เราจะกำหนดอัลกอริธึมการสุ่มตัวอย่างที่เหมาะสมที่สุดสำหรับรูปภาพประเภทใด

กำลังอ่านคำถามนี้และต้องคิด คุณจะทราบได้อย่างไรว่าโซลูชันการสุ่มตัวอย่างที่ดีที่สุดคืออะไร ฉันมีแนวคิดแม้ว่าจะค่อนข้างคลุมเครือในสิ่งที่วิธีการพื้นฐานทำ

มีกฎทั่วไปที่ดีสำหรับรูปภาพประเภทต่างๆหรือไม่? ตัวอย่างเช่นการใช้อัลกอรึทึม resampling เฉพาะสำหรับรูปภาพและชุดอื่นสำหรับกราฟิกเว็บ สีโดยรวมของภาพความคมชัดของวัตถุและพื้นหลัง ฯลฯ จะเข้าสู่การเล่นหรือไม่

มีแบบฝึกหัดให้ข้อมูลที่เป็นประโยชน์มากมายเกี่ยวกับ Cambridge in Color ที่เกี่ยวกับหัวข้อการปรับขนาดภาพ

1. การทำความเข้าใจกับการแก้ไขภาพครอบคลุมทฤษฎีพื้นฐานที่อยู่เบื้องหลังการแก้ไขภาพ
2. การปรับขนาดรูปภาพสำหรับเว็บและอีเมลครอบคลุมการย่อขนาดรูปภาพและข้อผิดพลาดที่ต้องระวัง
3. การปรับการขยายภาพดิจิทัลให้มีประสิทธิภาพสูงสุดนั้นจะครอบคลุมภาพที่มีขนาดใหญ่ขึ้น

บทช่วยสอนสุดท้ายนั้นดีเป็นพิเศษเนื่องจากมีตารางของการแก้ไขร่วมกันทั่วไปพร้อมกับไดอะแกรมที่ช่วยให้คุณเห็นภาพการแลกเปลี่ยนแต่ละอัลกอริทึมที่เกี่ยวข้องกับ anti-aliasing, blurring และ edge halos

คำตอบโดยตรงคือในที่สุดคุณทำไม่ได้ ในหลายกรณีที่แย่มากมันเป็นเรื่องของรสนิยม คนสามคนที่ดูภาพที่ปรับขนาดแล้วของรุ่นใดภาพหนึ่งอาจมีความคิดเห็นที่ต่างกันสามแบบเกี่ยวกับภาพที่ดีที่สุด เกี่ยวกับสิ่งที่ดีที่สุดที่คุณสามารถทำได้คือเลือกว่าคุณลักษณะใดของรูปภาพที่คุณพิจารณาว่ามีความสำคัญและเลือกวิธีการตามนั้น

ตัวอย่างเช่นเพื่อนบ้านที่ใกล้ที่สุดทำงานค่อนข้างดีในการบำรุงรักษาขอบคมบนเส้น - มากกว่าวิธีการแก้ไขส่วนใหญ่ ในขณะเดียวกันก็สามารถนำไปใช้กับสิ่งที่ควรดู "เรียบ" (เช่นท้องฟ้าสีฟ้าใส) สามารถผลิตสิ่งประดิษฐ์ที่ดูเหมือนขอบ

สิ่งที่ตรงกันข้ามก็เป็นจริงเช่นกันการประมาณค่าสามารถช่วยให้การไล่ระดับสีเป็นไปอย่างราบรื่น หากคุณไปไกลเกินไปรายละเอียดที่ดีสามารถลบออกได้อย่างสมบูรณ์

วิธีการที่ดีกว่าส่วนใหญ่ปรับตัวได้ในระดับหนึ่ง พวกเขาประมาณว่า "ความคมชัด" ของการไล่ระดับสีของข้อมูลต้นฉบับมีความซับซ้อนน้อยลงและพยายามรักษาระดับความเรียบ / ความคมชัดที่เหมือนกันซึ่งมีอยู่ในต้นฉบับโดยประมาณ การปรับปกติจะทำโดยการสแกนภาพในบล็อกและการปรับใช้บนพื้นฐานบล็อกโดยบล็อก

ตัวอย่างเช่นหากคุณมีภูมิทัศน์ที่มีท้องฟ้าสีครามและต้นไม้ที่มีรายละเอียดจำนวนมาก (กิ่งไม้ใบไม้ ฯลฯ ) มันจะปรับให้ราบเรียบกับกิ่งน้อยกว่าท้องฟ้ามาก

อย่างไรก็ตามมีหลายวิธีในการประมาณค่าการไล่ระดับสีไม่มีวิธีใดที่สมบูรณ์แบบและมีขนาดต่าง ๆ ของ windows ซึ่งไม่เหมาะสำหรับรูปภาพทุกรูป นั่นทำให้มีความแตกต่างพอสมควรแม้ระหว่างอัลกอริธึมแบบปรับตัว

ไซต์นี้ ( การเปรียบเทียบวิธีการขยายภาพ ) ทำงานได้ดีในการเปรียบเทียบวิธีการแก้ไขที่แตกต่างกัน และถ้าคุณดาวน์โหลดเครื่องมือ ( ตัวประมวลผลภาพ SAR เวอร์ชัน 4.3 ) คุณสามารถวัดความแตกต่างด้านคุณภาพได้

ถึงแม้ว่ามันจะเป็นแนวทางที่ดี แต่ก็ไม่ได้ตอบคำถามว่าอัลกอริธึมใดที่เหมาะสมกับภาพประเภทใด

ด้านล่างนี้เป็นส่วนแยกของผลการทดสอบสำหรับอัลกอริธึมการแก้ไขต่างๆ แผนภาพลิขสิทธิ์general-cathexis.com