В этой статье 711 слов.
Как обещал Зарию и Роману, хоть и с задержкой, публикую статью на тему увеличения изображения для подготовки к крупноформатной печати.
Те, кто печатал фото больше, чем 20 х 30 см. наверняка сталкивались с потерей детализации и банальным «замыливанием» картинки. Возможно вы думали, что это следствие недостаточного разрешения камеры и отчасти вы правы.
Но на самом деле всё не так плохо и нет необходимости бежать покупать среднеформатный цифрозадник только для того, чтобы напечаталь фото крупнее, чем 20 х 30 см.
Adobe Photoshop давно вошёл в нашу жизнь и я сам уже не помню с какой версии я начинал (сейчас пользуюсь CS6). Этот программный продукт по удобству и наличию необходимых инструментов просто гениален.
Но не дремлют и его маркетологи. Если бы все лучшие алгоритмы работы с изображениями были внедрены в фотошопе с самого начала, то мы не увидели бы новых версий, компания разорилась бы и нам пришлось бы работать с интерфейсом «каменного века».
Под удар общества потребления как раз и попали алгоритмы увеличения и уменьшения изображения. Они в Adobe Photoshop безбожно устаревшие. Прогресса я давно не наблюдаю, хотя плагины более корректного ресайза существуют уже очень давно.
Для примера я буду использовать собственное фото ювелирной композиции «Мальчик», на которой изображен вооруженный монгольский мальчик.
Изначально фото имело разрешение 3580 х 5382 пикс. (19 Мпикс, был небольшой кроп).
Если следовать канонам печати, оно должно иметь 300dpi в файле для печати.
Если я сниму галочку «Resample» и поставлю 300dpi (т.е. не буду использовать средства увеличения изображения Adobe Photoshop), то фотошоп мне пересчитает размер результирующего отпечатка.
Для такого разрешения снимка он составит 30 х 45 см.
Но представим, что мы хотим с данном отпечатка почти без потери качества отпечатать баннер 3 х 6 м (300 х 600 см.) или 35800 х 53820 пикс. (1927 Мпикс = 1.9 Гпикс). 1.9 Гпикс в цифровой камере очень долго будут мечтой для подавляющего большинства и потому тема статьи так актуальна.
Значит грубо говоря я должен увеличить этот и так не маленький для «переваривания» моим компьютером файл в 10 раз (или чуть более, но на баннере обычно есть еще текст снизу, так что будем считать, что в 10 и не будем учитывать, что баннеры, как правило, горизонтальной ориентации).
Все из вас знают, что у окошка изменения размеров изображения в Adobe Photoshop есть опции, в выпадающем меню внизу?
Всё, что вы видите в выпадающем меню — это виды интерполяции. Т.е. алгоритмы по которым будут рассчитываться недостающие пиксели изображения.
Первые два это особо старые алгоритмы и первый, Nearest Neighbor , Adobe Photoshop рекомендует для сохранения контрастных кромок в изображении.
Вкратце, если их описывать, то Bicubic Smoother даёт мягкие переходы между реальными пикселями, а Bicubic Sharper усиливает контраст кромок.
Проблема состоит в том, что не всегда при увеличении изображения нам нужны эти плавные переходы, и при уменьшении изображения он усиливает кромки слишком сильно, по-варварски. То же самое можно сделать аккуратно, вручную и к этому мы вернемся в самом конце статьи.
Поскольку работать с гигантским результирующим файлом в 1.9 Гпикс моему компьютеру не под силу, то я использую фрагмент фото для демонстрации увеличения различными алгоритмами.
Фрагмент размером 607 пикселей в ширину. Я его увеличиваю до 3000 пикселей, т.е. в 5 раз.
Как видите, Nearest Neighbour даёт «лесенку», которую Bicubic Smoother размывает.
Простой интерфейс, большой набор математических алгоритмов увеличения с помощью сплайнов.
Многообещающе.
Я взял именно Bicubic Smoother
в качестве алгоритма от Adobe, потому что они его рекомендуют. И «лесенки» на фото в наше время уже неприемлемы. Это же не 90-ые годы в конце концов!
Время пиксельных и спрайтовых игр уже ушло.
Из сравнения вы видите, что PhotoZoom Pro справился с задачей увеличения лучше. Но намного ли?
И...PhotoZoom Pro5 побеждает!
ReShade ставится как отдельная маленькая программа.
Старая программа ReShade (2011 г.)побеждает более современную и насыщенную алгоритмами PhotoZoom Pro . Я попробовал PhotoZoom Pro все алгоритмы и существенного улучшения не заметил. Только время потерял.
Так что у нас новый лидер — ReShade, с которым будем сравнивать оставшихся конкурентов.
Отдельная программа. Интерфейс как будто из Win95.
Плагин для Adobe Photoshop.
Интерфейс навороченный, а результат — плачевный.
Лидером оказался следующий плагин. Не зря я их давно выделял среди остальных...
Плагин для Adobe Photoshop.
Слышал об том плагине, но не пробовал до сего момента.
Изменять размер нужно через меню «Plugins\Resize\Resize», метод «Least-Squares»
Результат не впечатлил. OnOne Perfect Resize побеждает.
В своей книге The Adobe Photoshop CS6 Book for Digital Photographers
(у меня версия книги про CS6) Scott Kelby рекомендует использовать алгоритм bicubic sharper
для увеличения фото вместо рекомендованного bicubic smoother
.
Что ж...попробуем.
Результат не впечатлил. OnOne Perfect Resize побеждает.
1. Я использую для критичных увеличений изображений, чего и вам желаю.
Разница между стандартным способом из Adobe Photoshop и OnOne Perfect Resize Professional Edition 7 большая и вполне заметная на печати.
2. Если вы соберетесь печатать совсем большие форматы, то учтите, что в СНГ сейчас принято использовать разрешение около 100 dpi для баннеров.
Для просто крупных изображений на выставку (1-2 м) используйте 150 dpi, если сложно получить больше. Расстояние просмотра, как правило, ограничено в 1-2 м. и с такого расстояния просмотра данное разрешение выглядит вполне приемлемо.
3. Если вы будете снимать на среднеформатный слайд, то сможете «вытащить» с него разрешения намного большем, чем с цифровой камеры. До 100 Мпикс.
4. Не забывайте о методах повышения резкости. Я в статье сравнил алгоритмы увеличения разрешения при отключенном увеличении резкости. Но к финальному отпечатку я, как правило, добавляю резкости. Конечно, не «в лоб», а, например, таким методом
В следующий раз мы поговорим о не менее важном моменте — уменьшении размеров фото для интернет. Казалось бы что проще, но... Почти все программы делают уменьшение размеров с большой потерей деталей.
Надеюсь данная статья поможет вам сделать красивые большие отпечатки ваших снимков!
Оцените, пожалуйста, статью (40
votes, average: 4,73
out of 5)
Подписаться на RSS ленту
Похожих статей не найдено
Установка свойств отображения
В приложении Image Processing Toolbox существует возможность настройки установок, которые контролируют некоторые свойства функций отображения изображений imshow и imtool. Например, использование установок приложения позволяет описать коэффициент увеличения, который применяется при выводе изображений с помощью функций imtool и imshow.
В рамках данного вопроса рассмотрим
Установки приложения
Приложение Image Processing Toolbox поддерживает несколько установок, которые влияют на способ отображения изображений с помощью функций imshow и imtool. В таблице приведен список установок и их короткое описание. Для получения более детальной информации относительно установок приложения и их значений см. описание функции iptsetpref.
| Установки приложения | Описание |
| ImshowBorder | Этот параметр может принимать два значения - "loose" и "tight". Если параметр ImshowBorder принимает значение "loose", то изображение будет отображаться функцией imshow с отступом от края окна figure. Таким образом, в окне остается место для дополнительных надписей. Используется по умолчанию. Если параметр ImshowBorder принимает значение "tight", то изображение будет отображаться функцией imshow так, чтобы оно занимало все окно figure. |
| ImshowAxesVisible | Этот параметр может принимать два значения - "on" и "off". Если параметр ImshowAxesVisible принимает значение "on", то при выводе изображения функцией imshow в окне figure будут дополнительно выведены оси координат. Если же параметр ImshowAxesVisible принимает значение "off", то оси координат выводиться не будут. Значение параметра "off" устанавливается по умолчанию. |
| ImshowInitialMagnification | Управляет коэффициентом увеличения, который используется функцией imshow при выводе изображения. |
| ImtoolInitialMagnification | Контролирует коэффициент увеличения в приложении Image Tool, которое используется для масштабирования изображений. |
Получение значений установок приложения
Для определения текущих значений используется функция iptgetpref. Рассмотрим пример использования функции iptgetpref для определения значения свойства imtoolInitialMagnification.
Iptgetpref("ImtoolInitialMagnification") ans = 100
Для более детальной информации см. описание функции iptgetpref.
Установка значений свойств приложения
Для установки значений свойств приложения используется функция iptsetpref. Рассмотрим пример использования функции iptsetpref для установки свойств отображения, которые приводят к тому, что при вызове функции imshow будет изменятся размер окна отображения в соответствии с размерами отображаемого изображения и значением свойства "ImshowBorder".
Iptsetpref("ImshowBorder", "tight");
Для более детальной информации см. описание функции iptsetpref.
Пространственные преобразования
Рассмотрим основные функции пространственных преобразований, которые реализованы в приложении Image Processing Toolbox.
| Терминология | Описание основных терминов, которые используются при обработке изображений |
| Интерполяция | Пространственный (или временной) прогноз значений неизвестных значений пикселей между истинными значениями пикселей. |
| Изменение размеров изображения с помощью функции imresize. | |
| Вращение изображений | Использование функции imrotate для поворота изображений. |
| Вырезание изображения | Использование функции imcrop для вырезания прямоугольной части изображения. |
| Описание основных свойств пространственных преобразований в приложении. |
Интерполяция
Как уже отмечалось выше, интерполяция - это пространственный (или временной) прогноз значений неизвестных значений пикселей между истинными значениями пикселей. Например, для изменения размеров изображений используется один из методов интерполяции. Методы двумерной интерполяции используются также при повороте изображений (функция imrotate) и при анализе изображений с помощью функции improfile.
Методы интерполяции
Приложение Image Processing Toolbox использует три встроенных алгоритма интерполяции:
Типы изображений
В функциях, которые используют интерполяцию, в качестве аргумента указывается название метода интерполяции. Для большинства функций это интерполяция с использованием значений ближайших пикселей. Этот метод дает приемлемые результаты для всех типов изображений и является единственным методом, который используется для индексных изображений. Для яркостных и RGB изображений лучше использовать билинейную или бикубическую интерполяцию, поскольку, в большинстве случаев, эти методы обеспечивают лучший результат, чем при использовании интерполяции с использованием значения ближайших пикселей.
Для RGB изображений интерполяция выполняется отдельно для красной, зеленой и синей составляющих. В принципе, это не совсем корректно, поскольку приводит к нарушению цветового баланса.
Для бинарных изображений интерполяция даст эффект, если проводить ее осознанно. При использовании билинейной или бикубической интерполяции вычисленные значения пикселей на результирующем изображении не всегда будут равны 0 или 1. Результат обработки также зависит от формата исходного изображения:
При использовании интерполяции с использованием значений ближайших пикселей результат будет всегда бинарным, так как значения интерполируемых пикселей берутся из исходного изображения.
Изменение размеров изображения
Для изменения размеров изображения используется функция imresize. При использовании функции imresize необходимо
При использовании функции imresize размер результирующего изображения можно указать двумя путями:
Использование коэффициента увеличения
Для увеличения изображения необходимо, чтобы коэффициент увеличения был больше 1. Для уменьшения изображения необходимо, чтобы коэффициент увеличения находился в диапазоне между 0 и 1. Например, с помощью команды, которая написана ниже, реализуется увеличение изображения I в 1.25 раз.
I = imread("circuit.tif"); J = imresize(I,1.25); imshow(I) figure, imshow(J)
Описание размера результирующего изображения
Существует возможность описать размер результирующего изображения в виде вектора, который содержит два числа - количество строк и столбцов результирующего изображения. Рассмотрим пример создания результирующего изображения Y, которое состоит из 100 строк и 150 столбцов.
Y = imresize(X,)
Примечание. Если при описании размеров результирующего изображения не сохранены пропорции соотношения сторон исходного изображения, то результирующее изображение будет искажено.
Описание метода интерполяции
По умолчанию функция imresize для формирования результирующего изображения использует метод интерполяции на основе значений ближайших пикселей. Однако можно задать также другой метод интерполяции. В таблице приведен список опций, которыми задаются методы интерполяции в функции imresize.
Рассмотрим пример, когда функция imresize использует билинейную интерполяцию.
Y = imresize(X,,"bilinear")
Использование фильтров препарирования изображений
Изменение размеров изображения может привести к возникновению артефактов на изображении, что отражается на его качестве.
Поэтому при уменьшении изображений с использованием билинейной или бикубической интерполяции, функция imresize автоматически использует низкочастотный фильтр для уменьшения артефактов на результирующем изображении.
Функция imresize может не применять низкочастотный фильтр, если используется интерполяция по соседним элементам. Интерполяция по соседним элементам используется, в основном, для индексных изображений, а низкочастотная фильтрация для индексных изображений не применяется.
Также можно создать свой фильтр для проведения низкочастотной фильтрации. Для более детальной информации см. описание функции imresize.
Поворот изображений
Для поворота изображений используется функция imrotate. При использовании функции imrotate нужно указать два основных аргумента:
Угол поворота можно описать в градусах. Если задать положительное значение, то функция imrotate будет вращать изображение против часовой стрелки, если задать отрицательное значение, то функция imrotate буде вращать изображение по часовой стрелке. Рассмотрим пример поворота изображения I на 35 градусов против часовой стрелки.
J = imrotate(I,35);
В качестве необязательных аргументов в функции imrotate также можно описать
Описание метода интерполяции
По умолчанию, функция imrotate использует интерполяцию по соседним элементам для определения значений пикселей результирующего изображения. Также пользователь может использовать другой метод интерполяции. В таблице подан список поддерживаемых интерполяционных методов.
Рассмотрим пример поворота изображения на 35° против часовой стрелки с использованием билинейной интерполяции.
I = imread("circuit.tif"); J = imrotate(I,35,"bilinear"); imshow(I) figure, imshow(J)
Описание размера результирующего изображения
По умолчанию, функция imrotate создает результирующее больше, так чтобы поместить исходное изображение, которое размещено под указанным углом. Пикселям, которые находятся за пределами изображения, устанавливается значение 0 и они являются фоном результирующего изображения. Если в функции imrotate в качестве аргумента указать опцию "crop", то результирующее изображение будет обрезано до размеров исходного изображения. Для более детальной информации см. описание функции imrotate.
Вырезание изображений
Для выделения прямоугольной части изображения используется функция imcrop. При использовании функции imcrop необходимо указать два основных аргумента:
Существует также другой путь использования функции imcrop. Он заключается в том, что не всегда нужно указывать прямоугольник, который вырезается на изображении. Этот прямоугольник можно задать интерактивно. В этом случае курсор изменяет свой вид и принимает форму крестика. Нажатие на левую клавишу мыши свидетельствует о выборе одного угла прямоугольника, а место курсора в момент отпуска клавиши мыши свидетельствует о выборе другого угла. Таким образом поверх изображения будет наложен прямоугольник, который определяет вырезаемую часть изображения.
Imshow circuit.tif I = imcrop; imshow(I);
Выполнение основных пространственных преобразований
Для выполнения основных двумерных пространственных преобразований используется функция imtransform.
При использовании функции imtransform необходимо указать два основных аргумента:
Описание типа преобразований
При описании типа преобразований необходимо использовать структуру TFORM. Существует два пути использования TFORM:
Использование maketform
При использовании функции maketform необходимо описать тип нужных преобразований. В таблице приведен список типов преобразований в алфавитном порядке, который поддерживается функцией maketform.
| Тип преобразования | Описание |
| "affine" | Преобразования, которые включают сдвиг, поворот, масштабирование и другие похожие функции преобразования изображений. При этом прямые линии остаются прямыми, параллельные остаются параллельными, а прямоугольник может превратиться в параллелограмм. |
| "box" | Отдельный случай аффинных преобразований, когда каждая размерность масштабируется независимо. |
| "composite" | Структура двух или более преобразований. |
| "custom" | Преобразование, которое определено пользователем и вызывается с помощью функции imtransform. |
| "projective" | При этом типе преобразований прямые линии остаются прямыми, а параллельные сходятся в одной точке. Эта точка может находиться как в пределах изображения, так и за его пределами. |
Использование cp2tform
При использовании функции cp2tform создается TFORM, когда необходимо выполнять такие преобразования, как подгонка данных, например, при полиномиальных преобразованиях.
Примечание. При использовании функции imtransform структура TFORM выполняет двумерные пространственные преобразования. Если изображение содержит больше, чем две размерности, например, RGB изображения, то двумерные преобразования автоматически применяются ко всем двумерным составляющим. Для определения n-мерных преобразований используется функция tformarray.
Выполнение преобразований
После определения типа преобразований в структуре TFORM, существует возможность их выполнения путем вызова функции imtransform.
Рассмотрим пример использования функции imtransform для выполнения проективных преобразований с изображением шахматной доски.
I = checkerboard(20,1,1); figure; imshow(I) T = maketform("projective",,... ); R = makeresampler("cubic","circular"); K = imtransform(I,T,R,"Size",,"XYScale",1); figure, imshow(K)
Различные опции функции imtransform контролируют разные аспекты преобразований. Например, как видно из предыдущего преобразования, отдельные установки должны контролировать количество и размещение копий исходного изображения на результирующем изображении. Также контролируется размер результирующего изображения. В приложении Image Processing Toolbox есть достаточно много примеров с использованием функции imtransform и других похожих функций, которые выполняют различные типы пространственных преобразований.
Линейная фильтрация и проектирование фильтров
Приложение Image Processing Toolbox содержит некоторое число функций, которые проектируют и реализуют двумерную линейную фильтрацию данных изображения. Рассмотри эти вопросы в таком порядке:
Рассмотрим еще некоторые термины, которые также буду в дальнейшем применяться при рассмотрении материала.
| Термин | Описание |
| Convolution (свертка) | Операция над локальной окрестностью, где каждый результирующий пиксель представляет собой взвешенную сумму исходных пикселей. Вес определяется ядром свертки. С помощью операции свертки можно реализовать такие методы обработки изображений как сглаживание, повышение резкости и усиление границ объектов изображения. |
| convolution kernel (ядро свертки) | Матрица весов, которая используется при выполнении свертки. |
| Correlation (корреляция) | Операция над локальной окрестностью, где каждый результирующий пиксель представляет собой взвешенную сумму пикселей локальной окрестности. Весы определяются ядром корреляции. Понятие корреляции очень тесно связано с понятием свертки. |
| correlation kernel (ядро корреляции) | Для реализации функции корреляции используется весовая функция. Ядра корреляции можно получить с помощью функции проектирования фильтров в Image Processing Toolbox. Ядра корреляции представляют собой ядро свертки, которое повернуто на 180 градусов. |
| FIR filter (фильтр с конечной импульсной характеристикой, КИХ-фильтр) | В приложении существует ряд функций для расчета коэффициентов цифрового КИХ фильтра, в частности, методом Ремеза. Особенностью их использования является то, что исходные данные задаются в виде желаемой АЧХ произвольной сложности. |
| frequency response (частотная характеристика или частотный отклик) | Математическая функция, с помощью которой можно оценивать работу фильтра на различных частотах. |
| neighborhood operation (операция с использованием значений соседних элементов) | Операция, в результате которой значение каждого пикселя вычисляется на основе значений окрестных пикселей. Свертка, методы морфологической обработки и медианная фильтрация являются примерами операций с использованием соседних пикселей. |
| window method (локальные методы обработки) | Методы обработки, при которых учитываются локальные особенности изображения. |
Линейная фильтрация
Фильтрация представляет собой технологию модификации или улучшения изображения. Например, существует большое количество фильтров для усиления некоторых особенностей изображения или их удаления. Речь может идти о подчеркивании границ, выделении областей по некоторым признакам (например, цветовым) и т.п.
Как уже отмечалось ранее, существует ряд методов, в которых значения пикселей обработанного изображения вычисляются на основании значений окрестных пикселей. Разница между этими методами состоит в том, каким образом учитываются значения соседних пикселей. Отметим, что на основании значений соседних пикселей можно говорить об особенностях локальных окрестностей изображения.
Линейная фильтрация представляет собой такой вид обработки, при которой значения пикселей обработанного изображения формируются в результате линейных операций над значениями пикселей окрестности исходного изображения.
Поскольку этот вид фильтрации довольно часто применяется при обработке изображений, рассмотрим некоторые вопросы линейной фильтрации более детально, в частности
Свертка
Линейная фильтрация изображений может быть реализована с помощью так называемой операции свертки. При реализации этой операции значения результирующих пикселей вычисляются как взвешенная сумма пикселей исходного изображения. Матрица весов называется ядром свертки, она известна еще как фильтр.
Рассмотрим пример. Пусть изображение представляет собой набор пикселей со значениями, представленными в виде матрицы
A =
а ядро свертки представлено таким образом
H =
Рассмотрим пример вычисления результирующего пикселя с координатами (2,4). Для этого необходимо выполнить следующие шаги:
Корреляция
Операция корреляции очень похожа на операцию свертки в плане реализации. При вычислении корреляции значение результирующего пикселя представляет собой взвешенную сумму окрестных пикселей. Разница состоит в том, что матрица весов перед вычислениями не поворачивается. Рассмотрим аналогичный пример вычисления значения результирующего пикселя (2,4). Исходная матрица изображения и ядро корреляции взяты из предыдущего примера. Для этого необходимо реализовать следующие шаги:
В результате значение пикселя (2,4) будет равно
Вычисление значения результирующего пикселя (2,4)
ногие фотографы, работающие с цифровыми изображениями, сталкиваются с ситуацией, когда цифровой снимок оказывается меньшего размера, чем нужно для печати. Для того чтобы сделать изображение больше при том же разрешении, в него нужно добавить новые пикселы. Задача состоит в том, чтобы рассчитать цвет новых пикселов, которые необходимо добавить между существующими. Данная процедура называется upsampling и решается путем применения различных алгоритмов. Из общеизвестных upsampling-алгоритмов, которые используются на протяжении уже многих лет, следует назвать три:
На рис. 1 приведен пример обработки фотографии с помощью традиционных алгоритмов интерполяции.
Все перечисленные методы приводят к дефектам в виде следов интерполяции. В последнее время появились более сложные алгоритмы, которые позволяют минимизировать дефекты интерполяции. На их основе созданы специализированные приложения, выполненные в виде автономных программ или плагинов к Photoshop и другим популярным графическим редакторам. Подобные плагины необходимы всем, кому приходится иметь дело с изображениями недостаточного разрешения, источниками которых служат цифровые фото- и видеокамеры, Интернет и т.п.
На рис. 2 показаны примеры обработки исходной фотографии (см. рис. 1) с помощью программы Imagener от компании Kneson Software.
Современные upsampling-программы позволяют довести небольшие изображения, взятые с Web-сайтов, до изображений, годных для печати, рассмотреть неясные детали на старых фотографиях и т.п. Подобные программы используются не только в допечатной подготовке, но и в таких областях, как медицина, криминалистика, астрономия.
В данной статье рассматриваются не только Upsampling-приложения, созданные компаниями, специализирующимися на обработке изображений, но и программы, разработанные отдельными программистами. Большинство программ, рассматриваемых в этой статье, можно найти на нашем CD-ROM-приложении.
1 Изображение с рваными (зазубренными, ступенчатыми) краями.
Разработчик: Kneson Software
Платформа: Windows
Программа выпускается в трех модификациях: Enhanced 29,95 долл., Professional 49,95 долл., Unlimited 99,95 долл.
Одна из лучших программ в области увеличения цифровых изображений, выпускаемая в трех модификациях Enhanced, Professional и Unlimited.
Imagener Enhanced Enlargement
Приложение обеспечивает увеличение цифровых изображений в форматах JPG, GIF, TIF, BMP, PCX, PSD, ETC. В нем применяется интеллектуальный модуль, который анализирует большую область вокруг каждого пиксела, чтобы качественно увеличить изображение. Приложение позволяет достигать 200-300-процентного увеличения без заметной потери качества.
Imagener Professional Enlargement
Приложение обладает всеми возможностями версии Enhanced, а кроме того, в нем используется технология Kneson Progressive++ Enlargement Method, которая базируется на контентно-зависимой интерполяции, учитывающей сложность изображения. Программа позволяет выполнять более чем 300-процентное увеличение без визуально заметной потери качества.
Imagener Unlimited Enlargement
Данная версия обладает возможностями Imagener Enhanced и Imagener Professional, а кроме того, в ней применяется интерполяционная технология Kneson Unlimited++ Enlargement Method, которая сначала переводит растровое изображение в векторное, потом увеличивает его, что дает высокое качество, а затем обратно растеризует изображение в один из популярных форматов, например в JPEG, GIF или TIF (рис. 3).
Рис. 3. Пример работы программы Imagener Unlimited Enlargement
По данным разработчика, технология Imagener Unlimited разрабатывалась около десяти лет и в нее было инвестировано более 2,5 млн. долл. Имеется демо-версия.
Сравнительная характеристика версий программы Imagener приведена в табл. 1.
Скачать приложения можно по адресу: http://www.imagener.com/Download.html
Разработчик: Extensis, Inc.
Цена: 199,95 долл.
Платформа: Windows и Mac OS
Pxl SmartScale одна из самых дорогих программ для интерполяции. Разработчики не раскрывают сути реализованных алгоритмов и лишь заявляют, что программа обеспечивает увеличение размеров до 1600% без видимого ухудшения качества (рис. 4). Среди полезных функций программы предпросмотр, возможность контроля резкости и контраста результирующего изображения, кадрирование. Имеется 30-дневная ознакомительная версия.
Разработчик: Shortcut
Платформа: Windows и Mac OS
Цена: 129 евро
Многие фотографы сталкиваются с проблемой потери качества, возникающей при увеличении размера цифрового изображения. Побочными эффектами при этом являются расфокусировка изображения и зубчатые края, свойственные изображениям, которые были обработаны в одном из примитивных приложений для увеличения изображения. Shortcut PhotoZoom Professional (рис. 5) позволяет увеличивать цифровые изображения без возникновения вышеуказанных дефектов. Программа использует технологию S-Spline, которая основана на патентованном алгоритме оптимальной самонастраивающейся интерполяции (self-adjusting interpolation) (рис. 6).
Особенности программы:
Более дешевую версию программы, адресованную домашним пользователям, можно приобрести за 49 евро в составе пакета программ Shortcut PhotoMagic, куда, помимо программы для увеличения изображения без визуальной потери качества, входит ряд утилит по обработке цифровых изображений.
Разработчик: Фред Миранда (Fred Miranda)
Платформа: Windows и Mac OS
Цена: 30 долл.
Resize Pro это плагин для Photoshop, основанный на операции интерполяции. Суть алгоритма состоит в автоматическом выборе пикселов, которые в наибольшей степени отвечают за детали на изображении. Эти пикселы обрабатываются специальным образом. Данный алгоритм позволяет получить более детализированные и натурально выглядящие снимки как при увеличении, так и при уменьшении изображения.
При уменьшении размера Resize Pro обеспечивает максимально возможное качество, анализируя, информация от каких точек важна, а какими можно пренебречь.
При использовании данного плагина изображение не пострадает от посторонних эффектов типа ореола вокруг контрастных областей. Другая особенность программы это высокая скорость работы. Resize Pro работает на базе Photoshop 6, 7, CS, CS2, Elements 1, 2 и 3.
Плагин для конкретной камеры (рис. 7) можно подобрать по адресу: http://www.fredmiranda.com/software .
Разработчик: LizardTech, Inc.
Платформа: Windows
Цена: Genuine Fractals 4.0 159 долл.; Genuine Fractals PrintPro 4.0 299 долл.
Genuine Fractals от компании Lizard Technologies популярный пакет для увеличения разрешения изображений (рис. 8). Реализованные в Genuine Fractals интерполяционные алгоритмы основаны на кодировании изображения методом IFS (Iterated functions system) 2 . Они позволяют растягивать отдельные фрагменты изображения с учетом их локальных геометрических характеристик и соответственно избегать дефектов интерполяции (зубцов, ореолов и т.п.).
Программа обеспечивает конвертирование изображения в собственный формат Genuine Fractals, в котором изображение хранится в более компактном виде. Это дает возможность хранить и передавать по Сети большее количество изображений.
В качестве плагина Photoshop Genuine Fractals добавляет к приложению Adobe Photoshop дополнительную функцию разрешение по запросу (resolution on demand), то есть позволяет получать файлы разного разрешения из одного базового кода.
Программа обеспечивает возможность увеличения изображения до 600% без видимой потери качества.
Genuine Fractals PrintPro 4.0 поддерживает все цветовые модели, включая CMYK и CIE-Lab.
Функциональность демо-версии ограничена 12 файловыми операциями.
Сравнительная характеристика продуктов Genuine Fractals представлена в табл. 2.
2 Метод систем итерируемых функций (Iterated Functions System, IFS) появился в середине 80-х годов как простое средство получения фрактальных структур. IFS представляет собой систему функций из некоторого фиксированного класса функций, отображающих одно многомерное множество на другое.
Разработчик: FSoft
Платформа: Windows
Цена: 24 евро
Photoshop-плагин Resize Magic позволяет не только увеличивать (рис. 9), но и уменьшать изображения. Нелицензированная программа вставляет в изображение метки.
Рис. 9. Изображение увеличено с 500x667
до 2800x3735 пикселов: слева с помощью программы Adobe Photoshop, справа
с помощью Resize Magic
Загрузить программу можно по адресу: http://www.fsoft.it/imaging/en/Download.htm .
Разработчик: Брайан Спэнглер (Brian Spangler)
Платформа: Windows
Цена: 25 долл.
Resize IT это Adobe Photoshop-плагин, который работает со всеми приложениями, поддерживающими Adobe-совместимые плагины. Если вам необходимо увеличить 3-мегапиксельное изображение до 11 мегапикселов, то Resize IT предложит несколько интерполяционных алгоритмов, из которых можно будет выбрать оптимальный для конкретного случая. Приложение окажется полезным для профессиональных фотографов (рис. 10). Незарегистрированная версия позволяет обработать 15 изображений.
РРазработчик: Ларс Морман (Lars Mohrmann)
Платформа: Windows
Цена: 15 евро
Inzoomnia это самая дешевая программа в данном обзоре. Приложение хорошо справляется с прямыми и скругленными линиями, но генерирует зазубрины в остроугольных элементах изображения (рис. 11). Имеется демонстрационная версия, в которой отсутствует возможность сохранения файлов.
Разработчик: Digital Domain
Платформа: Windows
Цена: 45 долл.
Программа Qimage будет интересна пользователям, которых увеличение изображений интересует преимущественно в контексте вывода на печать. Она предназначена для того, чтобы печатать увеличенные изображения с надлежащим качеством. Qimage использует собственные алгоритмы более интеллектуальные, чем бикубическая интерполяция.
Программа позволяет напечатать изображения с максимальным качеством, оптимально размещает несколько снимков на странице, благодаря чему экономится дорогостоящая фотобумага (рис. 12). Помимо интеллектуальных алгоритмов увеличения изображения имеются фильтры шума, удаление пятен, функции настройки яркости, контраста, резкости, вращения изображения, зеркального преобразования и т.д. Поддерживаются форматы JPEG, TIF, BMP, GIF, PCX, TGA, PCD, PNG, и NEF (Nikon D1 raw).
Разработчик: Digital Multi Media Design
Платформа: Windows
Цена: проект пока не коммерциализован
Pictura это программа обработки графики, которая использует оригинальные алгоритмы интерполяции, подавление шума, фокусировку и другие фильтры, которые применяются для редактирования цифровых фотографий и в допечатной подготовке.
Pictura основана на методе интерполяции AQua-2 (Adaptive Quadratic v.2), согласно которому для каждого из синтезируемых пикселов рассчитывается распределение вероятности значений цветовых компонентов, зависящее от локальных характеристик изображения.
Проект находится на стадии тестирования предварительной альфа-версии, участие в котором возможно с согласия авторов (размер установочного файла 9 Mбайт).
Стоит задача: увеличить изображение 100х100 с четырмя каналами, (красный, зелёный, синий, альфа-канал; содержит сильно размытое пятно), до размера 2500х2500, и вывести на заранее подготовленный графический контекст устройства. Фактически кисть, наподобии кистей в графическом редакторе Adobe Photoshop. Проблема состоит как раз в увеличении (ресайзе). Вот исходное изображение (или кисть; показываю только альфа канал, остальное не принципиально):
Нарисовано стадартной кистью Photoshop.
А вот, что получается после увеличения моим алгоритмом (ещё раз: не обращайте внимания на цвет: он устанавливается рандомом). Я использовал ленийное интерполирование .
Вы тоже видите эти шероховатости? Так вот: вся проблема в них. Эти шерховатости находятся в альфа-канале, т.к. цвет у всей кисти однородный. Из-за них, при рисовании линии кистью, образуется страшная грязь. Чтобы понять природу этих неровностей, я решил нарисовать в Photoshop"е полоску шириной 1 пикс., представляющую собой плавный градиент от белого к синему, а потом снова к белому. Далее я увеличил по ширине каждую полоску сначала своим алгоритмом, потом в Photoshop"е: alt text http://plasmon.rghost.ru/38526229/image.png
alt text http://rghost.ru/38526272/image.png
На первом рисунке опять видно неровности.
Вот почему, по моему мнению, возникают неровности:alt text http://rghost.ru/38526320/image.png
Здесь по оси x - номер пикселя, y - цвет. Синие точки - исходные, красные - аппроксимированнные линейной интерполяцией. Синий график показывают идеальную интерполяцию сплайнами, но она слишком долго выполняется на компьтере. Так вот, видите ломаный чёрный график линейной интерполяци? Вот эти самые углы ломаной, мне кажется, образуют такие шероховатости.
В Photoshop"е в настройках стоит интерполяция "Bicubic (best for smooth gradients)", но "Linear" и "Bicubic" в Photoshop"е дают одинаковый с моим алгоритмом результат. Так что можно считать, что "Bicubic (best for smooth gradients)" в Photoshop"е изображение сначала увеличивается линейной интерполяцией а потом применяется банальный фильтр размытия.
Итак. Все фильтры размытия которые я нашёл в интернете работают крайне медленно (в т.ч. мой). Скорее всего, Photoshop использует графический ускоритель. Но возможно ли как-нибудь реализовать мою задачу только с помощью CPU? И чтобы работало максимум секунду. Жду ваших предложений.
//горизонтальная интерполяция между исходными пикселами for y:=1 to setedbrush.h_orig do for x:= 1 to setedbrush.w_orig-1 do begin x_0:=round(x*k); x_x:=x_0+1; x_1:=round((x+1)*k); y_y:=round(y*k); while(x_x<>x_1) do begin cl:=round((temp.r-temp.r)/(x_1-x_0))+temp.r; temp.r:=cl; cl:=round((temp.g-temp.g)/(x_1-x_0))+temp.g; temp.g:=cl; cl:=round((temp.b-temp.b)/(x_1-x_0))+temp.b; temp.b:=cl; cl:=round((temp.a-temp.a)/(x_1-x_0))+temp.a; temp.a:=cl; inc(x_0); inc(x_x); end; end;
Здесь x_0 - крайний известный левый пиксел, соответственно x_1 - правый; x_x - расчитываемый пиксел, y_y - текущая строчка. Формула на основании подобия прямоугольных треугольников.
Результат уже лучше, чем прежде. Но при рисовании линии - грязь. Чтож, придётся сглаживать... Хотя, может быть, дело в картинке.
Простой ответ на ваш вопрос: "Да, есть алгоритмы, но ни один из них не очень хорош". Как вы упомянули в вопросе, ограничивающим фактором является необходимость изобретать пиксели, чтобы увеличить разрешение за небольшую величину. (Вот почему вы не можете прочитать номер номерного знака от отражения в чьих-то очках от фотографии, снятой с камеры видеонаблюдения, как это происходит в CSI: Miami.)
Если все, что вы хотите сделать, это создать более крупное изображение (для настенного навеса или подобное), вы можете использовать плагин для Photoshop , который будет сглаживать переходы между пикселями с использованием существующей информации. Он не может создавать новые пиксели, но он может избавиться от этого квадратного, неровного вида.
Добавление к предыдущим ответам: обратите внимание, что ответ на ваш вопрос во многом зависит от того, что именно вы подразумеваете под разрешением - устройства отображения, устройства захвата или устройства просмотра (т.е. человеческого глаза). Я предполагаю, что вы говорите о растровых изображениях (проблема не будет существовать для векторных изображений.)
Вы должны признать, что снимок, сделанный с более высоким разрешением, будет содержать больше информации об изображении (то есть детали), чем изображение той же сцены, сделанное с более низким разрешением. Невозможно добавить эту информацию из воздуха. Алгоритмы масштабирования синтезируют некоторую информацию на основе предположения о непрерывности между элементами дискретного растрового изображения. Эта "новая" информация на самом деле не нова, но получена из ранее существовавшей информации о снимке, поэтому нельзя считать, что она имеет 100% вероятность совпадения исходной сцены. Более эффективные алгоритмы могут давать лучшие вероятности, но их результаты всегда будут иметь вероятность совпадения менее 1.
Один из способов увеличить разрешение - сделать несколько снимков, увеличить их до 4x ареалов (2x линейных в обоих направлениях) и использовать программное обеспечение стекирования для объединения изображений. Окончательное изображение будет лучше, чем любой из оригиналов.
Увеличение изображений рискованно. Вне определенной точки увеличение изображений - это безумное поручение; вы не можете магически синтезировать бесконечное количество новых пикселей из воздуха. И интерполированные пиксели никогда не бывают хорошими, как реальные пиксели. Вот почему это более чем искусственно, чтобы увеличить изображение Лены на 512x512 на 500%. Было бы разумнее найти более развернутое сканирование или изображение того, что вам нужно *, чем было бы увеличить его в программном обеспечении.
В некоторых случаях могут помочь алгоритмы с высоким разрешением. Я не знаю все, что связано (требуются мягкие/аппаратные и исходные изображения), но если вас интересует, есть некоторые ссылки:
Вы можете прорисовать изображение с помощью инструментов, таких как autotrace или potrace, и использовать его в любом разрешении. Но это вычислительно дорого, поэтому вы получаете изображение с несколькими цветами/функциями и даже меньше, если вам нужно быстро работать на нем.
Если вам нужно сделать это алгоритмически, ознакомьтесь с ссылкой Image Scaling , предложенной Draemon. На какой платформе вы будете делать эти интерполяции? В большинстве графических библиотек будет реализовано множество подходов, позволяющих сбалансировать скорость и качество.
