DIGITÁLIS FOTÓNAGYÍTÁS

A digitális fényképek eredeti, 300 PPI-s méretének többszörösére történő nagyítása, az éles részletek megőrzése mellett, talán sok interpolációs algoritmus végső célja. E közös cél ellenére a nagyítási eredmények jelentősen eltérhetnek az átméretező szoftvertől, az élesítési és interpolációs algoritmustól függően.

HÁTTÉR

A probléma abból adódik, hogy a filmekkel ellentétben a digitális fényképezőgépek egy különálló egységben, a pixelben tárolják a részleteket. A kép felnagyítására tett kísérletek szintén felnagyítják ezeket a pixeleket – hacsak nem hajtanak végre valamilyen képinterpolációt. Vigye az egeret az alábbi második kép fölé, hogy megtudja, hogyan javíthatja a szabványos interpoláció is a blokkos, pixeles megjelenést.

Eredeti 300%-os nagyítás

→ Látható képpontok interpoláció nélkül

Mielőtt folytatná ezt az oktatóanyagot, tudja, hogy nincs varázslatos megoldás; a legjobb optimalizálás az, ha a lehető legjobb minőségű képpel kezdjük. Ennek biztosítása megfelelő technikát, nagy felbontású kamerát, alacsony zajszintet és jó RAW fájl konvertert jelent. Ha mindezt megkísérelte, a digitális fénykép nagyításának optimalizálása segíthet a legtöbbet kihozni ebből a képből.

A NEM ADAPTÍV INTERPOLÁCIÓ ÁTTEKINTÉSE

Emlékezzünk vissza, hogy minden nem adaptív interpolációs algoritmus mindig kompromisszumot jelent a három műtermék között:aliasing, elmosódás és élvilág. A következő diagram és az interaktív vizuális összehasonlítás bemutatja, hol rejlik az egyes algoritmusok ebben a háromirányú kötélhúzásban.

Az alábbiakban egy kis mintát adunk a leggyakoribb algoritmusokból. Vigye az egeret az alábbi lehetőségek fölé, hogy megtudja, hogyan teljesítenek az egyes interpolátorok ennél a kinagyításnál:

1. Legközelebbi szomszéd

2. Bilineáris

3. Bicubic Smoother

4. Bicubic *

5. Bicubic Sharper

6. Lanczos

7. Bilineáris elmosódással

Kiválasztott típus:Legközelebbi szomszéd Tesztkép

*alapértelmezett interpolációs algoritmus az Adobe Photoshop CS és CS2 számára

A jobb oldali kvalitatív diagram nagyjából bemutatja az egyes típusok kompromisszumát. A legközelebbi szomszéd a legtöbb álnév, és a bilineáris mellett ez az egyetlen kettő, amelyen nincs halo műtermék – csak az álnév és az elmosódás eltérő egyensúlya. Látni fogja, hogy az élek élessége fokozatosan növekszik 3-ról 5-re, de mind a megnövekedett álnevek, mind az élek glóriája rovására. A Lanczos nagyon hasonlít a Photoshop bicubic-ra és bicubic élesebbre, kivéve talán egy kicsit aliasabb. Mindegyikben van bizonyos fokú álnév, de a kép elmosásával mindig teljesen kiküszöbölhető az alias a Photoshopban (#7).

A Lanczos és a Bicubic a leggyakoribbak, talán azért, mert nagyon enyhén választják mindhárom műtárgyat (amint azt a fenti háromszög közepe bizonyítja). A legközelebbi szomszéd és a bilineáris nem számításigényes, ezért használhatók például webes zoomoláshoz vagy kézi eszközökhöz.

AZ ADAPTÍV MÓDSZEREK ÁTTEKINTÉSE

Emlékezzünk vissza, hogy az adaptív (él-észlelő) algoritmusok nem kezelik egyformán az összes pixelt, hanem a közeli képtartalomtól függően alkalmazkodnak. Ez a rugalmasság sokkal élesebb képeket biztosít kevesebb műtermékkel (mint az nem adaptív módszerrel lehetséges lenne). Sajnos ezek gyakran több feldolgozási időt igényelnek, és általában drágábbak is.

Még a legalapvetőbb, nem adaptív módszerek is elég jól megőrzik a sima tónusátmeneteket, de mindegyikük megmutatja korlátait, amikor egy éles szél közelében próbálnak interpolálni.

1. Legközelebbi szomszéd

2. Bicubic *

3. Eredeti fraktálok

4. PhotoZoom (alapértelmezett)

5. PhotoZoom (grafikus)

6. PhotoZoom (szöveg)

7. SmartEdge **

Kiválasztott típus:Legközelebbi szomszéd Tesztkép

*alapértelmezett interpolációs algoritmus az Adobe Photoshop CS és CS2 számára
**még kutatási fázisban van, nem elérhető a nyilvánosság számára

Eredeti fraktálok talán a leggyakoribb iteratív (vagy fraktál) nagyító szoftver. Megpróbál egy vektorgrafikus fájlhoz hasonló fényképet kódolni – ami közel veszteségmentes átméretezési képességet tesz lehetővé (legalábbis elméletben). Érdekes módon eredeti célja egyáltalán nem a nagyítás, hanem a hatékony képtömörítés volt. Változtak az idők, mióta a tárhely bőségesebb, és szerencsére az alkalmazása is megváltozott.

Shortcut PhotoZoom Pro (korábban S-Spline Pro) egy másik gyakori bővítési program. Az egyes pixelek interpolálásakor figyelembe veszi a környező képpontokat, és megpróbálja újra létrehozni az összes ismert pixelen áthaladó sima élt. Spline algoritmust használ az élek újbóli létrehozásához, amelyet az autógyártók hasonlóan használnak, amikor új, egyenletesen folyó karosszériát terveznek autóik számára. A PhotoZoom számos beállítással rendelkezik – mindegyik más típusú képhez igazodik.

Figyelje meg, hogy a PhotoZoom kiváló eredményeket produkál a fenti számítógépes grafikán, mivel képes éles és egyenletesen folyó éleket létrehozni a zászló összes ívén. Az eredeti fraktálok olyan kisméretű textúrát adnak hozzá, amely az eredetiben nem volt jelen, és ennek a példának az eredményei vitathatatlanul nem sokkal jobbak, mint a bicubicé. Azt is érdemes azonban megjegyezni, hogy a Genuine Fractals teszi a legjobb munkát a zászló hegyének megőrzésében, míg a PhotoZoom néha darabokra bontja. Az egyetlen interpolátor, amely megőrzi a sima éles éleket és a zászló hegyét, a SmartEdge.

VALÓS VILÁG PÉLDÁK

A fenti összehasonlítások az elméleti példák kibővítését mutatják, de a valós képek ritkán ilyen egyszerűek. Ezeknek a színmintákkal, a képzajjal, a finom textúrákkal és a nem olyan könnyen azonosítható élekkel is foglalkozniuk kell. A következő példa finom részleteket, éles éleket és sima hátteret tartalmaz:

↓
Eredeti 250%-kal nagyítva Élesítés nélkül:

Legközelebbi szomszéd	Bicubic	Bicubic Smoother	PhotoZoom	Eredeti fraktálok	SmartEdge

Élesítve:

Bicubic	Bicubic Smoother	PhotoZoom (alapértelmezett)	Eredeti fraktálok	SmartEdge

A legközelebbi szomszéd kivételével (amely egyszerűen megnöveli a pixeleket) figyelemre méltó munkát végez, tekintve az eredeti viszonylag kis méretét. Fordítson különös figyelmet a problémás területekre; aliasként ezek az orr felső része, a fülek hegye, a bajusz és a lila övcsat. Ahogy az várható volt, mindegyik majdnem azonosan teljesít a lágyabb háttér renderelésénél.

Annak ellenére, hogy valódi fraktálok küszködtek a számítógépes grafikával, ezzel a valós fényképpel több mint megállja a helyét. Ez hozza létre a legkeskenyebb bajuszokat, amelyek még vékonyabbak is, mint az eredeti képen (más jellemzőkhöz képest). A macska szőrét éles szélekkel is ellátja, miközben elkerüli a fényudvarokat a macska külsején. Másrészt egyesek nemkívánatosnak tartják a szőrzet textúrájának mintázatát, így a döntésnek van egy szubjektív eleme is. Összességében azt mondanám, hogy ez hozza a legjobb eredményeket.

A PhotoZoom Pro és a bicubic meglehetősen hasonló, kivéve, hogy a PhotoZoomnak kevesebb látható széle van, és egy kicsit kevesebb alias. A SmartEdge is kiemelkedően jól teljesít, de ez még kutatási fázisban van, és nem érhető el. Ez az egyetlen algoritmus, amely jól működik mind a számítógépes grafika, mind a valós fényképek esetében.

NAGYÍTETT FOTÓK ÉLESÍTÉSE

Eddig a legtöbb figyelmünk az interpoláció típusára irányult, de az élesítési technika is ugyanolyan hatásos lehet.

Alkalmazza az élesítést, miután a fényképet a végső méretre nagyította , nem fordítva. Ellenkező esetben a korábban észrevehetetlen élesítő fényudvarok jól láthatóvá válhatnak. Ez a hatás ugyanaz, mintha az ideálisnál nagyobb sugarú, nem éles maszkot alkalmaznánk. Vigye az egeret a kép fölé balra (a korábban látható nagyítás kivágása), hogy megnézze, hogyan nézett volna ki, ha a nagyítás előtt alkalmazza az élesítést. Figyelje meg a halo méretének növekedését a macska bajusza és külseje közelében.

Arra is ügyeljen, hogy sok interpolációs algoritmusba beépítettek némi élesítést (mint például a Photoshop „bicubic Sharer”). Egy kis élesítés gyakran elkerülhetetlen, mert maga a Bayer-interpoláció is élesítést eredményezhet.

Ha a fényképezőgép nem támogatja a RAW fájlformátumot (és ezért JPEG képeket kell használnia), feltétlenül tiltsa le vagy csökkentse a minimálisra a fényképezőgépen belüli élesítési beállításokat. Mentse ezeket a JPEG fájlokat a legjobb minőségű tömörítéssel, különben a korábban nem észlelhető JPEG műtermékek nagyításkor és későbbi élesítéskor jelentősen megnagyobbodnak.

Mivel a kinagyított fénykép az eredetihez képest jelentősen elmosódottá válhat, az átméretezett képek gyakran többet profitálnak a fejlett élesítési technikákból. Ezek közé tartozik a dekonvolúció, a világos/sötét felül-/alulvágások finomhangolása, a többsugarú nem éles maszk és a PhotoShop CS2 új funkciója:az intelligens élesítés.

ÉLESÍTÉSI ÉS NÉZÉSI TÁVOLSÁG

A nyomat várható látótávolsága megváltoztathatja az adott mélységélesség és zavarkör követelményeit. Ezenkívül egy poszterként való felnagyított fényképhez nagyobb élesítési sugárra van szükség, mint a weboldalon való megjelenítéshez. A következő becslés csak hozzávetőleges iránymutatásként használható; az ideális sugár egyéb tényezőktől is függ, például a képtartalomtól és az interpoláció minőségétől.

*PPI =pixel per hüvelyk; lásd a „Digitális fényképezőgép képpontjai” című oktatóanyagot

Egy tipikus megjelenítő eszköz pixelsűrűsége 70-100 PPI körüli, a felbontás beállításától és a kijelző méretétől függően. A 72 PPI szabványos érték 0,3 pixeles élesítési sugarat ad a fenti számológép segítségével – ami megfelel a képek weben való megjelenítéséhez használt közös sugárnak. Alternatív megoldásként a 300 PPI nyomtatási felbontás (a fotónyomatokhoz szabvány) ~1,2 pixeles élesítési sugarat biztosít (szintén jellemző).

HA AZ INTERPOLÁCIÓ FONTOS LESZ

Egy nagy, út menti óriásplakát kép felbontásának közel sem kell olyan magasnak lennie, mint egy közelről megnézett képzőművészeti nyomatnak. A következő becslő felsorolja a minimális PPI-t és a maximális nyomtatási méretet, amely használható, mielőtt a szem elkezdené látni az egyes képpontokat (interpoláció nélkül).

Minden bizonnyal sokkal nagyobb nyomatokat készíthet – csak ügyeljen arra, hogy ez azt a pontot jelenti, ahol fokozott óvatossággal kell eljárnia. A fenti méretnél nagyobbra nagyított nyomatok nagymértékben függenek az interpoláció és az élesítés minőségétől.

FOGLALJA MEG A TÁRGYÁT

A fotón belüli textúra mérete és típusa egyaránt befolyásolhatja, hogy a kép milyen jól nagyítható. Tájképeknél a szem gyakran arra számít, hogy a részleteket egészen a felbontási határ közelében látja, míg a sima felületek és geometriai tárgyak kevésbé igényesek lehetnek. Egyes régiók még jobban is bővülhetnek, mint mások; A portrék hajszálait általában teljesen ki kell oldani, bár a sima bőr gyakran sokkal kevésbé igényes.

HARDVER kontra SZOFTVER BŐVÍTÉS

Sok professzionális nyomtató képes kisméretű kép felhasználására, és saját maga elvégzi a fénykép nagyítását (hardveres interpoláció), szemben azzal, hogy számítógépen már kinagyított fényképet igényel (szoftveres interpoláció). Sok ilyen nyomtató jobb nagyítási minőséget állít, mint ami a bikubikus algoritmussal lehetséges, tehát melyik a jobb megoldás? A szoftveres nagyítás előzetes végrehajtása nagyobb rugalmasságot tesz lehetővé – lehetővé téve az interpolációt és az élesítést a kép igényei szerint. Másrészt a fájl saját nagyítása azt jelenti, hogy a fájlméretek SOKKAL nagyobbak lesznek, ami különösen fontos lehet, ha sietve kell képeket feltöltenie az online nyomdába.

További háttérolvasásért látogasson el a következő oldalra:
Digitális képinterpoláció

Ha az ellenkezőjéről szeretne olvasni (a kép kicsinyítése), látogasson el a következő oldalra:
Kép átméretezése az internethez és e-mailekhez