KÉP MÉRETÉSE A WEBOLDALHOZ ÉS E-MAIL-HOZ

A webes és e-mailes képek átméretezése talán a digitális fényképek megosztásának leggyakoribb módja. Különösen webes prezentáció esetén kritikus fontosságú a műtermék-mentes élesség megőrzése a kicsinyített képen – mégis problémásnak bizonyulhat. Ellentétben a fényképek nagyításával, ahol a szaggatott élek problémát jelentenek, a méretcsökkentés az ellentétes álnevű műterméket eredményezi:moaré. A moaré elterjedtsége nagymértékben függ a használt interpolátor típusától, bár egyes képek sokkal érzékenyebbek, mint mások. Ez az oktatóanyag összehasonlítja a képek webes és e-mailes átméretezésének különböző megközelítéseit, és az eredmények alapján javaslatokat tesz.

HÁTTÉR:MOIRE TERMÉKEK

A Moiré (ejtsd:"more-ay") az álnévvel kapcsolatos műtermék egy másik típusa, de ehelyett előfordulhat egy kép leméretezése során. Ez a felbontási határ közelében lévő finom textúrájú képeken jelenik meg. Ezek a textúrák kicsinyítéskor meghaladják a felbontást, így előfordulhat, hogy a kép csak szelektíven rögzíti őket ismétlődő mintában:

Eredeti kép→ A kép 50%-ra kicsinyítve Csökkentett kép 200%-on

Vegye figyelembe, hogy ennek a mintának nincs fizikai jelentése a képen, mivel ezek a vonalak nem korrelálnak a tetőzsindelyek irányával. A finom geometriai mintázatú képek a legnagyobb kockázatnak vannak kitéve; ezek közé tartoznak a tetőcserepek, távoli tégla- és famunkák, dróthálós kerítések és egyebek.

ÁTÉRETSÉG INDUKÁLT LÁGYÍTÁS

A moaré műtermékek mellett az átméretezett kép is jelentősen kevésbé élessé válhat. A legjobb élességet megőrző interpolációs algoritmusok érzékenyebbek a moaré-ra, míg azok, amelyek elkerülik a moaré-t, általában lágyabb eredményt adnak. Ez sajnos elkerülhetetlen kompromisszum az átméretezésben.

Eredeti kép kicsinyített
90%-kal

→ Lágyabb átméretezett kép

Az egyik legjobb módja ennek leküzdésére, ha a kép átméretezése után egy éles maszkot alkalmazunk – még akkor is, ha az eredetit már élesítették. Mozgassa az egeret a fenti képre, és nézze meg, hogyan nyerheti vissza az elveszett élességet.

AZ INTERPOLÁCIÓS TELJESÍTMÉNY ÖSSZEHASONLÍTVA

Példaként:amikor egy képet az eredeti méretének 50%-ára kicsinyítenek, lehetetlen olyan részleteket megjeleníteni, amelyeknek korábban csak egyetlen pixeles felbontása volt. Ha bármilyen részlet megjelenik, az nem valós, és az interpolátor műtermékének kell lennie.

Eredeti kép kicsinyített
50%-kal

→ Képátlagok szürkére

Ezt a koncepciót használva egy tesztet terveztek, amely felméri mind a maximális felbontást, mind a mértéket vagy moaré-t, amelyet az egyes interpolátorok a méretcsökkentéskor produkálnak. Felerősíti ezeket a műtermékeket egy tipikus forgatókönyv esetén:a digitális fényképezőgép képének átméretezése könnyebben kezelhető webre és az e-mailek eredeti méretének 25%-os felbontása.

A tesztképet (lent) úgy alakítottuk ki, hogy a csíkok felbontása fokozatosan növekszik a kép közepétől távolodva. Amikor a kép leméreteződik, a középponttól bizonyos távolságon túli összes csík már nem lesz feloldható. Az interpolátorok, amelyek egészen ennek a felbontási határnak a széléig mutatják a részleteket (a lent látható szaggatott piros négyzet), megőrzik a maximális részletet, míg az interpolátorok, amelyek ezen a határon kívül mutatnak részleteket, olyan mintákat adnak a képhez, amelyek valójában nincsenek ott (moaré).

1. Legközelebbi szomszéd

2. Bilineáris

3. Bicubic **

4. Sinc

5. Lanczos

6. Bicubic, 1px előhomályosítás

7. #6 élesítéssel

8. Eredeti fraktálok

Megjeleníti a vörös dobozt? IGEN NEM Tesztkép*

*A fenti tesztkép módosult a megtekintéshez;
a tényleges kép 800x800 pixel, a csíkok pedig a maximális felbontásig terjednek ennél a méretnél.
**A Bicubic az Adobe Photoshop CS és CS2 alapértelmezett beállításából származik.
Tesztdiagram, amelyet egy BBC-anyagban dolgoztak ki, és először a www.worldserver.com/turk/opensource/ webhelyen vezették be;
az összes fenti diagramot és egyéni kódot a Matlabban végezték el a fenti felhasználásra.

A sinc és lanczos algoritmusok adják a legjobb eredményt; képesek a részleteket egészen az elméleti maximumig feloldani (piros doboz), miközben továbbra is megtartják a legkevesebb műterméket. A Photoshop bicubic a második, mivel a dobozon kívül látható moaré mintákkal rendelkezik. Ezenkívül vegye figyelembe, hogy a bicubic nem mutat annyi részletet és kontrasztot csak a piros dobozon belül. A 6-os és 7-es a két köbméteres leépítés változatai, amelyeket alább tárgyalunk. Összehasonlításképpen az Eredeti Fractals 4.0 is szerepelt, bár rosszul teljesít a méretcsökkentésben (nem a rendeltetésszerű használatban). Ez rávilágít egy fontos megosztottságra:egyes interpolációs algoritmusok sokkal jobban képesek növelni, mint csökkenteni a képméretet, és fordítva .

Műszaki megjegyzés :az interpolációs algoritmusok a használt szoftvertől függően változnak, még akkor is, ha az algoritmusnak ugyanaz a neve. A Sinc interpolációnak például vannak olyan változatai, amelyek 256-1024+ szomszédos ismert pixelt vesznek figyelembe. Ez a szoftverben kifejezetten szerepel vagy nem. Ezenkívül a szoftverek abban is változhatnak, hogy mekkora súlyt adnak a közeli vagy távoli ismert pixeleknek a számításaik során, ami gyakran előfordul a "bicubic" esetében.

ELŐHOLMAZÁS A MOIRÉ TERMÉKEK MINIMALIZÁLÁSÁHOZ

Az egyik megközelítés, amely javíthatja a problémás képek eredményeit, az, hogy egy kis elmosódást alkalmaz a képen *mielőtt* kicsinyíti azt. Ez lehetővé teszi, hogy kiküszöböljön minden olyan részletet, amely kisebb annál, mint amiről tudja, hogy alacsonyabb felbontással lehetetlen rögzíteni. Ha nincs problémája a moire műtermékekkel, akkor nincs szükség előzetes elhomályosításra.

Mivel a fenti képet eredeti méretének 1/4-ére csökkentették, a 4 pixelnél kisebb ismétlődő minták nem oldhatók fel. Akár 2 pixel sugarat is lehetett volna használni (4 pixel teljes átmérőjéhez) a #6-ban, azonban 1 pixelre volt szükség a dobozon kívüli műtermékek gyakorlatilag kiküszöböléséhez. A túl magas elmosódás a végső kép lágyulásához vezethet.

A fenti, előre elmosódott Photoshop-kép (#6) kiküszöböli a moaré nagy részét (a #3-ban található), azonban további élesítésre van szükség (a #7-ben végrehajtva), hogy visszanyerje az élességet a piros mezőben lévő részletekhez. Előmosás és élesítés után a Photoshop bicubic a kifinomultabb sinc és lanczos algoritmusokhoz közel teljesít.

PHOTOSHOP BICUBIC SHARPER vs BICUBIC SMOOTHER

Az Adobe Photoshop CS (8.0) és újabb verzióiban valójában három lehetőség van a bicubos interpolációra:bicubic simább, bicubic (köztes alapértelmezett) és bicubos élesebb. Minden változat hasonló eredményt ad, mint a 3. számú interpolációs összehasonlításban, de változó élességgel. Ezért ha a képen moaré van, az élesebb beállítás felerősíti, a simább beállítás pedig csökkenti (az alapértelmezetthez képest).

Eredeti kép kicsinyített
75%

→

Bicubic Type megjelenítése:
Kisimább	Élesebb

Sokan javasolják a simább variáció használatát a méretnöveléshez és az élesebb variációt a méretcsökkentéshez. Ez jól működik, de én a szabványos bicubic-ot részesítem előnyben a méretcsökkentéshez – nagyobb rugalmasságot hagyva az utólagos élesítéshez, ahogy a kép megkívánja. Sokan úgy találják, hogy az élesebb változat beépített élesítése a legtöbb képnél kissé erős és durva, de ez egyszerűen preferencia kérdése.

AJÁNLÁSOK

Ez az elemzés arra irányul, hogy elmagyarázza, mi történik ha a dolgok rosszul sülnek el . Ha az átméretezés műtermékektől mentes, előfordulhat, hogy semmit sem kell módosítania; a fényképészeti munkafolyamatok elég bonyolulttá válhatnak. Sok fotón nincsenek olyan részletek, amelyek érzékenyek a moaré hatásra – az interpolációtól függetlenül. Másrészt, amikor a dolgok csinálják elromlik, ez segíthet megmagyarázni, miért – és milyen lépéseket tehet a hiba kijavítására.

Az ideális megoldás sinc vagy lanczos algoritmus használata a moaré műtermékek elkerülése érdekében a kicsinyített képen, majd nagyon kis sugarú (0,2-0,3) éles maszkkal követjük a nyomon követést az interpoláció által kiváltott lágyulás korrigálására. Másrészt a sinc algoritmus nem támogatott széles körben, és az azt használó szoftverek gyakran nem olyan felhasználóbarátok.

Alternatív megoldás az, ha kétkockás, elmosódás előtti problémás képeket használunk, majd kicsinyítés után élesítünk . Ez olyan módon készíti elő a képet az interpolátor számára, amely minimálisra csökkenti az aliasing műtermékeket. Ennek a megközelítésnek a fő hátránya, hogy a szükséges elmosódási sugár attól függ, hogy mennyire szeretné kicsinyíteni a képet – ezért ezt a technikát eseti alapon kell alkalmaznia.

Eredeti számítógépes grafika, 50%-kal kisebb

→ Nulla anti-aliasing

Végül biztosíthatja, hogy ne idézzen elő élsimítást a számítógépes grafikában, ha a legközelebbi szomszéd algoritmust használja . Csak legyen különösen óvatos, ha a kép finom textúrákat tartalmaz, mivel ez az algoritmus a leginkább hajlamos a moaré műtermékekre.

További olvasnivalókért keresse fel:
Digitális képinterpoláció, 1. rész