Samsung SDP-950STA Software Guide - Page 83

Description du traitement, d'effet de l'image numarique

Page 83 highlights

English French German Description du traitement d'effet de l'image numarique 1) Default : L'image originale (couelurs RVB) [Utilise : Affiche l'image originale du retro-projecteur.] 2) Grayscale : L'image (couleurs RVB) est changée en échelle de gris. [Utilise : Vous pouvez améliorer la lisibilité de l'image.] 3) Histogram : Le programme affiche l'histogramme sur le côté supérieur gauche. Cet effet est disponible en mode Default, Grayscale, Binarization mode. [Utilise : Vous permet de régler la valeur de la luminosité du rétroprojecteur numérique ou d'allumer ou d'éteindre la lampe.] ✔ .Remarque : Un histogramme illustre comment les pixels d'une image sont distribués en répertoriant le numéro des pixels à chaque niveau d'intensité de couleur. Ceci peut vou montrer si l'image contient assez de détails dans les ombres (indiqué dans la partie de gauche de l'histogramme), les tons moyens (indiqué au milieu) et les clairs (indiqué dans la partie de droite) afin de faire une bonne correction. L'histogramme donne également une image rapide de la gamme de tons de l'image ou du type clé de l'image. 4) Negative : Ceci permute en l'image positive et négative. [Utilise: Convertit le film ou la diapositive en image positive.] 5) Binarization : Binarization : Attribue l'image à une valeur seuil de 1 ou 0. Le seuil s'étend de 16~251 et la valeur n'est pas décidée automatiquement. La valeur par défaut est 128 et vous pouvez la paramétrer par la souris ou les touches [ ], [ ]. [Uses : Applied to Image Analysis / Image Interpretion. (OCR, Patttern Recognition)] [Utilise : Appliqué à Image Analysis / Image Interpretion. (OCR, Reconnaissance de caractères)] 6) Edge Detection : Edge Detection : Identifie les zones de l'image ayant des transitions significatives et met en valeur les bords. Find edges souligne les bords d'une image en utilisant le masque Prewitt. [Utilise : Appliqué à Image Analysis /Image Interpretion dans la vision de l'ordinateur.] 25 Italian Spanish

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51
  • 52
  • 53
  • 54
  • 55
  • 56
  • 57
  • 58
  • 59
  • 60
  • 61
  • 62
  • 63
  • 64
  • 65
  • 66
  • 67
  • 68
  • 69
  • 70
  • 71
  • 72
  • 73
  • 74
  • 75
  • 76
  • 77
  • 78
  • 79
  • 80
  • 81
  • 82
  • 83
  • 84
  • 85
  • 86
  • 87
  • 88
  • 89
  • 90
  • 91
  • 92
  • 93
  • 94
  • 95
  • 96
  • 97
  • 98
  • 99
  • 100
  • 101
  • 102
  • 103
  • 104
  • 105
  • 106
  • 107
  • 108
  • 109
  • 110
  • 111
  • 112
  • 113
  • 114
  • 115
  • 116
  • 117
  • 118
  • 119
  • 120
  • 121
  • 122
  • 123
  • 124
  • 125
  • 126
  • 127
  • 128
  • 129
  • 130
  • 131
  • 132
  • 133
  • 134
  • 135
  • 136
  • 137
  • 138
  • 139
  • 140
  • 141
  • 142
  • 143
  • 144
  • 145
  • 146
  • 147
  • 148
  • 149
  • 150
  • 151
  • 152
  • 153
  • 154
  • 155
  • 156
  • 157
  • 158
  • 159
  • 160
  • 161
  • 162
  • 163
  • 164
  • 165
  • 166
  • 167
  • 168
  • 169
  • 170
  • 171
  • 172
  • 173
  • 174
  • 175
  • 176
  • 177
  • 178
  • 179
  • 180
  • 181
  • 182
  • 183
  • 184
  • 185
  • 186
  • 187
  • 188
  • 189
  • 190
  • 191
  • 192
  • 193
  • 194
  • 195
  • 196
  • 197
  • 198
  • 199
  • 200
  • 201
  • 202
  • 203
  • 204
  • 205
  • 206
  • 207
  • 208
  • 209
  • 210
  • 211
  • 212
  • 213
  • 214
  • 215
  • 216
  • 217
  • 218
  • 219
  • 220
  • 221
  • 222
  • 223
  • 224
  • 225
  • 226
  • 227
  • 228
  • 229
  • 230
  • 231
  • 232
  • 233
  • 234
  • 235
  • 236
  • 237
  • 238
  • 239
  • 240
  • 241
  • 242
  • 243
  • 244
  • 245
  • 246
  • 247
  • 248
  • 249
  • 250
  • 251
  • 252
  • 253
  • 254
  • 255
  • 256
  • 257
  • 258
  • 259
  • 260
  • 261
  • 262
  • 263
  • 264
  • 265
  • 266
  • 267
  • 268
  • 269
  • 270
  • 271
  • 272
  • 273
  • 274
  • 275
  • 276
  • 277
  • 278
  • 279
  • 280
  • 281
  • 282
  • 283
  • 284
  • 285
  • 286
  • 287
  • 288
  • 289
  • 290
  • 291
  • 292
  • 293
  • 294
  • 295
  • 296
  • 297
  • 298
  • 299
  • 300
  • 301
  • 302
  • 303
  • 304
  • 305
  • 306
  • 307
  • 308
  • 309
  • 310
  • 311
  • 312
  • 313
  • 314
  • 315
  • 316
  • 317
  • 318
  • 319
  • 320
  • 321
  • 322
  • 323
  • 324
  • 325
  • 326
  • 327
  • 328
  • 329
  • 330
  • 331
  • 332
  • 333
  • 334
  • 335
  • 336

25
English
French
German
Italian
Spanish
Description du traitement
d’effet de l’image numarique
1) Default : L’image originale (couelurs RVB)
[Utilise : Affiche l’image originale du retro-projecteur.]
2) Grayscale : L’image (couleurs RVB) est changée en échelle de gris.
[Utilise : Vous pouvez améliorer la lisibilité de l’image.]
3) Histogram : Le programme affiche l’histogramme sur le côté supérieur gauche.
Cet effet est disponible en mode Default, Grayscale, Binarization
mode.
[Utilise : Vous permet de régler la valeur de la luminosité du rétro-
projecteur numérique ou d’allumer ou d’éteindre la lampe.]
4) Negative : Ceci permute en l’image positive et négative.
[Utilise: Convertit le film ou la diapositive en image positive.]
5) Binarization : Binarization : Attribue l’image à une valeur seuil de 1 ou 0. Le seuil
s’étend de 16~251 et la valeur n’est pas décidée automatiquement.
La valeur par défaut est 128 et vous pouvez la paramétrer par la
souris ou les touches [
], [
].
[Uses : Applied to Image Analysis / Image Interpretion. (OCR, Patttern Recognition)]
[Utilise : Appliqué à Image Analysis / Image Interpretion. (OCR, Reconnaissance de
caractères)]
6) Edge Detection : Edge Detection : Identifie les zones de l’image ayant des
transitions significatives et met en valeur les bords. Find edges
souligne les bords d’une image en utilisant le masque Prewitt.
[Utilise : Appliqué à Image Analysis /Image Interpretion dans la vision de
l’ordinateur.]
.Remarque :
Un histogramme illustre
comment les pixels d’une image sont
distribués en répertoriant le numéro des
pixels à chaque niveau d’intensité de
couleur. Ceci peut vou montrer si l’image
contient assez de détails dans les ombres
(indiqué dans la partie de gauche de
l’histogramme), les tons moyens (indiqué au
milieu) et les clairs (indiqué dans la partie
de droite) afin de faire une bonne
correction. L’histogramme donne également
une image rapide de la gamme de tons de
l’image ou du type clé de l’image.