PROMJENA VELIČINE SLIKA ZA WEB I E-POŠTU

Promjena veličine slika za web i e-poštu možda su najčešći načini dijeljenja digitalnih fotografija. Osobito za web prezentaciju, mogućnost zadržavanja oštrine bez artefakata na smanjenoj slici je ključna - ali može se pokazati problematičnom. Za razliku od uvećanja fotografije gdje su nazubljeni rubovi problem, smanjenje rezultira suprotnim artefaktom aliasinga:moiréom. Prevalencija moiréa uvelike ovisi o vrsti korištenog interpolatora, iako su neke slike mnogo osjetljivije od drugih. Ovaj vodič uspoređuje različite pristupe kako promijeniti veličinu slike za web i e-poštu i daje preporuke na temelju njihovih rezultata.

POZADINA:MOIRE ARTEFAKTI

Moiré (izgovara se "more-ay") još je jedna vrsta artefakta aliasinga, ali se umjesto toga može pojaviti prilikom smanjivanja veličine slike. To se vidi na slikama s finim teksturama koje su blizu granice rezolucije. Ove teksture premašuju rezoluciju kada se smanje, pa ih slika može samo selektivno zabilježiti u uzorku koji se ponavlja:

Originalna slika→ Slika smanjena na 50% Smanjena slika prikazana na 200%

Imajte na umu kako ovaj uzorak nema fizičko značenje na slici jer ove linije nisu u korelaciji sa smjerom krovne šindre. Slike s finim geometrijskim uzorcima izložene su najvećem riziku; to uključuje crijepove, udaljenu ciglu i stolariju, ograde od žičane mreže i druge.

OMEKŠAVANJE IZAZVANO PROMJENOM VELIČINE

Uz moiré artefakte, slika promijenjene veličine također može postati znatno manje oštra. Interpolacijski algoritmi koji čuvaju najbolju oštrinu osjetljiviji su na moiré, dok oni koji izbjegavaju moiré obično daju mekši rezultat. Ovo je nažalost neizbježan kompromis kod promjene veličine.

Originalna slika smanjena
90%

→ Blaže promijenjena veličina slike

Jedan od najboljih načina za borbu protiv toga je primjena naknadne maske za neoštrinu nakon promjene veličine slike — čak i ako je izvornik već bio izoštren. Prijeđite mišem preko gornje slike da vidite kako se time može vratiti izgubljena oštrina.

USPOREDBA IZVEDBE INTERPOLACIJE

Na primjer:kada je slika smanjena na 50% izvorne veličine, nemoguće je prikazati detalje koji su prije imali razlučivost od samo jednog piksela. Ako se prikaže bilo koji detalj, to nije stvarno i mora biti artefakt interpolatora.

Originalna slika smanjena
50%

→ Prosjeci slike do sive

Koristeći ovaj koncept, osmišljen je test za procjenu maksimalne razlučivosti i stupnja ili moiréa koji svaki interpolator proizvodi nakon smanjivanja. Pojačava te artefakte za tipičan scenarij:mijenjanje veličine slike digitalne kamere na web i e-mail razlučivost koja je lakša za rukovanje od 25% izvorne veličine.

Testna slika (ispod) dizajnirana je tako da se razlučivost pruga postupno povećava od središta slike. Kad se slika smanji, sve pruge izvan određene udaljenosti od središta više ne bi trebale biti razlučive. Interpolatori koji prikazuju detalje sve do ruba ove granice razlučivosti (isprekidani crveni okvir prikazan dolje) čuvaju maksimalne detalje, dok interpolatori koji prikazuju detalje izvan ove granice dodaju uzorke na sliku kojih zapravo nema (moiré).

1. Najbliži susjed

2. Bilinearno

3. Bikubični **

4. Sinc

5. Lanczos

6. Bikubični, 1px prije zamućenja

7. #6 s oštrenjem

8. Pravi fraktali

Prikaži crveni okvir? DA NE Testna slika*

*Gornja testna slika je modificirana za gledanje;
stvarna slika je 800x800 piksela i pruge se protežu do maksimalne rezolucije u toj veličini.
**Bicubic je iz zadane postavke koja se koristi u Adobe Photoshop CS &CS2
Testni dijagram zamišljen u BBC-jevom dokumentu i prvi put implementiran na www.worldserver.com/turk/opensource/;
svi dijagrami i prilagođeni kod iznad izvedeni su u Matlabu za gore navedenu upotrebu.

Sinc i lanczos algoritmi daju najbolje rezultate; oni su u stanju razriješiti detalje sve do teorijskog maksimuma (crveni okvir), dok još uvijek zadržavaju najmanje artefakata izvan toga. Photoshop bicubic je na drugom mjestu jer ima vidljive moiré uzorke daleko izvan okvira. Nadalje, imajte na umu kako bicubic također ne pokazuje toliko detalja i kontrasta samo unutar crvenog okvira. 6 i 7 su varijante bikubičnog smanjenja veličine i o njima se govori u nastavku. Za usporedbu je uključen originalni Fractals 4.0, iako se loše snalazi pri smanjivanju veličine (što nije njegova namjeravana uporaba). Ovo naglašava ključnu podjelu:neki algoritmi interpolacije mnogo su bolji u povećanju nego smanjenju veličine slike, i obrnuto .

Tehnička napomena :algoritmi interpolacije razlikuju se ovisno o korištenom softveru, čak i ako algoritam ima isti naziv. Sinc interpolacija, na primjer, ima varijacije koje uzimaju u obzir 256-1024+ susjednih poznatih piksela. Ovo može, ali i ne mora biti izričito navedeno u softveru. Nadalje, softver također može varirati po težini koju daje bliskim u odnosu na daleko poznate piksele u svojim izračunima, što je često slučaj s "bikubičnim".

PRETHODNO ZAMUĆENJE ZA SMANJIVANJE MOIRÉ ARTEFAKATA

Jedan pristup koji može poboljšati rezultate na problematičnim slikama je primjena malog zamućenja na sliku *prije* nego što je smanjite. To vam omogućuje da eliminirate svaki detalj manji od onoga za što znate da je nemoguće uhvatiti u nižoj razlučivosti. Ako nemate problema s moire artefaktima, nema potrebe za prethodnim zamućivanjem.

Budući da je gornja slika smanjena na 1/4 izvorne veličine, bilo koji ponavljajući uzorci manji od 4 piksela ne mogu se razriješiti. Radijus od čak 2 piksela (za ukupni promjer od 4 piksela) mogao se koristiti u #6, međutim 1 piksel je sve što je bilo potrebno da se virtualno uklone artefakti izvan okvira. Preveliko prethodno zamućenje može dovesti do omekšavanja konačne slike.

Prethodno zamućena photoshop slika iznad (#6) eliminira većinu moiréa (nalazi se u #3), međutim potrebno je dodatno izoštravanje (izvedeno u #7) kako bi se vratila oštrina za detalje samo unutar crvenog okvira. Nakon prethodnog zamućenja i izoštravanja, photoshop bicubic radi blisko sofisticiranijim algoritmima sinc i lanczos.

PHOTOSHOP BICUBIC SHARPER naspram BICUBIC SMOOOTHER

Adobe Photoshop verzije CS (8.0) i novije zapravo imaju tri opcije za bikubičnu interpolaciju:bikubičnu glađu, bikubičnu (srednja zadana vrijednost) i bikubičnu oštriju. Sve varijacije daju slične rezultate kao broj 3 u usporedbi interpolacije, ali s različitim stupnjevima oštrine. Stoga, ako vaša slika ima moiré, oštrija postavka će ga pojačati, a glatkija smanjiti (u odnosu na zadano).

Originalna slika smanjena
75%

→

Prikaži bikubnu vrstu:
Glađe	Oštrije

Mnogi preporučuju korištenje glađe varijacije za povećavanje i oštrije varijacije za smanjivanje. Ovo dobro funkcionira, ali ja radije koristim standardni bikubik za smanjivanje — ostavljajući veću fleksibilnost za naknadno izoštravanje prema potrebi slike. Mnogi smatraju da je ugrađeno izoštravanje u oštrijoj varijanti malo prejako i grubo za većinu slika, ali to je jednostavno stvar želje.

PREPORUKE

Sva ova analiza usmjerena je na objašnjenje što se događa kada stvari krenu po zlu . Ako je promjena veličine bez artefakata, možda nećete morati ništa mijenjati; fotografski tijek rada može postati dovoljno kompliciran sam po sebi. Mnoge fotografije nemaju detalje koji su osjetljivi na moiré — bez obzira na interpolaciju. S druge strane, kada stvari rade krene krivo ovo može pomoći u objašnjenju zašto — i koje radnje možete poduzeti da to popravite.

Idealno rješenje je koristiti sinc ili lanczos algoritam kako bi se izbjegli moiré artefakti na smanjenoj slici, a zatim slijediti s vrlo malim radijusom (0,2-0,3) neizoštrenom maskom za ispravljanje bilo kakvog omekšavanja izazvanog interpolacijom. S druge strane, algoritam sinc nije široko podržan, a softver koji ga koristi često nije tako jednostavan za korištenje.

Alternativni pristup bio bi koristiti bikubične, problematične slike prije zamućenja i zatim izoštriti nakon smanjivanja . Ovo priprema sliku za interpolator na način koji minimizira artefakte aliasinga. Glavni nedostatak ovog pristupa je taj da potrebni radijus zamućenja ovisi o tome koliko želite smanjiti svoju sliku — stoga ovu tehniku ​​morate koristiti od slučaja do slučaja.

Originalna računalna grafika smanjena 50%

→ Nulti anti-aliasing

Naposljetku, možete osigurati da ne izazivate anti-aliasing u računalnoj grafici ako koristite algoritam najbližeg susjeda . Budite posebno oprezni kada slika sadrži fine teksture jer je ovaj algoritam najskloniji moiré artefaktima.

Za daljnje čitanje, posjetite:
Interpolacija digitalne slike, 1. dio