Programas para aumentar el tamaño de imágenes digitales. Un método rápido para escalar imágenes en color. Descripción del tipo de transformación
La respuesta sencilla a su pregunta es: "Sí, existen algoritmos, pero ninguno es muy bueno". Como mencionaste en la pregunta, el factor limitante es la necesidad de reinventar los píxeles para aumentar la resolución en una pequeña cantidad. (Es por eso que no se puede leer el número de matrícula a partir del reflejo en las gafas de alguien de una foto de una cámara de seguridad, como sucede en CSI: Miami).
Si todo lo que quieres hacer es crear una imagen más grande (para colgar en la pared o similar), puedes usar un complemento para Photoshop que suavizará las transiciones entre píxeles usando información existente. No puede crear nuevos píxeles, pero puede deshacerse de esa apariencia cuadrada y pixelada.
Agregando a respuestas anteriores: tenga en cuenta que la respuesta a su pregunta depende en gran medida de qué quiere decir exactamente con resolución: dispositivo de visualización, dispositivo de captura o dispositivo de visualización (es decir, el ojo humano). Supongo que estás hablando de imágenes rasterizadas (el problema no existirá para las imágenes vectoriales).
Tienes que aceptar que una foto tomada con una resolución más alta contendrá más información sobre la imagen (es decir, detalles) que una imagen de la misma escena tomada con una resolución más baja. Es imposible agregar esta información de la nada. Los algoritmos de escalación sintetizan cierta información basándose en el supuesto de continuidad entre elementos de un sistema discreto. mapa de bits. Esta "nueva" información no es realmente nueva, sino que se deriva de información preexistente sobre la imagen, por lo que no se puede considerar que tenga un 100% de posibilidades de coincidir con la escena original. Más algoritmos eficientes puede dar mejores probabilidades, pero sus resultados siempre tendrán una probabilidad de coincidir menor que 1.
Una forma de aumentar la resolución es tomar varias fotografías, ampliarlas a áreas de 4x (2x lineales en ambas direcciones) y usar software apilamiento para combinar imágenes. La imagen final será mejor que cualquiera de las originales.
Ampliar imágenes es arriesgado. Más allá de cierto punto, ampliar imágenes es una locura; no se puede sintetizar mágicamente un número infinito de nuevos píxeles de la nada. Y los píxeles interpolados nunca son tan buenos como los píxeles reales. Por eso es más que artificial ampliar la imagen de Lena de 512x512 en un 500%. Tendría más sentido encontrar un escaneo o una imagen más ampliada de lo que necesita* que ampliarla en el software.
En algunos casos, los algoritmos de alta resolución pueden ayudar. No sé todo lo relacionado (se requieren software/hardware e imágenes de origen), pero si estás interesado, hay algunos enlaces:
Puedes rastrear la imagen usando herramientas como autotrace o potrace y usarla en cualquier resolución. Pero es computacionalmente costoso, por lo que terminas con una imagen con pocos colores/características e incluso menos si necesitas trabajar en ella rápidamente.
Si necesita hacer esto algorítmicamente, consulte el enlace Escalado de imagen sugerido por Draemon. ¿En qué plataforma harás estas interpolaciones? en la mayoría bibliotecas gráficas Se implementarán muchos enfoques para equilibrar la velocidad y la calidad.
¿Por qué una imagen escalada con interpolación bicúbica se ve diferente a Photoshop? ¿Por qué un programa cambia de tamaño rápidamente y otro no, aunque el resultado es el mismo? Qué método de cambio de tamaño es mejor para aumentar y cuál para disminuir. ¿Qué hacen los filtros y en qué se diferencian?
En general, esta fue una introducción a otro artículo, pero se prolongó y resultó en un artículo separado.
Este hombre está sentado entre las margaritas para llamar vuestra atención sobre el artículo.
Para comparación visual Usaré imágenes de la misma resolución 1920x1280 (una, la otra), que reduciré a tamaños 330x220, 1067x667 y 4800x3200. Debajo de las ilustraciones se escribirá cuántos milisegundos tomó cambiar el tamaño a una resolución particular. Los números se dan sólo para comprender la complejidad del algoritmo, por lo que el hardware o software específico en el que se obtienen no es tan importante.
Vecino más cercano
Este es el método más primitivo y rápido. Para cada píxel de la imagen final, se selecciona un píxel de la imagen original que esté más cerca de su posición, teniendo en cuenta la escala. Este método produce una imagen pixelada cuando se acerca y una imagen muy granulada cuando se aleja.
En general, la calidad y el rendimiento de cualquier método de reducción se pueden evaluar mediante la relación entre el número de píxeles involucrados en la formación de la imagen final y el número de píxeles en la imagen final. imagen original. Cuanto mayor sea esta relación, es más probable que el algoritmo sea mejor y más lento. Una proporción de uno significa que al menos cada píxel de la imagen original contribuyó a la imagen final. Pero para métodos avanzados puede ser más de uno. Entonces, si, por ejemplo, reducimos la imagen usando el método del vecino más cercano 3 veces en cada lado, entonces esta relación es igual a 1/9. Aquellos. la mayoría de los píxeles originales no se tienen en cuenta de ninguna manera.
1920×1280 → 330×220 = 0,12 ms
1920×1280 → 1067×667 = 1,86 ms
La velocidad teórica de operación depende únicamente del tamaño de la imagen final. En la práctica, cuando disminuyen, las pérdidas de caché del procesador contribuyen a: escala más pequeña, menos datos se utilizan de cada línea cargada en la memoria caché.
El método se utiliza deliberadamente para la reducción en muy raras ocasiones, porque da muy mala calidad, aunque puede resultar útil cuando se amplía. Por su velocidad y facilidad de implementación, se incluye en todas las bibliotecas y aplicaciones de gráficos.
Transformaciones afines
Las transformaciones afines son un método común para distorsionar imágenes. Le permiten rotar, estirar y voltear una imagen en una sola operación. Por lo tanto, en muchas aplicaciones y bibliotecas que implementan el método de transformación afín, la función de modificación de imagen es simplemente un contenedor que calcula los coeficientes de la transformación.El principio operativo es que para cada punto de la imagen final, se toma un conjunto fijo de puntos en la imagen fuente y se interpola de acuerdo con su posición relativa y el filtro seleccionado. El número de puntos también depende del filtro. Para la interpolación bilineal, se toman 2x2 píxeles de origen, para la interpolación bicúbica, 4x4. Este método produce una imagen suave cuando se acerca, pero cuando se aleja, el resultado es muy similar al de su vecino más cercano. Compruébelo usted mismo: teóricamente, con un filtro bicúbico y una reducción de 3 veces, la relación entre los píxeles procesados y los originales es 4² / 3² = 1,78. En la práctica, el resultado es mucho peor porque En las implementaciones existentes, la ventana de filtro y la función de interpolación no se escalan según la escala de la imagen, y los píxeles más cercanos al borde de la ventana se toman con coeficientes negativos (según la función), es decir no hacen una contribución útil a la imagen final. Como resultado, una imagen reducida con un filtro bicúbico se diferencia de una imagen reducida con un filtro bilineal sólo en que es aún más nítida. Bueno, para un filtro bilineal y una reducción triple, la proporción de píxeles procesados con respecto a los originales es 2² / 3² = 0,44, lo que no es fundamentalmente diferente del vecino más cercano. De hecho, las transformaciones afines no se pueden utilizar para reducir en más de un factor de 2. E incluso cuando se reducen a dos veces, dan efectos de escalera notables para las líneas.
Teóricamente, debería haber implementaciones de transformaciones afines que escale la ventana del filtro y el filtro en sí de acuerdo con las distorsiones especificadas, pero en bibliotecas populares de código abierto. código fuente Nunca he conocido a nadie así.
1920×1280 → 330×220 = 6,13 ms
1920×1280 → 1067×667 = 17,7 ms
1920×1280 → 4800×3200 = 869ms
El tiempo de ejecución es notablemente más largo que el de su vecino más cercano y depende del tamaño de la imagen final y del tamaño de la ventana del filtro seleccionado. Prácticamente no depende de los errores de caché, porque los píxeles originales se utilizan al menos dos a la vez.
Mi humilde opinión es que usar este método para reducir imágenes arbitrariamente es simplemente es un error, porque el resultado es muy malo y similar al de su vecino más cercano, y este método requiere muchos más recursos. Sin embargo, este método encontró amplia aplicación en programas y bibliotecas. Lo más sorprendente es que este método se usa en todos los navegadores para el método canvas drawImage() (ejemplo ilustrativo), aunque se usan métodos más precisos para simplemente mostrar imágenes en un elemento (excepto IE, usa transformaciones afines para ambos casos). ). Además, este método se utiliza en OpenCV, versión actual Biblioteca Python Pillow (espero escribir sobre esto por separado), en Paint.NET.
Además, este es el método utilizado por las tarjetas de video para renderizar. escenas 3D. Pero la diferencia es que las tarjetas de video preparan de antemano un conjunto de versiones reducidas (niveles mip) para cada textura, y para el renderizado final se selecciona un nivel con tal resolución que la textura no se reduzca más de dos veces. Además, para eliminar un salto brusco al cambiar el nivel de mip (cuando un objeto texturizado se acerca o se aleja), se utiliza interpolación lineal entre niveles de mip vecinos (esto ya es un filtrado trilineal). Por lo tanto, para renderizar cada píxel objeto tridimensional Es necesario interpolar entre 2³ píxeles. Esto da un resultado aceptable para una imagen en rápido movimiento en un tiempo lineal con respecto a la resolución final.
Supermuestreo
Con este método, se crean los mismos niveles de mip, con la ayuda de los cuales (para simplificar enormemente) el suavizado de pantalla completa funciona en los juegos. Su esencia es dividir la imagen original en una cuadrícula de píxeles finales y sumar todos los píxeles originales por cada píxel de la imagen final de acuerdo con el área cubierta por el píxel final. Cuando se utiliza este método para ampliar, por cada píxel de la imagen final hay exactamente un píxel en el original. Por lo tanto, el resultado del aumento es igual al vecino más cercano.
Hay dos subtipos de este método: con redondeo de los límites de los píxeles al número entero de píxeles más cercano y sin él. En el primer caso, el algoritmo se vuelve inadecuado para escalar menos de 3 veces, porque cada píxel final puede tener uno original y el vecino puede tener cuatro (2x2), lo que conduce a desproporciones a nivel local. Al mismo tiempo, el algoritmo de redondeo se puede utilizar obviamente en los casos en que el tamaño de la imagen original es múltiplo del tamaño de la imagen final, o la escala de reducción es bastante pequeña (las versiones con una resolución de 330x220 son casi iguales ). La proporción entre los píxeles procesados y los originales al redondear los límites siempre es igual a uno.
1920×1280 → 330×220 = 7ms
1920×1280 → 1067×667 = 15ms
1920×1280 → 4800×3200 = 22,5 ms
Subespecie sin redondeo da. excelente calidad cuando se aleja a cualquier escala, y cuando se acerca, se produce un efecto extraño en el que la mayor parte del píxel original en la imagen final parece uniforme, pero se ve una transición en los bordes. La proporción de píxeles procesados con respecto a los originales sin redondear los límites puede ser de uno a cuatro, porque cada píxel original contribuye a un píxel final, dos píxeles adyacentes o cuatro píxeles adyacentes.
1920×1280 → 330×220 = 19ms
1920×1280 → 1067×667 = 45ms
1920×1280 → 4800×3200 = 112ms
El rendimiento de este método de reducción es menor que el de las transformaciones afines porque todos los píxeles de la imagen original participan en el cálculo de la imagen final. La versión con redondeo a los límites más cercanos suele ser varias veces más rápida. También es posible crear versiones separadas escalar un número fijo de veces (por ejemplo, reducir 2 veces), lo que será aún más rápido.
Este método se utiliza en la función gdImageCopyResampled() de la biblioteca GD, que forma parte de PHP, que se encuentra en OpenCV (bandera INTER_AREA), Intel IPP, AMD Framewave. Libjpeg funciona aproximadamente con el mismo principio, cuando abre imágenes reducidas varias veces. Este último permite abrir muchas aplicaciones. Imágenes JPEG cambie el tamaño varias veces sin mucha sobrecarga (en la práctica, libjpeg abre imágenes más pequeñas incluso un poco más rápido que las de tamaño completo) y luego use otros métodos para cambiar su tamaño al tamaño exacto. Por ejemplo, si necesita cambiar el tamaño resolución JPEG 1920x1280 con resolución de 330x220, se puede abrir imagen original a una resolución de 480x320 y luego redúzcala al 330x220 deseado.
Circunvolución
Este método es similar a las transformaciones afines en que utiliza filtros, pero en lugar de tener una ventana fija, tiene una ventana proporcional a la escala. Por ejemplo, si el tamaño de la ventana del filtro es 6 y el tamaño de la imagen se reduce 2,5 veces, entonces (2,5 * 6)² = 225 píxeles participan en la formación de cada píxel de la imagen final, que es mucho más que en el caso del supermuestreo (de 9 a 16). Afortunadamente, las convoluciones se pueden contar en 2 pasadas, primero en una dirección y luego en la otra, por lo que complejidad algorítmica El cálculo de cada píxel no es 225, sino solo (2,5 * 6) * 2 = 30. La contribución de cada píxel original al final está determinada por el filtro. La proporción de píxeles procesados con respecto a los originales está completamente determinada por el tamaño de la ventana del filtro y es igual a su cuadrado. Aquellos. para un filtro bilineal esta relación será 4, para un filtro bicúbico 16, para Lanczos 36. El algoritmo funciona muy bien tanto para reducción como para aumento.
1920×1280 → 330×220 = 76ms
1920×1280 → 1067×667 = 160ms
1920×1280 → 4800×3200 = 1540 ms
La velocidad de este método depende de todos los parámetros: el tamaño de la imagen de origen, el tamaño de la imagen final y el tamaño de la ventana del filtro.
Este es el método implementado en ImageMagick, GIMP y en la versión actual de Pillow con la bandera ANTIALIAS.
Una de las ventajas de este método es que se pueden especificar filtros. función separada, que de ninguna manera está vinculado a la implementación del método. Sin embargo, la función del filtro en sí puede ser bastante compleja sin mucha pérdida de rendimiento, porque los coeficientes para todos los píxeles de una columna y para todos los píxeles de una fila se calculan sólo una vez. Aquellos. La función de filtro en sí se llama solo (m + n) * w veces, donde myn son las dimensiones de la imagen final y w es el tamaño de la ventana del filtro. Y puedes remachar muchas de estas funciones, si tan solo hubiera una justificación matemática. En ImageMagick, por ejemplo, hay 15 de ellos. Así es como se ven los más populares:
Filtro bilineal (bilineal o triangular en ImageMagick) 
Filtro bicúbico (bicúbico, catrom en ImageMagick) 
Filtro Lanczos 
Cabe destacar que algunos filtros tienen zonas de coeficientes negativos (como el filtro bicúbico o el filtro Lanczos). Esto es necesario para dar a las transiciones de la imagen final la nitidez que tenía en la original.
Para aumentar o disminuir el tamaño de una imagen, Photoshop utiliza el método de interpolación. Entonces, por ejemplo, cuando amplía una imagen, Photoshop crea píxeles adicionales según los valores de los vecinos. En términos generales, si un píxel es negro y el otro es blanco, Photoshop calculará el promedio y creará nuevo píxel gris. Algunos tipos de interpolación son rápidos y de mala calidad, otros son más complejos, pero consiguen buenos resultados.
Primero, vayamos al menú principal. Imagen - Tamaño de imagen o Alt+Ctrl+I.
Si hace clic en la flecha al lado del parámetro Remuestreo de imagen, luego aparecerán varias opciones de interpolación en la ventana emergente:
- Automático. aplicación de photoshop selecciona un método de remuestreo según el tipo de documento y la ampliación o reducción de escala.
- Conservar detalles (ampliación). Cuando se selecciona este método, el control deslizante Reducción de ruido queda disponible para suavizar el ruido cuando se escala la imagen.
- Preservar detalles 2.0. Este algoritmo da muy resultado interesante ampliar la imagen. Por supuesto, el detalle no se vuelve más detallado, pero lo que hay aumenta de manera bastante significativa sin perder claridad.
- . Buen método para ampliación de imágenes basada en interpolación bicúbica, diseñada específicamente para obtener resultados más suaves.
- Afilador bicúbico (reducción). Un buen método para reducir el tamaño de la imagen basado en la interpolación bicúbica con mayor nitidez. Este método le permite conservar los detalles de la imagen remuestreada. Si la interpolación bicúbica hacia abajo hace que algunas áreas de la imagen sean demasiado nítidas, intente utilizar la interpolación bicúbica.
- Bicúbico (gradientes suaves). Un método más lento pero más preciso basado en el análisis de los valores de color de los píxeles circundantes. Al usar más cálculos complejos La interpolación bicúbica proporciona una transiciones de color que la interpolación por píxeles vecinos o la interpolación bilineal.
- Vecino más cercano (bordes duros). Un método rápido pero menos preciso que sigue los píxeles de una imagen. Este método conserva los bordes nítidos y produce un tamaño de archivo reducido en ilustraciones que contienen bordes sin suavizar. Sin embargo, este método puede crear bordes irregulares que se notan al distorsionar o escalar la imagen, o al realizar muchas operaciones de selección.
- bilineal. Este método agrega nuevos píxeles calculando el valor de color promedio de los píxeles circundantes. Produce resultados de calidad media.
Ejemplo de uso Suavizado bicúbico (ampliación):
Hay una foto, dimensiones 600 x 450 píxeles, resolución 72 ppp.
Necesitamos aumentarlo. Abre una ventana Tamaño de imagen y elige Suavizado bicúbico (ampliación), las unidades de medida son porcentajes.
Las dimensiones del documento se establecerán inmediatamente al 100%. A continuación, iremos ampliando la imagen poco a poco. Cambie el valor de 100% a 110%. Cuando cambia el ancho, la altura se ajustará automáticamente.
Ahora sus dimensiones ya son de 660 x 495 píxeles. Repitiendo estos pasos podrás conseguir buenos resultados. Por supuesto, nos resultará bastante difícil lograr la claridad ideal, ya que la foto era pequeña y baja resolución. Pero mira los cambios que se han producido en los píxeles.
¿Qué tan grandes podemos hacer fotos con interpolación? Todo depende de la calidad de la foto, cómo se tomó y con qué propósito la estás ampliando. La mejor respuesta: tómalo y compruébalo tú mismo.
¡Nos vemos en la próxima lección!
Ampliar fotografías digitales a varias veces su tamaño original de 300 PPI manteniendo al mismo tiempo los detalles nítidos es probablemente el objetivo principal de muchos algoritmos de interpolación. A pesar de esto objetivo común, los resultados del escalado pueden variar significativamente según los programas utilizados y los algoritmos de interpolación y nitidez implementados en ellos.
Lo esencial
Los problemas surgen porque, a diferencia de las películas, las imágenes digitales almacenan imágenes en unidades discretas: píxeles. Cualquier intento de ampliar la imagen ampliará correspondientemente estos píxeles, a menos que se aplique interpolación. Pase el cursor sobre la imagen de la derecha para ver cómo incluso la interpolación estándar más simple puede mejorar la cuadraticidad inducida por píxeles.
Antes de sumergirse en este capítulo, sepa que no existe una varita mágica; mejor optimización es comenzar con la mayor calidad de imagen posible. Esto significa utilizar las herramientas adecuadas: cámaras de alta resolución, nivel bajo ruido y buen convertidor Para archivos RAW. Si todo esto está presente, optimizar la ampliación de su fotografía digital puede ayudarlo a aprovechar al máximo su imagen.
Descripción general de la interpolación no adaptativa
Recuerde que los algoritmos de interpolación no adaptativos siempre enfrentan un equilibrio entre tres defectos: irregularidades, desenfoque y halos de límites. El siguiente cuadro y la comparación visual interactiva demuestran el lugar de cada algoritmo en esta guerra de tres frentes.
Los resultados del escalado realizado utilizando los algoritmos más comunes se muestran a continuación. Pase el cursor sobre las etiquetas para ver cómo funciona cada interpolador este aumento:
*algoritmo de interpolación estándar en Adobe Photoshop CS y CS2
El diagrama de calidad de la derecha muestra aproximadamente el área de cobertura de cada algoritmo. El método del vecino más cercano es el más susceptible al aliasing, pero él y el método bilineal son los menos susceptibles a los halos de límites: solo difieren en el diferente equilibrio entre irregularidades y desenfoque. Verás cómo la nitidez del límite aumenta gradualmente entre variaciones del método bicúbico (3-5), pero se logran aumentando la gradación y los halos de límite. El método Lanczos produce resultados muy similares a bicúbico y bicúbico en Photoshop, excepto quizás con un poco más de alias. Todos ellos muestran algún grado de gradación, aunque El alias siempre se puede eliminar por completo mediante el uso de desenfoque de imagen. (7).
Los algoritmos Lanczos y bicúbicos se encuentran entre los más utilizados, probablemente porque son bastante buenos para elegir entre tres defectos (como es obvio por su ubicación cerca del centro del triángulo). Los métodos bilineales y del vecino más cercano no son costosos desde el punto de vista computacional y, por lo tanto, pueden usarse para aumentar datos en sitios web o en dispositivos portátiles.
Descripción general de los métodos adaptativos
Recuerde que los algoritmos adaptativos (aquellos que utilizan detección de bordes) no tratan todos los píxeles por igual, sino que se adaptan al contenido circundante de la imagen. Esta flexibilidad produce imágenes mucho más nítidas con menos artefactos (de lo que sería posible con un método no adaptativo). Desafortunadamente, suelen requerir tiempos de procesamiento más largos y suelen ser más caros.
Incluso los métodos no adaptativos más básicos funcionan bastante bien para preservar gradientes suaves, pero todos comienzan a mostrar sus limitaciones cuando intentan interpolar cerca de un borde afilado.
Algoritmo estándar en Adobe Photoshop CS y CS2
todavía en fase de investigación, no disponible públicamente
« Fractales genuinos"(Genuine Fractals) son probablemente el programa de ampliación iterativo (o fractal) más utilizado. Intenta procesar la foto como si fuera un archivo. gráficos vectoriales- lograr escalamiento prácticamente sin pérdidas (al menos en teoría). Curiosamente, su propósito original no era ampliar en absoluto, sino comprimir imágenes de manera efectiva. Los tiempos han cambiado desde su aparición, y espacio en disco Ahora es mucho más accesible, por lo que tiene un nuevo uso.
Acceso directo a PhotoZoom Pro(anteriormente S-Spline Pro) es otra ampliadora de fotografías común. Al interpolar cada píxel, tiene en cuenta los numerosos píxeles circundantes e intenta recrear un límite suave que atraviese todos los píxeles conocidos. Para reconstruir los límites, utiliza un algoritmo spline, que los fabricantes de automóviles utilizan de manera similar cuando desarrollan nuevas líneas suaves para sus automóviles. PhotoZoom tiene varias configuraciones, cada una diseñada para un tipo diferente de imagen.
Observe cómo PhotoZoom produce resultados superiores en los gráficos CG anteriores, ya que es capaz de producir un borde nítido y suave sin irregularidades en todas las curvas de la bandera. Los verdaderos fractales introducen una textura de escala fina que no estaba presente en el original, y su resultado es este ejemplo nada mejor que la interpolación bicúbica. Sin embargo, vale la pena señalar que los fractales genuinos de la mejor manera posible manejó los finales de las banderas, mientras que PhotoZoom a veces los separa. El único interpolador que logró mantener límites claros y suaves y terminaciones ordenadas es SmartEdge.
Ejemplos de la vida
Las comparaciones anteriores mostraron un aumento en los ejemplos teóricos, sin embargo fotos reales rara vez es tan simple. Tienen que lidiar con una gama de colores, ruidos, texturas finas y bordes que no son tan fácilmente distinguibles. El siguiente ejemplo contiene pequeños detalles, tanto bordes nítidos como fondo suave:
 |
|||||
 |
|||||
| Método del vecino más cercano | bicúbico | bicúbico suave | fotozoom | Fractales genuinos | Borde inteligente |
| Con afilado: | bicúbico | bicúbico suave | FotoZoom (estándar) | fractales genuinos | Borde inteligente |
Todos los métodos excepto el método del vecino más cercano (que simplemente aumenta los píxeles) no trabajo excepcional, dado el tamaño relativamente pequeño del original. Preste especial atención a las zonas problemáticas: en cuanto a gradación, se trata del puente de la nariz, las puntas de las orejas, el bigote y la hebilla del cinturón. Como era de esperar, todo funcionó casi de manera idéntica al renderizar un fondo suave.
A pesar de las dificultades que los gráficos por ordenador causaron a los fractales reales, en esta foto real literalmente se superaron a sí mismos. Crearon el bigote más fino, que resultó incluso más fino que en la imagen original (en relación con los demás). Además, representaron nítidamente el pelaje del gato, evitando al mismo tiempo el efecto de halo a lo largo del contorno. Por otro lado, algunos pueden encontrar indeseable la textura del pelaje resultante, por lo que también hay un aspecto subjetivo en la decisión. En general, diría que su resultado fue el mejor.
PhotoZoom Pro y el algoritmo bicúbico resultaron ser bastante similares, excepto que PhotoZoom produjo menos halos de límites visibles y un poco menos de aliasing. SmartEdge también mostró en exclusiva buen resultado, sin embargo, todavía está en desarrollo y no está disponible para su uso. Este es el único algoritmo que funcionó bien para ambos. gráficos por computadora, y para una fotografía real.
Enfocar fotografías ampliadas
Nos centramos en el tipo de interpolación. Sin embargo, las técnicas de afilado pueden tener al menos un impacto equivalente.
Aplique enfoque después de ampliar su foto a su tamaño final, y no antes ni durante el proceso. De lo contrario, las máscaras de desenfoque de halo que antes eran invisibles se volverán claramente visibles. Este efecto es similar al que se obtiene aplicando una máscara de enfoque con un radio mayor que el ideal. Pase el cursor sobre la imagen de la izquierda (una parte del zoom mostrado anteriormente) para ver qué sucede si aplica la nitidez antes de hacer zoom. Observe el aumento en el tamaño del halo alrededor de los bigotes y a lo largo del contorno.
Por favor también tenga en cuenta que Muchos algoritmos de interpolación tienen algo de nitidez incorporado.(como la nitidez bicúbica en Photoshop). A menudo es imposible evitar la exageración de los bordes, ya que la propia interpolación de la matriz de Bayer también puede exagerar los bordes (y aumentar la nitidez visual).
Si su cámara no es compatible formato RAW(y te ves obligado a procesar archivos JPEG), asegúrate de que la nitidez incorporada de la cámara esté apagada o minimizada. Habilitar ahorro máximo calidad JPEG, ya que los defectos de compresión, invisibles en el tamaño original, aumentarán significativamente con la ampliación y el posterior afilado.
Debido a que una foto ampliada puede volverse significativamente más borrosa que la original, las imágenes ampliadas a menudo se benefician más de las técnicas avanzadas de nitidez. Estos incluyen inversión de convolución, sintonia FINA hipertrofia de borde, máscara de desenfoque con radio múltiple y nueva oportunidad PhotoShop CS2: Nitidez inteligente.
Distancia de nitidez y visualización
La distancia de visualización esperada de su impresión puede cambiar los requisitos de profundidad de campo y círculo de confusión. Además, la imagen ampliada para el póster requerirá un radio de máscara de desenfoque mayor que el que se muestra en el sitio web. La siguiente estimación no debe utilizarse más que como una aproximación; El radio ideal también depende de otros factores, como el sujeto representado y la calidad de la interpolación.
La densidad de píxeles de una pantalla típica oscila entre 70 y 100 PPI, según la configuración de resolución y el tamaño de la pantalla. El valor estándar de 72 PPI cuando se utiliza la calculadora anterior significa un radio de máscara de 0,3 píxeles; este es el radio habitual que se utiliza para las imágenes publicadas en sitios web. De lo contrario, una resolución de impresión de 300 PPI (estándar para impresoras fotográficas) producirá un radio de máscara de aproximadamente 1,2 píxeles (también típico).
Cuando la interpolación se vuelve importante
Un gran cartel al costado de la carretera nunca requerirá una resolución tan alta como la impresión de una galería de arte vista de cerca. La siguiente herramienta muestra el PPI mínimo y el tamaño de impresión máximo que se pueden usar antes de que el ojo pueda comenzar a distinguir píxeles individuales (sin interpolación).
Este artículo tiene 711 palabras.
Navegación de publicaciones
Como les prometí a Zaria y Roman, aunque con retraso, estoy publicando un artículo sobre el tema de la ampliación de imágenes en preparación para impresión de gran formato.
Quienes imprimieron fotografías de más de 20 x 30 cm probablemente encontraron una pérdida de detalles y una imagen "borrosa" banal. Quizás hayas pensado que esto era consecuencia de una resolución insuficiente de la cámara, y en parte tienes razón.
Pero en realidad no todo es tan malo y no hace falta quedarse sin comprar un fondo digital de formato medio sólo para imprimir una fotografía de más de 20 x 30 cm.
Adobe Photoshop Entró en nuestras vidas hace mucho tiempo y yo mismo no recuerdo con qué versión comencé (ahora uso CS6). Este producto de software según conveniencia y disponibilidad herramientas necesarias simplemente brillante.
Pero sus especialistas en marketing tampoco están dormidos. Si todos los mejores algoritmos de procesamiento de imágenes se implementaran en Photoshop desde el principio, no veríamos nuevas versiones, la empresa quebraría y tendríamos que trabajar con una interfaz de la "edad de piedra".
Son los algoritmos para ampliar y reducir imágenes los que han sido atacados por la sociedad de consumo. estan en Adobe Photoshop impíamente anticuado. No he visto avances desde hace mucho tiempo, aunque existen complementos para un cambio de tamaño más correcto desde hace mucho tiempo.
Por ejemplo usaré propia foto composición de joyería “Boy”, que representa a un niño mongol armado.
Original
Inicialmente, la foto tenía una resolución de 3580 x 5382 píxeles. (19 megapíxeles, hubo un pequeño recorte).
Si sigue las reglas de impresión, debería tener 300 ppp en el archivo de impresión.
Si desmarco "Volver a muestrear" y configuro 300 ppp (es decir, no uso herramientas de ampliación) Imágenes de adobe Photoshop), luego Photoshop volverá a calcular el tamaño de la impresión resultante por mí.
Para esta resolución de imagen será de 30 x 45 cm.
Pero imaginemos lo que queremos con dada la huella digital Imprima un banner de 3 x 6 m (300 x 600 cm) o 35800 x 53820 píxeles casi sin pérdida de calidad. (1927 megapíxeles = 1,9 megapíxeles). 1,9 Gpíxeles en una cámara digital será un sueño para la gran mayoría durante mucho tiempo, y es por eso que el tema del artículo es tan relevante.
Entonces, en términos generales, tengo que aumentar este archivo, que no es pequeño para que mi computadora lo "digiera", 10 veces (o un poco más, pero el banner generalmente tiene texto en la parte inferior, por lo que asumiremos que es 10). veces y no tendrá en cuenta los banners, normalmente de orientación horizontal).
Todos ustedes saben que la ventana de cambio de tamaño de la imagen tiene Adobe Photoshop¿Hay opciones en el menú desplegable en la parte inferior?
Todo lo que ves en el menú desplegable son los tipos de interpolación. Aquellos. algoritmos mediante los cuales se calcularán los píxeles faltantes de la imagen.
Los dos primeros son algoritmos particularmente antiguos y el primero, Vecino más cercano, Adobe Photoshop Recomendado para mantener bordes contrastantes en una imagen.
Brevemente, si los describimos, entonces Suavizado bicúbico da transiciones suaves entre píxeles reales, y Bicúbico más afilado mejora el contraste de los bordes.
El problema es que cuando acercamos, no siempre queremos esas transiciones suaves, y cuando alejamos, realza demasiado los bordes, de una manera bárbara. Lo mismo se puede hacer con cuidado, manualmente, y volveremos a esto al final del artículo.
Programas y complementos para ampliar imágenes de alta calidad.
Como mi computadora no puede trabajar con un archivo resultante gigante de 1,9 Gpx, utilizo un fragmento de una foto para demostrar la ampliación utilizando varios algoritmos.
El fragmento tiene 607 píxeles de ancho. Lo aumento a 3000 píxeles, es decir. 5 veces.
Fragmento original
Vecino más cercano vs suavizador bicúbico
Como se puede ver, Vecino más cercano da una “escalera” que Suavizado bicúbico se desdibuja.
FotoZoom Pro 5
Interfaz simple, conjunto grande algoritmos matemáticos Ampliación mediante splines.
Prometedor.
lo tomé exactamente Suavizado bicúbico como algoritmo de Adobe porque lo recomiendan. Y las "escaleras" de la foto ya no son aceptables en nuestro tiempo. ¡Estos no son los años 90 después de todo!
La época de los juegos de píxeles y sprites ya pasó.
De la comparación se puede ver que FotoZoom Pro hizo frente a la tarea de aumentar mejor. Pero ¿cuánto?
Explosión de piel alienígena2
Y... FotoZoom Pro5 gana!
resombrear
ReShade se instala como un pequeño programa independiente.
programa antiguo resombrear(2011) derrota al más moderno y rico en algoritmos. FotoZoom Pro. Lo intenté FotoZoom Pro todos los algoritmos y no noté ninguna mejora significativa. Sólo perdí el tiempo.
entonces tenemos nuevo líder— ReShade, con el que compararemos el resto de competidores.
Imagener de la Kneson
Programa separado. La interfaz parece ser de Win95.
Lupa AKVIS
Complemento para Adobe Photoshop.
La interfaz es elegante, pero el resultado es desastroso.
El líder fue el siguiente complemento. No en vano los he distinguido del resto durante mucho tiempo...
OnOne Perfect Resize Edición Profesional 7
Complemento para Adobe Photoshop.
Cambio de tamaño del complemento ImageJ +
Escuché sobre ese complemento, pero no lo he probado hasta ahora.
Debe cambiar el tamaño a través del menú “Complementos\Resize\Resize”, método “Mínimos cuadrados”
El resultado no fue impresionante. En uno Cambio de tamaño perfecto gana.
Adobe Photoshop + bicúbico más nítido
en su libro El libro de Adobe Photoshop CS6 para fotógrafos digitales(Tengo la versión CS6 del libro) Scott Kelby recomienda usar el algoritmo bicúbico más afilado ampliar la foto en lugar de la recomendada suavizante bicúbico.
Bueno... intentémoslo.
El resultado no fue impresionante. Cambio de tamaño perfecto en OnOne gana.
Resultados
1. Lo uso para ampliaciones críticas de imágenes, que es lo que deseo para ti.
diferencia entre de forma estándar de Adobe Photoshop Y OnOne Perfect Resize Edición Profesional 7 grande y bastante visible en la impresión.
2. Si vas a imprimir grandes formatos Entonces tenga en cuenta que en la CEI ahora se acostumbra utilizar una resolución de aproximadamente 100 ppp para los carteles.
Para imágenes simplemente grandes para una exposición (1-2 m), utilice 150 ppp si es difícil conseguir más. La distancia de visualización suele estar limitada a 1-2 m y desde esta distancia de visualización este permiso Parece bastante aceptable.
3. Si dispara en una diapositiva de formato medio, podrá obtener una resolución mucho mayor que la de cámara digital. Hasta 100 megapíxeles.
4. No te olvides de las técnicas de afilado. En el artículo comparé algoritmos para aumentar la resolución con el enfoque desactivado. Pero normalmente agrego algo de nitidez a la impresión final. Por supuesto, no "de frente", sino, por ejemplo, utilizando este método.
La próxima vez hablaremos de nada menos. punto importante— reducir el tamaño de las fotografías para Internet. Parecería que sería más sencillo, pero... Casi todos los programas reducen el tamaño con una gran pérdida de detalles.
¡Espero que este artículo te ayude a hacer hermosas copias grandes de tus fotografías!
Por favor califica este artículo (40
votos, promedio: 4,73
de 5)
Suscríbete a la fuente RSS
Lea también:
Artículos similares extraviado
