• 3

數位照片縮圖後恢復可接受畫質,何解?

文包兄 可是對影像品質很有研究的!聽他的話 準沒錯!

潛出水面 wrote:
縮圖無爛鏡...(恕刪)


縮圖無爛鏡
感謝先進講解,原來如此,那代表以後可以使用高iso來拍,反正縮圖後會有
明顯改善,了解,感恩.

bmw_m3 wrote:
感謝先進講解,原來如此,那代表以後可以使用高iso來拍,反正縮圖後會有
明顯改善,了解,感恩.


如果你只是要800x600的縮圖,這樣想基本上沒問題.....
bmw_m3 wrote:
不知道使用單眼的朋友有沒有感覺到,即使是使用單眼,iso超過800以上,拍出來
的照片仍然充滿許多不知名的彩色顆粒,畫質一整個弱掉,不過有一個奇妙的現象,
縮圖後竟然改善了畫質,彩色顆粒消失,不知道有沒有高手知道原因.

原理很簡單, 即使最單純的平均算法用數學就可以說明

一個像點是由 RGB 構成, 我們再簡化單純考慮紅色部份好了
放大 100% 檢視的時像點數量和取樣數值數量的關係是 1:1
因此數值的誤差是多少就會原原本本被代入像點裡
要產生一個 +30% 誤差的像點只需要一個 +30% 誤差的數值

假設每個取樣的數值的最大誤差範圍是 +-30%, 趨近於常態分布 (normal distribution)
換句話說產生 +30% (極端) 的可能性遠比產生 +5% 的機率低許多, 這是第一點
當長寬各縮為 1/2 時, 原來只有一個數值能描述的像點現在變成有四個數值描述, 這是第二點

結合以上兩點, 縮圖後一個像點由四個數值組成, 每一個數值帶的誤差被均分
同樣要產生一個 +30% 的誤差, 現在要讓四個數值都帶 +30% 的誤差
若一個數值誤差為 +30% 的機率是 1%, 要四個誤差都是 +30% 機率只剩 0.000001%

另外, 平均 N 個數值的結果會在它們的最大與最小值之間, 這對誤差也適用
若四個取樣數值的誤差分別為 +17%, +5%, -9%, -13%
平均出來的誤差會落在 +17% 與 -13% 之間, 更加趨近於 0
(真正計算要代入數值去算, 這裡用 % 只是簡單說明關係)

所以縮圖後能用更多的數值來描述一個像點
使像點的誤差分布使其更加趨近於 0, 因而消減雜訊
個人積分: 87, 不能再高了 www.flickr.com/photos/inunu

tracer1000 wrote:
如果你只是要800x...(恕刪)

現在大家使用的螢幕多數超過20吋,縮成800*600太小氣了。XD。
如果現在我身上有一把AK,我真的很想送你回老家


star28 wrote:
沒聽過嗎?
遠看像一朵花(縮小),近看是哎呀我的媽(放大)
我是攝影幼幼班

bmw_m3 wrote:
感謝先進講解,原來如...(恕刪)


雜訊或跑焦、沒對準縮圖可能看不出來。
但高iso的色偏就不是縮圖就能掩飾的了。
inunu兄 才是講出原理

我用更簡化的說明
(1)假設縮圖成1/4大小 ==> 每四個點變成一個點 ==> 假設原本有個紅色的雜訊
==> 周圍都是正常的顏色==> 縮圖中電腦會用正常顏色的點代表

至於我們提到 [遠看][馬賽克]之類的, 原理也一樣
==> 只是[縮圖]變成[太遠超過人眼"解析度"] + [電腦演算]變成[人腦運作]
縮圖,或放寬觀賞距離標準時就讓人無法分辨出「雜訊」的理由很單純,就是人眼辨別能力的限度。

當觀看距離越遠或物體越小就越無法分辨出差異,最常見的就是視力檢查,只要影像小到一定程度,觀看者就無法分辨出影像細節,此時視覺心理就會用記憶來補完該影像的內容。

當看著螢幕上的這篇文章,在觀看距離裡會辨認出「字形」,進而知道該文字代表的意義,當你退後到一定距離後,視覺上只剩下一堆小點,而心理上只會認為看到一堆黑點。
以上,請參考。

註:對於影像雜訊可以用個簡單的方法說明,在某個期待一致的影像平面上,出現與心理預期不同的訊息,比如說一整面白色的牆面,預期是一片純白,事實上卻看到了幾個雜色點時,就會被解釋為雜訊。

  • 3
內文搜尋
X
評分
評分
複製連結
Mobile01提醒您
您目前瀏覽的是行動版網頁
是否切換到電腦版網頁呢?