Ridimensionamento dell'immagine vs. Ricampionamento: qual è la differenza?

Il ridimensionamento dell'immagine e il ricampionamento dell'immagine coinvolgono entrambi la risoluzione dell'immagine; la larghezza e l'altezza dei suoi confini più esterni. Nonostante questa somiglianza, però, questi termini non dovrebbero mai essere usati in modo intercambiabile.

Qual è la differenza, esattamente? Continua a leggere per dividere alcuni capelli con noi.

Dimensione dell'immagine: definizione e significato

Con qualsiasi immagine bitmap, hai un campo di pixel delimitato da un'altezza e una larghezza, solitamente descritti prima in termini di pixel prima di essere descritti in pica o pollici. Questa è la dimensione dell'immagine così come esiste digitalmente. Questi pixel fungono da valuta; l'immagine ne contiene un numero fisso, a tutti assegnati un'identità concreta e incrollabile.

Ogni volta che devi modificare le dimensioni di un'immagine, hai un paio di opzioni. Uno sarebbe Ritaglia esso. Quando lo fai, non stai cambiando nessuna delle qualità intrinseche dell'immagine originale: ne stai solo lasciando una parte (alcuni dei pixel).

Questa è lungi dall'essere la nostra unica opzione quando abbiamo bisogno di cambiare la dimensione di un'immagine per un motivo o per l'altro. Tuttavia, quando ingrandiamo o riduciamo un'immagine, accade qualcosa di leggermente diverso.

Che cos'è il ridimensionamento delle immagini?

Ridimensionamento un'immagine è il processo di modifica della scala di un'immagine discreta o continua attraverso la risoluzione. Nessuna parte dell'immagine viene lasciata indietro, anche se il rapporto tra altezza e larghezza cambia.

Le immagini continue includono elementi come vettori e altre immagini generate al computer. Le immagini discrete includono foto e grafica bitmap; qualsiasi cosa in cui hai un determinato set di pixel con cui lavorare. Se stai usando un'immagine vettoriale, sei libero di ridimensionarla verso l'alto o verso il basso senza modificarla intrinsecamente. Le immagini bitmap, tuttavia, sono una storia diversa.

Un semplice ingrandimento 2X di un'immagine bitmap prende ogni pixel e semplicemente aumenta le sue dimensioni proporzionalmente insieme alla risoluzione, proprio come quando si regola semplicemente il DPI di un'immagine e non fare altro. Rimpicciolire al 100% dopo averlo fatto, tuttavia, rivela un'immagine che ora è molto più grande, ma che ha anche avuto un notevole calo di qualità.

Che cos'è il ricampionamento delle immagini?

ricampionamento è il processo che offusca le linee tra questi pixel man mano che li allarghiamo o li avviciniamo, ottenendo un risultato finale che assomiglia molto di più all'originale. Come funziona?

Quando si ridimensiona un vettore, non sarà affatto necessario ricampionare l'immagine; la matematica dietro l'oggetto digitale riempie gli spazi vuoti per noi, aggiungendo e rimuovendo i valori medi mentre ci aggiustiamo. Cosa succede, però, quando devi creare nuovi pixel o far sparire quelli canon?

Per realizzare entrambi, l'immagine deve essere ricampionata: gli algoritmi fanno la chiamata su dove viene tracciata la linea. I pixel che in precedenza erano vicini si raggiungono l'un l'altro e cercano di trovare un terreno comune; se l'immagine viene ridimensionata, queste leggi delle medie vengono utilizzate per decidere quali valori vanno e quali rimangono.

L'immagine viene analizzata e ricostruita dal computer, tradotta e mappata su un insieme di dimensioni più o meno grandi.

Dopo che questo è stato preso in considerazione, ogni componente dell'immagine deve quindi essere "campionato": le differenze tra i bitmap originale e ciò che il computer è stato incaricato di creare vengono quantificati e le medie vengono utilizzate per creare il riposo.

Il ridimensionamento fa esplodere il campo, lasciando degli spazi tra tutti i pixel e il ridimensionamento li stipa tutti uno sopra l'altro. Queste aree ambigue di etere e sovrapposizione devono essere entrambe popolate; i processi sono chiamati rispettivamente upsampling e downsampling.

Diversi tipi di ricampionamento

Ci sono alcune grandi categorie di ricampionamento delle immagini da considerare:

• Il vicino più prossimo: Questo termine descrive il semplice ingrandimento 2X descritto in precedenza. È un modo arcaico di fare le cose e ti lascia con un upsampling a blocchi o un downsampling granuloso.
• Bilineare: Questo approccio si traduce in un'interpretazione lineare dell'immagine originale. Di solito ti ritroverai con qualcosa di sfocato quando ridimensioni un'immagine in questo modo.
• Bicubico: Questo è il metodo utilizzato dalla maggior parte dei marchi di cui ci fidiamo. Incluso qui di solito ci sarà una sorta di opzione di nitidezza e anti-aliasing.
• Lanci: Probabilmente il più sofisticato del gruppo: questo algoritmo si basa su una matrice 4 x 4, 6 x 6 o 8 x 8 che circonda ogni nuovo pixel nell'immagine di output.

Se lavori con i media, alcuni di questi probabilmente ti sembrano più che familiari. Tuttavia, questo elenco menziona solo i tipi più comuni di ricampionamento; ci sono molte altre formule più esotiche che rispondono alle esigenze di altri settori. Ma probabilmente non dovrai mai preoccuparti di nessuno di questi.

Quando e perché le immagini vengono ricampionate?

Ogni volta che un'immagine passa attraverso una conversione da analogico a digitale o da digitale ad analogico, ad esempio quando viene scattata una foto o un l'immagine viene scansionata e quindi stampata, di solito passa attraverso diversi cicli di ricampionamento prima della sua presentazione finale.

Ciò include anche la compressione delle immagini, durante la conversione una foto cruda ad un JPEG, la ricchezza di informazioni visive che esisteva originariamente viene ridotta e quindi utilizzata per ricreare una nuova bitmap. Le risposte non possono venire dal nulla, altrimenti la foto ricampionata non sarà abbastanza simile alla bitmap originale e il progetto è rovinato.

Per fortuna, i nostri compagni digitali sono più che in grado di prendere queste decisioni difficili milioni di volte a livello microscopico per noi. Queste interpolazioni e gli sforzi di anti-aliasing fanno la differenza tra una trasformazione accettabilmente fedele e qualcosa di decisamente inferiore all'originale.

Imparentato: Come convertire in batch e ridimensionare le immagini sul tuo Mac

Applicazioni pratiche del ricampionamento delle immagini

Abbiamo inquadrato questi due concetti come gemelli, ma il ricampionamento in qualche modo ruba lo spettacolo. Esistono molte applicazioni del ricampionamento nel mondo reale, alcune delle quali vanno ben oltre il mondo della creazione dei media:

• Il ricampionamento può essere utilizzato per correggere cose come distorsione a barilotto nei sistemi ottici Come telescopi e microscopi.
• Questo è anche il processo attraverso il quale le foto sono DeBayered al sensore di qualsiasi fotocamera digitale.
• Fotomosaici, come panorami e astrofotografia su larga scala, ricampiona ogni pezzo del puzzle per tenere conto di cose come piccole differenze nell'esposizione e nel tempo trascorso tra gli scatti.
• Le immagini CGI possono essere ricampionate per essere testurizzato e ombreggiato.
• Può anche essere usato per carta geografica e ottimizzare campo visivo di uno strumento robotico e parametri del giunto, abbinandolo al punto di controllo di un operatore altrove. Cose come chirurgia assistita da robot, radiochirurgia, e altro ancora, sono tutti resi possibili grazie a questo trionfo salvavita.

L'imaging come industria ha fatto molta strada da tempo immemorabile. Gli strumenti che abbiamo ora a nostra disposizione sono solo gli ultimi di una lunga serie di sperimentazioni, fallimenti e vittorie. Le nostre foto sembrano tutte fantastiche come risultato diretto. Grazie, scienza.

Imparentato: Come migliorare un'immagine senza perdere qualità

Ridimensionamento vs. Ricampionamento: una storia di proporzioni variabili

Chi fa la chiamata tra il ridimensionamento e il ricampionamento di un'immagine di contesa? La buona notizia: la decisione di solito non spetta a te, a meno che tu non abbia intenzione di accovacciarti e ricostruire l'immagine da solo, pixel per pixel.

Onestamente? È qualcosa che pagheremmo per vederlo. Per il resto di noi, tuttavia, se la caverà benissimo con gli strumenti che rendono possibile l'automazione di un lavoro come questo.

Quali impostazioni DPI dovresti usare per le foto digitali?

Le impostazioni DPI sbagliate potrebbero essere la ragione per cui le tue foto stampate non sembrano di alta qualità. Quindi quali sono le impostazioni giuste?

Leggi Avanti

Circa l'autore