Изменение размера изображения vs. Передискретизация: в чем разница?

Как изменение размера изображения, так и передискретизация изображения связаны с разрешением изображения; ширина и высота его самых внешних границ. Однако, несмотря на это сходство, эти термины никогда не должны использоваться как взаимозаменяемые.

В чем, собственно, разница? Читайте дальше, чтобы разделить с нами волосы.

Размер изображения: определение и значение

С любым растровым изображением у вас есть поле пикселей, ограниченное высотой и шириной, обычно сначала описывается в пикселях, а затем описывается в пиках или дюймах. Это размер изображения в цифровом виде. Эти пиксели действуют как валюта; изображение содержит фиксированное количество из них, каждому из которых присвоена конкретная и непоколебимая идентичность.

Когда вам нужно изменить размер изображения, у вас есть несколько вариантов. Можно было бы обрезать Это. Когда вы делаете это, вы не меняете никаких качеств, присущих исходному изображению - вы просто оставляете часть его (некоторые пиксели) позади.

Это далеко не единственный вариант, когда нам нужно изменить размер изображения по той или иной причине. Однако, когда мы увеличиваем или уменьшаем масштаб изображения, происходит нечто немного иное.

Что такое изменение размера изображения?

Изменение размера изображение - это процесс изменения масштаба дискретного или непрерывного изображения посредством разрешения. Никакая часть изображения не остается позади, даже если соотношение между высотой и шириной изменится.

Непрерывные изображения включают в себя такие вещи, как векторы и другие компьютерные изображения. Дискретные изображения включают растровые фотографии и графику; все, с чем у вас есть заданный набор пикселей для работы. Если вы используете векторное изображение, вы можете увеличивать или уменьшать его размер, не меняя его по сути. Однако с растровыми изображениями дело обстоит иначе.

Простое двукратное увеличение растрового изображения берет каждый пиксель и просто увеличивает его размер пропорционально разрешению, очень похоже на простую настройку DPI изображения и больше ничего не делать. Однако уменьшение масштаба до 100 процентов после этого показывает изображение, которое теперь намного больше, но которое также значительно снизилось по качеству.

Что такое передискретизация изображения?

Повторная выборка это процесс, который размывает линии между этими пикселями по мере того, как мы раздвигаем их дальше друг от друга или сдвигаем ближе друг к другу, что приводит к окончательному результату, который намного больше напоминает оригинал. Как это работает?

При изменении размера вектора вам вообще не нужно изменять размер изображения; математика, лежащая в основе цифрового объекта, заполняет для нас пробелы, добавляя и удаляя усредненные значения по мере того, как мы настраиваем. Но что происходит, когда вам нужно создать новые пиксели или заставить исчезнуть канонические?

Для того, чтобы выполнить одно из двух, изображение должно быть повторно дискретизировано - алгоритмы обращаются к тому месту, где нарисована линия. Пиксели, которые раньше были соседями, обращаются друг к другу и пытаются найти точки соприкосновения; если изображение уменьшается в масштабе, эти законы средних значений используются, чтобы решить, какие значения уйти, а какие остаются.

Изображение анализируется и реконструируется компьютером, переводится и сопоставляется с большим или меньшим набором размеров.

После того, как это будет сделано, каждый компонент изображения должен быть "отобран" - различия между исходное растровое изображение и то, что было поручено создать компьютеру, оцениваются количественно, и для расчета отдыхать.

При увеличении размера поле увеличивается, оставляя промежутки между всеми пикселями, а при уменьшении все они складываются друг на друга. Эти неоднозначные области эфира и перекрытия должны быть заселены; эти процессы называются повышающей и понижающей дискретизацией соответственно.

Различные типы передискретизации

Есть несколько широких категорий передискретизации изображений, которые следует учитывать:

• Ближайший сосед: Этот термин описывает прямое двукратное увеличение, описанное ранее. Это архаичный способ работы, который оставляет вам либо блочный апсемплинг, либо зернистый даунсэмплинг.
• Билинейный: Такой подход приводит к линейной интерпретации исходного изображения. Обычно вы получаете что-то нечеткое при таком масштабировании изображения.
• Бикубический: Это метод, который используют большинство брендов, которым мы доверяем. Сюда обычно входит какая-то опция повышения резкости и сглаживания.
• Ланцош: Вероятно, самый сложный из всех - этот алгоритм основан на матрице 4 x 4, 6 x 6 или 8 x 8, окружающей каждый новый пиксель выходного изображения.

Если вы работаете со СМИ, некоторые из них, вероятно, кажутся вам более чем знакомыми. Однако в этом списке упоминаются только наиболее распространенные типы передискретизации; есть много других более экзотических формул, отвечающих потребностям других секторов. Но вам, вероятно, никогда не придется беспокоиться ни об одном из них.

Когда и почему выполняется повторная выборка изображений?

Каждый раз, когда изображение проходит аналого-цифровое или цифро-аналоговое преобразование, например, когда делается фотография или изображение сканируется и затем печатается, обычно перед окончательной презентацией оно проходит несколько циклов повторной выборки.

Это даже включает сжатие изображений - когда вы конвертируете необработанное фото Для JPEG объем изначально существовавшей визуальной информации сокращается, а затем используется для воссоздания нового растрового изображения. Ответы не могут прийти просто так, иначе пересэмплированная фотография не будет выглядеть достаточно похожей на исходное растровое изображение, и проект будет разрушен.

К счастью, наши цифровые спутники более чем способны принимать эти трудные решения миллионы раз на микроскопическом уровне для нас. Эти интерполяции и усилия сглаживания определяют разницу между приемлемо точным преобразованием и чем-то явно более низким по сравнению с оригиналом.

Связанный: Как пакетно конвертировать и изменять размер изображений на вашем Mac

Практическое применение передискретизации изображения

Мы представили эти две концепции как близнецов, но передискретизация действительно крадет шоу. Существует множество реальных приложений передискретизации, некоторые из которых выходят далеко за рамки создания мультимедиа:

• Передискретизация может использоваться для исправления таких вещей, как бочкообразное искажение в оптических системах нравиться телескопы а также микроскопы.
• Это также процесс, с помощью которого фотографии DeBayered на сенсоре любой цифровой камеры.
• Фотомозаика, Такие как панорамы а также крупномасштабная астрофотография, пересчитайте каждый фрагмент головоломки, чтобы учесть такие вещи, как небольшие различия в экспозиции и времени, прошедшем между снимками.
• Изображения CGI можно пересчитать, чтобы текстурированный а также затененный.
• Его даже можно использовать для карта а также оптимизировать поле обзора роботизированного инструмента и параметры шарнира, согласовывая их с точкой контроля оператора в другом месте. Вещи как роботизированная хирургия, радиохирургияи многое другое стало возможным благодаря этому спасительному триумфу.

С незапамятных времен визуализация как отрасль прошла долгий путь. Инструменты, которыми мы располагаем сейчас, являются только последним в длинной череде экспериментов, неудач и побед. Все наши фотографии выглядят великолепно как прямой результат. Спасибо, наука.

Связанный: Как увеличить изображение без потери качества

Изменение размера vs. Передискретизация: рассказ о различных пропорциях

Кто делает выбор между изменением размера и передискретизацией изображения раздора? Хорошая новость: решение обычно принимается не вами, если только вы не планируете сидеть на корточках и самостоятельно восстанавливать изображение, пиксель за пикселем.

Честно? Мы бы заплатили за то, чтобы увидеть это. Однако для остальных из нас мы прекрасно справимся с инструментами, которые делают возможной такую ​​автоматизацию.

Какие настройки DPI следует использовать для цифровых фотографий?

Неправильные настройки разрешения могут быть причиной того, что ваши напечатанные фотографии не выглядят качественными. Итак, каковы правильные настройки?

Читать далее

Об авторе