2. Масштабирование: увеличение.

Увеличение нужно, например, чтобы рассмотреть мелкие детали. Под увеличением мы интуитивно понимаем получение дополнительной информации. При работе с растровым изображением такой информации взяться просто неоткуда (битовая карта дискретна и конечна).

При работе с растровым изображением увеличить можно два параметра:

геометрические размеры изображения;

разрешение.

Возможны следующие сочетания:

изменение геометрических размеров без изменения расширения (собственно увеличение);

изменение разрешения без изменения размеров изображения (resampling - резамплинг);

одновременное изменение разрешения и геометрических размеров.

• Увеличение только геометрических размеров.

Для того, чтобы заполнить увеличенную площадь пикселями того же размера, необходимо применить методы интерполирования. Объем файла увеличивается как квадрат коэффициента масштабирования.

• Увеличение только разрешения.

Каждый пиксель изображения должен быть разделен на несколько частей (пикселей меньшего размера).

Погрешность будет минимальной, если разрешение увеличено в число раз, кратное 4.

Для определения цвета тона или цвета новых пикселей используются методы интерполирования.

Методы интерполяции.

Nearest Neighbors ( по ближайшим соседям )

Самый простой метод – повторение тона или цвета соседних пикселей. Используется, когда необходимо сохранить декоративную структуру изображения.

Другие алгоритмы создают промежуточные тона и цвета.

В Photoshop: -Bilinear ( билинейный )

-Bicubic ( бикубический )

3. Масштабирование: уменьшение.

Уменьшение только геометрических размеров (без изменения разрешения).

Уменьшение только разрешения.

Уменьшение обеих параметров.

• Происходит уменьшение количество пикселей. Какой-то процент пикселей просто выбрасывается. Утрачиваются мелкие детали (зрачок, блик, рефлекс).

• Несколько пикселей объединяются в один (большего размера). Объединение нескольких пикселей с разными тонами (цветами) создает результирующий тон (цвет), отличный от исходного. Погрешность будет минимальной, если изображение состоит из больших локальных областей близких цветов. Этот процесс называется downsampling (даунзамплинг).

• Преобразование ведет к необратимым потерям качества изображения.

4. Параллельные сдвиги.

Параллельные сдвиги, превращают прямоугольник в параллелограмм, являются вариантами поворотов и имеют идентичные погрешности.

5. Деформации.

- Непараллельные сдвиги – каждая сторона изображения поворачивается на разные углы.

- Фильтры.

В результате трансформации, особенно с использованием алгоритмов интерполяции, помимо погрешности детализации, у изображения всегда ухудшается резкость. Для усиления резкости (восстановить её полностью невозможно) следует использовать технологию нерезкого маскирования (unsharp masking), с помощью которой можно “поправить” контурную резкость.

Векторная дискретизация

1. Дискретизация векторных изображений: задача дискретизации; линейная аппроксимация (суть метода, достоинства и недостатки).