REDIMENSIONAMIENTO DE IMÁGENES PARA WEB Y CORREO ELECTRÓNICO

Cambiar el tamaño de las imágenes para la web y el correo electrónico son quizás las formas más comunes de compartir fotos digitales. Particularmente para la presentación web, ser capaz de retener la nitidez sin artefactos en una imagen reducida es fundamental, pero puede resultar problemático. A diferencia de la ampliación de fotografías, donde los bordes irregulares son un problema, la reducción de tamaño da como resultado el artefacto de alias opuesto:muaré. La prevalencia del muaré depende en gran medida del tipo de interpolador utilizado, aunque algunas imágenes son mucho más susceptibles que otras. Este tutorial compara diferentes enfoques sobre cómo cambiar el tamaño de una imagen para la web y el correo electrónico, y hace recomendaciones basadas en sus resultados.

ANTECEDENTES:ARTEFACTOS DE MOARE

Moiré (pronunciado "more-ay") es otro tipo de artefacto de alias, pero en su lugar puede ocurrir al reducir el tamaño de una imagen. Esto aparece en imágenes con texturas finas que están cerca del límite de resolución. Estas texturas superan la resolución cuando se reduce el tamaño, por lo que la imagen solo puede grabarlas selectivamente en un patrón repetitivo:

Imagen original→ Imagen reducida al 50 % Imagen reducida mostrada al 200%

Observe cómo este patrón no tiene un significado físico en la imagen porque estas líneas no se correlacionan con la dirección de las tejas del techo. Las imágenes con patrones geométricos finos corren el mayor riesgo; estos incluyen tejas, ladrillos distantes y carpintería, cercas de malla de alambre y otros.

SUAVIZAMIENTO INDUCIDO POR CAMBIO DE TAMAÑO

Además de los artefactos de muaré, una imagen redimensionada también puede volverse significativamente menos nítida. Los algoritmos de interpolación que conservan la mejor nitidez son más susceptibles al moiré, mientras que los que evitan el moiré normalmente producen un resultado más suave. Desafortunadamente, esto es una compensación inevitable en el cambio de tamaño.

Imagen original reducida
90 %

→ Imagen redimensionada más suave

Una de las mejores formas de combatir esto es aplicar una máscara de desenfoque de seguimiento después de cambiar el tamaño de una imagen, incluso si el original ya se había enfocado. Mueva el mouse sobre la imagen de arriba para ver cómo esto puede recuperar la nitidez perdida.

RENDIMIENTO DE INTERPOLACIÓN COMPARADO

Como ejemplo:cuando se reduce el tamaño de una imagen al 50% de su tamaño original, es imposible mostrar detalles que antes tenían una resolución de un solo píxel. Si se muestra algún detalle, este no es real y debe ser un artefacto del interpolador.

Imagen original reducida
50 %

→ Imagen promedio a gris

Usando este concepto, se diseñó una prueba para evaluar tanto la resolución máxima como el grado o muaré que produce cada interpolador al reducir el tamaño. Amplifica estos artefactos para un escenario típico:cambiar el tamaño de la imagen de una cámara digital a una resolución web y de correo electrónico más manejable del 25 % de su tamaño original.

La imagen de prueba (abajo) fue diseñada para que la resolución de las rayas aumente progresivamente alejándose del centro de la imagen. Cuando se reduce el tamaño de la imagen, todas las franjas más allá de una cierta distancia desde el centro ya no deberían poder resolverse. Los interpoladores que muestran detalles hasta el borde de este límite de resolución (el cuadro rojo discontinuo que se muestra a continuación) conservan el máximo detalle, mientras que los interpoladores que muestran detalles fuera de este límite agregan patrones a la imagen que en realidad no están allí (muaré).

1. Vecino más cercano

2. Bilineal

3. Bicúbico **

4. Sinc

5. Lanczos

6. Bicúbico, 1 px antes del desenfoque

7. #6 con afilado

8. Fractales genuinos

¿Mostrar cuadro rojo? SÍ NO Imagen de prueba*

*La imagen de prueba anterior se ha modificado para su visualización;
la imagen real es de 800 x 800 píxeles y las franjas se extienden a la resolución máxima en ese tamaño.
**Bicubic es la configuración predeterminada utilizada en Adobe Photoshop CS y CS2
Gráfico de prueba concebido en un artículo de la BBC e implementado por primera vez en www.worldserver.com/turk/opensource/;
todos los diagramas y el código personalizado anterior se realizaron en Matlab para el uso anterior.

Los algoritmos sinc y lanczos producen los mejores resultados; son capaces de resolver los detalles hasta el máximo teórico (recuadro rojo), mientras mantienen la menor cantidad de artefactos más allá. Photoshop bicubic ocupa el segundo lugar, ya que tiene patrones muaré visibles fuera de la caja. Además, observe cómo bicúbico tampoco muestra tantos detalles y contraste justo dentro del cuadro rojo. 6 y 7 son variantes del tamaño reducido bicúbico y se analizan a continuación. Genuine Fractals 4.0 se incluyó a modo de comparación, aunque funciona mal en la reducción (no es su uso previsto). Esto destaca una división clave:algunos algoritmos de interpolación son mucho mejores para aumentar que para reducir el tamaño de la imagen, y viceversa .

Nota técnica :los algoritmos de interpolación varían según el software utilizado, incluso si el algoritmo tiene el mismo nombre. La interpolación Sinc, por ejemplo, tiene variaciones que tienen en cuenta entre 256 y 1024 píxeles adyacentes conocidos. Esto puede o no estar explícitamente establecido en el software. Además, el software también puede variar en la ponderación que da a los píxeles cercanos frente a los más conocidos en sus cálculos, lo que suele ser el caso de "bicúbico".

PRE-BLUR PARA MINIMIZAR LOS ARTEFACTOS DE MOIRÉ

Un enfoque que puede mejorar los resultados en imágenes problemáticas es aplicar un poco de desenfoque a la imagen *antes* de reducir su tamaño. Esto le permite eliminar cualquier detalle más pequeño de lo que sabe que es imposible capturar a una resolución más baja. Si no tiene ningún problema con los artefactos muaré, entonces no hay necesidad de desenfocar previamente.

Dado que la imagen de arriba se redujo a 1/4 de su tamaño original, no se pueden resolver los patrones repetitivos de menos de 4 píxeles. Se podría haber usado un radio de hasta 2 píxeles (para un diámetro total de 4 píxeles) en el n. ° 6, sin embargo, 1 píxel es todo lo que se necesitaba para eliminar virtualmente los artefactos fuera de la caja. Un desenfoque previo demasiado alto puede provocar que la imagen final se suavice.

La imagen de Photoshop previamente desenfocada anterior (n.° 6) elimina la mayor parte del moiré (que se encuentra en el n.° 3), sin embargo, se requiere una mayor nitidez (realizada en el n.° 7) para recuperar la nitidez de los detalles justo dentro del cuadro rojo. Después del desenfoque previo y la nitidez, Photoshop bicubic se comporta de forma similar a los algoritmos sinc y lanczos más sofisticados.

PHOTOSHOP BICUBIC SHARPER frente a BICUBIC SUAVE

Las versiones CS (8.0) y superiores de Adobe Photoshop en realidad tienen tres opciones para la interpolación bicúbica:bicúbica más suave, bicúbica (valor predeterminado intermedio) y bicúbica más nítida. Todas las variaciones brindan resultados similares al #3 en la comparación de interpolación, pero con diferentes grados de nitidez. Por lo tanto, si su imagen tiene muaré, la configuración más nítida lo amplificará y la configuración más suave lo reducirá (en relación con el valor predeterminado).

Imagen original reducida
75 %

→

Mostrar tipo bicúbico:
Más suave	Más nítido

Muchos recomiendan usar la variación más suave para aumentar el tamaño y la variación más aguda para reducir. Esto funciona bien, pero prefiero usar el bicúbico estándar para reducir el tamaño, lo que deja una mayor flexibilidad para enfocar después según lo requiera la imagen. Muchos encuentran que la nitidez integrada en la variación más nítida es demasiado fuerte y tosca para la mayoría de las imágenes, pero esto es simplemente una cuestión de preferencia.

RECOMENDACIONES

Todo este análisis está dirigido a explicar qué sucede cuando las cosas van mal . Si el cambio de tamaño no tiene artefactos, es posible que no necesite cambiar nada; los flujos de trabajo fotográficos pueden volverse lo suficientemente complicados como están. Muchas fotos no tienen detalles susceptibles de muaré, independientemente de la interpolación. Por otro lado, cuando las cosas hacen salir mal, esto puede ayudar a explicar por qué y qué acciones puede tomar para solucionarlo.

La solución ideal es usar un algoritmo sinc o lanczos para evitar artefactos muaré en la imagen reducida, y luego seguir con una máscara de desenfoque de radio muy pequeño (0,2-0,3) para corregir cualquier ablandamiento inducido por la interpolación. Por otro lado, el algoritmo de sincronización no es ampliamente compatible y el software que lo usa a menudo no es tan fácil de usar.

Un enfoque alternativo sería usar imágenes problemáticas bicúbicas antes del desenfoque y luego enfocarlas después de reducirlas . Esto prepara la imagen para el interpolador de una manera que minimiza los artefactos de aliasing. La principal desventaja de este enfoque es que el radio de desenfoque requerido depende de cuánto desea reducir el tamaño de la imagen; por lo tanto, debe usar esta técnica caso por caso.

Gráfico de computadora original reducido un 50 %

→ Cero suavizado

Finalmente, puede asegurarse de no inducir ningún suavizado en los gráficos de computadora si usa el algoritmo del vecino más cercano . Solo tenga especial cuidado cuando la imagen contenga texturas finas, ya que este algoritmo es el más propenso a los artefactos de muaré.

Para obtener más información, visite:
Interpolación de imágenes digitales, parte 1