente colori che non possono essere visualizzati dallo schermo. Grazie a questo, però, potrai ottenere sfumature più morbide. Noto talvolta come «Deep Color». Questo tipo di profondità di colore non ha valori negativi possibili, ed è dunque di precisione a 16 bit, ossia possiede 65536 valori per canale.

16 bit in virgola mobile

Simile a 16 bit, ma con un intervallo più esteso e meno precisione. Laddove 16 bit permette solo coordinate tipo [1, 4, 3], 16 bit in virgola mobile possiede coordinate tipo [0,15, 0,70, 0,3759] con [1,0,1,0,1,0] che rappresenta il bianco. A causa delle differenze tra la variabile di tipo in virgola mobile e quella di tipo intero, e dato che l’editing di immagini «scene-referred» consente valori negativi, hai circa 10-11bit di precisione per canale in 16 bit in virgola mobile rispetto ai 16 bit in 16 bit intero (sono 2048 valori per canale nell’intervallo 0-1). Richiesto per le immagini HDR/Scene referred, e noto spesso come «half floating point».

32 bit in virgola mobile

Simile a 16 bit in virgola mobile ma con precisione ancora maggiore. La profondità di colore nativa di OpenColor IO, e perciò più veloce dei 16 bit in virgola mobile nelle immagini HDR, se non più pesante. A causa della natura delle variabili di tipo in virgola mobile, 32 bit in virgola mobile è pressapoco uguale a 23-24 bit di precisione per canale (16777216 valori per canale nell’intervallo 0-1), ma con un intervallo molto più ampio (può andare molto al di là di 1), necessario per i valori HDR/Scene-referred. Conosciuto anche come «single floating point».

Ciò è importante se possiedi uno spazio dei colori di lavoro più grande dello spazio del tuo dispositivo: per lo meno, se non vuoi sperimentare il fenomeno del cd. «color banding».

E mentre tenti di creare le tue immagini a 32 bit in virgola mobile, quest’operazione assorbirà tutta la tua RAM. È importante, dunque, considerare quale profondità in bit utilizzerai per tale tipo di immagine.