Anda di halaman 1dari 30

1

Div. Ingeniería de Sistemas y Automática

Universidad Miguel Hernández


VISIÓN POR COMPUTADOR

COLOR EN IMÁGENES
DIGITALES

GRUPO DE TECNOLOGÍA
INDUSTRIAL

Color en Imágenes Digitales Grupo de Tecnología Industrial

Tabla de Contenidos 2

Ø Motivación

Ø Antecedentes Históricos
VISIÓN POR COMPUTADOR

Ø Naturaleza de la Luz

Ø Interacción entre la Luz y la Materia

Ø Percepción Humana del Color

Ø Representación del color

Color en Imágenes Digitales Grupo de Tecnología Industrial

1
Motivación 3

ã El empleo del color mejora las tareas de alto


nivel en el procesamiento de imágenes
VISIÓN POR COMPUTADOR

Tres veces más de información


Similitud con la visión humana

ã Especialmente útil para:


ë Discriminar objetos cromáticos
ë Procesar información en color

Color en Imágenes Digitales Grupo de Tecnología Industrial

Tabla de Contenidos 4

Ø Motivación

Ø Antecedentes Históricos
VISIÓN POR COMPUTADOR

Ø Naturaleza de la Luz

Ø Interacción entre la Luz y la Materia

Ø Percepción Humana del Color

Ø Representación del color

Color en Imágenes Digitales Grupo de Tecnología Industrial

2
Antecedentes Históricos 5

ã Antecedentes históricos
ë Newton (1671)
ï Estudia la naturaleza de la luz
VISIÓN POR COMPUTADOR

þ Pobre comprensión del color


ë Young (1802)
ï Apoya su estudio en la teoría ondulatoria
þ Mejor comprensión de la luz y el color
ë Palmer y Young (1777, 1802)
ï Hipótesis sobre la percepción humana del color
þ Tres tipos de receptores con respuestas selectivas
ë Grassmann y Maxwell (1854, 1856)
ï Modelo matemático para la expresión del color
þ El color se puede expresar como tres variables
independientes

Color en Imágenes Digitales Grupo de Tecnología Industrial

Antecedentes Históricos 6

ã Antecedentes históricos
ë Maxwell (1857)
ï Una mezcla aditiva puede igualarse con combinaciones de
estímulos primarios
VISIÓN POR COMPUTADOR

þ Generalización tricromática
ë Helmholtz (1866)
ï Explica la distinción entre mezcla aditiva y sustractiva
ï Explica la generalización tricromática
þ Se basa en las curvas de sensibilidad
espectral de las tres “fibras sensibles al color”
del ojo.
ï La confirmación fisiológica de esta evidencia indirecta no
llegó hasta mucho más tarde: conos S, M, L(1983, 1993)

ë CMF’s
ï Color Matching Functions (~1930)
þ Conjuntos de tres funciones relacionadas con
Color en Imágenes Digitales Grupo de Tecnología Industrial
las sensi-bilidades de los conos mediante

3
Antecedentes Históricos 7

ã Antecedentes históricos
ë Guild y Wright (1929, 1931)
ï Definen conjuntos de CMF’s usados por el CIE
VISIÓN POR COMPUTADOR

þ CIE: Comission Internationale de l’Éclairage


þ Establecimiento de una especificación numérica del
color en términos de valores triestímulo
ë CMF’s y percepción
ï CMF’s:
þ Modelo lineal de especificación de color
ï Percepción humana del color
þ No lineal
ï Necesidad de espacios de color uniformes
þ Distancias euclídeas iguales corresponden a
diferencias de percepción de color iguales

Color en Imágenes Digitales Grupo de Tecnología Industrial

Tabla de Contenidos 8

Ø Motivación

Ø Antecedentes Históricos
VISIÓN POR COMPUTADOR

Ø Naturaleza de la Luz

Ø Interacción entre la Luz y la Materia

Ø Percepción Humana del Color

Ø Representación del color

Color en Imágenes Digitales Grupo de Tecnología Industrial

4
Naturaleza de la Luz 9

ã Teoría Electromagnética
(propagación de la luz)
ë La luz como radiación
VISIÓN POR COMPUTADOR

electromagnética se propaga en
forma de dos ondas vectoriales
perpendiculares entre sí y
mutuamente acopladas
ë El ojo humano es sensible a las
radiaciones electromagnéticas de
entre 380 nm y 780 nm

Color en Imágenes Digitales Grupo de Tecnología Industrial

Naturaleza de la luz 10

ã Modelo corpuscular ( Interacción de la luz con la


materia)
ë La luz está formada por cantidades cuantificables
VISIÓN POR COMPUTADOR

de energía (fotones)
ë La energía radiante que incide sobre un objeto se
transforma, por una parte, en energía reflejada,
en energía transmitida y en energía absorbida:

R: Reflectancia Características que


T: Transmitancia definen las propiedades
de un material
A: Absortancia

Color en Imágenes Digitales Grupo de Tecnología Industrial

5
Tabla de Contenidos 11

Ø Motivación

Ø Antecedentes Históricos
VISIÓN POR COMPUTADOR

Ø Naturaleza de la Luz

Ø Interacción entre la Luz y la Materia

Ø Percepción Humana del Color

Ø Representación del color

Color en Imágenes Digitales Grupo de Tecnología Industrial

Color 12

ã Interacción entre la Luz y la Materia


ë El color en los objetos viene provocado por la
interacción de una luz emitida sobre el mismo.
VISIÓN POR COMPUTADOR

ë Si la luz impacta sobre un objeto:


ï Será completa o parcialmente transmitida
ï Será completa o parcialmente reflejada
ï Será completa o parcialmente absorbida
ë Transmisión

Color en Imágenes Digitales Grupo de Tecnología Industrial

6
Color 13

ë Indice Refractivo (RI): relación entre la velocidad


de la luz en un medio y el vacío.
ë Refracción: Cambio en la dirección de la luz al
VISIÓN POR COMPUTADOR

atravesar dos medios con RI diferentes

ï El RI de una sustancia se ve afectado por la


longitud de onda de la fuente de luz

Color en Imágenes Digitales Grupo de Tecnología Industrial

Color 14

ë Reflexión: Superficies que reflejan la luz con una


intensidad y con un ángulo igual que la incidente.
VISIÓN POR COMPUTADOR

ë Absorción: La luz incidente se absorbe en función de la


pigmentación del objeto

Color en Imágenes Digitales Grupo de Tecnología Industrial

7
Color 15

ë Reflectancia Espectral: Cantidad de luz en cada


longitud de onda que es reflejada por un objeto en
comparación con la reflexión pura (objeto blanco)
VISIÓN POR COMPUTADOR

Color en Imágenes Digitales Grupo de Tecnología Industrial

Tabla de Contenidos 16

Ø Motivación

Ø Antecedentes Históricos
VISIÓN POR COMPUTADOR

Ø Naturaleza de la Luz

Ø Interacción entre la Luz y la Materia

Ø Percepción Humana del Color

Ø Representación del color

Color en Imágenes Digitales Grupo de Tecnología Industrial

8
Percepción Humana del Color 17

ã Percepción humana del color


VISIÓN POR COMPUTADOR

Fuente de luz emite radiación con diferentes long. de onda


El objeto refleja otra distribución de longitudes de onda
Los fotoreceptores del ojo son sensibles a determinadas
distribuciones
Los estímulos se envían al cerebro y se percibe el color

Color en Imágenes Digitales Grupo de Tecnología Industrial

Percepción Humana del Color 18

ã Características de un color:
ë Brillo:Incorpora la noción de intensidad
ë Matiz: Longitud de onda dominante del color
VISIÓN POR COMPUTADOR

ë Saturación: Pureza relativa o cantidad de luz


blanca mezclada con el matiz. El grado de
saturación es inversamente proporcional a la
cantidad de luz blanca añadida

ë Matiz + Saturación = Cromaticidad

Color en Imágenes Digitales Grupo de Tecnología Industrial

9
Percepción Humana del Color 19

ã Modelo fisiológico
ë Respuesta espectral de los conos (S, M, L) de
VISIÓN POR COMPUTADOR

ojo. Sensación tricromática


ã Modelo perceptual
ë Procesamiento neuronal de la respuesta retinal

Color en Imágenes Digitales Grupo de Tecnología Industrial

Percepción Humana del Color 20

ã Visión Humana
ë En la retina del ojo humano se ubican dos
fotorreceptores sensibles a la luz: conos y
VISIÓN POR COMPUTADOR

bastones

ï Bastones: No sensibles al color


ï Conos: Tres tipos (L, S, M) sensibles al color rojo
verde y azul

Color en Imágenes Digitales Grupo de Tecnología Industrial

10
Percepción Humana del Color 21

ã Existen tres tipos de conos.


ë Cada uno es sensible a un rango de longitudes
de onda
VISIÓN POR COMPUTADOR

ë Las respuestas se combinan para formar una


imagen en color

S-conos M-conos
λ max

ci =
λ
∫ s (λ ) f (λ ) dλ
i

si (λ )
min

sensibilidad del cono i

f (λ ) distribución espectral de la luz incidente

Color en Imágenes Digitales Grupo de Tecnología Industrial

Percepción Humana del Color 22

ã Modelo perceptual
ë Percibimos cuatro matices distintos
ï Rojo, verde, amarillo y azul
ë Teoría de los colores opuestos (Hering,
VISIÓN POR COMPUTADOR

1920)
ï Rojo-verde, azul-amarillo son pares
opuestos
ï Podemos percibir matices intermedios
entre pares no opuestos
þ Rojo-amarillo
þ Amarillo-verde
þ Verde-azul
þ Azul-rojo
ï No podemos:
þ Rojo-verde
þ Amarillo-azul

Color en Imágenes Digitales Grupo de Tecnología Industrial

11
Tabla de Contenidos 23

Ø Motivación

Ø Antecedentes Históricos
VISIÓN POR COMPUTADOR

Ø Naturaleza de la Luz

Ø Interacción entre la Luz y la Materia

Ø Percepción Humana del Color

Ø Representación del color

Color en Imágenes Digitales Grupo de Tecnología Industrial

Representación del Color 24

ã Los espacios de color proporcionan un método


para especificar, ordenar y manipular colores
VISIÓN POR COMPUTADOR

ã Los espacios son ordenaciones n-


dimensionales de las sensaciones de color
ã La amplia mayoría de los modelos se han
desarrollado para aplicaciones específicas
ã Ejemplos: RGB, HSI, CMY, XYZ, ...

Color en Imágenes Digitales Grupo de Tecnología Industrial

12
Representación del Color 25

ã Espacio RGB

ã Espacio XYZ
VISIÓN POR COMPUTADOR

ã Espacio YUV-YIQ

ã Espacio C-Y, CMY, CMYK

ã Espacio HSI

ã Espacios uniformes de color CIE Luv, CIE Lab

Color en Imágenes Digitales Grupo de Tecnología Industrial

Espacio RGB 26

ã Espacio CIE RGB (Red, Green, Blue) (1931)


ë Tricromático
ë Primitivas:
VISIÓN POR COMPUTADOR

ï Rojo: 700 nm
ï Verde: 546,1 nm
ï Azul: 438,5 nm
ë Admite aportaciones negativas

Color en Imágenes Digitales Grupo de Tecnología Industrial

13
Espacio RGB
VISIÓN POR COMPUTADOR 27

Aportaciones RGB para cada longitud de onda


Color en Imágenes Digitales Grupo de Tecnología Industrial

Espacio RGB 28

ã Imágenes RGB
ë Conjunto de tres imágenes en niveles de gris
independientes
VISIÓN POR COMPUTADOR

ë Cada una representa una componente de color


ï Rojo (R) ; Verde (G) ; Azul (B)
ë Coeficientes normalizados
R G B
r0 = ; g0 = ; b0 =
Rmax Gmax Bmax
ë Coeficientes tricromáticos
R G B
r= ; g= ; b=
R +G + B R +G + B R+G + B

Color en Imágenes Digitales Grupo de Tecnología Industrial

14
Espacio RGB 29

ã Obtención de un color en RGB


ë Colores aditivos
VISIÓN POR COMPUTADOR

Color en Imágenes Digitales Grupo de Tecnología Industrial

Espacio RGB 30

ã Imágenes RGB Azul (0,0,1)


VISIÓN POR COMPUTADOR

Verde (0,1,0)

Rojo (1,0,0)

Negro (0,0,0)

Blanco (1,1,1)

Grises (n,n,n)

Color en Imágenes Digitales Grupo de Tecnología Industrial

15
Espacio RGB 31

ã Descomposición 3 canales RGB


VISIÓN POR COMPUTADOR

Canal Rojo Canal Verde Canal Azul

Color en Imágenes Digitales Grupo de Tecnología Industrial

Espacio RGB 32

ã El modelo de colores RGB es el empleado en la


adquisición de imágenes (cámaras CCD)
ë En estos sistemas existen actualmente dos
VISIÓN POR COMPUTADOR

alternativas:
ï CCD Triple
ï CCD único con exposición triple

Color en Imágenes Digitales Grupo de Tecnología Industrial

16
Representación del Color 33

ã Espacio RGB

ã Espacio XYZ
VISIÓN POR COMPUTADOR

ã Espacio YUV-YIQ

ã Espacio C-Y, CMY, CMYK

ã Espacio HSI

ã Espacios uniformes de color CIE Luv, CIE Lab

Color en Imágenes Digitales Grupo de Tecnología Industrial

Espacio XYZ 34

ã El espacio XYZ fue introducido por la CIE para


evitar los inconvenientes de los triestímulos
espectrales R,G y B:
VISIÓN POR COMPUTADOR

ALGUNOS COLORES SÓLO PUEDEN


REPRODUCIRSE CON CANTIDADES
NEGATIVAS DE UN ESTÍMULO

En XYZ los primarios


empleados son
imaginarios, no
representan ninguna luz
física

Color en Imágenes Digitales Grupo de Tecnología Industrial

17
Espacio XYZ 35

 R   2.739 − 1.145 − 0.424   X 


G  =  − 1.119 2.029 0.033   Y 
  
VISIÓN POR COMPUTADOR

 B   0.138 − 0.333 1.105   Z 

ï Coeficientes tricromáticos

X Y Z
x= ; y= ; z=
X +Y + Z X +Y + Z X +Y + Z

ï Diagrama cromático xy (z=1-x-y)

Color en Imágenes Digitales Grupo de Tecnología Industrial

Espacio XYZ 36

ã
ë La recta
Tinte que uneuna
representa un color
frontera con el blanco
característica asociada con
representa
la longitud detodas
onda las
VISIÓN POR COMPUTADOR

dominante en el color. que


posibles saturaciones
ã puede tenerrepresenta
Saturación ese color la
ëpureza
Si se une un color
relativa entre el
fronteray con
blanco el blanco,
la longitud de y
se prolonga
onda dominante la recta
(tinte).hastaEl
la frontera
blanco puroopuesta,
posee una se
saturación
obtiene su nula.
color
complementario
ã La recta que une dos
ëcolores en el diagrama
Si se combinan tres
contiene
colores no todos los colores
alineados,
que
todosse los
pueden obtener
colores que se con
ellos
pueden formar con ellos
Color en Imágenes Digitales están dentroGrupodededicho
Tecnología Industrial

triángulo

18
Representación del Color 37

ã Espacio RGB

ã Espacio XYZ
VISIÓN POR COMPUTADOR

ã Espacio YUV-YIQ

ã Espacio C-Y, CMY, CMYK

ã Espacio HSI

ã Espacios uniformes de color CIE Luv, CIE Lab

Color en Imágenes Digitales Grupo de Tecnología Industrial

Espacio YUV-YIQ 38

ã Estos sistemas surgieron para la difusión de la


señal de televisión
ã Tienen su origen en una recodificación del
VISIÓN POR COMPUTADOR

espacio RGB para responder a una


característica de la visión humana:
Más sensible a los cambios de luminancia que a
los cambios de matiz o saturación

Color en Imágenes Digitales Grupo de Tecnología Industrial

19
Espacio YUV, YIQ 39

ã Codificación de colores:
ë Ambos modelos codifican el color en
componente de luminancia Y, y en señales IQ o
VISIÓN POR COMPUTADOR

UV, que definen señales de color magenta-verde


y amarillo-cyan respectivamente
ã Sistema de televisión:
ë YIQ:
ï Sistema NTSC
ë YUV:
ï Sistema PAL
ï Sistema SECAM

Color en Imágenes Digitales Grupo de Tecnología Industrial

Espacio YUV, YIQ 40

ã Espacio YUV
ë La información del color (U,V) y la información
VISIÓN POR COMPUTADOR

de la luminancia (Y) están desacopladas

Y   0.299 0.587 0 .114   R 


U  =  0.147 − 0.289 − 0 .436  G 
    
V   0. 615 − 0.515 − 0 .100  B 

U = 0 .493 (B − Y )
V = 0. 877( R − Y )

Color en Imágenes Digitales Grupo de Tecnología Industrial

20
Espacio YUV, YIQ 41

ã Espacio YIQ (Luminancia - Fase - Cuadratura)


ë La información del color (I+Q) y la información
VISIÓN POR COMPUTADOR

de la luminancia están desacopladas

Y  0.299 0 .587 0 .114   R 


 I  = 0.596 − 0.275 − 0.321 G 
    
Q  0.212 − 0.523 0.311   B 

Color en Imágenes Digitales Grupo de Tecnología Industrial

Representación del Color 42

ã Espacio RGB

ã Espacio XYZ
VISIÓN POR COMPUTADOR

ã Espacio YUV-YIQ

ã Espacio C-Y, CMY, CMYK

ã Espacio HSI

ã Espacios uniformes de color CIE Luv, CIE Lab

Color en Imágenes Digitales Grupo de Tecnología Industrial

21
Espacio C-Y, CMY, CMYK 43

ã Espacio C-Y
ë Es una recodificación del RGB más eficaz en la
transmisión para TV en color (), y que además
VISIÓN POR COMPUTADOR

es compatible con los estándares de TV en


blanco y negro
 Y   0 .299 0.587 0.114   R 
 R − Y  =  0.701 − 0.587 − 0.114 G 
    
 B − Y  − 0. 299 − 0.587 0.886   B 

S= (B − Y )2 + (R − Y )2
 R −Y 
H = arctg si S ≠ 0
 B − Y 
Color en Imágenes Digitales Grupo de Tecnología Industrial

Espacio C-Y, CMY, CMYK 44

ã Espacio CMY (Cyan, Magenta, Yellow)


ë Tricromático
ëSubstractivo
VISIÓN POR COMPUTADOR

 C  1  R 
 M  = 1 −  G 
    
 Ye  1  B 

Color en Imágenes Digitales Grupo de Tecnología Industrial

22
Espacio C-Y, CMY, CMYK 45

ã Espacio CMYK (Cyan, Magenta, Yellow,


Black)
ë Tricromático, se añade el negro
VISIÓN POR COMPUTADOR

ë Substractivo
ë Empleado en impresión

 C  1  R 
 M  = 1 −  G 
    
 Ye  1  B   CK   C   K 
M  = M  −  K 
 K    
K = min (C , M , Ye )  YeK   Ye   K 

Color en Imágenes Digitales Grupo de Tecnología Industrial

Representación del Color 46

ã Espacio RGB

ã Espacio XYZ
VISIÓN POR COMPUTADOR

ã Espacio YUV-YIQ

ã Espacio C-Y, CMY, CMYK

ã Espacio HSI

ã Espacios uniformes de color CIE Luv, CIE Lab

Color en Imágenes Digitales Grupo de Tecnología Industrial

23
Espacio HSI 47

ã Espacio HSI (Hue (tono,matiz)- Saturación -


Intensidad)
ë Las componentes de estos espacios representan los
atributos perceptuales con los que los seres humanos
VISIÓN POR COMPUTADOR

especifican el color percibido: luminancia o intensidad, matiz


o tono y saturación
ë La información de intensidad (I) está desacoplada de la
información del color (H,S)
ë Transformación RGB - HSI
1
I = ( R + G + B)
3
3
S =1 − [min( R, G , B)]
R+ G+ B
−1  1 / 2[( R − G ) + ( R − B )] 
H = cos  1/ 2 
[( R − G ) + ( R − B )(G − B)] 
2

Color en Imágenes Digitales Grupo de Tecnología Industrial

Espacio HSI 48

ã Espacio HSI (Hue (tono)-


Saturación - Intensidad)
ë Pirámide hexagonal
VISIÓN POR COMPUTADOR

invertida Blanco

ëTono (Hue): ángulo


alrededor al eje vertical
ë Saturación: separación
del eje hacia el límite del Verde Rojo

hexágono Azul
ë Escala de grises en el
eje central de la pirámide
ë Valor: Oscuridad del Negro
color, más oscuro al
fondo de la pirámide

Color en Imágenes Digitales Grupo de Tecnología Industrial

24
Espacio RGB
VISIÓN POR COMPUTADOR 49

Color en Imágenes Digitales Grupo de Tecnología Industrial

Espacio HSI 50
VISIÓN POR COMPUTADOR

Color en Imágenes Digitales Grupo de Tecnología Industrial

25
Espacio RGB
VISIÓN POR COMPUTADOR 51

Color en Imágenes Digitales Grupo de Tecnología Industrial

Espacio HSI 52
VISIÓN POR COMPUTADOR

Color en Imágenes Digitales Grupo de Tecnología Industrial

26
Representación del Color 53

ã Espacio RGB

ã Espacio XYZ
VISIÓN POR COMPUTADOR

ã Espacio YUV-YIQ

ã Espacio C-Y, CMY, CMYK

ã Espacio HSI

ã Espacios uniformes de color CIE Luv, CIE Lab

Color en Imágenes Digitales Grupo de Tecnología Industrial

Espacios Uniformes de Color CIE Luv, CIE Lab 54

ã La transformación del modelo RGB a espacio


CIELAB no es inmediata y las coordenadas L*,
a* y b* se calculan mediante transformaciones
VISIÓN POR COMPUTADOR

no lineales, haciendo uso del espacio XYZ


ã El espacio CIELAB puede ser representado
mediante un sistema de coordenadas polares L*,
croma y matiz
Amarillo

Matiz
Verde Croma

Magenta

Cyan

Color en Imágenes Digitales Grupo de Tecnología Industrial

27
Espacios Uniformes de Color CIE Luv, CIE Lab 55

ã Espacio L * u* v*

L* = 116 f  Y  − 16 

1
x 3 x > 0.0088
 Yn  f (x) = 
VISIÓN POR COMPUTADOR

16
u = 13 L* (u ′ − u ′n )
*
7.787x + 116 x ≤ 0.0088
v * = 13 L* (v ′ − v′n )
4X 4Xn
u′ = u ′n =
X + 15Y + 3 Z X n + 15Y n + 3 Z n

9Y 9 Yn
v′ = v ′n =
X + 15Y + 3 Z X n + 15Yn + 3 Z n

( X n , Yn , Z n ) referencia del blanco

Color en Imágenes Digitales Grupo de Tecnología Industrial

Espacios Uniformes de Color CIE Luv, CIE Lab 56

ã Espacio L * a* b*
L* = 116 f  Y  − 16
 Yn 
VISIÓN POR COMPUTADOR

  X  Y 
a * = 500  f   − f   

  Xn   Yn 
 Y   Z 
b * = 200  f   − f   
  Yn   Zn 
 1
x > 0.0088

3
x
f (x) =  16
7.787 x + 116 x ≤ 0.0088

( X n , Yn , Z n ) referencia del blanco

Color en Imágenes Digitales Grupo de Tecnología Industrial

28
Espacios Uniformes de Color CIE Luv, CIE Lab 57

ã Espacio L * u* v*

 u* 
Croma = (u ) + (v )
* 2 * 2
Hue = arctg * 
VISIÓN POR COMPUTADOR

v 

ã Espacio L * a* b*

 a* 
Croma = (a ) + (b )
* 2 * 2
Hue = arctg * 
b 

Color en Imágenes Digitales Grupo de Tecnología Industrial

Espacios Uniformes de Color CIE Luv, CIE Lab 58

ã Valores RGB entre colores


VISIÓN POR COMPUTADOR

200,200,200 225,225,225 175,175,175

175,175,225 225,175,225 175,225,175

150,150,175 125,125,150 100,100,125

Color en Imágenes Digitales Grupo de Tecnología Industrial

29
Espacios Uniformes de Color CIE Luv, CIE Lab 59

ã Distancias métricas RGB , L * u* v* , L*a*b* entre


colores
VISIÓN POR COMPUTADOR

0,0,0 43.3 , 4.2 , 4.2 43.3 , 4.6 , 4.6

43.3 , 19.4 , 12.9 43.3 , 19.9 , 15.2 43.3 , 20.0 , 15.4

0,0,0 43.3 , 5.7 , 5.7 86.6 , 12.4 , 12.3

Color en Imágenes Digitales Grupo de Tecnología Industrial

60

Representación del color


R G B S (HSI) Croma Croma
(Lu* v*) (La* b*)
VISIÓN POR COMPUTADOR

255 0 0 255 178.93 107.98


200 0 0 255 161.20 99.58
100 0 0 255 117.82 78.90
50 0 0 255 83.39 60.94
10 0 0 255 28.40 30.09
1 0 0 255 2.86 3.94
0 100 0 255 91.82 85.22
0 0 100 255 78.95 89.20
100 100 0 255 68.90 63.44
100 0 100 255 85.29 75.36
0 100 100 255 56.71 42.68

Color en Imágenes Digitales Grupo de Tecnología Industrial

30

Anda mungkin juga menyukai