การใช้งานทางเทคนิคของการลดอัตราการสุ่ม

ดังนั้นฉันจึงเห็นว่า bicubic และ fractal แสดงรายการเป็นวิธีการลดขนาดรูปภาพ รายละเอียดทางเทคนิคเบื้องหลังการทำงานของสิ่งเหล่านี้คืออะไรและทำไม / เมื่อใดดีกว่าอีกอันหนึ่ง

ก่อนอื่นการขยายภาพจะเกี่ยวข้องกับการย้ายพิกเซลด้วยจำนวนคงที่และเติมช่องว่างระหว่างพิกเซลใกล้เคียงก่อนหน้านี้ที่มีเนื้อหาคล้ายกัน สิ่งนี้สามารถทำได้ผ่านการสร้างพิกเซลพื้นฐาน (การกรองแบบ bicubic) หรือผ่านวิธีการที่ซับซ้อนมากขึ้นเช่นการแปลงภาพให้เป็นภาพเวกเตอร์ที่เป็นตัวแทนและการปรับขนาดในพื้นที่เวกเตอร์

การกรอง Bicubic พร้อมด้วยการกรอง Bilinear ใช้เส้นโค้งฟังก์ชั่นที่ค่อนข้างง่ายเพื่อผสมผสานสีของพิกเซลข้างเคียงเข้าด้วยกันเมื่อคุณขยายภาพ Bilinear ใช้เส้นโค้งฟังก์ชันเชิงเส้นในขณะที่ Bicubic ใช้เส้นโค้งฟังก์ชันลูกบาศก์เส้นโค้ง (cspline) การกรอง Bicubic โดยทั่วไปจะให้ผลลัพธ์ที่ราบรื่นกว่าอย่างไรก็ตามอัลกอริธึมทั้งสองนี้ได้รวมค่าของพิกเซลข้างเคียงเข้าด้วยกันผ่านทางฟังก์ชั่นโค้งเพื่อ "เติมช่องว่าง" เมื่อขยายภาพ ควรสังเกตว่าการปรับขนาด bicubic นั้นมักจะไม่เกิดการสูญเสียซึ่งจะทำให้เกิดช่องว่างระหว่างพิกเซลดั้งเดิมเท่านั้น พิกเซลดั้งเดิมอาจเปลี่ยนแปลงเล็กน้อย แต่ส่วนใหญ่แล้วข้อมูลดั้งเดิมจะได้รับการเก็บรักษาไว้และข้อมูลใหม่จะถูกสร้างขึ้นเพื่อเติมเต็มเมื่อภาพมีการปรับขนาดขึ้นทั้งนี้ขึ้นอยู่กับความแตกต่างของการใช้งานเฉพาะ

วิธีการแฟร็กทัลสำหรับการปรับขนาดภาพใช้วิธีที่แตกต่างอย่างสิ้นเชิง มีการใช้อัลกอริธึมที่ซับซ้อนกว่านี้ในการวิเคราะห์เนื้อหาของภาพระบุขอบและ "วัตถุ" และแปลงภาพให้เป็นรูปแบบเวกเตอร์เศษส่วนในที่สุด เมื่อภาพถูกปรับให้เป็นภาพเวกเตอร์ก็สามารถปรับขนาด "lossless" ในช่องว่างเวกเตอร์จากนั้นแสดงอีกครั้งในขนาดที่ใหญ่ขึ้น อัลกอริธึมเศษส่วนเช่น Fractals ของแท้ใช้อัลกอริธึมเวกเตอร์แฟร็กทัลเพื่อปรับขนาดของภาพในขณะที่ยังคงขอบที่คมชัด วิธีการนี้มีประโยชน์เมื่อภาพของคุณมีขอบที่คมชัดและจดจำได้เป็นปัจจัยสำคัญและการรักษาความคมชัดที่ชัดเจนของขอบเหล่านั้นเป็นสิ่งสำคัญ

นอกจากนี้ Fractals ของแท้พยายามที่จะรักษารายละเอียดที่ไม่ใช่ขอบผ่านแนวคิดของ "ความคล้ายคลึงกันของตัวเอง" รักษารายละเอียดโดยพิจารณาเนื้อหาของภาพให้เป็นเศษส่วนในธรรมชาติและแสดงเนื้อหาที่ไม่ใช่ขอบจากอัลกอริทึมเศษส่วน สิ่งนี้มีประโยชน์โดยสันนิษฐานว่าแทนที่จะสร้างเพียงข้อมูลจากพิกเซลข้างเคียงเนื้อหาใหม่สามารถสร้างจากรูปแบบที่ประกอบด้วยพิกเซลจำนวนมาก วิธีการนี้สามารถใช้งานได้ดีเมื่อลดอัตราการสุ่มตัวอย่างประมาณ 200% อย่างไรก็ตามลักษณะเวกเตอร์พื้นฐานของการปรับขนาดจะชัดเจนยิ่งขึ้นเมื่อปรับขนาดให้ใหญ่ขึ้น ควรสังเกตว่าวิธีการปรับขนาดนี้ไม่ได้ทำให้สูญเสียรายละเอียดของพิกเซลที่ดีบางอย่างอาจถูกยกเลิกเนื่องจากอัลกอริทึมพยายามค้นหาเศษส่วนรูปแบบที่สามารถจำลองได้ การลดอัตราการสุ่มสัญญาณสูงมากอาจส่งผลให้เกิดการเรพลิเคตรูปแบบที่มองเห็นได้และรายละเอียดขอบที่ละเอียดอาจถูกลบออกไปเพื่อรักษาขอบที่ราบรื่นและคมชัดทุกขนาดภาพ

BenVista ยังมีอัลกอริทึมที่เป็นกรรมสิทธิ์ขนานนาม S-Spline มีข้อมูลเพียงเล็กน้อยเกี่ยวกับข้อมูลเฉพาะของอัลกอริทึมนี้ แต่ดูเหมือนว่าอัลกอริทึมที่อิงตามฟังก์ชั่นอื่น การปรับขนาด S-Spline Max ใน PhotoZoom Pro เช่น Fractals ของแท้ทำหน้าที่ได้อย่างยอดเยี่ยมในการรักษาความคมชัดของขอบ อัลกอริธึมนี้ยังสามารถปรับขนาดได้ประมาณ 200% หรือมากกว่านั้นอย่างไรก็ตามการกดอัลกอริธึมนี้จะส่งผลให้ไกลกว่าเดิมมากขึ้นในการมองเห็นรายละเอียดที่ไม่คมชัดและปรับให้เรียบ ดูเหมือนว่าการประนีประนอมโดยทั่วไปในอัลกอริทึมการปรับเป็นทั้งนิยามขอบสูงสุดหรือการเก็บรักษารายละเอียดสูงสุด ควรสังเกตว่าอัลกอริธึมการปรับขนาดของบุคคลที่สามส่วนใหญ่รวมถึง Fractals ของแท้และ BenVista PhotoZoom Pro จะใช้หน้ากากที่ไม่คมชัดกับภาพสุดท้ายโดยอัตโนมัติ

เป็นไปได้ที่จะใช้ bicubic ในแบบวนซ้ำ จุดเริ่มต้นของการไต่ระดับ bicubic คือการสร้างข้อมูลที่มีขนาดใหญ่ขึ้นในราคาที่คมชัดที่สุด ด้วยการปรับสเกล bicubic ในความแปรปรวน 3-5% คุณจะรักษารายละเอียดต้นฉบับหรือใกล้เคียงต้นฉบับได้มากขึ้นและสร้างภาพน้อยลงในแต่ละขั้นตอน ผลลัพธ์สุดท้ายของการปรับขนาด bicubic ซ้ำแล้วซ้ำอีก (หรือก้าว) สามารถรักษาคำจำกัดความขอบที่มากขึ้นโดยไม่สูญเสียรายละเอียด อย่างไรก็ตามค่าใช้จ่ายเป็นการลงทุนส่วนบุคคลที่สูงขึ้นอย่างมากในขณะนี้ไม่มีแอปพลิเคชันสำเร็จรูปที่จะทำสิ่งนี้ให้คุณ คุณต้องคำนวณความกว้างและความสูงใหม่ของภาพด้วยตนเองในแต่ละขั้นตอนโดยการคูณความกว้างหรือความสูงก่อนหน้านี้ด้วยเปอร์เซ็นต์การขยายของคุณและเสียบหมายเลขนั้นในโปรแกรมแก้ไขภาพ ' เครื่องมือปรับขนาด bicubic ผลลัพธ์สุดท้ายนั้นยอดเยี่ยมและคมชัดราวกับภาพไบค์บิคที่มีมาสก์ไม่คมชัด ขีด จำกัด สำหรับขนาดที่ใหญ่กว่าที่คุณสามารถขยายภาพโดยไม่มีความเสียหายที่มองเห็นได้นั้นยิ่งใหญ่กว่าอัลกอริธึมอื่นอย่างน้อย 400% หรือมากกว่านั้น