Sẽ giảm quy mô làm giảm chất lượng?

Trong Photoshop, liệu sẽ có sự khác biệt về chất lượng khi một raster được thu nhỏ lại 75% một lần so với việc giảm xuống 50% hai lần ? Trong cả hai trường hợp, kích thước cuối cùng sẽ giống nhau: 25% so với bản gốc.

Lý do tôi hỏi là vì đôi khi tôi muốn thu nhỏ hình ảnh mà tôi biết đã được thu nhỏ lại trước đó. Tôi ghét phải CTRL + Z (hoàn tác) hàng trăm lần đến trạng thái mà hình ảnh ở kích thước ban đầu. Nếu chất lượng cuối cùng không bị ảnh hưởng, tôi chỉ muốn thu nhỏ hình ảnh xuống ngay tại đó và sau đó.

Đó là wiki cộng đồng, vì vậy bạn có thể sửa bài đăng khủng khiếp này.

Grrr, không có LaTeX. :) Tôi đoán tôi sẽ phải làm tốt nhất có thể.

Định nghĩa:

Chúng tôi đã có một hình ảnh (PNG hoặc định dạng lossless * khác) có tên A có kích thước A _x bởi A _y . Mục tiêu của chúng tôi là mở rộng nó bằng p = 50% .

Hình ảnh ( "mảng") B sẽ là một "quy mô trực tiếp" phiên bản của Một . Nó sẽ có B _s = 1 số bước.

A = B _{B s} = B ₁

Hình ảnh ( "mảng") C sẽ là một "từng bước thu nhỏ" phiên bản của Một . Nó sẽ có C _s = 2 số bước.

A C _{C s} = C ₂

Những điều thú vị:

A = B ₁ = B ₀ × p

C ₁ = C ₀ × p ^{1 C _s}

A ≅ C ₂ = C ₁ × p ^{1 C _s}

Bạn có thấy những sức mạnh phân số đó không? Về mặt lý thuyết, chúng sẽ làm giảm chất lượng với hình ảnh raster (raster bên trong các vectơ phụ thuộc vào việc thực hiện). Bao nhiêu? Chúng ta sẽ tìm ra điều đó tiếp theo ...

Đồ đạc tốt:

C _e = 0 nếu p ^{1 C _s} ∈

C _e = C _s nếu p ^{1 C _s} ∉

Trong đó e đại diện cho lỗi tối đa (trường hợp xấu nhất), do lỗi làm tròn số nguyên.

Bây giờ, mọi thứ phụ thuộc vào thuật toán thu nhỏ (Siêu lấy mẫu, Lấy mẫu nhị phân, Lấy mẫu Lanczos, Hàng xóm gần nhất, v.v.).

Nếu chúng tôi đang sử dụng Hàng xóm gần nhất ( thuật toán tồi tệ nhất cho bất kỳ chất lượng nào), "lỗi tối đa thực sự" ( C _t ) sẽ bằng với C _e . Nếu chúng ta sử dụng bất kỳ thuật toán nào khác, nó sẽ trở nên phức tạp, nhưng nó sẽ không tệ như vậy. (Nếu bạn muốn một lời giải thích kỹ thuật về lý do tại sao nó sẽ không tệ như Hàng xóm gần nhất, tôi không thể đưa ra cho bạn một nguyên nhân, đó chỉ là phỏng đoán.

Yêu hàng xóm:

Chúng ta hãy tạo một "mảng" hình ảnh D với D _x = 100 , D _y = 100 và D _s = 10 . p vẫn như cũ: p = 50% .

Thuật toán Neighbor gần nhất (định nghĩa khủng khiếp, tôi biết):

N (I, p) = mergeXYD repeatates (floorAllImageXYs (I _{x, y} × p), I) , trong đó chỉ bản thân _{x, y} đang được nhân lên; không phải giá trị màu (RGB) của chúng! Tôi biết bạn không thể thực sự làm điều đó trong toán học, và đây chính xác là lý do tại sao tôi không phải là nhà toán học PHÁP LÝ của lời tiên tri.

( MergeXYDuplicates () giữ chỉ nhất trái từ dưới nhất / x, y "yếu tố" trong ảnh gốc Tôi cho tất cả các bản sao mà nó tìm thấy, và vứt bỏ phần còn lại.)

Hãy lấy một pixel ngẫu nhiên: D _{0 39,23} . Sau đó áp dụng D _{n + 1} = N (D _n , p ^{1 D _s} ) = N (D _n , ~ 93,3%) nhiều lần.

c _{n + 1} = sàn (c _n × ~ 93,3%)

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

c ₂ = sàn ((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)

Nếu chúng tôi đã giảm quy mô đơn giản chỉ một lần, chúng tôi sẽ có:

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

Hãy so sánh b và c :

b ₁ = (19,11)

c ₁₀ = (15,8)

Đó là lỗi của (4,3) pixel! Hãy thử điều này với các pixel cuối (99,99) và tính đến kích thước thực tế trong lỗi. Tôi sẽ không làm lại tất cả các phép toán ở đây một lần nữa, nhưng tôi sẽ nói với bạn rằng nó trở thành (46,46) , một lỗi (3,3) so với những gì nó cần, (49,49) .

Hãy kết hợp những kết quả này với bản gốc: "lỗi thực sự" là (1,0) . Hãy tưởng tượng nếu điều này xảy ra với mọi pixel ... nó có thể sẽ tạo ra sự khác biệt. Hmm ... Chà, có lẽ có một ví dụ tốt hơn. :)

Phần kết luận:

Nếu hình ảnh của bạn ban đầu có kích thước lớn, nó sẽ không thực sự quan trọng, trừ khi bạn thực hiện nhiều lần thu nhỏ (xem "ví dụ trong thế giới thực" bên dưới).

Nó trở nên tồi tệ hơn bởi tối đa một pixel trên mỗi bước tăng dần (xuống) trong Vùng lân cận gần nhất. Nếu bạn thực hiện mười lần hạ cấp, hình ảnh của bạn sẽ bị giảm chất lượng một chút.

Ví dụ thực tế:

(Nhấp vào hình thu nhỏ để xem lớn hơn.)

Giảm dần 1% khi sử dụng Siêu lấy mẫu:

Như bạn có thể thấy, Super Sampling "làm mờ" nó nếu được áp dụng một số lần. Điều này là "tốt" nếu bạn đang thực hiện một hạ cấp. Điều này là xấu nếu bạn đang làm nó tăng dần.

* Tùy thuộc vào trình chỉnh sửa và định dạng, điều này có khả năng tạo ra sự khác biệt, vì vậy tôi sẽ giữ nó đơn giản và gọi nó là lossless.

JoJo hỏi về chất lượng. Hầu hết các câu trả lời là về độ chính xác của pixel , tất cả đều không liên quan đến một nhà thiết kế, hoặc thậm chí là một nhiếp ảnh gia.

Chất lượng là thước đo mức độ thuyết phục và làm hài lòng kết quả cuối cùng, chứ không phải mức độ "chính xác" của nó. Như một trường hợp tuyệt vời, Nhân bản hoặc Aware Fill thay thế các phần không mong muốn của hình ảnh bằng các pixel hợp lý : chúng trông có vẻ đúng, nhưng chắc chắn chúng không thể được coi là chính xác.

Trong Photoshop, sự khác biệt thực tế chính giữa giảm kích thước tăng dần so với thu nhỏ trong một lần chụp là nó mất nhiều thời gian hơn. Nếu bạn tính phí theo giờ, bằng mọi cách hãy đi 1% mỗi lần. Nếu không, giảm kích thước trong một lần bắn. Trước tiên, hãy biến hình ảnh thành Đối tượng thông minh, trong trường hợp bạn muốn tạo phiên bản lớn hơn sau này.

Cho dù bạn sử dụng thuật toán nào (và nhận xét của Dawson về các thuật toán đó đã chết - chúng thật tuyệt vời), thu nhỏ kích thước sẽ ném đi các pixel. Thuật toán trừ các pixel và sửa đổi các pixel khác bằng cách đoán làm thế nào để làm cho chúng trông đúng. Một thuật toán tốt làm cho dự đoán tốt; nó mang lại cho bạn một kết quả có vẻ thuyết phục, nhưng nó không chính xác theo bất kỳ ý nghĩa nào. Thành thật, chính xác - khác với màu sắc! - không phải là thứ bạn đang tìm kiếm trừ khi bạn là nhà khoa học, trong trường hợp đó bạn có thể sẽ không thu hẹp ngay từ đầu.

Một hình ảnh được thu nhỏ bằng thuật toán bicubic thông thường thường được lợi từ một chút sắc nét, nhưng nếu bạn đang tạo jpeg cho web, làm sắc nét sẽ tăng kích thước tệp.

Chất lượng chính xác trong thiết kế là chất lượng bạn cần cho sản phẩm cuối cùng của bạn. Bất cứ điều gì ngoài đó thêm thời gian, nhưng không giá trị, cho công việc của bạn.

[Chỉnh sửa: Vì đã có đề cập đến việc mở rộng trong sự hồi sinh của koiyu cho câu hỏi này. Tôi đã thêm một số ý kiến ​​về chủ đề đó.]

Có một ý tưởng cho rằng nếu bạn chỉnh lại một hình ảnh theo từng bước nhỏ, trái ngược với một bước nhảy khổng lồ, bạn sẽ có kết quả tốt hơn một chút ("hơi kém hơn" sẽ chính xác hơn). Scott Kelby đã thúc đẩy ý tưởng này vài năm trước, và nó có thể đúng với PS 7. Tôi chưa thấy điều gì thuyết phục tôi rằng nó đúng ngày hôm nay. Nó không chứng minh được trong các thử nghiệm của riêng tôi, xung quanh PS CS2 và 3, nhưng phải nói rằng tôi đã không lãng phí nhiều thời gian cho chúng.

Tôi đã không dành thời gian để thử nghiệm sâu vì sự khác biệt nhỏ giữa "chất lượng hình ảnh bị suy giảm" và "chất lượng hình ảnh ít bị suy giảm" không có giá trị thực tế: không thể sử dụng được. Trong công việc của riêng tôi, quy tắc đơn giản của tôi là "Đừng tăng kích thước". Như một vấn đề thực tế trong công việc thiết kế, một hình ảnh có độ phân giải quá thấp cho một mục đích cụ thể luôn trông được sử dụng tốt hơn so với hình ảnh tương tự "có kích thước" với độ phân giải "chính xác" theo bất kỳ quy trình nào tôi đã đi qua, bao gồm các biến thể fractal và bicubic.

Nói chung, nhiều tỷ lệ sẽ giảm chất lượng trên một tỷ lệ đơn lẻ đến kích thước cuối cùng, nhưng thường thì sự khác biệt sẽ là tối thiểu. Cụ thể, tỷ lệ nhỏ hơn theo tỷ lệ chính xác, chẳng hạn như ví dụ của bạn về (2: 1, 2: 1) so với (4: 1), sẽ có sự xuống cấp rất nhỏ so với tỷ lệ đơn lẻ. Tất nhiên, tốt nhất là thực hiện tất cả các sửa đổi ở độ phân giải cao nhất và sau đó chỉ mở rộng một lần ở cuối. Khi tỷ lệ chính xác ban đầu không được biết, người ta có thể thực hiện một loạt các tỷ lệ thử nghiệm để tìm kích thước phù hợp, sau đó lưu ý kích thước, ném hình ảnh thử nghiệm và thực hiện một tỷ lệ duy nhất theo kích thước đó so với ban đầu.

Câu hỏi này thật TUYỆT VỜI! ... Tôi nghĩ rằng tất cả chúng ta đang trở nên quá kỹ thuật.

Hình ảnh 100 x 100 pixel = 10000 pixel

Thu nhỏ hình ảnh xuống kéo pixel ra. Mở rộng thêm chúng. Dù bằng cách nào, phần mềm sẽ lấy "phỏng đoán có giáo dục" để thay đổi tệp.

Một mức giảm duy nhất: 90 x 90 (1900px bị xóa khỏi thông tin tệp gốc)

Giảm 2 bước: 95 x 95 (đã xóa 975px), 90 x 90 (khác 925). Chi tiết cần nắm bắt ở đây là tổng số 1900px bị xóa - 975 trong số chúng KHÔNG phải là một phần của thông tin gốc .

Hình ảnh gốc luôn là tốt nhất. Ít "thế hệ" hơn luôn tương đương với chất lượng tốt hơn (gần nhất với chất lượng ban đầu).

BOONG CHỨNG (và phản hồi bình luận của @ mutoo)

Thật đơn giản ... đó là một thuật toán ... nó không phải là một đôi mắt của con người. Có 3 màu ở đây. 100% đen, 50% đen và trắng (ảnh tỷ lệ xám). Bất kể tôi chia tỷ lệ như thế nào - menu kích thước hình ảnh, công cụ biến đổi, RGB, CMYK, 100 x 100px, 10 x 10in, kết quả đều giống nhau:

Dọc theo cạnh đen / xám, bạn tìm thấy 80% màu đen (một màu không tồn tại). Dọc theo cạnh trắng / xám bạn thấy 7% màu đen (không tồn tại). [không phải là một lời mời cho đối số chống bí danh ở đây]

Như chúng ta đã biết (là con người, và tất cả), việc giảm hoặc mở rộng hoàn hảo sẽ tạo ra một hộp sọc Đen / Xám / Trắng. Và tôi vẫn thấy rằng một lần lặp duy nhất (lên hoặc xuống) đã tạo ra một bản sao tốt hơn nhiều lần.

Rất có thể là có, nhưng trong hầu hết các trường hợp, bạn thậm chí sẽ không thể nhận thấy sự khác biệt.

Chỉnh sửa: Tôi thấy rằng mọi người không thích câu trả lời của tôi :). Có lẽ bởi vì nó đơn giản. IMHO nó không làm cho nó ít đúng hơn. Vâng, chứng minh tôi sai :).

Chỉnh sửa 2: Tôi muốn giữ câu trả lời của mình ngắn gọn, nhưng :)

Q: Trong Photoshop, liệu sẽ có sự khác biệt về chất lượng khi một raster được thu nhỏ lại 75% một lần so với việc giảm xuống 50% hai lần? Trong cả hai trường hợp, kích thước cuối cùng sẽ giống nhau: 25% so với bản gốc.

A:

1. "Hầu hết có lẽ là có" - hãy xem bài viết của muntoo. Ông nói rằng mỗi bước nội suy đưa ra một số lỗi nhỏ. Họ đang làm tròn hoặc lỗi đại diện và họ có thể góp phần làm suy giảm chất lượng. Kết luận đơn giản: nhiều bước hơn, suy thoái có thể hơn. Vì vậy, hình ảnh "có thể nhất" sẽ mất chất lượng trong mỗi bước chia tỷ lệ. Nhiều bước hơn - suy giảm chất lượng có thể hơn. Vì vậy, hình ảnh "rất có thể" sẽ bị suy giảm nhiều hơn nếu được chia tỷ lệ hai lần so với một. Mất chất lượng là không chắc chắn - ví dụ như lấy một hình ảnh màu rắn, nhưng tần suất bất kỳ nhà thiết kế nào sẽ chia tỷ lệ hình ảnh tương tự?

2. "nhưng trong hầu hết các trường hợp, bạn thậm chí sẽ không thể nhận thấy sự khác biệt" - một lần nữa - bài đăng của muntoo. Làm thế nào lớn là lỗi tiềm năng? Trong ví dụ của anh ấy là những hình ảnh được chia tỷ lệ không phải bằng 2 mà là 75 bước và thay đổi về chất lượng là đáng chú ý nhưng không ấn tượng. Trong 75 bước! Điều gì xảy ra khi hình ảnh được chia tỷ lệ lên 25% trong Ps CS4 (mẫu nhị phân, mẫu của muntoo, được chia tỷ lệ theo một và hai bước tương ứng)?

Bất cứ ai cũng có thể thấy sự khác biệt? Nhưng sự khác biệt là có:

#: 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

Và có thể được nhìn thấy nếu được đánh dấu đúng (gm so sánh -highlight-color Purple -file diff.png one-step.png hai-step.png):

1 và 2 làm cho câu trả lời của tôi, mà tôi hy vọng sẽ nói ngắn gọn, vì những thứ khác khá phức tạp;).

Đó là nó! :) Tự đánh giá nó.