Fargebilder. Lars Vidar Magnusson. March 12, 2018

Størrelse: px
Begynne med side:

Download "Fargebilder. Lars Vidar Magnusson. March 12, 2018"

Transkript

1 Fargebilder Lars Vidar Magnusson March 12, 2018 Delkapittel 6.1 Color Fundamentals Delkapittel 6.2 Color Models Delkapittel 6.3 Bildeprosessering med Pseudofarger Delkapittel 6.4 Prosessering av Fargebilder

2 Grunnleggende om Farger Det synlige lys er som vi har vært innom tidligere en del av det elektromagnetiske spektrum.

3 Grunnleggende om Farger Det finnes ingen entydig definisjon om hva som er hva når det gjelder farger CIE definerte i 1931 følgende.. Blå: nm Grønn: nm Rød: 700 nm

4 Grunnleggende om Farger De ulike fargene er relatert på følgende vis

5 Grunnleggende om Farger Vi har to måter å blande farger på; additive og subtraktiv

6 Fargemodeller En fargemodel er en metode for å spesifisere en farge colorspace, color system... Hvert system lar deg spesifisere en farge i et koordinatsystem RGB CMY / CMYK HSI En modell er typisk tilpasset hardware eller for sluttvisning

7 Fargemodeller - RGB RGB er en modell som spesifiserer farger ved hjelp av primærfargene rød, grønn og blå En farge angis i et kartesisk system gitt under

8 Fargemodeller - RGB Et punkt består av en 3-tuple (alternativt kan vi se det som tre separate bilder) Hver kanal blir typisk representert med samme antall bits Det er vanlig med 8 bit Et bilde i full-color (fullfarge) har typisk 3 8 = 24 bits per element i bildet Dette gir totalt (2 8 ) 3 = mulige farger Angis enten som.. flyttall i intervallet [0, 1] decimal i intervallet [0, 255] hexadecimal i intervallet [0, ff ]

9 Fargemodeller - CMY CMY bruker sekundærfargene (primær pigmentfargene) til å angi en farge cyan, magenta og yellow En enhet som skal gi en farge (e.g. printer) konverterer typisk fra RGB til CMY C 1 R M = 1 G Y 1 B CMY modellen blir normalt utvidet med en dedikert svart farge (CMYK)

10 Fargemodeller - HSI HSI benytter seg av helt andre begreper for å spesifisere en farge Hue Saturation Intensity Modellen passer bedre med hvordan vi oppfatter farger Skiller farge fra intensitet!

11 Relasjonen Mellom RGB og HSI Forholdet mellom RGB kan visualiseres ved hjelp av RGB-kuben.

12 Relasjonen Mellom RGB og HSI Det blir enda klarere når vi titter ned gråskalaaksen Hue H er vinkelen fra rød Saturation S er lengden på vektoren Intensity I er plasseringen på den vertikale aksen

13 HSI Illustrert HSI-modellen illustrert

14 Konvertere fra RGB til HSI Vi kan konvertere fra RGB til HSI. { θ if B G H = 360 θ if B > G hvor { } θ = cos 1 0.5[(R G) + (R B)] [(R G) 2 + (R B)(G B)] 1/2 S = 1 3 [min(r, G, B)] R + G + B I = 1 (R + G + B) 3

15 Konvertere fra HSI til RGB Vi kan konvertere fra HSI til RGB, men vi må ta høyde for vinkelen til hue Når 0 H < 120 konverterer vi på følgende vis... [ R = I 1 + S cos H ] cos(60 H) G = 3I (R + B) B = I (1 S)

16 Konvertere fra HSI til RGB Når 120 H < 240 konverterer vi på følgende vis... R = I (1 S) ] S cos H G = I [1 + cos(60 H ) H er H 120 B = 3I (R + G)

17 Konvertere fra HSI til RGB Når 240 H < 360 konverterer vi på følgende vis... R = 3I (G + B) G = I (1 S) H er H 240 ] S cos H B = I [1 + cos(60 H )

18 Pseudofarger i Bildeprosessering Ofte vil vi prosessere farger slik at vi introduserer pseudo (falske) farger. Brukes for å identifisere punkter som oppfyller spesifikke kriterier.

19 Intensitets-Slicing (Intensity Slicing) Intensitets-slicing (intensity/density slicing) er en enkel pseudofarge tranformasjon. Vi ser på et (gråskala) bilde som en 3D-flate Plan blir plassert parallelt med koordinatplanet Hvert plan deler inn spekteret inn i farger Vi har P plan som deler inn i P + 1 lag V 1, V 2,... V P+1 f (x, y) = c k if f (x, y) V k

20 Intensitets-Slicing (Intensity Slicing) Under er en visuell representasjon av intensity slicing

21 Intensitets-Slicing Eksempel Under ser vi et gråskalabilde av skjoldbruskkjertelen og resultatet etter slicing med 8 farger.

22 Intensitets-Slicing (Intensity Slicing) Vi kan også bruke intensitets-slicing for fargelagt thresholding

23 Intensitets-Slicing Eksempel Threshold Under ser vi et gråskalabilde av en sveiset skjøt og resultatet etter slicing med to farger.

24 Intensitets-Slicing Eksempel Under ser vi et gråskalabilde av skjoldbruskkjertelen og resultatet etter slicing med 8 farger.

25 Intensitet til Farge Transformasjoner Pseudofarge-transformasjoner kan generaliseres Vi skal se på to alternativer Et gråskalabilde med forskjellige transformasjonsfunksjoner Flere bilder

26 Pseudofarger - Et Gråskala med Flere Transformasjoner Vi har et et bilde som vi transformerer med ulike funksjoner for hver fargekanal Merk hvis tranformasjonsfunksjonen er lik får vi et gråskalabilde

27 Pseudofarger - Et Gråskala med Flere Transformasjoner Eksempel Et eksempel som illustrerer hvordan ulike transformasjoner kan utnyttes

28 Pseudofarger - Flere Bilder Vi kan også ha et sett med bilder som prosesseres individuelt for så settes sammen.

29 Pseudofarger - Flere Bilder Eksempel Et eksempel som illustrerer bruk av flere bilder. Øverste rad er R G B komponentene Fjerde bildet er near-infrared (IR) De to siste er kombinasjonene IRGB og RIRB

30 Pseudofarger - Flere Bilder Eksempel Bildet er satt sammen av ulike bilder hvor flere ikke kan sees med det nakne øyet

31 Prosessering av Fargebilder Nå skal vi se på hvordan fargebilder blir prosessert Et fargebilde kan sees som.. c = c R c G c B R = G B eller alternativt.. c R (x, y) R(x, y) c(x, y) = c G (x, y) = G(x, y) c B (x, y) B(x, y) Vi må altså bruke vektoroperasjoner

32 Prosessering av Fargebilder Dette illustrerer forskjellen mellom gråskala- og fargebilder

Kantdeteksjon og Fargebilder

Kantdeteksjon og Fargebilder Kantdeteksjon og Fargebilder Lars Vidar Magnusson April 25, 2017 Delkapittel 10.2.6 More Advanced Techniques for Edge Detection Delkapittel 6.1 Color Fundamentals Delkapittel 6.2 Color Models Marr-Hildreth

Detaljer

INF 1040 høsten 2008: Oppgavesett 11 Farger (kapittel 15)

INF 1040 høsten 2008: Oppgavesett 11 Farger (kapittel 15) INF 1040 høsten 2008: Oppgavesett 11 Farger (kapittel 15) Fasitoppgaver Denne seksjonen inneholder innledende oppgaver hvor det finnes en enkel fasit bakerst i oppgavesettet. Det er ikke nødvendigvis meningen

Detaljer

Repetisjon av histogrammer

Repetisjon av histogrammer Repetisjon av histogrammer INF 231 Hovedsakelig fra kap. 3.3 i DIP Histogramtransformasjoner Histogramutjevning Histogramtilpasning Standardisering av histogram for billedserier Litt om histogramtransformasjoner

Detaljer

Løsningsforslag til kapittel 15 Fargerom og fargebilder

Løsningsforslag til kapittel 15 Fargerom og fargebilder Løsningsforslag til kapittel 15 Fargerom og fargebilder Oppgave 1: Representasjon av et bilde Under har vi gitt et lite binært bilde, der svart er 0 og hvit er 1. a) Kan du skrive ned på et ark binærrepresentasjonen

Detaljer

INF 2310 Farger og fargerom. Motivasjon. Fargen på lyset. Fargen på lyset. m cos( Zenit-distansen, z, er gitt ved

INF 2310 Farger og fargerom. Motivasjon. Fargen på lyset. Fargen på lyset. m cos( Zenit-distansen, z, er gitt ved Temaer i dag : INF 310 Farger og fargerom 1 Farge, fargesyn og deteksjon av farge Fargerom - fargemodeller 3 Overganger mellom fargerom 4 Fremvisning av fargebilder 5 Fargetabeller 6 Utskrift av fargebilder

Detaljer

INF 1040 høsten 2009: Oppgavesett 11 Farger (kapittel 15) Løsningsforslag Flervalgsoppgaver

INF 1040 høsten 2009: Oppgavesett 11 Farger (kapittel 15) Løsningsforslag Flervalgsoppgaver INF 1040 høsten 2009: Oppgavesett 11 Farger (kapittel 15) Løsningsforslag Flervalgsoppgaver I disse oppgavene er det oppgitt fem svaralternativer der bare ett svar er riktig. 8. Fargerommet som brukes

Detaljer

INF 2310 Farger og fargerom. Motivasjon. Fargen på lyset. Fargen på lyset fra sola. Vi kan skille mellom tusenvis av fargenyanser

INF 2310 Farger og fargerom. Motivasjon. Fargen på lyset. Fargen på lyset fra sola. Vi kan skille mellom tusenvis av fargenyanser INF 2310 Farger og fargerom Temaer i dag (Kapittel 6: Hovedfokus på 6.1 og 6.2): 1. Litt fysikk: sollys og reflektivitet 2. Farge, fargesyn og deteksjon av farge 3. Fargerom - fargemodeller 4. Overganger

Detaljer

Motivasjon. INF 2310 Farger og fargerom. Fargen på lyset. Spredning, absorbsjon, transmisjon. Vi kan skille mellom tusenvis av fargenyanser

Motivasjon. INF 2310 Farger og fargerom. Fargen på lyset. Spredning, absorbsjon, transmisjon. Vi kan skille mellom tusenvis av fargenyanser Temaer i dag : INF 310 Farger og fargerom 1. Farge, fargesyn og deteksjon av farge. Fargerom - fargemodeller 3. Overganger mellom fargerom 4. Fremvisning av fargebilder 5. Fargetabeller 6. Utskrift av

Detaljer

Midtveiseksamen Løsningsforslag

Midtveiseksamen Løsningsforslag INSTITUTT FOR INFORMATIKK, UNIVERSITETET I OSLO Midtveiseksamen Løsningsforslag INF2310 - Digital Bildebehandling Eksamen i: INF2310 - Digital Bildebehandling Eksamensdag: Tirsdag 21. mars 2017 Tidspunkt

Detaljer

INF 2310 Digital bildebehandling

INF 2310 Digital bildebehandling INF 2310 Digital bildebehandling Forelesning nr 8-2018 Farger og fargerom Temaer i dag : 1. Farge, fargesyn og deteksjon av farge 2. Fargerom - fargemodeller 3. Overganger mellom fargerom 4. Fremvisning

Detaljer

Farger. Introduksjon. Skrevet av: Sigmund Hansen

Farger. Introduksjon. Skrevet av: Sigmund Hansen Farger Skrevet av: Sigmund Hansen Kurs: Processing Tema: Tekstbasert Fag: Matematikk, Programmering, Kunst og håndverk Klassetrinn: 8.-10. klasse, Videregående skole Introduksjon På skolen lærer man om

Detaljer

Grunnleggende Matematiske Operasjoner

Grunnleggende Matematiske Operasjoner Grunnleggende Matematiske Operasjoner Lars Vidar Magnusson January 16, 2017 Delkapittel 2.6 Array vs Matrise Operasjoner Det er vanlig med både array- og matrise-operasjoner på bilder. Array-multiplikasjon

Detaljer

Motivasjon. INF 2310 Farger og fargerom. Fargen på lyset. Fargen på lyset fra sola. Vi kan skille mellom tusenvis av fargenyanser

Motivasjon. INF 2310 Farger og fargerom. Fargen på lyset. Fargen på lyset fra sola. Vi kan skille mellom tusenvis av fargenyanser INF 310 Farger og fargerom Temaer i dag (Hovedfokus på 6.1 og 6.: 1. Farge, fargesyn og deteksjon av farge. Fargerom - fargemodeller 3. Overganger mellom fargerom 4. Fremvisning av fargebilder 5. Fargetabeller

Detaljer

Motivasjon. INF 2310 Farger og fargerom. Fargen på lyset. Fargen på lyset. Vi kan skille mellom tusenvis av fargenyanser

Motivasjon. INF 2310 Farger og fargerom. Fargen på lyset. Fargen på lyset. Vi kan skille mellom tusenvis av fargenyanser Temaer i dag : INF 310 Farger og fargerom 1. Farge, fargesyn og deteksjon av farge. Fargerom - fargemodeller 3. Overganger mellom fargerom 4. Fremvisning av fargebilder 5. Fargetabeller 6. Utskrift av

Detaljer

Bilder del 2. Farger og fargesyn. Tre-farge syn. Farger og fargerom. Cyganski, kapittel 5. Fargesyn og fargerom. Fargetabeller

Bilder del 2. Farger og fargesyn. Tre-farge syn. Farger og fargerom. Cyganski, kapittel 5. Fargesyn og fargerom. Fargetabeller Litteratur : Tema i dag: Neste uke : Bilder del 2 Cyganski, kapittel 5 Fargesyn og fargerom Fargetabeller Endre kontrasten i et bilde Histogrammer Terskling Video og grafikk, litt enkel bildebehandling

Detaljer

Midtveiseksamen. INF Digital Bildebehandling

Midtveiseksamen. INF Digital Bildebehandling INSTITUTT FOR INFORMATIKK, UNIVERSITETET I OSLO Midtveiseksamen INF2310 - Digital Bildebehandling Eksamen i: INF2310 - Digital Bildebehandling Eksamensdag: Tirsdag 21. mars 2017 Tidspunkt for eksamen:

Detaljer

INF Stikkord over pensum til midtveis 2017 Kristine Baluka Hein

INF Stikkord over pensum til midtveis 2017 Kristine Baluka Hein INF2310 - Stikkord over pensum til midtveis 2017 Kristine Baluka Hein 1 Forhold mellom størrelse i bildeplan y og "virkelighet"y y y = s s og 1 s + 1 s = 1 f Rayleigh kriteriet sin θ = 1.22 λ D y s = 1.22

Detaljer

Gråtonehistogrammer. Histogrammer. Hvordan endre kontrasten i et bilde? INF Hovedsakelig fra kap. 6.3 til 6.6

Gråtonehistogrammer. Histogrammer. Hvordan endre kontrasten i et bilde? INF Hovedsakelig fra kap. 6.3 til 6.6 Hvordan endre kontrasten i et bilde? INF 230 Hovedsakelig fra kap. 6.3 til 6.6 Histogrammer Histogramtransformasjoner Histogramutjevning Histogramtilpasning Histogrammer i flere dimensjoner Matematisk

Detaljer

RF5100 Lineær algebra Leksjon 10

RF5100 Lineær algebra Leksjon 10 RF5100 Lineær algebra Leksjon 10 Lars Sydnes, NITH 11. november 2013 I. LITT OM LYS OG FARGER GRUNNLEGGENDE FORUTSETNINGER Vi ser objekter fordi de reflekterer lys. Lys kan betraktes som bølger / forstyrrelser

Detaljer

Hovedsakelig fra kap. 3.3 i DIP

Hovedsakelig fra kap. 3.3 i DIP Repetisjon av histogrammer INF 231 1.2.292 29 Hovedsakelig fra kap. 3.3 i DIP Histogramtransformasjoner Histogramutjevning Histogramtilpasning Standardisering av histogram for billedserier Litt om histogramtransformasjoner

Detaljer

INF 1040 Farger og fargerom

INF 1040 Farger og fargerom INF 1040 Farger og fargerom Temaer i dag : 1. Fargesyn og deteksjon av farge 2. Digitalisering av fargebilder 3. Fargerom og overganger mellom dem 4. Fremvisning og utskrift av fargebilder 5. Fargetabeller

Detaljer

Motivasjon. INF 1040 Farger og fargerom. Fargen på et objekt. Fargen på lyset. Vi kan skille mellom tusenvis av fargenyanser

Motivasjon. INF 1040 Farger og fargerom. Fargen på et objekt. Fargen på lyset. Vi kan skille mellom tusenvis av fargenyanser Temaer i dag : INF 14 Farger og fargerom 1 Fargesyn og deteksjon av farge 2 Digitalisering av fargebilder 3 Fargerom og overganger mellom dem 4 Fremvisning og utskrift av fargebilder 5 Fargetabeller 6

Detaljer

Fourier-Transformasjoner

Fourier-Transformasjoner Fourier-Transformasjoner Lars Vidar Magnusson February 21, 2017 Delkapittel 4.1 Background Delkapittel 4.2 Preliminary Concepts Fourier Fourier var en fransk matematiker/fysiker som levde på 1700/1800-tallet.

Detaljer

Fargetyper. Forstå farger. Skrive ut. Bruke farger. Papirhåndtering. Vedlikehold. Problemløsing. Administrasjon. Stikkordregister

Fargetyper. Forstå farger. Skrive ut. Bruke farger. Papirhåndtering. Vedlikehold. Problemløsing. Administrasjon. Stikkordregister Skriveren gir deg mulighet til å kommunisere i farger. Farger tiltrekker seg oppmerksomhet og gir trykt materiale og informasjon større verdi. Bruk av farger øker lesbarheten, og dokumenter med farger

Detaljer

3. obligatoriske innlevering, høsten 2014

3. obligatoriske innlevering, høsten 2014 3. obligatoriske innlevering, høsten 2014 {Jonathan Feinberg, Joakim Sundnes} {jonathf,sundnes}@simula.no November 3, 2014 Innleveringskrav Denne skal følge malen gitt på emnesidene Legges ut 2. september.

Detaljer

INF 1040 Farger og fargerom

INF 1040 Farger og fargerom INF 1040 Farger og fargerom Temaer i dag : 1. Fargesyn og deteksjon av farge 2. Digitalisering av fargebilder 3. Fargerom - fargemodeller 4. Overganger mellom fargerom 5. Fremvisning av fargebilder 6.

Detaljer

Motivasjon. INF 1040 Farger og fargerom. Fargen på lyset. Et prisme kan vise oss fargene i lyset. Vi kan skille mellom tusenvis av fargenyanser

Motivasjon. INF 1040 Farger og fargerom. Fargen på lyset. Et prisme kan vise oss fargene i lyset. Vi kan skille mellom tusenvis av fargenyanser Temaer i dag : INF 14 Farger og fargerom 1 Fargesyn og deteksjon av farge 2 Digitalisering av fargebilder 3 Fargerom - fargemodeller 4 Overganger mellom fargerom 5 Fremvisning av fargebilder 6 Fargetabeller

Detaljer

HØGSKOLEN I BERGEN Avdeling for ingeniørutdanning

HØGSKOLEN I BERGEN Avdeling for ingeniørutdanning HØGSKOLEN I BERGEN Avdeling for ingeniørutdanning Eksamen i SOD 165 Grafiske metoder Klasse : 3D Dato : 15. august 2000 Antall oppgaver : 4 Antall sider : 4 Vedlegg : Utdrag fra OpenGL Reference Manual

Detaljer

INF 2310 Digital it bildebehandling. Spredning, absorbsjon, transmisjon FARGER OG FARGEROM

INF 2310 Digital it bildebehandling. Spredning, absorbsjon, transmisjon FARGER OG FARGEROM INF 310 Digital it bildebehandling b dli FARGER OG FARGEROM Temaer i dag : 1. Farge, fargesyn og deteksjon av farge. Fargerom - fargemodeller 3. Overganger mellom fargerom 4. Fremvisning av fargebilder

Detaljer

INF 1040 Farger og fargerom

INF 1040 Farger og fargerom INF 1040 Farger og fargerom Temaer i dag : 1. Fargesyn og deteksjon av farge 2. Digitalisering av fargebilder 3. Fargerom og overganger mellom dem 4. Fremvisning og utskrift av fargebilder 5. Fargetabeller

Detaljer

Histogramprosessering

Histogramprosessering Histogramprosessering Lars Vidar Magnusson January 22, 2018 Delkapittel 3.3 Histogram Processing Histogram i Bildeanalyse Et histogram av et digitalt bilde med intensitet i intervallet [0, L) er en diskret

Detaljer

INF1040-Farger-2. Vite hvilket fargerom vi skal bruke til forskjellige oppgaver

INF1040-Farger-2. Vite hvilket fargerom vi skal bruke til forskjellige oppgaver INF 1040 Farger og fargerom Temaer i dag : 1. Fargesyn og deteksjon av farge 2. Digitalisering av fargebilder 3. Fargerom og overganger mellom dem 4. Fremvisning og utskrift av fargebilder 5. Fargetabeller

Detaljer

Kartografisk formidling. Fargar og Visuelle variablar

Kartografisk formidling. Fargar og Visuelle variablar Kartografisk formidling Fargar og Visuelle variablar FARGER Fysikalsk Fysiologisk Psykologisk Synleg lys Synlig område for bølgelengder er mellom 380 og 740 nm (nanometer 10-9 m) Fargene varierer med lyskilden

Detaljer

Fourier-Transformasjoner IV

Fourier-Transformasjoner IV Fourier-Transformasjoner IV Lars Vidar Magnusson March 1, 2017 Delkapittel 4.6 Some Properties of the 2-D Discrete Fourier Transform Forholdet Mellom Spatial- og Frekvens-Intervallene Et digitalt bilde

Detaljer

Punkt, Linje og Kantdeteksjon

Punkt, Linje og Kantdeteksjon Punkt, Linje og Kantdeteksjon Lars Vidar Magnusson April 18, 2017 Delkapittel 10.2 Point, Line and Edge Detection Bakgrunn Punkt- og kantdeteksjon er basert på teorien om skjærping (forelesning 7 og 8).

Detaljer

Histogramprosessering

Histogramprosessering Histogramprosessering Lars Vidar Magnusson January 24, 217 Delkapittel 3.3 Histogram Processing Histogram i Bildeanalyse Et histogram av et digitalt bilde med intensitet i intervallet [, L) er en diskret

Detaljer

Morfologi i Binære Bilder

Morfologi i Binære Bilder Morfologi i Binære Bilder Lars Vidar Magnusson March 20, 2017 Delkapittel 9.1 Preliminaries Delkapittel 9.2 Dilation and Erosion Bakgrunn Morfologiske operasjoner på binære bilder beskrives med mengdeteori.

Detaljer

Motivasjon. INF 1040 Farger og fargerom. Fargen på lyset. Et prisme kan vise oss fargene i lyset. Vi kan skille mellom tusenvis av fargenyanser

Motivasjon. INF 1040 Farger og fargerom. Fargen på lyset. Et prisme kan vise oss fargene i lyset. Vi kan skille mellom tusenvis av fargenyanser Temaer i dag : INF 4 Farger og fargerom Fargesyn og deteksjon av farge 2 Digitalisering av fargebilder 3 Fargerom - fargemodeller 4 Overganger mellom fargerom 5 Fremvisning av fargebilder 6 Fargetabeller

Detaljer

INF 1040 Farger og fargerom

INF 1040 Farger og fargerom INF 14 Farger og fargerom Temaer i dag : 1. Fargesyn og deteksjon av farge 2. Digitalisering av fargebilder 3. Fargerom - fargemodeller 4. Overganger mellom fargerom 5. Fremvisning av fargebilder 6. Fargetabeller

Detaljer

Grunnleggende om Digitale Bilder (ITD33515)

Grunnleggende om Digitale Bilder (ITD33515) Grunnleggende om Digitale Bilder (ITD33515) Lars Vidar Magnusson January 13, 2017 Delkapittel 2.2, 2.3, 2.4 og 2.5 Lys og det Elektromagnetiske Spektrum Bølgelengde, Frekvens og Energi Bølgelengde λ og

Detaljer

Intensitetstransformasjoner og Spatial Filtrering

Intensitetstransformasjoner og Spatial Filtrering Intensitetstransformasjoner og Spatial Filtrering Lars Vidar Magnusson January 23, 2017 Delkapittel 3.1 Background Delkapittel 3.2 Some Basic Intensity Tranformation Functions Spatial Domain Som vi allerede

Detaljer

Farger Introduksjon Processing PDF

Farger Introduksjon Processing PDF Farger Introduksjon Processing PDF Introduksjon På skolen lærer man om farger og hvordan man kan blande dem for å få andre farger. Slik er det med farger i datamaskinen også; vi blander primærfarger og

Detaljer

Skanning og avfotografering v/jim-arne Hansen. Grand Nordic Hotell, Tromsø 14. mai 2009

Skanning og avfotografering v/jim-arne Hansen. Grand Nordic Hotell, Tromsø 14. mai 2009 v/jim-arne Hansen Grand Nordic Hotell, Tromsø 14. mai 2009 Innhold: Innledning Tekniske begreper og faguttrykk Formater krav til formater Skanneteknologi: Flatbedskanner Trommelskanner Filmskanner Digitaliseringsbord

Detaljer

Veiledning om fargekvalitet

Veiledning om fargekvalitet Side 1 av 6 Veiledning om fargekvalitet Veiledningen om fargekvalitet hjelper brukerne med å forstå hvordan funksjoner som er tilgjengelige på skriveren, kan brukes til å justere og tilpasse fargene på

Detaljer

Institutt for informatikk Universitetet i Oslo

Institutt for informatikk Universitetet i Oslo Informasjon fra IT-driftsgruppen Lokalguidetilfargeri L A TEX Dag Langmyhr 18. november 2010 Institutt for informatikk Universitetet i Oslo Innhold 1 Angivelse av farger 1 2 Brukavfarger 2 2.1 Fargettekst...

Detaljer

Grafisk pakke dataseminar ARK6 12.feb 2008

Grafisk pakke dataseminar ARK6 12.feb 2008 Farger Fonter Raster og vektor Filtyper Komprimering Programmer FARGER : RGB-SKJERM - additiv fargemodell beregnet for bruk i skjerm, scanner og digitalkamera - Ulikt forhold mellom Rød, Grønn og Blå skaper

Detaljer

INF 1040 Farger og fargerom. Motivasjon. Litt fysikk om lyskilder. Fargen på lyset. Vi oppfatter bare ca 50 gråtoner samtidig

INF 1040 Farger og fargerom. Motivasjon. Litt fysikk om lyskilder. Fargen på lyset. Vi oppfatter bare ca 50 gråtoner samtidig INF 4 Farger og fargerom Temaer i dag : Fargesyn og deteksjon av farge 2 Digitalisering av fargebilder 3 Fargerom - fargemodeller 4 Overganger mellom fargerom (se kompendiet) 5 Fremvisning av fargebilder

Detaljer

Denne veiledningen hjelper deg med å forstå hvordan du kan bruke skriverens funksjoner til å justere og tilpasse fargene på utskriftene.

Denne veiledningen hjelper deg med å forstå hvordan du kan bruke skriverens funksjoner til å justere og tilpasse fargene på utskriftene. Side 1 av 5 Fargekvalitet Denne veiledningen hjelper deg med å forstå hvordan du kan bruke skriverens funksjoner til å justere og tilpasse fargene på utskriftene. Quality (Kvalitet), meny Print Mode (Utskriftsmodus)

Detaljer

Valg av PC-skjerm til fotobruk

Valg av PC-skjerm til fotobruk Valg av PC-skjerm til fotobruk De fleste har nok skiftet ut de svære kassene som CRT-skjermene var med flatskjermer av LCD-typen. Så jeg tenkte kjapt i gå igjennom litt om de ulike teknologiene som brukes

Detaljer

PRAKTISK FARGESTYRING

PRAKTISK FARGESTYRING PRAKTISK FARGESTYRING Rapport 2 Malin Milder Mediedesign Vår 2008 1 Praktisk fargestyring Fargestyring er et viktig aspekt når det kommer til design, og noe som alle burde benytte seg av for å få best

Detaljer

Triangle Colorscale. Created for design CMYK GUIDE. Intuitiv, nøyaktig og praktisk

Triangle Colorscale. Created for design CMYK GUIDE. Intuitiv, nøyaktig og praktisk Created for design CMYK GUIDE Intuitiv, nøyaktig og praktisk «Det er lett å finne en farge i CMYK GUIDE. Og den fargen du velger, blir nøyaktig lik på trykk!» INTUITIV Et hurtig verktøy for designere CMYK

Detaljer

TMA4100 Matematikk 1, høst 2013

TMA4100 Matematikk 1, høst 2013 TMA4100 Matematikk 1, høst 2013 Teknostart forelesning 5 www.ntnu.no TMA4100 Matematikk 1, høst 2013, Teknostart forelesning 5 Grenseverdier I dagens forelesning skal vi se på grenseverdier. 1 Hvorfor

Detaljer

4.1 Vektorrom og underrom

4.1 Vektorrom og underrom 4.1 Vektorrom og underrom Vektorrom er en abstraksjon av R n. Kan brukes til å utlede egenskaper, resultater og metoder for tilsynelatende svært ulike klasser av objekter : n-tupler, følger, funksjoner,

Detaljer

Temaer i dag. Repetisjon av histogrammer II. Repetisjon av histogrammer I. INF 2310 Digital bildebehandling FORELESNING 5.

Temaer i dag. Repetisjon av histogrammer II. Repetisjon av histogrammer I. INF 2310 Digital bildebehandling FORELESNING 5. Temaer i dag INF 231 Digital bildebehandling FORELESNING 5 HISTOGRAM-TRANSFORMASJONER Fritz Albregtsen Histogramtransformasjoner Histogramutjevning Histogramtilpasning Standardisering av histogram for

Detaljer

VTK - The Visualization Toolkit. Del 1 Introduksjon til VTK VTK. Objektorientering (OO) i C++ Objekt-orientert bibliotek for visualisering Fordeler:

VTK - The Visualization Toolkit. Del 1 Introduksjon til VTK VTK. Objektorientering (OO) i C++ Objekt-orientert bibliotek for visualisering Fordeler: VTK - The Visualization Toolkit Del Introduksjon til VTK Objekt-orientert bibliotek for visualisering Fordeler: Fritt tilgjengelig Stor brukergruppe Godt designet, testet og dokumentert (se VTK brukermanual

Detaljer

Kap. 6 Ortogonalitet og minste kvadrater

Kap. 6 Ortogonalitet og minste kvadrater Kap. 6 Ortogonalitet og minste kvadrater IR n er mer enn bare et vektorrom: den har et naturlig indreprodukt, nemlig prikkproduktet av vektorer. Dette indreproduktet gjør det mulig å tenke geometrisk og

Detaljer

Designmanual. Versjon 1 september 2017

Designmanual. Versjon 1 september 2017 Designmanual Versjon 1 september 2017 Introduksjon Kvalitetsklubb som konseptet er retningsgivende for utviklingsarbeidet i klubbene våre og samarbeidet mellom klubb og forbund. Vi introduserer kriterier

Detaljer

Morfologi i Gråskala-Bilder II

Morfologi i Gråskala-Bilder II Morfologi i Gråskala-Bilder II Lars Vidar Magnusson April 4, 2017 Delkapittel 9.6 Gray-Scale Morphology Top-Hat (Topphatt) Transformasjon Et eksempel på bruk av top-hat transformasjonen Top-Hat (Topphatt)

Detaljer

Oppsummering, mai 2014: Sampling og kvantisering Geometriske operasjoner Gåt Gråtone- og histogramoperasjoner F4,5. Segmentering ved terskling

Oppsummering, mai 2014: Sampling og kvantisering Geometriske operasjoner Gåt Gråtone- og histogramoperasjoner F4,5. Segmentering ved terskling INF 310 Digital bildebehandling Oppsummering, mai 014: Avbildning F1 Sampling og kvantisering F Geometriske operasjoner F3 Gåt Gråtone- og histogramoperasjoner F4,5 Segmentering ved terskling Farger og

Detaljer

SOSI standard - versjon 3.0 1-131. DEL 1 SOSI-raster

SOSI standard - versjon 3.0 1-131. DEL 1 SOSI-raster SOSI standard - versjon 3.0 1-131 DEL 1 SOSI-raster SOSI standard - versjon 3.0 1-132 DEL 1 SOSI-raster - Historikk og status Denne side er blank 1-132 SOSI standard - versjon 3.0 1-133 DEL 1 SOSI-raster

Detaljer

Photopolymertrykk... 2. Video av prosessen, fra Grafisk Eksperimentarium... 2 Rastrering via Bitmap... 3. Rastreringsmetoder under Bitmap...

Photopolymertrykk... 2. Video av prosessen, fra Grafisk Eksperimentarium... 2 Rastrering via Bitmap... 3. Rastreringsmetoder under Bitmap... Photopolymertrykk... 2 Video av prosessen, fra Grafisk Eksperimentarium... 2 Rastrering via Bitmap... 3 Rastreringsmetoder under Bitmap... 4 Frekvens... 5 Vinkel på rasternettet og form på punktene...

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: INF2310 Digital bildebehandling Eksamensdag: Onsdag 28. mai 2014 Tid for eksamen: 09:00 13:00 Oppgavesettet er på: 6 sider Vedlegg:

Detaljer

Fourier-Transformasjoner II

Fourier-Transformasjoner II Fourier-Transformasjoner II Lars Vidar Magnusson February 27, 2017 Resten av Delkapittel 4.2 Preliminary Concepts Delkapittel 4.3 Sampling and the Fourier Transform of Sampled Functions Delkapittel 4.4

Detaljer

Kapittel Oktober Institutt for geofag Universitetet i Oslo. GEO En Introduksjon til MatLab. Kapittel 14.

Kapittel Oktober Institutt for geofag Universitetet i Oslo. GEO En Introduksjon til MatLab. Kapittel 14. og Institutt for geofag Universitetet i Oslo 17. Oktober 2012 i MatLab En funksjon vil bruke et gitt antall argumenter og produsere et gitt antall resultater og : Hvorfor Først og fremst bruker vi når

Detaljer

Malin Milder 06hbmeda Fargestyring våren 2008. Fargestyring. Malin Milder 06hbmeda Våren 2008

Malin Milder 06hbmeda Fargestyring våren 2008. Fargestyring. Malin Milder 06hbmeda Våren 2008 Fargestyring 1 Malin Milder 06hbmeda Våren 2008 Fargestyring Innledning Fargestyring er et viktig tema som lett blir glemt. De fleste har nok opplevde at de sitter bak skjermen og er veldig fornøyd med

Detaljer

Løsningsforslag. Prøve i Matematikk 1000 BYFE DAFE 1000 Dato: 29. mai 2017 Hjelpemiddel: Kalkulator og formelark. Oppgave 1 Gitt matrisene.

Løsningsforslag. Prøve i Matematikk 1000 BYFE DAFE 1000 Dato: 29. mai 2017 Hjelpemiddel: Kalkulator og formelark. Oppgave 1 Gitt matrisene. Prøve i Matematikk BYFE DAFE Dato: 29. mai 27 Hjelpemiddel: Kalkulator og formelark Løsningsforslag Oppgave Gitt matrisene A = 2 2 B = [ 2 3 4 ] og C = Regn ut, om mulig, summene A + B, A + B T og A +

Detaljer

Oppgave 1 (25 %) - Flervalgsoppgaver

Oppgave 1 (25 %) - Flervalgsoppgaver Oppgaver og løsningsforslag for 4t eksamen 10.mai 006 i LO510D Lineær algebra med grafiske anvendelser. Fra og med oppgave skal alle svar begrunnes. Oppgave 1 (5 %) - Flervalgsoppgaver Denne oppgaven består

Detaljer

INF1040 Digital representasjon Oppsummering 2008 del II

INF1040 Digital representasjon Oppsummering 2008 del II INF igital representasjon Oppsummering 8 del II Lydintensitet Vi kan høre lyder over et stort omfang av intensiteter: fra høreterskelen, I - W/m,tilSmerteterskelen, W/m Oftest angir vi ikke absolutt lydintensitet

Detaljer

EKSAMEN I EMNE TDT4230 VISUALISERING LØRDAG 18. DESEMBER 2004 KL Løsningsforslag

EKSAMEN I EMNE TDT4230 VISUALISERING LØRDAG 18. DESEMBER 2004 KL Løsningsforslag Side 1 av 12 NTNU Norges teknisk-naturvitenskapelige universitet Fakultet for fysikk, informatikk og matematikk Institutt for datateknikk og informasjonsvitenskap EKSAMEN I EMNE TDT4230 VISUALISERING LØRDAG

Detaljer

INF1040 Digital representasjon Oppsummering 2008 del II

INF1040 Digital representasjon Oppsummering 2008 del II INF040 Digital representasjon Oppsummering 2008 del II Fritz Albregtsen INF040-Oppsum-FA- Lydintensitet Vi kan høre lyder over et stort omfang av intensiteter: fra høreterskelen, I 0 = 0-2 W/m 2,tilSmerteterskelen,0

Detaljer

Løsningsforslag til øving 9

Løsningsforslag til øving 9 NTNU Institutt for Fysikk Løsningsforslag til øving 9 FY0001 Brukerkurs i fysikk Oppgave 1 a) Etter første refleksjon blir vinklene (i forhold til positiv x-retning) henholdsvis 135 og 157, 5, og etter

Detaljer

EKSAMEN I EMNE TDT4230 VISUALISERING FREDAG 10. DESEMBER 2010 KL LØSNINGSFORSLAG

EKSAMEN I EMNE TDT4230 VISUALISERING FREDAG 10. DESEMBER 2010 KL LØSNINGSFORSLAG Side 1 av 11 EKSAMEN I EMNE TDT4230 VISUALISERING FREDAG 10. DESEMBER 2010 KL. 09.00 13.00 LØSNINGSFORSLAG OPPGAVE 1 Kubiske Bézier-kurver og flater a) Sammenhengen mellom vektoren av blandefunksjoner

Detaljer

1. Om profilen. 2. Logo. 3. Profilfarger. 4. Typografi. 1.1 Vår visuelle profil 1.2 Stemmeleie

1. Om profilen. 2. Logo. 3. Profilfarger. 4. Typografi. 1.1 Vår visuelle profil 1.2 Stemmeleie Profilmanual 1. Om profilen 1.1 Vår visuelle profil 1.2 Stemmeleie 2. Logo 2.1 Logo 2.2 Logovarianter 2.3 Logo med støttetekst 2.4 Logo med støttetekst under 2.4 Bruksregler logo 3. Profilfarger 3.1 Profilfarge

Detaljer

Vi viser denne ekvivalensen ved å vise begge implikasjoner. " "Anta at G virker trofast på X og anta at g, h G er slik at gx = hx for alle

Vi viser denne ekvivalensen ved å vise begge implikasjoner.  Anta at G virker trofast på X og anta at g, h G er slik at gx = hx for alle TMA4150 Algebra Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Seksjon 16 2 Fasit: G 1 = {ρ 0, δ 2 } = G 3 = G P1 = G P3 G S1 = {ρ 0, µ 1 } = G S3 G m1 = {ρ 0, ρ 2, µ 1, µ

Detaljer

SOSI standard - versjon 2.2 Side 115. DEL 1 SOSI- raster

SOSI standard - versjon 2.2 Side 115. DEL 1 SOSI- raster SOSI standard - versjon 2.2 Side 115 SOSI- raster SOSI standard - versjon 2.2 Side 116 SOSI- raster - Historikk og status Denne side er blank 116 SOSI standard - versjon 2.2 Side 117 SOSI- raster - Historikk

Detaljer

Farge Modeller RGB HSV HLS CMYK. Grunnleggende Grafikk Våren 2007. HSV eller HSB. RGB farge modell

Farge Modeller RGB HSV HLS CMYK. Grunnleggende Grafikk Våren 2007. HSV eller HSB. RGB farge modell Farge Modeller Grunnleggende Grafikk Våren 2007 Farge, Lys og Material RGB HSV HLS CMYK Arnt Roald Kristoffersen arntrk@hin.no D3390 ITE 1605 Grunnleggende Grafikk for Spillprogrammering og ITE1530 Datamaskingrafikk

Detaljer

Seksjonene : Vektorer

Seksjonene : Vektorer Seksjonene 10.2-3: Vektorer Andreas Leopold Knutsen 22. mars 2010 Vektorer i R 3 Vektor = objekt med både størrelse (lengde) og retning. Lengden til en vektor v betegnes med v Nullvektoren 0 er vektoren

Detaljer

PDF- og fargestyring. Onsdag 18. april. Hanne Josefsen

PDF- og fargestyring. Onsdag 18. april. Hanne Josefsen PDF- og fargestyring Onsdag 18. april v/ Hanne Josefsen Hanne Josefsen 1 er et samarbeid mellom: Aktietrykkeriet AS Aller Trykk AS Hjemmet Mortensen Trykkeri AS Color Print Norge AS I heatset rotasjon

Detaljer

Anbefalte oppgaver - Løsningsforslag

Anbefalte oppgaver - Løsningsforslag Anbefalte oppgaver - Løsningsforslag Uke 6 12.6.4: Vi finner først lineariseringen i punktet (2, 2). Vi har at Lineariseringen er derfor 2x + y f x (x, y) = 24 (x 2 + xy + y 2 ) 2 2y + x f y (x, y) = 24

Detaljer

Eksamen 1T våren 2016 løsning

Eksamen 1T våren 2016 løsning Eksamen T våren 06 løsning Oppgave ( poeng) Regn ut og skriv svaret på standardform,8 0 0,0005,8 0,8 0 3,6 0 0,5 0 0,5 3 3 5 Oppgave (3 poeng) A B C D E F G H I J K L På tallinjen ovenfor er det merket

Detaljer

LØSNINGSANTYDNING. HØGSKOLEN I AGDER Fakultet for teknologi. DAT 200 Grafisk Databehandling. Ingen. Klasse(r): 2DTM, 2DT, 2 Siving, DT

LØSNINGSANTYDNING. HØGSKOLEN I AGDER Fakultet for teknologi. DAT 200 Grafisk Databehandling. Ingen. Klasse(r): 2DTM, 2DT, 2 Siving, DT HØGSKOLEN I AGDER Fakultet for teknologi LØSNINGSANTYDNING EMNE: FAGLÆRER: DAT 2 Grafisk Databehandling Morgan Konnestad Klasse(r): 2DTM, 2DT, 2 Siving, DT Dato: 5.2.5 Eksamenstid, fra-til: 9. - 3. Eksamensoppgaven

Detaljer

og sånn Guiden til kontroll over farger

og sånn Guiden til kontroll over farger FaR Ger og sånn Guiden til kontroll over farger //FA Farger RGER RGB Blå CMYK Magenta Rød RGB i verdi 255 gir hvit Cyan Grønn Gul RGB er forkortelse for rødt, grønt og blått og betegner det additive fargesystemet

Detaljer

i kartografisk visualisering Kristoffer J. Kristiansen Statens kartverk Foredrag GIS-samarbeidet Kongsberg 9. mai 2005

i kartografisk visualisering Kristoffer J. Kristiansen Statens kartverk Foredrag GIS-samarbeidet Kongsberg 9. mai 2005 FARGER i kartografisk visualisering Kristoffer J. Kristiansen Statens kartverk Foredrag GIS-samarbeidet Kongsberg 9. mai 2005 Dagens meny Lyset, synet, øyet Elektromagnetisk spektrum Fargesystemer, Fargelære

Detaljer

5.1 Farger. Alle filer for print eller web skal lages i fargeprofilen

5.1 Farger. Alle filer for print eller web skal lages i fargeprofilen [ 54 ] 5.1 Farger Farger er en viktig del av Halden kommunes identitet. Profilfargene skal alltid gjengis med de fargeverdiene som er oppgitt her. Farge kan påvirke tenkning, endre handlinger og fremkalle

Detaljer

Design. Manual. Mynte Medier. Svein Erik Rusten

Design. Manual. Mynte Medier. Svein Erik Rusten Design Manual Svein Erik Rusten 2. Innhold Logo Mynte medier logoen Logo Farger typografi 3 6 8 Logoen er bygged opp av de to forbokstavene i med spesialtegnede M er inne i en boks, med bedriftens navn

Detaljer

Profilhåndbok versjon 1

Profilhåndbok versjon 1 Primærlogo Primærskiftfamilie for Diku er Circular. Denne skal brukes på all kommunikasjon der Diku er avsender. I kommunikasjonsflater hvor ikke Circular kan brukes erstattes denne av Arial Profilhåndbok

Detaljer

INF 1040 løsningsforslag til kapittel 17

INF 1040 løsningsforslag til kapittel 17 INF 1040 løsningsforslag til kapittel 17 Oppgave 1: Bilder og histogrammer Her ser du pikselverdiene i et lite bilde. Kan du regne ut histogrammet til bildet, dvs. lage en tabell over hvor mange piksler

Detaljer

Har du styring på fargene?

Har du styring på fargene? Har du styring på fargene? erling smemo 04hbmeda fargestyring høgskolen i gjøvik våren 2006 Sammendrag av øvelse del A og B Del A Først brukte vi fotospektrometeret GretagMacbeth SpectroScan og programvaren

Detaljer

PhotoShop Grunnleggende ferdigheter

PhotoShop Grunnleggende ferdigheter PhotoShop Grunnleggende ferdigheter Kurs for ansatte DMMH februar/mars 2009 Versjon 2 Svein Sando Åpne og lagre Åpne: to varianter File Open Ctrl+O Lagre: to varianter File Save Ctrl+S Lagre som: to varianter

Detaljer

Løsningsforslag til øving 9

Løsningsforslag til øving 9 FY1002/TFY4160 Bølgefysikk. Institutt for fysikk, NTNU. Høsten 2010. Løsningsforslag til øving 9 Oppgave 1 a) Forplantning i z-retning betyr at E og B begge ligger i xy-planet. La oss for eksempel velge

Detaljer

Grafisk profilhåndbok Retningslinjer for grafisk profil

Grafisk profilhåndbok Retningslinjer for grafisk profil Grafisk profilhåndbok Retningslinjer for grafisk profil Rudi Stensvold Versjon: 1 November 2013 Innhold Introduksjon Side 2 Logo Beskrivelse Side 3 Presentasjon Side 4 Fargekoder Side 5 Feil bruk Side

Detaljer

Volum Lengde Areal Forelesning i Matematikk 1 TMA4100

Volum Lengde Areal Forelesning i Matematikk 1 TMA4100 Volum Lengde Areal Forelesning i Matematikk 1 TMA4100 Hans Jakob Rivertz Institutt for matematiske fag 4. oktober 011 Kapittel 6.. Volum ved sylindriske skall 3 Skall-metoden z = g(x) 1 1 1 1 3 1 1 3 z

Detaljer

Seksjonene : Vektorer

Seksjonene : Vektorer Seksjonene 10.2-3: Vektorer Andreas Leopold Knutsen 22. mars 2010 Vektorer i R 3 Vektor = objekt med både størrelse (lengde) og retning. Lengden til en vektor v betegnes med v Nullvektoren 0 er vektoren

Detaljer

Alternativ II: Dersom vi ikke liker å stirre kan vi gå forsiktigere til verks. Først ser vi på komponentlikninga i x-retning

Alternativ II: Dersom vi ikke liker å stirre kan vi gå forsiktigere til verks. Først ser vi på komponentlikninga i x-retning Forelesning / 8 Finne skalarfunksjon når gradienten er kjent. Se GF kap..3.4. Ta som eksempel β = yi + xj + k. Vi vet at β = x i + j + z k og følgelig ser vi at vi må løse et system av tre likninger som

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO Løsningsforslag UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: INF210 Digital bildebehandling Eksamensdag: Onsdag 28. mai 2014 Tid for eksamen: 09:00 1:00 Løsningsforslaget

Detaljer

Kvalitet og utfordringer:

Kvalitet og utfordringer: Krav til kvalitet på digitale bildedata for automatiske analyser. Nils Erik Jørgensen i TerraNor har arbeidet med programvare for GIS og bildebehandling siden 1985. Nå arbeider TerraNor med et nytt system

Detaljer

a. Hva er de inverse transformasjonene avfølgende tre transformasjoner T, R og S: θ θ sin( ) cos( ) Fasit: 1 s x cos( θ) sin( θ) 0 0 y y z

a. Hva er de inverse transformasjonene avfølgende tre transformasjoner T, R og S: θ θ sin( ) cos( ) Fasit: 1 s x cos( θ) sin( θ) 0 0 y y z Kommentar: Svar kort og konsist. Husk at eksamen har tre oppgaver. Poengene for hver (del-) oppgave bør gi en indikasjon på hvor me tid som bør benttes per oppgave. Oppgave 1: Forskjellige emner (40 poeng)

Detaljer

Føringer for bruk av ikon for digital postkasse

Føringer for bruk av ikon for digital postkasse Designmanual: Digital postkasse Versjon 0.0.10 - Q3 2015 Føringer for bruk av ikon for digital postkasse 1 Introduksjon Difi (Direktoratet for forvaltning og IKT) har utarbeidet en visuell identitet for

Detaljer

with plots plot sin x, x =KPi..Pi Pi 3 eval tan eval cos K1 1 > evalf sin 3 2 K 2 $Pi

with plots plot sin x, x =KPi..Pi Pi 3 eval tan eval cos K1 1 > evalf sin 3 2 K 2 $Pi with plots Maple har en rekke innebygde funksjoner. Kommandoen plot brukes til å tegne grafen til en funksjon, og kommandoene eval og evalf brukes til å beregne funksjonsverdier for en funskjon. Den første

Detaljer

Eksamen 1T våren 2016

Eksamen 1T våren 2016 Eksamen 1T våren 016 Oppgave 1 (1 poeng) Regn ut og skriv svaret på standardform 1 1,8 10 0,0005 Oppgave (3 poeng) A B C D E F G H I J K L På tallinjen ovenfor er det merket av 1 punkter. Hvert av tallene

Detaljer