Görüntü Yeniden Boyutlandırma vs. Yeniden Örnekleme: Fark Nedir?

Görüntü yeniden boyutlandırma ve görüntü yeniden örnekleme, görüntünün çözünürlüğünü içerir; en dış sınırlarının genişliği ve yüksekliği. Bu benzerliğe rağmen, bu terimler asla birbirinin yerine kullanılmamalıdır.

Fark nedir, tam olarak? Bizimle bazı tüyleri ayırmak için okumaya devam edin.

Resim Boyutu: Tanımı ve Anlamı

Herhangi bir bitmap görüntüsünde, yükseklik ve genişlikle sınırlanmış bir piksel alanınız olur; bunlar genellikle önce piksel cinsinden tanımlanır, ardından pika veya inç cinsinden tanımlanır. Bu, dijital olarak var olduğu için görüntünün boyutudur. Bu pikseller para birimi işlevi görür; görüntü, hepsine somut ve değişmez bir kimlik atanan sabit sayıda içerir.

Bir görüntünün boyutunu değiştirmeniz gerektiğinde, birkaç seçeneğiniz vardır. Bir mahsul o. Bunu yaptığınızda, orijinal görüntünün doğasında bulunan niteliklerin hiçbirini değiştirmiyorsunuz; yalnızca bir kısmını (piksellerin bir kısmını) geride bırakıyorsunuz.

Bir görüntünün boyutunu bir nedenden dolayı değiştirmemiz gerektiğinde bu bizim tek seçeneğimizden uzak. Bir görüntüyü yukarı veya aşağı ölçeklendirdiğimizde, biraz farklı bir şey olur.

Görüntü Yeniden Boyutlandırma Nedir?

yeniden boyutlandırma görüntü, ayrık veya sürekli bir görüntünün ölçeğini çözünürlük yoluyla değiştirme işlemidir. Yükseklik ve genişlik arasındaki oran değişse bile görüntünün hiçbir kısmı geride kalmaz.

Sürekli görüntüler, vektörler ve diğer bilgisayar tarafından oluşturulan görüntüler gibi şeyleri içerir. Ayrık görüntüler, bitmap fotoğrafları ve grafikleri içerir; çalışmak için belirli bir piksel setine sahip olduğunuz herhangi bir şey. Bir vektör görüntüsü kullanıyorsanız, onu özünde değiştirmeden yukarı veya aşağı yeniden boyutlandırmakta özgürsünüz. Ancak bitmap görüntüleri farklı bir hikaye.

Bir bitmap görüntüsünün basit, 2X büyütülmesi her pikseli alır ve çözünürlüğüyle orantılı olarak boyutunu artırır. tıpkı bir görüntünün DPI'sını ayarlarken olduğu gibi ve başka hiçbir şey yapmıyor. Bununla birlikte, bunu yaptıktan sonra yüzde 100'e yakınlaştırmak, artık çok daha büyük olan, ancak aynı zamanda kalite açısından da önemli bir darbe almış bir görüntüyü ortaya çıkarıyor.

Görüntü Yeniden Örnekleme Nedir?

yeniden örnekleme Bu pikselleri birbirinden uzaklaştırdıkça veya birbirine yaklaştırdıkça bu pikseller arasındaki çizgileri bulanıklaştıran ve orijinale çok daha yakın bir nihai sonuç veren süreçtir. Bu nasıl çalışıyor?

Bir vektörü yeniden boyutlandırırken görüntüyü yeniden örneklemeniz gerekmez; Dijital nesnenin arkasındaki matematik, biz ayarladıkça ortalama değerleri ekleyip çıkararak boşlukları bizim için doldurur. Yine de, yeni pikseller oluşturmanız veya standart olanları ortadan kaldırmanız gerektiğinde ne olur?

Her ikisini de gerçekleştirmek için görüntünün yeniden örneklenmesi gerekir; algoritmalar, çizginin çizildiği yerde arama yapar. Daha önce komşu olan pikseller birbirlerine ulaşarak ortak payda bulmaya çalışırlar; görüntü küçültülüyorsa, hangi değerlerin gideceğine ve hangilerinin kalacağına karar vermek için bu ortalama yasaları kullanılır.

Görüntü bilgisayar tarafından analiz edilir ve yeniden oluşturulur, çevrilir ve daha büyük veya daha küçük bir boyut kümesine eşlenir.

Bu halledildikten sonra, görüntünün her bir bileşeni daha sonra "örneklenmelidir"; orijinal bitmap ve bilgisayarın ne oluşturmakla görevlendirildiği nicelleştirilir ve ortalamaları oluşturmak için kullanılır. dinlenmek.

Ölçek büyütme, alanı dağıtır, tüm pikseller arasında boşluklar bırakır ve küçültme, hepsini üst üste sıkıştırır. Bu belirsiz eter ve örtüşme alanlarının her ikisinin de doldurulması gerekir; süreçler sırasıyla üst örnekleme ve alt örnekleme olarak adlandırılır.

Farklı Yeniden Örnekleme Türleri

Göz önünde bulundurulması gereken birkaç geniş resim yeniden örnekleme kategorisi vardır:

• En yakın komşu: Bu terim, daha önce açıklanan basit 2X büyütmeyi tanımlar. Bu, bir şeyler yapmanın arkaik bir yoludur ve sizi bloklu üst örnekleme veya grenli alt örnekleme ile baş başa bırakır.
• çift ​​doğrusal: Bu yaklaşım, orijinal görüntünün doğrusal bir yorumuyla sonuçlanır. Bir görüntüyü bu şekilde ölçeklerken genellikle bulanık bir şeyle karşılaşırsınız.
• Bikübik: Bu, güvendiğimiz markaların çoğunun kullandığı yöntemdir. Burada genellikle bir tür bileme seçeneği ve kenar yumuşatma bulunur.
• Lanczo'lar: Muhtemelen grubun en gelişmişi—bu algoritma, çıktı görüntünüzdeki her yeni pikseli çevreleyen 4 x 4, 6 x 6 veya 8 x 8 matrisine dayanır.

Medya ile çalışıyorsanız, bunlardan birkaçı muhtemelen size tanıdık gelebilir. Bu liste yalnızca en yaygın yeniden örnekleme türlerinden bahseder; diğer sektörlerin ihtiyaçlarını karşılayan daha birçok egzotik formül var. Ama muhtemelen bunların hiçbiri için endişelenmenize gerek kalmayacak.

Görüntüler Ne Zaman ve Neden Yeniden Örneklenir?

Bir fotoğrafın çekildiği veya bir görüntü taranır ve ardından yazdırılır, son sunumundan önce genellikle birkaç kez yeniden örneklemeden geçer.

Bu, görüntü sıkıştırmayı da içerir—dönüştürdüğünüzde ham bir fotoğraf JPEG'e dönüştürüldüğünde, başlangıçta var olan görsel bilgi zenginliği azaltılır ve ardından yeni bir bitmap'i yeniden oluşturmak için kullanılır. Cevaplar birdenbire ortaya çıkamaz, yoksa yeniden örneklenen fotoğraf orijinal bitmap'e yeterince benzemez ve proje mahvolur.

Neyse ki dijital yoldaşlarımız bu zorlu kararları bizim için mikroskobik düzeyde milyonlarca kez verebilecek kapasitede. Bu enterpolasyonlar ve kenar yumuşatma çabaları, kabul edilebilir derecede sadık bir dönüşüm ile orijinalden kesinlikle daha düşük bir şey arasındaki farkı ifade eder.

İlgili: Mac'inizdeki Görüntüleri Toplu Dönüştürme ve Yeniden Boyutlandırma

Görüntü Yeniden Örneklemenin Pratik Uygulamaları

Bu iki kavramı ikizler olarak çerçeveledik, ancak yeniden örnekleme gösteriyi biraz çalıyor. Bazıları medya oluşturma dünyasının çok ötesine geçen birçok gerçek dünya yeniden örnekleme uygulaması vardır:

• Yeniden örnekleme gibi şeyleri düzeltmek için kullanılabilir namlu distorsiyonu optik sistemlerde sevmek teleskoplar ve mikroskoplar.
• Bu aynı zamanda fotoğrafların DeBayered herhangi bir dijital kameranın sensöründe.
• fotomozaik, gibi panoramalar ve büyük ölçekli astrofotografi, pozlamadaki küçük farklılıklar ve çekimler arasında geçen süre gibi şeyleri hesaba katmak için bulmacanın her bir parçasını yeniden örnekleyin.
• olması için CGI görüntüleri yeniden örneklenebilir. dokulu ve gölgeli.
• Hatta kullanılabilir harita ve optimize etmek bir robotik aletin görüş alanı ve eklem parametreleri, onu başka bir yerde bir operatörün kontrol noktasıyla eşleştirir. Gibi şeyler robot yardımlı cerrahi, radyocerrahive daha fazlası, bu hayat kurtaran zafer sayesinde mümkün oluyor.

Bir endüstri olarak görüntüleme çok eski zamanlardan beri uzun bir yol kat etti. Şu anda elimizde olan araçlar, uzun bir deney, başarısızlık ve zafer serisinin yalnızca sonuncusu. Fotoğraflarımızın tümü, doğrudan bir sonuç olarak harika görünüyor. Teşekkürler, bilim.

İlgili: Kaliteyi Kaybetmeden Görüntüyü Yükseltme

Yeniden boyutlandırma vs. Yeniden Örnekleme: Değişen Oranların Öyküsü

Bir çekişme görüntüsünü yeniden boyutlandırmak ve yeniden örneklemek arasındaki çağrıyı kim yapar? İyi haber: Görüntüyü piksel piksel kendiniz yeniden oluşturmayı planlamıyorsanız, kararı vermek genellikle size ait olmayacaktır.

Açıkçası? Bu, görmek için para ödeyeceğimiz bir şey. Ancak geri kalanımız için, otomatikleştirmeyi bu şekilde mümkün kılan araçlarla gayet iyi idare edeceğiz.

Dijital Fotoğraflar için Hangi DPI Ayarlarını Kullanmalısınız?

Basılı fotoğraflarınızın yüksek kaliteli görünmemesinin nedeni yanlış DPI ayarları olabilir. Peki doğru ayarlar nelerdir?

Sonrakini Oku

Yazar hakkında