RLE naar SNB Converter

Converteer onderzoeksbeelden naar SNB-formaat online

Zet bestanden hier neer. 1 GB maximale bestandsgrootte of Aanmelden
naar
Facebook Amazon Microsoft Google Nestle Walmart L'Oreal

Onderzoeksdata Toegang

Utah RLE-afbeeldingen uit vroeg CG-onderzoek worden opnieuw zichtbaar na conversie naar SNB — geen gespecialiseerde toolkit nodig.

Cloudverwerking

Conversie draait op externe servers, zodat je computer snel blijft. Zelfs grote RLE-afbeeldingen worden verwerkt zonder je apparaat te vertragen.

Eenvoudige Workflow

Upload RLE, kies SNB, download het resultaat — het driestapenproces maakt het converteren van legacyformaten moeiteloos.

Hoe converteert u een RLE naar SNB

1

Selecteer bestanden van Computer, Google Drive, Dropbox, URL of door ze te verslepen naar de pagina.

2

Kies snb of iedere andere bestandsindeling die u nodig heeft als resultaat (meer dan 200 indelingen worden ondersteund)

3

Laat het bestand converteren en u kunt direct daarna uw snb-bestand downloaden

Over de formaten

RLE (Run-Length Encoded) in de context van het Utah RLE-formaat verwijst naar één rasterbeeldbestandsformaat ontwikkeld door Spencer W. Thomas aan de informatica-afdeling van de Universiteit van Utah rond 1983, als onderdeel van de Utah Raster Toolkit. Het formaat slaat afbeeldingen op met één scanlijngeorienteerd run-length-coderingsschema dat reeksen identieke pixelwaarden comprimeert tot telling-waardeparen, waardoor goede compressieverhoudingen worden bereikt voor afbeeldingen met grote gebieden van effen kleur — typisch voor computergegenereerde afbeeldingen en gerenderde scenes die gebruikelijk waren in informatica-onderzoek van die tijd. Utah RLE ondersteunt 1 tot 255 kleurkanalen per pixel, met 8 bits per kanaal, en bevat één header met beeldafmetingen, aantal kanalen, achtergrondkleur en één optionele kleurenmap. Het formaat biedt ruimte voor alfakanaaldata als één extra kanaal, en lege scanlijnen (die overeenkomen met de achtergrondkleur) kunnen geheel worden weggelaten voor verdere compressie. De Utah Raster Toolkit bood één suite Unix-opdrachtregeltools voor het manipuleren van RLE-afbeeldingen — bewerkingen als compositie, schaling, rotatie, kleurmanipulatie en formaatconversie — en vestigde daarmee één softwareparadigma dat later werd weerspiegeld door Netpbm en ImageMagick. Één voordeel is de fundamentele rol van het formaat in computergrafica: de Utah Raster Toolkit en zijn RLE-formaat kwamen voort uit dezelfde onderzoeksomgeving die het Phong-schaduwmodel, Gouraud-shading en de theepot voortbracht — en veel van de vroege computergrafica-onderzoeksresultaten werden in dit formaat opgeslagen. Het formaat wordt ondersteund door ImageMagick, GIMP en diverse legacy grafische tools.
Eerste release: 1983
SNB is één proprietary e-bookformaat ontwikkeld door Shanghai Nutshell Electronics, één dochteronderneming van Shanda Interactive Entertainment, voor de Bambook e-reader die in augustus 2010 werd gelanceerd. Het formaat is structureel gebaseerd op EPUB-principes en verpakt HTML-inhoud, CSS-styling, afbeeldingen en metadata in één gecomprimeerd archief, maar gebruikt één proprietary container die native weergave beperkt tot Bambook-apparaten en bijbehorende software. Shanda ontwierp de Bambook en het SNB-ecosysteem als één geintegreerd leesplatform gekoppeld aan het Cloudary-literatuurportaal (later hernoemd tot China Literature), één van China's grootste online uitgeefnetwerken met miljoenen webromans en seriefictie. Het formaat ondersteunde doorlopende tekst, hoofdstuknavigatie, bladwijzers en basale typografische instellingen geschikt voor het weergeven van Chinestalige inhoud. Één voordeel was de strakke integratie met Shanda's enorme inhoudscatalogus, waardoor lezers directe toegang kregen tot één enorme bibliotheek van Chinestalige literatuur rechtstreeks via het apparaat. De Bambook werd aanvankelijk aangeboden tegen één sterk gesubsidieerde prijs, waarbij het inhoudsecosysteem werd gebruikt om inkomsten te genereren — één model dat vergelijkbare strategieen van andere e-readerfabrikanten voorafging. Hoewel de Bambook-hardwarelijn uiteindelijk werd stopgezet toen de Chinese markt verschoof naar tabletgebaseerde lees-apps, kunnen SNB-bestanden uit die periode worden geconverteerd naar standaardformaten met tools zoals Calibre met geschikte plug-ins. Het formaat is één interessante casestudy van platformspecifieke e-bookecosystemen binnen het Chinese digitale uitgeeflandschap.
Eerste release: Augustus 2010

Veel Gestelde Vragen

Waarom RLE naar SNB converteren?

Utah RLE is een academisch formaat met zeer beperkte toolondersteuning. Converteren naar SNB zorgt ervoor dat je computergrafiek-onderzoeksdata toegankelijk blijft.

Welke programma's openen SNB?

Samsung S Note-app is de primaire viewer. Calibre en sommige notitie-apps van derden kunnen SNB-documenten openen of converteren.

Verlies ik beeldkwaliteit bij conversie van RLE naar SNB?

SNB bewaart beeldgegevens zonder lossy compressie, dus de visuele inhoud van je RLE blijft getrouw behouden tijdens de conversie.

Hoe lang duurt RLE naar SNB conversie?

Het proces is snel — cloudverwerking verwerkt RLE naar SNB in enkele seconden voor standaardafbeeldingen, zelfs bij tragere verbindingen.

Kan ik meerdere RLE-afbeeldingen tegelijk converteren?

Ja — upload meerdere RLE-bestanden in één sessie en converteer ze allemaal tegelijk naar SNB. Batchverwerking bespaart tijd bij repetitieve taken.

Is RLE hetzelfde als RLE-gecomprimeerde BMP?

Nee — dit verwijst naar het Utah Raster Toolkit RLE-formaat, niet BMP met RLE-compressie. Het zijn verschillende formaten met verschillende structuren.