- •Содержание Введение Программное обеспечение (software)
- •Инструментальное по (software tools)
- •Язык программирования (Programming Language)
- •Лекция 2 Программно-технические средства реализации компьютерных технологий. Классы операций компьютерных технологий.
- •Лекция 3 Технология обработки текстовой информации Классификация информации по разным признакам
- •Понятие информации, информатики. Технология обработки информации Понятие информации
- •Классификация информации
- •Технология обработки информации
- •Текстовые процессоры
- •Типовая структура интерфейса
- •Режим вставки и замены символов
- •Редактирование текста.
- •Понятие фрагмента текста и его выделение.
- •Копирование и перемещение фрагментов текста
- •Удаление текста
- •Операция откатки
- •Форматирование текста
- •Понятие абзаца
- •Лекция 4 Технология обработки финансово-экономической и статической информации Системы обработки финансово-экономической информации
- •Компьютерные информационные технологии в бухгалтерском учете
- •Технология компьютерной обработки учетной информации на малом предприятии
- •Нейросетевые технологии в финансово-экономической деятельности
- •Лекция 5 Основы компьютерной графики Введение в компьютерную графику и анимацию
- •Классы программ для работы с графикой
- •Понятие цвета в компьютерной графике
- •Битовая глубина (глубина цвета, цветовое разрешение)
- •Цветовые модели
- •Цветовая палитра
- •Основы растровой графики
- •Связь между параметрами изображения и размерами файла
- •Лекция 6 Основы векторной графики
- •Математические основы векторной графики.
- •Фрактальная графика.
- •Основные понятия векторной графики.
- •Лекция 7 Редактирование графических изображений Масштабирование растровых изображений
- •Увеличиваем число пикселов в изображении Нестрогое сравнение различных реализаций функции Resample
- •Откуда взять недостающие пикселы?
- •Мини-тестирование на основе реального изображения
- •Выводы (вернее, рекомендации)
- •Интерполяция
- •Уменьшение числа пикселов в изображении
- •Анализ реального изображения
- •Лекция 8 Преобразование форматов файлов
- •Лекция 9 Системы автоматизированного проектирования (сапр)
- •Структура сапр
- •Разновидности сапр
- •Понятие о cals-технологиях
- •Техническое обеспечение сапр
- •Особенности технических средств в асутп
- •Лекция 10 Системы параметрического автоматизированного проектирования и черчения
- •Лекция 11 Графический редактор
- •Достоинства CorelDraw
- •Недостатки CorelDraw
- •Требования к системным ресурсам
- •Интерфейс программы
- •Строка меню
- •Окно документа
- •Рабочая страница
- •Линейки
- •Лекция 12 Мультимедийная информация
- •1. Rle, Run Length Encoding, Кодирование Длин Повторов.
- •2. Sem (Separate Exponents and Mantissas). Отделение мантиссы числа от экспоненты.
- •3. Mtf (Move To Front, Сдвиг к Вершине) и dc (Distance Coding, Кодирование Расстояний) хорошо описаны в bwt-faq-e Вадима Юкина.
- •8. Vq, Vector Quantization. Векторная квантизация.
- •Список литературы
Мини-тестирование на основе реального изображения
Посмотрим, какого результата можно достичь, если применить рассматриваемые алгоритмы к реальному фотографическому изображению. Для тестирования я выбрал фрагмент фотографии, на котором показан фрагмент крыши одного очень известного здания. На нем присутствуют и протяженные прямые линии, идущие под разными углами, и довольно мелкие архитектурные детали, и довольно большой фрагмент богатого оттенками неба.
Перед тем как приступить к тестированию я уменьшил линейные размеры фрагмента в два раза. Затем я попробовал восстановить фотографию до исходного размера с помощью упомянутых выше фильтров. Результаты тестирования можно увидеть на приведенных ниже фотографиях. (Mitchel Filter дает практически такой же результат, что и B-Spline Filter, поэтому для экономии места я решил ограничиться демонстрацией работы только одного из них.)
Правее исходного изображения (Original) помещена фотография, полученная с помощью простейшего алгоритма интерполяции (Resize). Как и ожидалось, на наклонных линиях появились характерные зазубрины-ступеньки. Однако, если вы посмотрите на экран своего компьютера с расстояния 2 м (примерно), то изображение, полученное даже таким незамысловатым способом, уже не будет казаться столь несовершенным. Иными словами, мне еще раз хочется подчеркнуть, что даже простейший алгоритм интерполяции цвета пикселов дает вполне приемлемый результат, если предполагается увеличение дистанции между изображением и зрителем.
Во втором ряду приведены изображения, полученные с помощью «бикубической интерполяции» и фильтра B-Spline. Как и ожидалось, фильтр B-Spline чрезмерно размывает резкие линии, поэтому его трудно рекомендовать для изображений с четко выраженными контурами. Бикубическая интерполяция вполне прилично справилась с поставленной задачей. Пропавшие детали она, конечно, не восстановила, но зазубрины с наклонных линий убрала удовлетворительно. К плавности тональных переходов серьезных претензий предъявить также нельзя.
В последнем ряду приведены результаты работы фильтра Ланцоша (Lanczos Filter) и программного модуля Genuine Fractals™. На мой взгляд, оба эти алгоритма хорошо справились с поставленной задачей. Однако, я полагаю, гораздо интересней получить ответ на вопрос: насколько они лучше простейшей бикубической интерполяции? На мой взгляд, каждый должен ответить на этот вопрос самостоятельно. В конце концов, только вам решать, каким инструментом пользоваться, а каким — нет.
Выводы (вернее, рекомендации)
Данный мини-тест, конечно же, не претендует на то, чтобы быть источником всеобъемлющей информации. Поэтому сформулированные ниже рекомендации следует рассматривать лишь как повод для самостоятельных размышлений, а не истину в конечной инстанции.
1. Если предполагается рассматривать изображение с увеличенного расстояния, то можно ограничится применением простейшего алгоритма Resize (без интерполяции).
2. Если увеличение дистанции просмотра не планируется, то в 2/3 случаев вполне удовлетворительный результат дает простейшая бикубическая интерполяция.
3. Если бикубическая интерполяция по каким-либо причинам вас не устраивает, попробуйте воспользоваться бесплатным, но весьма эффективным, фильтром Ланцоша (Lanczos filter).
Рисунок 7.2
4. Если ничто из упомянутого выше не приводит к удовлетворительному результату, попробуйте более сложные фильтры (как платные, так и бесплатные), например, упомянутый выше модуль Genuine Fractals™. Следует также иметь в виду, что зачастую сложные инструменты менее универсальны. Иными словами, если вам в сложной ситуации помог какой-то сложный фильтр, то это вовсе не значит, что именно этот фильтр приведет к успеху в других нестандартных случаях. Каждый необычный случай требует индивидуального подхода.
5. Все сказанное выше относилось к менее чем двукратному увеличению размера изображений (четырехкратному по площади). На мой взгляд, увеличение размера изображения в большее число раз может быть оправдано лишь при значительном увеличении дистанции просмотра.
6. Очень часто фильтры с одним и тем же названием в разных графических программах работают по-разному. Если вас (не) устроил какой-либо фильтр в одном графическом пакете, то это автоматически не означает, что вас (не) устроит фильтр с таким же названием в другой программе.
