Jaka jest różnica między miękkim a ostrym obrazem?

Widziałem kilka pytań mówiących o tym, że obrazy są miękkie lub ostre. Jaka jest różnica? Czy miękkie jest po prostu przeciwieństwem ostrego w tym kontekście, czy może jest coś więcej?

Przykładowe zdjęcia prawdopodobnie bardzo by pomogły.

Ostrość jest przeciwieństwem miękkości, ale istnieje między nimi całe spektrum. Na miękkim obrazie szczegóły są mniej wyraźne, co oznacza, że ​​różnica między sąsiednimi pikselami jest mniejsza. I odwrotnie, gdy obraz jest ostrzejszy, między pikselami występuje większy kontrast, który jest czasami określany jako mikrotrast, w przeciwieństwie do ogólnego kontrastu obrazu.

Poziom ostrości zależy od całego systemu , nie tylko od obiektywu, ale także od filtra antyaliasingowego aż do metody stosowanej do interpolacji kolorów z czujników korzystających z matrycy filtrów kolorów (w zasadzie czujników innych niż Foveon).

Sprawdź to demo z recenzji Pentax K-5 . K-5 i K-7 mają najbardziej wyrafinowaną kontrolę ostrości spośród wszystkich aparatów cyfrowych. Ostrość jest kontrolowana w 9 krokach na jednej z 3 skal. Domyślna pozycja to 0, ale jeśli wybierzesz -4 w dolnej skali, zobaczysz bardzo miękki obraz. Jeśli wybierzesz +4, zobaczysz ostry obraz. Zauważ, że ustawienie +4 jest tym, co ludzie nazywają przeostrzeniem, co oznacza, że ​​kontrast między sąsiednimi pikselami został zwiększony tak bardzo, że wprowadzono artefakty (wystarczy spojrzeć na krawędź nawiasu po lewej stronie).

Możesz także wybrać inną skalę i zobaczyć różnicę między skalami Ostrość i Dokładność, a nawet Skala Extra Fine Sharpness . Wykorzystują one różne parametry ostrzenia, które są zaprojektowane do pracy na różnych poziomach szczegółowości. Na skraju skali Extra Fine Sharpness wyostrza nawet hałas!

Naprawdę interesujące jest to, że jest to ten sam obraz, który można zobaczyć z różnymi poziomami ostrości . Wykonano tylko jedno zdjęcie, które zostało opracowane w aparacie od DNG do JPEG przy użyciu wszystkich możliwych ustawień ostrości. Oczywiście ostrość, od której zaczynasz i ile z niej wydobywasz, zależy od jakości zastosowanego obiektywu. Niektóre obiektywy z natury dają bardziej miękkie rezultaty, które można wyostrzyć za pomocą oprogramowania, ale ograniczają zasięg, do którego można się posunąć bez wprowadzania nieprzyjemnych artefaktów. Jeszcze gorsze jest to, że ostrość obiektywu nie jest jednolita, więc zwykle będzie najwyższa w środku, a także zmienia się wraz z wybraną przysłoną.

Ponieważ obraz jest w zasadzie dwuwymiarową matrycą liczb (3. wymiar dla kolorów: RGB [A]), można dla niego zdefiniować parametr „ostrości”, ale jego postrzeganie będzie subiektywne.

Ostrość jest powiązana z ilością i „szybkością” zmian koloru i można ją ocenić, wykonując transformację Fouriera (używana jest szybka transformacja Fouriera, ponieważ jest szybsza) na obrazie.

Możesz więc zdefiniować ostrość jako obecność treści o wysokiej częstotliwości i jej intensywności. Orientacyjną oceną jest wybranie poziomej linii piksela i wykonanie na niej transformacji Fouriera.

Na przykład, jeśli wybierzesz nieskompresowany obraz zawierający tylko czarno-białe pionowe paski (maksymalna ostrość):

i wybierz tylko poziomą linię, będziesz mieć coś takiego:

Jest to odpowiednik fali prostokątnej, która przekształciła się w następujący sposób:

(wyobraź sobie szczyty rozciągające się do nieskończoności, ponieważ krawędź jest praktycznie natychmiastowa).

Jeśli wygładzisz krawędzie, wynik będzie podobny (bardzo przybliżony):

I widmo (ponownie, tylko orientacyjnie):

Jak widać, tylko pierwsza harmoniczna (definiująca ciemne i jasne obszary) pozostała równa, podczas gdy zawartość wyższych częstotliwości znacznie się zmniejszyła. Jest to efekt wygładzenia obrazu i możesz zobaczyć, jak gładszy obraz ma mniejszą zawartość wysokich częstotliwości. To samo dotyczy „normalnych” zdjęć, w których zwiększenie kontrastu zwiększa również częstotliwość zmian.

Jako dowód stosuje się go również w kompresji JPEG w celu usunięcia treści o najwyższej częstotliwości (w zależności od współczynnika jakości) w celu zmniejszenia rozmiaru obrazu.

Jeśli uda mi się uruchomić Matlab, nadchodzą bardziej szczegółowe przykłady.

Miękkość - w najbardziej podstawowym znaczeniu, to brak (lub mniej) definicji krawędzi (kontrast krawędzi) i / lub drobnych szczegółów w porównaniu z „ostrym” obrazem.

Nie jest możliwe, aby obraz jednokolorowy (np. Obraz zawierający tylko czerwone wypełnienie) lub obraz o bardzo małej ilości szczegółów, taki jak delikatne zanikanie, był klasyfikowany jako miękki lub ostry, ponieważ nie ma określonego obszaru kontraktu lub drobne szczegóły, na których opiera się „ostrość”.

Wygładzanie zmiękcza krawędzie poprzez zanikanie jednego koloru w drugi, zmniejszając w ten sposób „ostrość”

możesz zmiękczyć obraz (tracisz informacje), ale nie możesz dokładnie wyostrzyć obrazu (musisz zgadnąć / uzupełnić informacje)

@ paolo - technicznie możliwe byłoby stworzenie ostrości oceny skali matematycznej - wyobraź sobie obraz czarnych kwadratów na białym tle - jeśli obraz byłby idealnie pikselowy, byłyby tylko 2 kolory piksela - czarno-biały, dając ci ocena ostrości, powiedzmy 2 (niższa jest ostrzejsza) - jeśli ten obraz byłby wygładzony, krawędzie byłyby lekko rozmyte, dając ci kilka dodatkowych kolorów (szarości), dając mu ocenę ostrości powiedzmy 5 (czarny, biały i 3 szarości).

Jeśli mówisz o ostrości, miękka ostrość zwykle oznacza płytką głębię ostrości i lekko rozmytą ostrość, która tworzy „miękkie” krawędzie wokół obiektu. Ostrość na ogół ma większą głębię ostrości i dokładną ostrość na obiekcie. Większa ostrość obrazu sprawia, że ​​krawędzie wydają się „twardsze”.

W praktyce chodzi o to, jak wąsko renderowany jest punkt na obrazie ( krąg pomieszania to jeden termin), bardziej wąski jest ostry, mniej miękki. W efekcie ostrość jest synonimem skupienia. Istnieją techniki oprogramowania mające na celu poprawę lub pogorszenie ostrości, ale wyostrzanie rzadko jest tak przekonujące, jak efekt wytworzony przez odpowiednio zogniskowany dobry obiektyw.