Кодирование сигналов. Цифровое кодирование. Основные компоненты ЛВС

Растровая карта в ГИС "Карта 2000" имеет формат RSW. Формат разработан в 1992 году, по структуре близок к формату TIFF версии 6. Основными показателями, характеризующими растровую карту, являются:

• масштаб изображения;
• разрешение изображения;
• размер изображения;
• палитра изображения;
• плановая привязка изображения.

Масштаб изображения - величина, характеризующая исходный материал (в результате сканирования которого было получено данное растровое изображение). Масштаб изображения - это отношение между расстоянием на исходном материале и соответствующим расстоянием на местности.

Разрешение изображения - величина, характеризующая сканирующее устройство, на котором было получено растровое изображение. Величина разрешения показывает, на сколько элементарных точек (пикселей) устройство сканирования разбивает метр (дюйм) исходного изображения. Иными словами данная величина показывает величину "зерна" растрового изображения. Чем больше величина разрешения, тем меньше "зерно", а значит меньше размер объектов местности, которые можно однозначно идентифицировать (дешифрировать)

Размер изображения (высота и ширина) - величины, характеризующие само изображение. По этим величинам можно определить габаритные размеры растрового изображения в пикселях (точках). Размер изображения зависит от размеров сканируемого исходного материала и установленного значения разрешения.

Палитра изображения - величина, характеризующая степень отображения оттенков цвета исходного материала в растровом изображении. Существуют следующие основные типы палитры:

• двухцветная (черно-белая, один разряд);
• 16 цветов (или оттенков серого цвета, четыре разряда);
• 256 цветов (или оттенков серого цвета, восемь разрядов);
• High Color (16 разрядов);
• True Color (24 или 32 разряда).

В случае возможности выбора при сканировании исходных материалов величины разрешения и палитры изображения (некоторые сканирующие устройства работают только с фиксированными значениями), следует учитывать, что при увеличении разрешения и выбора более высокой степени отображения оттенков резко возрастает объем получаемого файла, что в последствии скажется на объемах хранимой информации и скорости отображения и обработки растрового изображения. Например, при сканировании исходных картматериалов нет необходимости применять палитру более 256 цветов, так как реально на обычной карте, как правило, присутствует не более 8 цветов.

Палитра изображения хранится в исходном файле, а разрешение и масштаб будущего изображения следует ввести при конвертировании растра во внутренний формат. Исключение составляют файлы формата TIFF, в которых помимо палитры хранится и разрешение. Для остальных случаев разрешение указывается в соответствии с параметрами, выбранными при сканировании. Например, отечественные барабанные сканеры фирмы КСИ сканируют с разрешением 508 точек/дюйм (или 20000 точек/метр). Если Вы не знаете точное значение масштаба обрабатываемых материалов, следует ввести приблизительное значение (величина масштаба автоматически уточняется в процессе привязки растрового изображения).

Загруженное в систему растровое изображение еще не является растровой картой, так как не имеет плановой привязки. Непривязанное изображение добавляется всегда в юго-западный угол габаритов карты. Поэтому, если вы работаете с большим районом работ, для быстрого поиска добавленного растра можно воспользоваться пунктом "Перейти к растру" меню свойств растрового изображения диалога "Список растров".

После привязки растровая карта становится измерительным документом. По растровой карте можно определять координаты изображенных на ней объектов (при перемещении курсора по растровой карте в информационном поле в нижней части экрана отображаются текущие координаты). Привязанную растровую карту можно использовать как самостоятельный документ или в совокупности с другими данными.

1.2. Конвертирование растровых данных

Cистема Панорама обрабатывает растровые карты, представленные в формате RSW (внутренний формат системы). Данные из других форматов (PCX, BMP, TIFF) могут быть конвертированы в формат RSW с помощью программного обеспечения системы Панорама. Кроме того, системой поддерживается ранняя версия структуры растровых данных RST ("Панорама под MS-DOS") . При открытии файла RST он автоматически преобразуется к формату RSW.

Существует два способа загрузки растрового изображения в систему:

• Открытие растрового изображения как самостоятельного документа (пункт "Открыть" меню "Файл").
• Добавление растрового изображения в уже открытый документ (векторную, растровую, матричную или комбинированную карту).Добавление растрового изображения в уже открытую карту производится через пункт "Добавить - Растр" меню "Файл" или пункт "Список растров" меню "Вид".

1.3. Привязка растровой карты

Привязка растровой карты производится по привязанному документу, т.е. вначале необходимо открыть документ, ориентированный в заданной системе координат (векторная, растровая или матричная карта), добавить в него привязываемый растр и выполнить привязку. Привязать растр можно одним из способов, предоставляемых в свойствах растра ("Список растров - Свойства"). Следует помнить, что все действия над растром, доступные в меню свойств растрового изображения, выполняются над ТЕКУЩИМ растром. Поэтому, если открытый документ содержит несколько растров, следует активизировать (выбрать в списке открытых растров) тот, с которым Вы в данное время хотите работать.

1.3.1. Привязка по одной точке

Привязка производится последовательным указанием точки на растре и точки, куда указанная точка должна переместиться после преобразования (откуда - куда). Преобразование производится путем параллельного перемещения всего растра без изменения его масштаба и ориентации.

1.3.2. Подвинуть в юго-западный угол

Преобразование производится путем параллельного перемещения всего растра без изменения его масштаба и ориентации в юго-западный угол габаритов района работ. Данный режим привязки целесообразно применять, когда к открытой карте Вы добавляете некорректно привязанный растр, который отображается далеко за пределами района работ. В этом случае после перемещения растра в юго-западный угол облегчается его повторная привязка.

1.3.3. Привязка по двум точкам с масштабированием

Привязка производится последовательным указанием пары точек на растре и точек, в которые указанные точки должны переместиться после преобразования (откуда - куда, откуда - куда). Преобразование производится путем параллельного перемещения всего растра с изменением его масштаба. Привязка изображения производится по первой паре указанных точек. Вторая пара точек указывается для вычисления нового масштаба растрового изображения. Поэтому в случае, если у растра значения вертикального и горизонтального масштаба не равны (растр вытянут или сжат вследствие деформации исходного материала или погрешности сканирующего устройства), вторая точка займет свое теоретическое положение с некоторой погрешностью. Для устранения погрешности следует воспользоваться одним из методов трансформирования растрового изображения (прикладная задача "Трансформирование растровых данных").

1.3.4. Поворот без масштабирования

Привязка производится последовательным указанием пары точек на растре и точек, в которые указанные точки должны переместиться после преобразования (откуда - куда, откуда - куда). Преобразование производится путем параллельного перемещения всего растра с изменением его ориентации в пространстве. Поворот осуществляется вокруг первой указанной точки. Привязка изображения производится по первой паре указанных точек. Вторая пара точек указывается для вычисления угла разворота изображения. Поэтому в случае, если у растра значения вертикального и горизонтального масштаба не равны (растр вытянут или сжат вследствие деформации исходного материала или погрешности сканирующего устройства), вторая точка займет свое теоретическое положение с некоторой погрешностью. Для устранения погрешности следует воспользоваться одним из методов трансформирования растрового изображения (прикладная задача "Трансформирование растровых данных").

При загрузке растровых карт в базу данных может создаваться район работ растровых карт. Для создания растрового района необходимо последовательно загрузить в систему каждое образующее этот район растровое изображение и сориентировать его относительно единой системы координат.
Комбинация растровых и векторных карт на одни и те же или смежные территории позволяет оперативно создавать и обновлять районы работ, сохраняя возможность решения прикладных задач, для которых некоторые виды объектов карты должны иметь векторное представление.

Двумерные изображения, полученные с помощью аэрокосмических средств, всегда отображают трехмерные объекты на земной поверхности. Даже изображения областей, кажущихся практически плоскими, всегда искажены вследствие кривизны земной поверхности и неоднородности пространственных характеристик используемых датчиков. Целью геометрической коррекции изображений является адекватное представление на них объектов земной поверхности, сопоставимость различных изображений (разновременных или полученных с разных типов аппаратуры) и трансформирование их в проекцию карты с целью комплексного анализа аэрокосмических и картографических материалов.

В некоторых задачах тематической обработки целесообразно проводить геометрическую коррекцию после выполнения классификации изображения. Это, прежде всего, относится к тем случаям, когда спектральные отражательные свойства объектов исследования являются основной характеристикой, необходимой для получения корректных результатов. Если же в процессе тематической классификации используются достоверные данные наземных обследований или результаты мультивременных наблюдений, в том числе представленные в виде картографических материалов, то геометрическая коррекция должна быть выполнена перед началом тематического дешифрирования, причем самым тщательным образом. В случаях, когда обработка проводится на территории со сложным рельефом, для точного сопоставления исследуемых объектов с картой может потребоваться ортотрасформирование изображения с использованием трехмерной цифровой модели рельефа.

Геометрическая коррекция необходима также при ландшафтно-индикационном дешифрировании, где большую роль играют геоморфологические структурные признаки ландшафтов и их взаимосвязи, а также во всех задачах, связанных с выделением пространственно локализованных объектов. Составление точных фотопланов и мозаик изображений также требует предварительной геометрической коррекции.

Географическая привязка и геометрическая коррекция аэрокосмических изображений в большинстве случаев связана с тем или иным видом картографического проецирования. Система картограф ической проекции - это любая система, предназначенная для представления сферы или эллипсоида вращения (типа Земли) на плоскости. Существует множество различных методов проецирования. Так как проецирование сферы на плоскость неизбежно приводит к искажениям объектов поверхности, каждая система проецирования характеризуется некоторыми свойствами, такими, как сохранение расстояний, углов или площадей. По этим свойствам различают, соответственно, проекции равнопромежуточные, равноугольные и равновеликие.

Целесообразность использования того или иного вида проекций из перечисленных определяется характером измерений, которые предполагается выполнять в процессе решения задачи. Например, в равновеликих проекциях (с сохранением площадей) круг определенного диаметра, нарисованный в любом месте карты, будет иметь одну и ту же площадь. Это полезно при сопоставлении различных объектов землепользования, определения плотности объектов на карте и во многих других приложениях. Однако при этом форма и взаимные расстояния на некоторых участках карты могут быть искажены.

Существуют разнообразные системы картографических координат для определения положения точки на карте (на изображении). Каждая система координат порождает сетку, узлы которой обозначаются парой чисел X, Y (на цифровом изображении номер столбца и номер строки). Каждая система проецирования данных на карту связана с определенной системой картографических координат.

В пакетах обработки аэрокосмических изображений выделяют три вида операций, связанных с использованием координатной сетки. Далее см. бил. 24, 25.

Трансформирование изображений при геометрической коррекции. Получение матрицы трансформирования по опорным точкам, оценка ошибок. Способы пересчета значений пикселей при трансформировании изображения.

Ректификация (трансформирование) - процесс преобразования данных из одной сеточной системы в другую с использованием полиномов n-й степени. Так как пиксели на новой сетке могут не совпадать с пикселями первоначальной сетки, то он должны быть перевыбраны. Перевыборка представляет собой процесс интерполяции (экстраполяции) значений пикселей на новую сетку координат.

Привязка изображений. Во многих прикладных задачах используется анализ изображений одной территории, полученных различными типами аппаратуры или в разные сроки съемки. Чтобы иметь возможность сравнивать изображения попиксельно, необходимо привести их к единой системе координат и «подогнать» изображения друг к другу. При этом не обязательно использовать картографическую систему координат. Если ни одно из используемых изображений не трансформировано в картографическую проекцию, их можно анализировать, подогнав одно к другому в системе координат одного из изображений.

Одним из распространенных приемов, используемых в процессе интерактивного визуального дешифрирования является повышение разрешения, а следовательно, и информативности многозональных изображений путем совмещения их с панхроматическим изображением более высокого пространственного разрешения. На первом этапе выполняется взаимная привязка многозонального и панхроматического изображения. Затем производится растяжение многозонального изображения до масштаба панхроматического и пересчет яркостей по определенному правилу. При использовании самого простого мультипликативного правила значение j-ro пикселя Ij на выходе в j-м канале определяется произведением: где- исходное значение пикселя, I рап -

значение соответствующего пикселя в панхроматическом канале.

Географическая привязка - процесс приписывания пикселям изображения географических координат. Географическая привязка отражается только в информации о географических координатах в файле изображения. Сетка изображения при этом не меняется. Изображение может быть географически привязано, но не ректифицировано. В случае, когда пикселям изображения приписаны сферические (геодезические) координаты (широта, долгота), его называют цифровой моделью , в отличие от цифровой карты, которая всегда имеет определенную картографическую проекцию и плановую (географическую) систему координат. Цифровая модель посредством ректификации может быть приведена к любой цифровой карте. Процесс ректификации всегда требует предварительной географической привязки изображения, так как любая картографическая проекция всегда связана с определенной системой координат. В случае привязки изображения к изображению географическая привязка требуется в том случае, если одно из изображений уже привязано.

Процесс ректификации включает следующие этапы:

1) выбор контрольных точек (GCP - Ground Control Points);

2.расчет и тестирование матрицы трансформирования;

3) формирование нового изображения с информацией о координатной сетке в заголовке файла; при этом производится перевыборка пикселей.

Контрольные точки (GCP) представляют собой надежно идентифицируемые элементы изображения с известными координатами. Наиболее корректными являются координаты, полученные с опорных геодезических пунктов или с JPS-приемников. Однако во многих случаях приходится пользоваться отсканированными бумажными картами или векторными слоями электронных карт в совместимых с пакетом обработки форматах, например, shape-файлами из ArcView или покрытиями из ARC/INFO. При использовании для ректификации картографических материалов необходимо учитывать, что в процессе генерализации при переходе от более крупного масштаба карты к более

мелкому размер и положение некоторых объектов претерпевают искажения. Это допускается с целью сохранения характерных особенностей территории и наиболее важных в том или ином смысле топографических объектов. Прежде всего, это относится к сильно изрезанной береговой линии, дельтам и рукавам рек, озерам на засушливых землях и т.п. Наиболее надежными контрольными точками являются узлы гидросети без характерных особенностей, перекрестки дорог и другие объекты достаточно простой формы. Масштаб карты должен быть сопоставим с размером пикселя изображения (погрешность отображения линейных объектов на бумажной карте составляет около 0.4 мм).

Матрица трансформирования - это таблица коэффициентов полиномиального трансформирования при переходе от исходной сетке координат к расчетной. Для полиномиального трансформирования n-го порядка полиномиальные уравнения имеют следующий вид:

где индекс

При п=1 (линейное трансформирование) уравнения (1) представляют собой обычную система линейных уравнений вида

Коэффициенты и рассчитываются по координатам контрольных точек методом наименьших квадратов. Координаты каждой контрольной точки вносят свой вклад в общую погрешность аппроксимации (рис.1). На этапе тестирования матрицы трансформирования средний квадрат ошибки и вклад в ошибку координат каждой контрольной точки отображаются в окнах процедуры трансформирования, что позволяет аналитику откорректировать положение контрольных точек для минимизации ошибок или заменить наименее удачные контрольные точки. Рис. 1.

В процедурах ректификации наиболее часто используются полиномы до третьего порядка включительно, хотя пакет ERDAS допускает полиномы до 5-го порядка. Линейное трансформирование чаще всего применяется для совмещения отсканированных карт или уже ректифицированных изображений. Для ректификации космических изображений обычно используются полиномы второго и третьего порядка.

Пересчет значений яркости пикселей при трансформировании изображения.

При трансформировании изображения узлами прямоугольной сетки, в которой будет представлено новое изображение, будут совсем не те пиксели, которые были в узлах исходной сетки. Поэтому значения яркости пикселей должны быть пересчитаны в соответствии с их новыми координатами. Существует три основных способа пересчета этих значений: метод ближайшего соседа, билинейная интерполяция и бикубическая свертка.

В методе ближайшего соседа пикселю с координатами (х,у), значение яркости которого в новой координатной сетке неизвестно, присваивается значение, которое имеет ближайший в новой сетке пиксель с известным значением яркости. Такой метод чаще всего применяется при трансформировании уже классифицированных (индексных) изображений, где яркость пикселя соответствует индексу его тематического класса.

Координаты пикселей

Рис.2. Линейная интерполяция по координате Y.

При билинейной интерполяции

неизвестная яркость пикселя рассчитывается из предположения, что на локальном участке изображения яркость в зависимости от значения координат изменяется по линейному закону (рис.2). То есть, искомое значение яркости - это координата V m точки (Y m ,V m) прямой, задаваемой яркостями двух ближайших пикселей справа и слева соответственно. Расчет производится с учетом обеих координат X и Y , отчего интерполяция и называется билинейной.

Поскольку данный метод обладает сглаживающим эффектом, билинейную интерполяцию целесообразно применять для изображений, не имеющих ярко выраженных структурных особенностей. Чаще всего это изображения неосвоенных территорий - лесные и тундровые массивы, пустыни, акватории океанов и морей.

При бикубической свертке значение пикселя с координатами (X r ,Y r), рассчитывается по

значениям пикселей внутри окна 4x4, как это показано на рис.3.

Используемая в ERDAS Imagine свертка имеет довольно сложный вид и дает комплексный эффект низкочастотного и высокочастотного фильтров. То есть обеспечивает, с одной стороны, некоторое поднятие контраста, с другой -сглаживание отдельных мелких деталей. В целом эффект метода зависит от типа изображения, но он может быть использован при наличии на изображении ярко выраженных структурных элементов.

Рис.3. Выбор окна для бикубической свертки.

Повышение разрешения многозональных изображений с использованием панхроматических изображений высокого разрешения. Основные этапы процесса. Способы реализации данной процедуры в пакете ERDAS Imagine.

В пакете ERDAS Imagine можно повысить пространственное разрешение многозонального изображения, имея черно-белый (т.е. панхроматический) снимок на эту же территорию. Процесс включает два этапа: 1) приведение пары изображений к единой системе координат; 2) собственно повышение разрешения. Несмотря на то, что второй этап выполняется в ERDAS Imagine одной процедурой, он тоже включает 2 задачи: 1) приведение изображений к единому масштабу, то есть растяжение многозонального снимка до масштаба панхроматического; 2) совмещение изображений и пересчет значений яркости пикселей в каждом канале с использованием значения соответствующего пикселя в панхроматическом канале. Простейший способ пересчета - мультипликативный, где новая яркость вычисляется по формуле: где- исходное значение пикселя, I рап - значение соответствующего пикселя в панхроматическом канале

Полученные значения затем приводятся к шкале , и, как Вы сможете убедиться, при более высокой детальности сохраняют отношения яркостей по каналам для каждого типа объектов. Выполнение в программе ERDAS Imagine:

1 Откройте во Viewer № 1 изображение panAtlanta.img из папки EXAMPLES. Для этого изображения уже выполнена географическая привязка. Характеристики картографической проекции можно посмотреть с помощью функции Utilities- > Layer Info.

2 В новом Viewer № 2 откройте многозональное изображение tmAtlanta.img. Это изображение будет использоваться как рабочее.

3 Первым этапом процесса будет привязка рабочего многозонального изображения к панхроматическому. Выберите во Viewer № 2 функцию Raster - > Geometric Correction. В окне Set Geometric Model выберите полиномиальную модель.

4 В окне Polynomial Model Properties установите степень полинома, который будет использоваться при трансформировании изображения. В данном случае достаточно полинома второго порядка.

5 В окне Geo Correction Tools выберите кружок с перекрестьем для создания набора опорных точек. В открывшемся окне GCP Tool Reference Setup должен быть установлен режим Existing Viewer. После подтверждения (ОК) у Вас появится окно с просьбой указать окно (Viewer) изображения, к которому будет выполняться привязка. Щелкните внутри окна с панхроматическим изображением и подтвердите свой выбор в появившемся окошке сообщения. После этого у Вас откроется весь инструментарий для трансформирования изображения по опорным точкам.

6 Опорные точки создаются в режиме нажатой кнопки «кружок с перекрестьем» из редактора опорных точек (таблица GCP Tools). Удобнее указывать эти точки внутри маленьких вспомогательных окошек, положение которых отображается прямоугольниками на основных изображениях. Размеры и положение этих прямоугольников регулируются с помощью курсора в режиме нажатой кнопки со стрелкой. Размер можно отрегулировать, зацепив курсором угол прямоугольника в перекрестье, положение изменяется путем перемещения линий перекрестья. Точки должны наноситься попарно на том и другом изображении. Если нанести сначала несколько точек на одном, а потом несколько точек на другом, программа не сможет их идентифицировать. Опорные точки следует располагать по изображению равномерно, иначе у Вас корректно трансформируется только тот

участок, на котором нанесено больше точек, а остальная часть изображения будет сильно искажена.

Если точка нанесена неудачно, ее можно удалить следующим образом. Выделите в таблице соответствующую строку щелчком на левом сером поле, где указаны номера строк. Затем на этом же поле нажмите правую кнопку мыши. Во всплывающем меню выберите Delete Selection. В этом же меню можно отменить выделение с помощью команды Select None или, наоборот, выбрать все строки (Select All)

7 После задания определенного числа опорных точек у Вас автоматически создастся матрица трансформирования с рассчитанными по этим точкам полиномиальными коэффициентами. Ошибки аппроксимации по каждой точке показываются в поле «RMS Error», а вклад каждой точки в ошибку - в поле «Contrib». Отклонения точки по X и по Y показываются в полях «X Residual» и «Y Residual» соответственно. Вы можете передвигать точку во Viewer; при этом ошибки будут меняться. Для приемлемого трансформирования все ошибки должны быть порядка 0.1 или ниже. Попробуйте сократить эти ошибки, передвигая курсор по X и по Y. Если это не удастся, то удалите неудачную точку. Для удаления выделите ее строку в таблице, щелкнув курсором на самом левом (сером) поле. После этого правой кнопкой на этом сером поле вызовите всплывающее меню и выберите Delete Selection

8 После набора некоторого количества опорных точек программа автоматически рассчитает Вам полином трансформирования. Чтобы проверить, правильно ли рассчитан этот полином, нанесите на одном из изображений одну-две контрольных опорных точки на тех участках, где Вы их еще не проставляли. Если при этом они появятся на другом изображении в тех же самых точках, то полином выбран корректно. В противном случае продолжайте процесс формирования опорных точек до получения необходимой точности.

9 После того, как Вы получите приемлемую по точности матрицу трансформирования, можно перейти к самому процессу трансформирования изображения (Resampling). В окне Geo Correction Tools выберите инструмент «косой квадрат». В открывшемся окне Resample откройте новый файл в собственной папке для записи результата трансформирования изображения. Справа установите желаемый способ пересчета пикселей изображения и нажмите ОК.

10 Выведите полученный результат в новый Viewer и убедитесь, что трансформирование выполнено правильно.

11 В блоке Interpreter выберите пункт меню Spatial Enhancement, а в открывшемся подменю - функцию Resolution Merge. В открывшемся окне по порядку слева на право откройте файлы: 1) панхроматического изображения; 2) многозонального трансформированного вами изображения; 3) выходного результата, который Вы собираетесь получить. Режимы можете выбрать те, которые установлены по умолчанию. Нажмите ОК.

12 Откройте полученный результат и убедитесь, что он существует. Если он отсутствует, попробуйте использовать другой режим пересчета пикселей.

Помимо возможности добавлять изображения в контент страницы посредством FilePicker из визуального редактора TinyMCE, разработчики и дизайнеры в CMS Made Simple уже давно ищут возможность так называемой ассоциации одного изображения и страницы. Для чего это нужно? Вот несколько примеров:

Для создания графического меню, в котором выводится не текст, а изображение. Посмотрите на интересный пример графического меню в стиле Mac или графическое меню с иерархией внизу сайта после слова Portfolio.

Для создания списка страниц (типа тизера) с привязанным к каждой странице изображением.

Для ограничения редакторов страницы, которые не в состоянии уменьшать и аккуратно вставлять изображения в контент. В этом случае им предлагается выбрать из списка одну из уже загруженных картинок, которая потом в шаблоне вставляется в нужном месте нужного размера. Или возможность загрузки изображений, которые будут уменьшаться при загрузке автоматически.

На данный момент существуют три возможности привязки изображения к странице (по крайней мере других я не знаю).

Вариант 1: Изображение на вкладке Опции

Это была самая первая попытка привязки изображения к странице, которая и сейчас еще доступна на вкладке Опции при редактировании страницы. Здесь можно выбрать одно из изображений в списке файлов, которые предварительно были загружено в папку uploads/images . Путь к этой папке можно изменить только глобально в общих настройках сайта (Администрирование сайта » Общие настройки, вкладка Настройки редактирования страниц ). Выбранное изображение становится доступным в шаблоне меню через переменную $node->image , а его эскиз через $node->thumbnail . При помощи этой опции можно ассоциировать только одно изображение с одной странице, т. е. 1:1.

Вариант 2: Изображение посредством тега {content_image}

Вторая попытка. Тег добавляется в основной шаблон сайта. Если добавить тег несколько раз, то можно присоединить несколько изображений для одной и той же страницы. В административной панели в этом случае отображается выпадающее меня для выбора загруженных файлов (как и в варианте 1), а на самой странице он выдает HTML тег img. {content_image} более интеллигентен, чем первый вариант, в частности он позволяет настроить папку, в которой хранятся изображения.

Но его большой недостаток, как и у первого варианта, заключается в том, что изображения, которые можно выбрать из списка, предварительно должны быть загружены в систему с помощью менеджера файлов или в пункте Управление изображениями. Если Вы (в воспитательных целях) удалили кнопку "Вставить/редактировать изображение" из визуального редактора, дабы запретить их прямую вставку в контент сайта, то Ваш редактор сначала должен загрузить картинки, а потом уже редактировать страницу. Второй недостаток: если этих изображений очень много, то список получается огромный и в нем можно легко запутаться.

Вариант 3: Использование модуля GBFilePicker

Необычайно гибок. Он позволяет не только выбирать уже загруженные изображения, но и загружать их "на лету" во время редактирования страницы, а также удалять и даже редактировать уже загруженные, не выходя со страницы редактирования контента . Список изображений в выпадающем меню при этом может быть показан или отключен (например, если в папке уже присутствуют 100 изображений, то список скорей всего бесполезен).

Несколько примеров, как этот тег может выглядеть в административном интерфейсе на странице с редактированием контента, в зависимости от используемых параметров.

Возможности модуля: уменьшение файлов при загрузке, исключение определенных файлов из списка по суффиксу или префиксу в названии файла, возможность ограничить расширения для загружаемых файлов, возможность ограничить доступ к файлам в зависимости от пользователя, создание эскизов. И особенно люблю я этот модуль за то, что он не только название файла в списке, но и его эскиз редактору показывает, что для забывчивых необычайно удобно.

Этот вариант, пока самое лучшее, что я вижу в CMS Made Simple. Именно его мои редакторы сайтов схватывают интуитивно.

Please enable JavaScript to view the