Czy zmniejszanie stopniowo naruszy jakość?

Czy w Photoshopie będzie różnica w jakości, gdy raster zostanie zmniejszony o 75% jeden raz, a nie dwa razy o 50% ? W obu przypadkach ostateczny rozmiar będzie taki sam: 25% oryginału.

Powodem, dla którego pytam, jest to, że czasami chcę zmniejszyć obraz, o którym wiem, że został wcześniej zmniejszony. Nienawidzę konieczności CTRL + Z (cofanie) sto razy do stanu, w którym obraz był w oryginalnym rozmiarze. Jeśli nie wpłynie to na ostateczną jakość, wolę po prostu przeskalować obraz tam i teraz.

To wiki społeczności, więc możesz naprawić ten straszny, okropny post.

Grrr, bez LaTeX. :) Chyba będę musiał zrobić co w mojej mocy.

Definicja:

Mamy obraz (PNG lub inny bezstratny format *) o nazwie A o rozmiarze A _x od A _y . Naszym celem jest skalowanie go o p = 50% .

Obraz („tablica”) B będzie wersją A „skalowanej bezpośrednio” . Będzie miał B _s = 1 liczbę kroków.

A = B _{B s} = B ₁

Obraz („tablica”) C będzie wersją A „przyrostowo skalowaną” . Będzie miał C _s = 2 liczbę kroków.

A ≅ C _{C s} = C ₂

The Fun Stuff:

A = B ₁ = B ₀ × p

C ₁ = C ₀ × p ^{1 ÷ C _s}

A ≅ C ₂ = C ₁ × p ^{1 ÷ C _s}

Czy widzisz te ułamkowe moce? Teoretycznie obniżą jakość obrazów rastrowych (rastry wewnątrz wektorów zależą od implementacji). Ile? Przekonamy się, że dalej ...

Dobre rzeczy:

C _e = 0, jeżeli p ^{1 ÷ C _s} ∈ ℤ

C _e = C _s, jeżeli p ^{1 ÷ C _s} ∉ ℤ

Gdzie e oznacza błąd maksymalny (najgorszy scenariusz), z powodu błędów zaokrąglania liczb całkowitych.

Teraz wszystko zależy od algorytmu zmniejszania skali (Super Sampling, Bicubic, Lanczos sampling, Nearest Neighbor itp.).

Jeśli używamy najbliższego sąsiada (The worst algorytm cokolwiek o dowolnej jakości), „prawdziwa” błędu maksymalnego ( C _t ) będzie równa C _e . Jeśli korzystamy z dowolnego innego algorytmu, komplikuje się, ale nie będzie tak źle. (Jeśli chcesz techniczne wyjaśnienie, dlaczego nie będzie tak złe, jak najbliższy sąsiad, nie mogę dać ci jednego, bo to tylko zgadywanie. UWAGA: Hej matematycy! Napraw to!)

Kochaj swojego bliźniego:

Stwórzmy „tablicę” obrazów D o D _x = 100 , D _y = 100 i D _s = 10 . p jest nadal takie samo: p = 50% .

Algorytm najbliższego sąsiada (straszna definicja, wiem):

N (I, p) = scal XXDuplikaty (floorAllImageXYs (I _{x, y} × p), I) , gdzie mnożone są tylko same _{x, y} ; nie ich wartości kolorów (RGB)! Wiem, że tak naprawdę nie możesz tego zrobić z matematyki, i właśnie dlatego nie jestem LEGENDARNYM MATEMATYKIEM proroctwa.

( mergeXYDuplicates () zachowuje tylko najniższe / lewe „ x ” elementy „ x ” w oryginalnym obrazie I dla wszystkich znalezionych duplikatów i odrzuca resztę).

Weźmy losowy piksel: D _{0 39,23} . Następnie stosuj D _{n + 1} = N (D _n , p ^{1 ÷ D _s} ) = N (D _n , ~ 93,3%) w kółko.

c _{n + 1} = podłoga (c _n × ~ 93,3%)

c ₁ = podłoga ((39,23) × ~ 93,3%) = podłoga ((36,3 21,4)) = (36,21)

c ₂ = podłoga ((36,21) × ~ 93,3%) = (33,19)

c ₃ = (30,17)

c ₄ = (27,15)

c ₅ = (25,13)

c ₆ = (23,12)

c ₇ = (21,11)

c ₈ = (19,10)

c ₉ = (17,9)

c ₁₀ = (15,8)

Gdybyśmy tylko raz dokonali prostej skali, mielibyśmy:

b ₁ = podłoga ((39,23) × 50%) = podłoga ((19,5,11,5)) = (19,11)

Porównajmy b i c :

b ₁ = (19,11)

c ₁₀ = (15,8)

To błąd (4,3) pikseli! Spróbujmy tego z końcowymi pikselami (99,99) i uwzględnij rzeczywisty rozmiar błędu. Nie powtórzę tutaj całej matematyki, ale powiem ci, że staje się (46,46) , błędem (3,3) w stosunku do tego, co powinno być, (49 , 49) .

Połączmy te wyniki z oryginałem: „prawdziwy błąd” to (1,0) . Wyobraź sobie, że dzieje się tak z każdym pikselem ... może to mieć znaczenie. Hmm ... Cóż, prawdopodobnie jest lepszy przykład. :)

Wniosek:

Jeśli obraz ma początkowo duży rozmiar, nie będzie miał znaczenia, chyba że wykonasz wiele pomniejszeń (patrz „Przykład z prawdziwego świata” poniżej).

Pogarsza się maksymalnie o jeden piksel na krok przyrostowy (w dół) w Najbliższym sąsiedztwie. Jeśli wykonasz dziesięć pomniejszeń, twój obraz będzie nieco gorszej jakości.

Przykład ze świata rzeczywistego:

(Kliknij na miniatury, aby powiększyć).

Skalowanie zmniejszane o 1% przyrostowo za pomocą Super Sampling:

Jak widać, Super Sampling „rozmywa” je, jeśli zastosowano je kilka razy. Jest to „dobre”, jeśli wykonujesz jedną przeskalowanie. Jest to złe, jeśli robisz to stopniowo.

* W zależności od edytora i formatu może to potencjalnie coś zmienić, więc upraszczam i nazywam to bezstratnym.

JoJo pyta o jakość. Większość odpowiedzi dotyczy dokładności pikseli , co nie ma żadnego znaczenia dla projektanta, a nawet fotografa.

Jakość jest miarą tego, jak przekonujący i przyjemny jest wynik końcowy, a nie „dokładność”. Dobrym przykładem jest tutaj klonowanie lub uzupełnianie zawartości zastępujące niechciane części obrazu prawdopodobnymi pikselami: wyglądają dobrze, ale z pewnością nie można ich uważać za dokładne.

W Photoshopie główna praktyczna różnica między zmniejszaniem przyrostowym a zmniejszaniem w jednym ujęciu polega na tym, że zajmuje to znacznie więcej czasu. Jeśli pobierasz opłatę za godzinę, na pewno idź 1% na raz. Jeśli nie, zmniejsz rozmiar w jednym ujęciu. Najpierw ustaw obraz jako Inteligentny obiekt, na wypadek gdybyś chciał później stworzyć większą wersję.

Bez względu na używany algorytm (a komentarz Dawsona na temat tych algorytmów jest martwy - są niesamowite), zmniejszenie rozmiaru powoduje wyrzucenie pikseli. Algorytm odejmuje piksele i modyfikuje inne, zgadując, jak sprawić, by wyglądały prawidłowo. Dobry algorytm dobrze zgaduje; daje efekt, który wygląda przekonująco, ale nie jest dokładny w żadnym sensownym znaczeniu. Szczerze mówiąc, dokładny - inny niż kolor! - nie jest tym, czego szukasz, chyba że jesteś naukowcem, w którym to przypadku prawdopodobnie nie zmniejszyłby się w pierwszej kolejności.

Obraz, który został zmniejszony przy użyciu zwykłego algorytmu bicubic, często korzysta z odrobiny wyostrzania, ale jeśli tworzysz pliki JPEG dla Internetu, wyostrzanie zwiększy rozmiar pliku.

Prawidłowa jakość projektu to jakość, której potrzebujesz do produktu końcowego. Wszystko, co wykracza poza to, dodaje czasu, ale nie wartości, do twojej pracy.

[Edycja: Odkąd wzmianka o rozszerzeniu w odrodzeniu tego pytania przez koiyu. Dodałem kilka komentarzy na ten temat.]

Istnieje pomysł, że jeśli poprawisz obraz małymi krokami, w przeciwieństwie do jednego gigantycznego skoku, otrzymasz nieco lepszy („nieco mniej zły” byłby dokładniejszy) wynik. Scott Kelby promował ten pomysł kilka lat temu i być może było to prawdą od PS 7. Nie widziałem niczego, co przekonałoby mnie, że jest poprawne dzisiaj. Nie sprawdziłem się w moich własnych testach, z powrotem wokół PS CS2 i 3, ale trzeba powiedzieć, że nie marnowałem na nich dużo czasu.

Nie spędzałem czasu na dokładnych testach, ponieważ niewielka różnica między „obniżoną jakością obrazu” a „nieco mniejszą jakością obrazu” nie ma praktycznej wartości: żadna z nich nie jest użyteczna. W mojej własnej pracy moja prosta zasada brzmi: „Nie powiększaj”. Ze względu na praktyczność w pracach projektowych obraz, który ma nieco zbyt niską rozdzielczość do określonego celu, zawsze lepiej wygląda tak, jak jest, niż ten sam obraz „powiększony” do „poprawnej” rozdzielczości w dowolnym procesie natknąć się, w tym na fraktale i odmiany dwuububowe.

Zasadniczo wielokrotne skalowanie obniży jakość w trakcie pojedynczego skalowania do ostatecznego rozmiaru, ale często różnica będzie minimalna. W szczególności skalowanie mniejsze o dokładne proporcje, takie jak przykład (2: 1, 2: 1) w porównaniu z (4: 1), będzie miało bardzo małą degradację w porównaniu do pojedynczego skalowania. Oczywiście najlepiej jest wykonywać wszystkie modyfikacje w najwyższej rozdzielczości, a następnie skalować tylko raz na końcu. Kiedy dokładne skalowanie nie jest początkowo znane, można wykonać serię testowych skalowań, aby znaleźć odpowiedni rozmiar, a następnie zanotować rozmiar, wyrzucić obraz testowy i wykonać pojedyncze skalowanie do tego rozmiaru z oryginału.

To pytanie jest NIESAMOWITE! ... Myślę, że wszyscy stajemy się zbyt techniczni.

Obraz 100 x 100 pikseli = 10000 pikseli ogółem

Skalowanie obrazu w dół powoduje wyciągnięcie pikseli. Skalowanie dodaje je. Tak czy inaczej, oprogramowanie „zgaduje”, jak zmienić plik.

Pojedyncza redukcja: 90 x 90 (1900px usunięto z informacji o oryginalnym pliku)

Zmniejszenie o 2 stopnie : 95 x 95 (usunięto 975 pikseli), 90 x 90 (kolejne 925). Szczegóły, które można tutaj złapać, to całkowita usunięta 1900 pikseli - 975 z nich NIE było częścią oryginalnej informacji .

Oryginalny obraz jest zawsze najlepszy. Mniej „generacji” zawsze oznacza lepszą jakość (najbliższą jakości pierwotnej).

DOWÓD (i odpowiedź na komentarz @ mutoo)

To proste ... to algorytm ... to nie jest zestaw ludzkich oczu. Są tutaj 3 kolory. 100% czerni, 50% czerni i bieli (obraz w skali szarości). Bez względu na to, jak go skaluję - menu rozmiaru obrazu, narzędzie do przekształcania, RGB, CMYK, 100 x 100px, 10 x 10 cali, wyniki są takie same:

Wzdłuż czarnej / szarej krawędzi znajduje się 80% czerni (kolor, który nie istnieje). Wzdłuż białej / szarej krawędzi znajduje się 7% czerni (nie istnieje). [tutaj nie jest zaproszenie do argumentu antyaliasowego]

Jak wszyscy wiemy (będąc człowiekiem i wszystkim), idealne zmniejszenie lub powiększenie dałoby pudełko w paski czarno-szaro-białe. Nadal odkryłem, że jedna iteracja (w górę lub w dół) stworzyła lepszą replikę niż wiele.

Najprawdopodobniej tak, ale w większości przypadków nawet nie zauważysz różnicy.

Edycja: Widzę, że ludzie nie lubią mojej odpowiedzi :). Może dlatego, że to proste. IMHO, to nie czyni tego mniej prawdą. Cóż… udowodnij, że się mylę :).

Edycja 2: Chciałem, aby moja odpowiedź była krótka, ale… :)

P: Czy w Photoshopie będzie różnica w jakości, gdy raster zostanie zmniejszony o 75% jeden raz, a nie dwa razy o 50%? W obu przypadkach ostateczny rozmiar będzie taki sam: 25% oryginału.

ZA:

1. „Najprawdopodobniej tak” - spójrz na post muntoo. Mówi, że każdy krok interpolacji wprowadza pewne drobne błędy. Są to zaokrąglenia lub błędy reprezentacyjne i mogą przyczynić się do pogorszenia jakości. Prosty wniosek: więcej kroków, więcej możliwej degradacji. Zatem „najprawdopodobniej” obraz traci jakość podczas każdego kroku skalowania. Więcej kroków - większa możliwa degradacja jakości. Obraz „najprawdopodobniej” ulegnie pogorszeniu, jeśli zostanie skalowany dwa razy niż jeden. Utrata jakości nie jest pewna - na przykład weź obraz w jednolitym kolorze, ale jak często jakiś projektant przeskaluje podobne obrazy?

2. „ale w większości przypadków nawet nie zauważysz różnicy” - znowu - post muntoo. Jak duże są potencjalne błędy? W jego przykładach są obrazy skalowane nie w 2, ale w 75 krokach, a zmiany jakości są zauważalne, ale nie dramatyczne. W 75 krokach! Co dzieje się, gdy obraz jest skalowany do 25% w Ps CS4 (bicubic, próbka muntoo, skalowana odpowiednio w jednym i dwóch krokach)?

Czy ktoś widzi różnicę? Ale jest różnica:

#: gm compare -metric mse one-step.png two-step.png Image Difference (MeanSquaredError):
           Normalized    Absolute
          ============  ==========
     Red: 0.0000033905        0.0
   Green: 0.0000033467        0.0
    Blue: 0.0000033888        0.0
   Total: 0.0000033754        0.0

I można to zobaczyć, jeśli odpowiednio oznaczone (gm porównaj -wyróżnij kolor fioletowy -plik różny.png one-step.png two-step.png):

1 i 2 stanowią moją odpowiedź, którą miałem nadzieję krótko powiedzieć, ponieważ inne były dość skomplikowane;).

Otóż ​​to! :) Oceń to sam.