Porównanie trzech metod zmiany rozmiaru obrazka

Niektóre zadania nawet mistrz wśród edytorów graficznych – Adobe Photoshop – wykonuje z gracją słonia. Do takich przypadków należy zmniejszanie obrazów bitmapowych. A szkoda, bo fotografie wciąż trzeba powiększać, pomniejszać lub rozciągać. Zdjęcie do ramki na biurko powinno mieć inne wymiary niż to przeznaczone na odbitkę w fotolabie, do galerii internetowej czy po prostu do obejrzenia na różnych monitorach. Rozwiązaniem problemu mogłaby być inteligentna zmiana wymiarów, która pomogłaby w dopasowywaniu rozmiaru obrazka do każdego sposobu prezentacji. Najprostsze metody, czyli kadrowanie i skalowanie, niestety często zawodzą. Podczas kadrowania oryginału program obcina to, co wystaje poza zadane wymiary.

Dotychczasowa metoda: Skalowanie szybko osiąga granice swych możliwości

Jeśli chodzi o skalowanie, Photoshop oferuje dwie metody, które zapewniają akceptowalną jakość: interpolację dwuliniową oraz dwusześcienną. Dodajmy, że zastosowanie metody dwusześciennej przy powiększaniu daje wyraźnie lepsze efekty.
Cyfrowe obrazy składają się z pikseli. Filtr skalujący musi więc podczas powiększania wyliczyć parametry nowych pikseli. Metoda dwuliniowa wykorzystuje tylko wartości pikseli bezpośrednio sąsiadujących. Efektem tego jest wyraźny spadek ostrości powiększonych obrazów. Skalowanie dwusześcienne uwzględnia natomiast szerszy kontekst pikseli i przypisuje im różne znaczenie w zależności od dalszego lub bliższego położenia. Dzięki temu nowe, wyliczone na takiej podstawie piksele nie powodują nieostrości na zdjęciu. Skalowanie okazuje się jednak metodą niewystarczającą, gdy zmieniamy proporcje boków zdjęcia. W takim prz ypadku ulega ono zniekształceniu, co fatalnie wpływa na wygląd
obrazka. 

Nowa metoda: Usunąć nieistotne, pozostawić resztę

Dotychczas stosowane metody zawodzą, bo nie uwzględniają zawartości obrazka. W wypadku Seam Carving jest inaczej. Tu podstawowa zasada brzmi: usunąć to, co nieistotne, pozostawić całą resztę. Program bazujący na carvingu analizuje więc zawartość fotografii, aby stwierdzić, co można wyrzucić, a czego lepiej nie ruszać. Wbrew pozorom sama analiza jest mniej skomplikowana niż proces rozpoznawania twarzy. Wystarczy, gdy program stwierdzi, w których miejscach dużo się dzieje, a gdzie jest spokojnie. „Dzianie się” oznacza krawędzie, linie i struktury. Najpierw potrzebny jest zatem algorytm, który takie miejsca na fotografii wyśledzi. Następnie przypisuje on im wysokie wartości, a gładkim powierzchniom – niskie. W programie Seam Carving GUI (na płycie dołączonej do tego numeru) użytkownik ma do wyboru aż pięć algorytmów. 

Przypisane wartości stanowią podstawę do wykonania następnego kroku: wykreślenia mapy wartości. Nie wystarczy ochronić krawędzie poprzez nadanie im wysokich wartości. Również obiekty, które znajdują się pomiędzy tymi krawędziami, powinny pozostać nietknięte. Dlatego program do carvingu wykonuje następną operację, w której podnosi wartości nadane pikselom znajdującym się w pobliżu krawędzi. W efekcie, tak jak na naszym przykładowym zdjęciu ze słoniami, niebo ma najniższe wartości, trochę więcej – trawa, na następnym miejscu są zarośla, a najwięcej punktów dostały słonie. Im więcej szczegółów, tym wyższa wartość. 

Seam Carving w akcji

 

Zdjęcie przed operacją

Orygniał: Fotografia ze słoniami ma szerokość 850 pikseli. Dzięki Seam Carvingowi ma ona być zmniejszona do 550 pikseli.

 

Analiza obrazu w trzech krokach

Wykrywanie krawędzi

1. Wykrywanie krawędzi: Program nakłada na zdjęcie filtr przypisujący krawędziom wysokie wartości.

 

Mapa

2. Mapa: Algorytm przypisuje wszystkim pikselom w pobliżu krawędzi wyższe wartości.

 

Ścieżki

3. Ścieżki: Program wykreśla 300 „szwów” o niskich wartościach i kasuje położone na nich piksele.

 

Obraz po zmiejszeniu

Rezultat: Po wycięciu przez program 300 wyliczonych ścieżek okazało się, że najważniejsze motywy pozostały nietknięte.