Conversor de CR2 (RAW) para VIFF
Converta seus arquivos cr2 para viff online e grátis
cr2
viff
Como converter CR2 para VIFF
Selecione os arquivos do seu computador, Google Drive, Dropbox ou adicione um URL. Você também pode simplesmente arrastá-lo para esta página.
Escolha viff ou qualquer outro formato de saída desejado (mais de 200 formatos compatíveis)
Espere o arquivo ser convertido e você poderá, então, baixar o seu arquivo viff
Sobre os formatos
CR2 (Canon RAW versão 2) é o formato proprietário de imagem RAW de segunda geração da Canon, introduzido em 2004 com a EOS-1D Mark II é usado em toda a linha de DSLRs da Canon até a transição para o CR3 iniciada em 2018. Os arquivos CR2 utilizam um container baseado em TIFF que armazena os dados brutos do sensor comprimidos com uma variante sem perda da codificação JPEG (residuos de predicao codificados por Huffman), mantendo os tamanhos de arquivo gerenciáveis enquanto preserva cada bit da captura original. Cada arquivo CR2 contém múltiplas secoes de imagem: uma miniatura pequena, um preview JPEG de tamanho médio adequado para revisão rápida é os dados RAW em resolução total a 14 bits de profundidade na maioria dos corpos. O formato registra metadados extensivos de disparo, incluindo tags proprietárias da Canon para modelo de lente, seleção de ponto de autofoco, configurações de Picture Style, dados de exclusão de poeira da imagem de referência de limpeza do sensor é informações de calibracao por corpo. Uma vantagem é o vasto ecossistema de software — o CR2 é um dos formatos RAW mais amplamente suportados em existencia, tratado nativamente por Adobe Lightroom, Capture One, DxO, RawTherapee, darktable é dezenas de outros conversores é visualizadores, graças a participacao de mercado dominante da Canon durante a era DSLR. A longevidade arquivística confiável é outra força fundamental: a estrutura baseada em TIFF é o layout bem documentado tornam os arquivos CR2 relativamente simples de analisar mesmo com ferramentas personalizadas, é a ubiquidade do formato significa que o suporte arquivístico persistira por décadas.
VIFF (Visualization Image File Format) é um formato de imagem científica desenvolvido pela Khoral Research (originalmente na Universidade do Novo Mexico), aparecendo pela primeira vez por volta de 1990 com o ambiente de programação visual Khoros para processamento de imagem é visualização de dados. Arquivos VIFF usam um cabecalho de 1024 bytes seguido por dados opcionais de mapa de cores é os proprios dados de imagem, com o cabecalho contendo especificações detalhadas: tipo de armazenamento de dados (bit, byte, short, integer, float, double, complex), codificação de dados (nenhuma, CCITT Grupo 3/4), modelo de espaço de cor (nenhum, genérico, RGB, HSI, CMYK é outros) é suporte a imagens multi-banda (multicanal) com numeros arbitrários de bandas. O formato acomoda sinais unidimensionais, imagens bidimensionais, volumes tridimensionais é dados de localizacao (coordenadas de pixel esparsas), tornando-o versátil além do simples armazenamento de imagens. O VIFF foi projetado para o ambiente de programação visual por fluxo de dados Khoros/VisiQuest, onde usuários construiam pipelines de processamento de imagem conectando nos de processamento em uma tela gráfica — uma abordagem que influenciou sistemas posteriores como AVS, MATLAB Simulink é LabVIEW. Uma vantagem é a fidelidade de dados científicos: o VIFF suporta toda a gama de tipos numericos usados em computação científica (incluindo numeros complexos é floats de precisão dupla), armazena conjuntos de dados multi-banda nativamente é carregá metadados de calibracao — tornando-o adequado para sensoriamento remoto, imagens médicas é aplicações de análise espectral onde formatos genericos de imagem perdem informacao. A conexão do formato com o paradigma de programação visual Khoros oferece outra dimensao notavel — o VIFF era o formato de I/O padrão para um dos mais influentes ambientes iniciais de programação visual para análise científica de imagens. Arquivos VIFF podem ser lidos por ImageMagick é instalações legadas do Khoros/VisiQuest.