Pildi suuruse muutmine vs. Resampling: mis vahe on?

Kujutise suuruse muutmine ja kujutise uuesti valimine hõlmavad pildi eraldusvõimet; selle välimiste piiride laius ja kõrgus. Vaatamata sellele sarnasusele ei tohiks neid termineid kunagi kasutada vaheldumisi.

Mis vahet täpselt on? Lugege edasi, et meiega mõned karvad jagada.

Pildi suurus: määratlus ja tähendus

Iga bitmap-kujutise puhul on pikslite väli, mis on seotud kõrguse ja laiusega, mida tavaliselt kirjeldatakse kõigepealt pikslites, enne kui kirjeldatakse pikslites või tollides. See on pildi suurus, nagu see digitaalselt eksisteerib. Need pikslid toimivad valuutana; pilt sisaldab kindlat arvu neid, kõigile on omistatud konkreetne ja vankumatu identiteet.

Kui teil on vaja pildi suurust muuta, on teil paar võimalust. Üks oleks saagida seda. Seda tehes ei muuda te ühtegi algse pildi olemuslikku omadust – te lihtsalt jätate osa sellest (osa pikslitest) maha.

See pole kaugeltki meie ainus võimalus, kui peame ühel või teisel põhjusel pildi suurust muutma. Kui aga suurendame või vähendame pilti, ilmneb midagi veidi erinevat.

Mis on pildi suuruse muutmine?

Suuruse muutmine kujutis on diskreetse või pideva kujutise skaala muutmise protsess eraldusvõime abil. Ükski osa pildist ei jää maha, isegi kui kõrguse ja laiuse suhe muutub.

Pidevad kujutised hõlmavad vektoreid ja muid arvutiga loodud kujutisi. Diskreetsed kujutised hõlmavad bitmap-fotosid ja graafikat; kõike, kus teil on töötamiseks ette nähtud pikslite komplekt. Kui kasutate vektorkujutist, saate selle suurust üles- või allapoole muuta, ilma seda sisuliselt muutmata. Bitmap-piltidega on aga hoopis teine ​​lugu.

Bitmap-kujutise otsene 2-kordne suurendus võtab iga piksli ja lihtsalt suurendab selle suurust proportsionaalselt koos eraldusvõimega, samamoodi nagu lihtsalt pildi DPI-d reguleerides ja ei tee midagi muud. Pärast seda 100 protsendini välja suumimine näitab aga pilti, mis on nüüd palju suurem, kuid mis on saanud ka olulise löögi kvaliteedis.

Mis on pildi uuesti proovivõtmine?

Resampling on protsess, mis hägustab nende pikslite vahelisi jooni, kui me neid üksteisest kaugemale hajutame või üksteisele lähemale lükkame, mille tulemuseks on lõpptulemus, mis sarnaneb palju rohkem originaaliga. Kuidas see töötab?

Vektori suuruse muutmisel ei pea te pilti üldse uuesti valima; digitaalse objekti taga olev matemaatika täidab meie eest lüngad, lisades ja eemaldades kohandamisel keskmisi väärtusi. Mis juhtub aga siis, kui teil on vaja luua uusi piksleid või panna kanoonilised pikslid kaduma?

Kummagi saavutamiseks tuleb pilt uuesti proovi võtta – algoritmid kutsuvad esile joone tõmbamise koha. Varem naabriteks olnud pikslid ulatuvad üksteiseni ja püüavad leida ühist keelt; kui pilti vähendatakse, kasutatakse neid keskmiste seadusi, et otsustada, millised väärtused lähevad ja millised jäävad.

Pilti analüüsib ja rekonstrueerib arvuti, tõlgitakse ja kaardistatakse suuremaks või väiksemaks mõõtmeteks.

Pärast seda, kui see on lahendatud, tuleb pildi igast komponendist "valim võtta" - erinevused algne bitmap ja see, mida arvuti on saanud luua, on kvantifitseeritud ja keskmisi kasutatakse puhata.

Suurendamine puhub välja, jättes kõigi pikslite vahele tühimikud ja vähendamine surub need kõik üksteise peale. Need mitmetähenduslikud eetri ja kattuvad alad tuleb asustada; protsesse nimetatakse vastavalt upsampling ja downsampling.

Erinevad resampli tüübid

Arvesse tuleb võtta mitut suuremat kujutise proovide võtmise kategooriat.

• Lähim naaber: See termin kirjeldab ülalkirjeldatud otsest 2X suurendust. See on arhailine viis asjade tegemiseks ja jätab teile kas plokilise üles- või teralise alladiskreetmise.
• Bilineaarne: Selle lähenemisviisi tulemuseks on algse pildi lineaarne tõlgendus. Sel viisil pilti suurendades tekib tavaliselt midagi hägust.
• Bicubic: See on meetod, mida enamik meie usaldatavaid kaubamärke kasutab. Siia kuuluvad tavaliselt mingi teritusvõimalus ja antialiasing.
• Lanczos: Tõenäoliselt kõige keerukam – see algoritm tugineb kas 4 x 4, 6 x 6 või 8 x 8 maatriksile, mis ümbritseb teie väljundpildi iga uut pikslit.

Kui töötate meediaga, tunduvad mõned neist teile tõenäoliselt enam kui tuttavad. Selles loendis mainitakse siiski ainult kõige levinumaid resamplimise tüüpe; on palju muid eksootilisemaid valemeid, mis vastavad teiste sektorite vajadustele. Kuid tõenäoliselt ei pea te kunagi nende pärast muretsema.

Millal ja miks võetakse pilte uuesti?

Iga kord, kui pilt läbib analoog-digitaal- või digitaal-analoogmuunduse, näiteks kui tehakse foto või pilt skannitakse ja seejärel prinditakse, läbib see enne lõplikku esitlust tavaliselt mitu proovivõtuvooru.

See hõlmab isegi kujutiste tihendamist – kui teisendate toores foto JPEG-vormingusse vähendatakse algselt eksisteerinud visuaalset teavet ja seejärel kasutatakse seda uue bitmapi taasloomiseks. Vastused ei saa lihtsalt tühjast-tähjast välja tulla, vastasel juhul ei näe uuesti proovitud foto algse bitmapiga piisavalt sarnane välja ja projekt on rikutud.

Õnneks on meie digitaalsed kaaslased enam kui võimelised tegema neid raskeid otsuseid meie jaoks miljoneid kordi mikroskoopilisel tasandil. Need interpolatsioonid ja antialiasing näitavad erinevust vastuvõetavalt truu teisenduse ja millegi, mis on originaalist selgelt halvem, vahel.

Seotud: Kuidas oma Macis pilte pakkides teisendada ja nende suurust muuta

Kujutise resamplimise praktilised rakendused

Kujundasime need kaks kontseptsiooni kaksikuteks, kuid resampli võtmine varastab show omamoodi ära. Resamplimisel on palju reaalseid rakendusi, millest mõned ulatuvad meedia loomise maailmast palju kaugemale:

• Resamplingut saab kasutada selliste asjade parandamiseks nagu barreli moonutus optilistes süsteemides meeldib teleskoobid ja mikroskoobid.
• See on ka fotode tegemise protsess DeBayered mis tahes digikaamera anduri juures.
• Fotomosaiigid, nagu näiteks panoraamid ja suuremahuline astrofotograafia, proovige uuesti igast pusletükist, et võtta arvesse selliseid asju nagu väikesed erinevused särituses ja võtete vahel kulunud aeg.
• CGI-pilte saab nende jaoks uuesti proovi võtta tekstureeritud ja varjutatud.
• Seda saab isegi harjuda kaart ja optimeerida robottööriista vaateväli ja liiteparameetrid, sobitades selle operaatori juhtimispunktiga mujal. Asjad nagu roboti abiga operatsioon, radiokirurgia, ja palju muud, on selle elupäästva triumfi kaudu võimalikuks saanud.

Pildindus kui tööstus on juba ammusest ajast kaugele jõudnud. Meie käsutuses olevad tööriistad on vaid uusimad pikas katsetamise, ebaõnnestumise ja võidu reas. Kõik meie fotod näevad otsese tulemusena suurepärased välja. Aitäh, teadus.

Seotud: Kuidas suurendada pilti kvaliteeti kaotamata

Suuruse muutmine vs. Resampling: lugu erinevatest proportsioonidest

Kes otsustab tülipildi suuruse muutmise ja uuesti proovivõtu vahel? Hea uudis: tavaliselt ei jää otsus teie enda teha, välja arvatud juhul, kui kavatsete pilti ise piksel haaval üles kerida ja rekonstrueerida.

Ausalt? See on midagi, mille nägemise eest me maksaksime. Ülejäänute jaoks saame aga suurepäraselt hakkama tööriistadega, mis muudavad sellise automatiseerimise võimalikuks.

Milliseid DPI-sätteid peaksite digitaalfotode jaoks kasutama?

Valed DPI-sätted võivad olla põhjuseks, miks teie prinditud fotod ei näe kvaliteetsed välja. Millised on siis õiged seaded?

Loe edasi

Autori kohta