30.08.2013 Views

Digitala bilder och digital bildmanipulering

Digitala bilder och digital bildmanipulering

Digitala bilder och digital bildmanipulering

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

När man förstorar en bild måste man skapa nya pixels mellan de gamla. Detta kallas för interpolering eller uppsampling.<br />

Det finns olika metoder för att göra detta. De vanligaste är närmaste granne (nearest neighbor), bilinjär interpolation<br />

(bilinear interpolation) <strong>och</strong> bikubisk interpolation (bicubic interpolation). Bikubisk interpolation är den mest komplicerade<br />

<strong>och</strong> tar längst tid att beräkna, men ger i allmänhet också det bästa resultatet. Närmaste granne är ingen egentlig interpolation,<br />

utan man tar bara det närmaste sampelvärdet <strong>och</strong> duplicerar det. Detta ger en ”kantighet” i de förstorade <strong>bilder</strong>na som oftast<br />

är oönskad. Bättre interpolationsmetoder ger inte samma tydliga bieffekter. Bilder som förstoras mer än marginellt blir dock<br />

alltid suddiga på ett eller annat sätt. Det finns helt enkelt inte nog med information i en liten bild för att skapa en större, skarp<br />

bild.<br />

När en bild skall förminskas måste man kasta bort data <strong>och</strong> bestämma sig för vilka sampelvärden man skall behålla. Detta<br />

kallas för nedsampling, <strong>och</strong> innebär också ett slags interpolering. Även här kan man använda sig av närmaste granne, linjär<br />

eller bikubisk interpolering, med i stort sett samma skillnader i kvalitet som för uppsampling. Närmaste granne-metoden kan<br />

göra även en förminskad bild kantig, <strong>och</strong> vissa små detaljer kan försvinna helt eller delvis. Bilder som förminskats innehåller<br />

mindre information än originalet, eftersom man kastar bort data när man minskar antalet bildpunkter. Det går därför inte att<br />

återskapa originalet exakt genom att förstora den förminskade bilden igen.<br />

5RWDWLRQ<br />

En annan bildoperation som kan kräva beräkningar är rotation. Rotation i steg om 90 grader innebär dock inga beräkningar.<br />

Då är det bara att flytta om de befintliga bildpunkterna <strong>och</strong> stuva om rader till kolumner. Beräkningar krävs bara när man vill<br />

rotera i en godtycklig vinkel. På samma sätt som med förminskning <strong>och</strong> förstoring kan man ta en enkel utväg <strong>och</strong> säga att<br />

själva rutnätet för samplingen vrids med bilden, så att man bara lägger själva bildpunkterna på snedden. På samma sätt som<br />

för storleksförändring är detta dock sällan någon bra lösning. Det är oftast en utenhet inblandad som har horisontella <strong>och</strong><br />

vertikala rader <strong>och</strong> kolumner för de bildpunkter som kan visas, <strong>och</strong> för att få en bild att visas roterad måste man i sådana fall<br />

räkna om sampelvärdena. Det rör sig även här om en interpolering, där man skapar nya sampelpunkter utifrån existerande<br />

sampelpunkter, <strong>och</strong> även härkan man använda sig av olika noggranna interpoleringsmetoder. Närmaste granne-metoden kan<br />

ge ett acceptabelt resultat för rotation, men liksom annars är mer komplicerade metoder som bikubisk interpolering att föredra<br />

om man har datorkraft nog <strong>och</strong> programvara som klarar av att göra en noggrannare interpolering.<br />

En annan populär metod för att förändra <strong>bilder</strong> är så kallad ”warping”, där bilden samplas om till ett oregelbundet rutnät för<br />

att uppnå speciella effekter. I detta fall är det ännu viktigare att man interpolerar noggrant, eftersom bilden kommer att samplas<br />

om olika tätt i olika punkter. Om interpolationseffekter som kantighet eller suddighet syns mer på vissa ställen än andra<br />

är det både avslöjande <strong>och</strong> störande.<br />

Förminskning, förstoring, rotation <strong>och</strong> ”warping” faller allihop under det kollektiva begreppet omsampling, vilket bokstavligen<br />

innebär att man räknar fram en ny samplad <strong>digital</strong> bild med en tidigare samplad <strong>digital</strong> bild som utgångspunkt. Teorin<br />

kring omsampling är omfattande <strong>och</strong> komplicerad, men om man bara känner till i stora drag vad det innebär har man vunnit<br />

mycket för förståelsen av hur <strong>digital</strong>a <strong>bilder</strong> uppför sig.<br />

Originalbild (105x105 pixels)<br />

Förminskad bild<br />

(50x50 pixels)<br />

Förstorad bild (210x210 pixels)<br />

bikubisk interpolering

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!