RIDIMENSIONAMENTO IMMAGINI PER WEB ED EMAIL

Il ridimensionamento delle immagini per il web e l'email sono forse i modi più comuni per condividere foto digitali. Particolarmente per la presentazione web, essere in grado di mantenere una nitidezza priva di artefatti in un'immagine ridimensionata è critico — ma può risultare problematico. A differenza dell'ingrandimento foto dove i bordi frastagliati sono un problema, il ridimensionamento produce l'artefatto di aliasing opposto: il moiré. La prevalenza del moiré dipende largamente dal tipo di interpolatore usato, sebbene alcune immagini siano molto più suscettibili di altre. Questo tutorial confronta diversi approcci su come ridimensionare un'immagine per web ed email, e fa raccomandazioni basate sui loro risultati.

SFONDO: ARTEFATTI MOIRÉ

Il moiré (pronunciato mora-e) è un altro tipo di artefatto di aliasing, ma può invece verificarsi quando si ridimensiona un'immagine verso il basso. Questo appare in immagini con texture fini che sono vicino al limite di risoluzione. Queste texture superano la risoluzione quando ridimensionate, quindi l'immagine può registrarle solo selettivamente in un pattern ripetitivo:

Immagine Originale →

Immagine Ridimensionata al 50%

Immagine Ridimensionata Mostrata al 200%

Notate come questo pattern non abbia significato fisico nella foto perché queste linee non correlano con la direzione delle tegole del tetto. Immagini con pattern geometrici fini sono a maggior rischio; queste includono tegole del tetto, mattoni e lavori in legno distanti, recinzioni a rete metallica, e altri.

AMMORBIDIMENTO INDOTTO DAL RIDIMENSIONAMENTO

Oltre agli artefatti moiré, un'immagine ridimensionata può anche diventare significativamente meno nitida. Gli algoritmi di interpolazione che preservano la migliore nitidezza sono più suscettibili al moiré, mentre quelli che evitano il moiré tipicamente producono un risultato più morbido. Questo è purtroppo un compromesso inevitabile nel ridimensionamento.

Immagine Originale Ridimensionata
90%

→

Immagine Ridimensionata Più Morbida

Uno dei modi migliori per combattere questo è applicare una maschera di contrasto di follow-up dopo aver ridimensionato un'immagine — anche se l'originale era già stata nitidizzata. Passate il mouse sull'immagine sopra per vedere come questo può recuperare la nitidezza persa.

PRESTAZIONI INTERPOLAZIONE CONFRONTATE

Come esempio: quando un'immagine è ridimensionata al 50% della sua dimensione originale, è impossibile mostrare dettagli che precedentemente avevano una risoluzione di un solo pixel. Se viene mostrato qualche dettaglio, questo non è reale e deve essere un artefatto dell'interpolatore.

Immagine Originale Ridimensionata
50%

→

Immagine Media al Grigio

Usando questo concetto, un test è stato progettato per valutare sia la massima risoluzione che il grado di moiré che ogni interpolatore produce nel ridimensionamento. Amplifica questi artefatti per uno scenario tipico: ridimensionare un'immagine da fotocamera digitale a una risoluzione web ed email più gestibile del 25% della sua dimensione originale.

L'immagine di test (sotto) è stata progettata in modo che la risoluzione delle strisce aumenti progressivamente allontanandosi dal centro dell'immagine. Quando l'immagine viene ridimensionata, tutte le strisce oltre una certa distanza dal centro non dovrebbero più essere risolvibili. Gli interpolatori che mostrano dettagli fino al bordo di questo limite di risoluzione (riquadro rosso tratteggiato mostrato sotto) preservano il massimo dettaglio, mentre gli interpolatori che mostrano dettagli fuori da questo limite stanno aggiungendo pattern all'immagine che non ci sono realmente (moiré).

1. Nearest Neighbor

2. Bilineare

3. Bicubico **

4. Sinc

5. Lanczos

6. Bicubico, pre-sfocatura 1px

7. #6 con nitidezza

8. Genuine Fractals

 Mostra Riquadro Rosso?    SÌ NO

Immagine Test*

*L'immagine di test sopra è stata modificata per la visualizzazione;
l'immagine reale è 800x800 pixel e le strisce si estendono alla massima risoluzione a quella dimensione.
**Bicubico è dall'impostazione predefinita usata in Adobe Photoshop CS & CS2
Grafico test concepito in un paper BBC e prima implementato su www.worldserver.com/turk/opensource/;
tutti i diagrammi e codice personalizzato sopra sono stati eseguiti in Matlab per l'uso sopra.

Gli algoritmi sinc e lanczos producono i migliori risultati; sono in grado di risolvere dettagli fino al massimo teorico (riquadro rosso), mantenendo ancora i pochi artefatti oltre. Il bicubico di Photoshop arriva secondo, in quanto ha pattern moiré visibili ben fuori dal riquadro. Inoltre, notate come il bicubico non mostri nemmeno tanto dettaglio e contrasto appena dentro il riquadro rosso. 6 e 7 sono varianti del ridimensionamento bicubico, e sono discusse sotto. Genuine Fractals 4.0 è stato incluso per confronto, anche se funziona male nel ridimensionamento (non il suo uso previsto). Questo evidenzia una divisione chiave: alcuni algoritmi di interpolazione sono molto migliori nell'aumentare che nel diminuire la dimensione dell'immagine, e viceversa.

PRE-SFOCATURA PER MINIMIZZARE ARTEFATTI MOIRÉ

Un approccio che può migliorare i risultati in immagini problematiche è applicare una leggera sfocatura all'immagine prima di ridimensionarla. Questo vi permette di eliminare qualsiasi dettaglio più piccolo di ciò che sapete essere impossibile da catturare a una risoluzione inferiore. Se non avete problemi con artefatti moiré, non c'è bisogno di pre-sfocare.

Poiché l'immagine sopra è stata ridimensionata a 1/4 della sua dimensione originale, qualsiasi pattern ripetitivo più piccolo di 4 pixel non può essere risolto. Un raggio fino a 2 pixel (per un diametro totale di 4 pixel) avrebbe potuto essere usato in #6, tuttavia 1 pixel è tutto ciò che serviva per eliminare virtualmente gli artefatti fuori dal riquadro. Una pre-sfocatura troppo alta può portare ad ammorbidimento nell'immagine finale.

L'immagine photoshop pre-sfocata sopra (#6) elimina la maggior parte del moiré (trovato in #3), tuttavia una nitidezza aggiuntiva (eseguita in #7) è richiesta per recuperare la nitidezza per dettagli appena dentro il riquadro rosso. Dopo pre-sfocatura e nitidezza, il bicubico di photoshop performa vicino agli algoritmi sinc e lanczos più sofisticati.

PHOTOSHOP BICUBIC SHARPER vs BICUBIC SMOOTHER

Le versioni Adobe Photoshop CS (8.0) e successive hanno effettivamente tre opzioni per l'interpolazione bicubica: bicubic smoother, bicubic (default intermedio), e bicubic sharper. Tutte le variazioni forniscono risultati simili a #3 nel confronto di interpolazione, ma con gradi variabili di nitidezza. Quindi se la vostra immagine ha moiré, l'impostazione sharper amplificherà e la smoother lo ridurrà (rispetto al default).

Immagine Originale Ridimensionata
75%

→

Mostra Tipo Bicubico:
Smoother	Sharper

Molti raccomandano di usare la variazione smoother per l'ingrandimento e la variazione sharper per il ridimensionamento. Questo funziona bene, ma la mia preferenza è usare il bicubico standard per il ridimensionamento — lasciando maggiore flessibilità per nitidizzare dopo come l'immagine richiede. Molti trovano la nitidezza integrata nella variazione sharper un po' troppo forte e grossolana per la maggior parte delle immagini, ma questo è semplicemente una questione di preferenza.

RACCOMANDAZIONI

Tutta questa analisi è diretta a spiegare cosa succede quando le cose vanno male. Se il ridimensionamento è privo di artefatti, potreste non aver bisogno di cambiare nulla; i flussi di lavoro fotografici possono diventare abbastanza complicati come sono. Molte foto non hanno dettagli suscettibili al moiré — indipendentemente dall'interpolazione. D'altra parte, quando le cose vanno male questo può aiutare a spiegare perché — e quali azioni potete intraprendere per risolverlo.

La soluzione ideale è usare un algoritmo sinc o lanczos per evitare artefatti moiré nell'immagine ridimensionata, poi seguire con una maschera di contrasto a raggio molto piccolo (0,2-0,3) per correggere qualsiasi ammorbidimento indotto dall'interpolazione. D'altra parte, l'algoritmo sinc non è ampiamente supportato e il software che lo usa è spesso non user-friendly.

Un approccio alternativo sarebbe usare il bicubico, pre-sfocare le immagini problematiche e poi nitidizzare dopo il ridimensionamento. Questo prepara l'immagine per l'interpolatore in un modo che minimizza gli artefatti di aliasing. Lo svantaggio principale di questo approccio è che il raggio di sfocatura richiesto dipende da quanto desiderate ridimensionare la vostra immagine — quindi dovete usare questa tecnica caso per caso.

Grafica Computer Originale Ridimensionata 50%

→

Zero Anti-Aliasing

Infine, potete assicurarvi di non indurre alcun anti-aliasing nella grafica computerizzata se usate l'algoritmo nearest neighbor. Siate particolarmente cauti quando l'immagine contiene texture fini, poiché questo algoritmo è il più incline ad artefatti moiré.

Per ulteriori letture, visitate:
Interpolazione Immagini Digitali, Parte 1