Redimensionar imagens para a web e e-mail talvez sejam as formas mais comuns de compartilhar fotos digitais. Particularmente para apresentação na web, ser capaz de manter a nitidez sem artefatos em uma imagem reduzida é fundamental – mas pode ser problemático. Ao contrário da ampliação de fotos, onde as bordas irregulares são um problema, o downsizing resulta no artefato de alias oposto:moiré. A prevalência do moiré depende em grande parte do tipo de interpolador utilizado, embora algumas imagens sejam muito mais suscetíveis do que outras. Este tutorial compara diferentes abordagens de como redimensionar uma imagem para web e email e faz recomendações com base em seus resultados.
FUNDO:ARTEFATOS MOIRE
Moiré (pronuncia-se "more-ay") é outro tipo de artefato de aliasing, mas pode ocorrer ao reduzir o tamanho de uma imagem. Isso aparece em imagens com texturas finas que estão próximas do limite de resolução. Essas texturas superam a resolução quando reduzidas, de modo que a imagem só pode gravá-las seletivamente em um padrão de repetição:
Imagem original→
Imagem reduzida para 50%
Imagem reduzida exibida em 200%
Observe como esse padrão não tem significado físico na imagem porque essas linhas não se correlacionam com a direção das telhas do telhado. Imagens com padrões geométricos finos correm o maior risco; estes incluem telhas, tijolo e madeira distantes, cercas de tela de arame e outros.
AMACIAMENTO INDUZIDO POR REDIMENSIONAMENTO
Além dos artefatos de moiré, uma imagem redimensionada também pode se tornar significativamente menos nítida. Os algoritmos de interpolação que preservam a melhor nitidez são mais suscetíveis ao moiré, enquanto aqueles que evitam o moiré normalmente produzem um resultado mais suave. Infelizmente, essa é uma troca inevitável no redimensionamento.
Imagem original reduzida
90%
→
Imagem redimensionada mais suave
Uma das melhores maneiras de combater isso é aplicar uma máscara de não nitidez de acompanhamento após redimensionar uma imagem - mesmo que a original já tenha sido aprimorada. Mova o mouse sobre a imagem acima para ver como isso pode recuperar a nitidez perdida.
COMPARAÇÃO DE DESEMPENHO DA INTERPOLAÇÃO
Como exemplo:quando uma imagem é reduzida para 50% do seu tamanho original, é impossível mostrar detalhes que antes tinham uma resolução de apenas um pixel. Se algum detalhe for mostrado, isso não é real e deve ser um artefato do interpolador.
Imagem original reduzida
50%
→
Médias de imagem para cinza
Usando esse conceito, um teste foi projetado para avaliar a resolução máxima e o grau ou moiré que cada interpolador produz ao reduzir o tamanho. Ele amplifica esses artefatos para um cenário típico:redimensionar uma imagem de câmera digital para uma web mais gerenciável e resolução de e-mail de 25% do tamanho original.
A imagem de teste (abaixo) foi projetada para que a resolução das listras aumente progressivamente a partir do centro da imagem. Quando a imagem é reduzida, todas as listras além de uma certa distância do centro não devem mais ser resolvidas. Os interpoladores que mostram detalhes até a borda desse limite de resolução (caixa vermelha tracejada mostrada abaixo) preservam o máximo de detalhes, enquanto os interpoladores que mostram detalhes fora desse limite estão adicionando padrões à imagem que não estão realmente lá (moiré).
| 1. Vizinho mais próximo |
| 2. Bilinear |
| 3. Bicúbico ** |
| 4. Sinc |
| 5. Lanczos |
| 6. Bicúbico, 1 px pré-desfoque |
| 7. Nº 6 com nitidez |
| 8. Fractais genuínos |
Mostrar caixa vermelha? SIM NÃO
Imagem de teste*
*A imagem de teste acima foi modificada para visualização;
a imagem real é de 800x800 pixels e as listras se estendem até a resolução máxima nesse tamanho.
**Bicúbico é a configuração padrão usada no Adobe Photoshop CS e CS2
Gráfico de teste concebido em um papel da BBC e implementado pela primeira vez em www.worldserver.com/turk/opensource/;
todos os diagramas e código personalizado acima foram executados no Matlab para o uso acima.
Os algoritmos Sinc e Lanczos produzem os melhores resultados; eles são capazes de resolver os detalhes até o máximo teórico (caixa vermelha), mantendo o menor número de artefatos além. O Photoshop bicubic vem em segundo lugar, pois possui padrões de moiré visíveis muito fora da caixa. Além disso, observe como o bicúbico também não mostra tantos detalhes e contraste apenas dentro da caixa vermelha. 6 e 7 são variantes do downsize bicúbico e são discutidos abaixo. O Genuine Fractals 4.0 foi incluído para comparação, embora tenha um desempenho ruim no downsizing (não no uso pretendido). Isso destaca uma divisão importante:
alguns algoritmos de interpolação são muito melhores para aumentar do que diminuir o tamanho da imagem e vice-versa .
Nota técnica :os algoritmos de interpolação variam de acordo com o software utilizado, mesmo que o algoritmo tenha o mesmo nome. A interpolação Sinc, por exemplo, tem variações que levam em consideração entre 256-1024+ pixels conhecidos adjacentes. Isso pode ou não ser explicitamente declarado no software. Além disso, o software também pode variar em quanto peso eles dão para pixels próximos vs. distantes em seus cálculos, o que geralmente é o caso de "bicúbicos".
PRÉ-BURRO PARA MINIMIZAR ARTEFATOS MOIRÉ
Uma abordagem que pode melhorar os resultados em imagens problemáticas é aplicar um pouco de desfoque à imagem *antes* de reduzi-la. Isso permite que você elimine qualquer detalhe menor do que você sabe que é impossível capturar em uma resolução mais baixa. Se você não tiver problemas com artefatos moiré, não há necessidade de pré-desfoque.
Como a imagem acima foi reduzida para 1/4 do tamanho original, quaisquer padrões repetidos menores que 4 pixels não podem ser resolvidos. Um raio de até 2 pixels (para um diâmetro total de 4 pixels) poderia ter sido usado em #6, porém 1 pixel era tudo o que era necessário para eliminar virtualmente os artefatos fora da caixa. Um pré-desfoque muito alto pode levar à suavização da imagem final.
A imagem de photoshop pré-desfocada acima (#6) elimina a maior parte do moiré (encontrado em #3), no entanto, a nitidez adicional (realizada em #7) é necessária para recuperar a nitidez dos detalhes apenas dentro da caixa vermelha. Após o pré-desfoque e a nitidez, o photoshop bicubic tem um desempenho próximo aos algoritmos sinc e lanczos mais sofisticados.
PHOTOSHOP BICUBIC SHARPER vs. BICUBIC SMOOTHER
As versões CS (8.0) e superiores do Adobe Photoshop na verdade têm três opções para interpolação bicúbica:bicúbica mais suave, bicúbica (padrão intermediário) e bicúbica mais nítida. Todas as variações fornecem resultados semelhantes ao nº 3 na comparação de interpolação, mas com graus variados de nitidez. Portanto, se sua imagem tiver moiré, a configuração mais nítida será amplificada e a configuração mais suave a reduzirá (em relação ao padrão).
Imagem original reduzida
75%
→
| Mostrar tipo bicúbico: |
| Suave | Mais nítido |
Muitos recomendam usar a variação mais suave para upsizing e a variação mais nítida para downsizing. Isso funciona bem, mas minha preferência é usar o bicúbico padrão para reduzir o tamanho – deixando maior flexibilidade para nitidez depois, conforme a imagem exigir. Muitos acham que a nitidez integrada na variação mais nítida é um pouco forte e grosseira para a maioria das imagens, mas isso é simplesmente uma questão de preferência.
RECOMENDAÇÕES
Toda essa análise é direcionada para explicar o que acontece
quando as coisas dão errado . Se o redimensionamento for livre de artefatos, talvez você não precise alterar nada; os fluxos de trabalho fotográficos podem se tornar complicados o suficiente. Muitas fotos não têm detalhes suscetíveis a moiré — independentemente da interpolação. Por outro lado, quando as coisas
fazem dar errado, isso pode ajudar a explicar o porquê - e quais ações você pode tomar para corrigi-lo.
A solução ideal é usar um algoritmo sinc ou lanczos para evitar artefatos moiré na imagem reduzida e, em seguida, fazer o acompanhamento com uma máscara de não nitidez de raio muito pequeno (0,2-0,3) para corrigir qualquer amolecimento induzido por interpolação. Por outro lado, o algoritmo sinc não é amplamente suportado e o software que o utiliza geralmente não é tão amigável.
Uma abordagem alternativa seria usar imagens problemáticas bicúbicas e pré-desfocadas e, em seguida, aprimorá-las após o downsizing . Isso prepara a imagem para o interpolador de uma maneira que minimiza os artefatos de alias. A principal desvantagem dessa abordagem é que o raio de desfoque necessário depende de quanto você deseja reduzir o tamanho da imagem - portanto, você deve usar essa técnica caso a caso.
Gráfico de computador originalReduzido 50%
→
Zero anti-aliasing
Por fim,
você pode garantir que não induza nenhum anti-aliasing em gráficos de computador se usar o algoritmo do vizinho mais próximo . Apenas seja particularmente cauteloso quando a imagem contiver texturas finas, pois esse algoritmo é o mais propenso a artefatos de moiré.
Para ler mais, visite:
Interpolação de Imagem Digital, Parte 1
