И зачем всё это, если: Пофлудить ради? К чему все эти опыты, которые с реальностью не имеют никакой связи? Бери уже реальный кадр и пробуй. Помогает - проверено.
К чему заходить в подобную ветку, если нечего сказать, кроме банальностей? А если все-таки есть интерес, попробовать можешь и сам; методику я, кажется, понятно изложил)))
Зачем мне пробовать сферического коня в вакууме, если я всё это делаю на практике с настоящими существующими снимками?
Можно начать с простой иллюстративной модели Предположим, что значение пикселей везде 0, а шум с равной вероятностью (0.5) +1 или -1, вне зависимости от размера пикселя. Если взять пиксель в четыре раза меньше данного, а потом просуммировать значения, то вместо +1 (1/2) и -1 (1/2) (в скобках вероятность), мы получим +4 (1/16), +2 (4/16), 0 (6/16), -2 (4/16) и -4 (1/16). Теперь, если поделить на 4 и просуммировать, то получим среднюю величину отклонения значения пикселя (шума) в 3/8 вместо 1 в начальном случае. То есть, в данном простом случае, выгода от усреднения очевидно есть. В реальности думаю тоже будет, но статистику уже всю напрочь позабыл, поэтому не буду вдаваться в тонкости Еще, при создании картинок, надо взять картинку, добавить шум, потом взять картинку больше, добавить шум туда и уменьшить. А потом уже сравнивать эти две картинки, а не сравнивать исходную и уменьшенную Вот пример
В Photoshop нет банального усреднения 4 пикселов в один. Существует карта пикселей, которая определяет, какой пиксель с каким соседним и в каких пропорциях смешивается при подобном редактировании файла. Я когда-то встречал информацию об этом. Любопытства ради, я однажды расковырял редактором ресурсов ResEdit одну из старых версий Photoshop для Mac. Там я нашел эту битовую карту и узнал ее. Могу на досуге поискать ее или попробовать выковырнуть еще раз.
Примечание Вернее есть, конечно, но это алгоритм по соседним точкам и вряд ли кто-то таким образом фотографии уменьшает.
Распространённое заблуждение. Это самый простой, очень быстрый и надо сказать, не самый плохой метод, но он даёт далеко не лучшие результаты. Проще покурить исходники GIMP'а, ImageMagic'а и т. п. Реально для ресайза применяется всего несколько алгоритмов, и секретных среди них, насколько я знаю, нет. Нет, по соседним точкам - это другой. Именно усреднения, ИМХО, в фотошопе действительно нет Вообще-то это эквивалентно В случае когда значения всех пикселей статистически независимы - уж точно.
В качестве сравнения пытался пользовать режим difference для слоев. некая разница после ресайза присутствует, но опять же чисто качественная оценка. Создавал 16Мп и 24Мп картинки с разным %шумов потом ресайз 24 в 16. Что ни говори ресайз это смешение соседних пикселей по определонной функции. Раз так то ИМХО верно следующее рассуждение Пусть мы имеем идеальную картинку А (шум=0) и ее вариант А' в которой шумы присутствуют. можно ли осуществить А' -> А путем неких преобразований? Очевидно нет. Мы подмешиваем шум в основные пиксели или выкидываем часть инормации при ресайзе, причем неизбирательно. Даже если применяем одновременно обе операции...
Сейчас немного освежил в памяти теорию вероятностей. В общем, если шум имеет нормальное распределение со стандартным отклонением s, то дисперсия будет s^2 (s в квадрате), а сумма n таких величин будет иметь дисперсию n помножить s^2. Соответственно, стандартное отклонение суммы будет корень из n * s, а стандартное отклонение среднего - s поделить на корень из n. То есть, скажем при сложении четырех пикселей шум, грубо говоря, должен уменьшится в два раза. По аналогии, при уменьшении от 24 до 16 мегапикселей, каждый новый пиксель будет содержать полтора старых, то есть шум уменьшится где-то на двадцать процентов. Это если я ничего не путаю, конечно
Речь шла о кадре, залитом 50% серым, так что эквивалентно. Конечно нет. Картинку А получить вообще невозможно, шум будет всегда. Вопрос только в его величине. Верно, только такой метод ресайза (вычисление среднего для 4-х пикселей) используют очень редко. А для реально применяемых алгоритмов результат, конечно, будет отличаться.
Ну, билинейный ресайз при уменьшении картинки строго в два раза по длине и ширине - это и будет вычисление среднего для 4-х пикселей, просто по определению. И я не претендую на математическую точность, скорее попытка сделать некоторые качественные рассуждения К тому же, тут ведь еще надо учитывать зависимость шумов от размера пикселя - то есть, конечно все намного сложнее. Но в первом приближении, получается, что шумы уменьшаются пропорционально изменению линейных размеров картинки.
А вот тут вопрос - а что мы видим на гистограмме и как это все интерпретировать? А то вот я тут попробовал смотреть не на гистограмму, а на профиль шума, который показывают всякие плагины-шумодавы. В данном случае это профиль высокочастотного шума из Noiseware Professional. Картинка получается другая: 1 - профиль исходного изображения 2 - изображение уменьшено вдвое 3 - изображение уменьшено вдвое еще раз
ребят, а если просто фотошопом даунсайзить? не то? Неправильные алгоритмы? Я в этом чайник просто, так что такие вот вопросы
По моему, полностью согласуется с моим выводом. На первом - шумы 20 процентов, на втором - 10. Получается ресайз вдвое снижает шумы в два раза
Ну вот, результаты натурного эксперимента. Конверсия в ACR с яркостным шумодавом и шарпенингом по нулям; цветной шумодав - 25. Как видим, при уменьшении площади кадра вчетверо - амплитуда шумов уменьшается менее чем вдвое. Так что, тупой даунсайз, без применения шумодава - не такая уж эффективная штука... Добавлю, что среди алгоритмов Фотошопа есть и бикубик с шарпенингом, который Adobe и рекомендует для даунсайза. Вот результат его работы при ресайзе до 25% "в один присест" (кликабельно): Посмотреть вложение 12671
Тут, как мне кажется, есть одна тонкость. Гистограмма показывает разброс яркостей, но не всякий разброс яркостей будет восприниматься как шум. Дело в том, что изменение размеров уменьшает различимость переходов яркости и цвета, размывает границы "гранул" шума. А мозг уже слабые перепады не воспринимает как шум и на гистограмму плевать хотел. Но разброс яркостей при этом может меняться очень слабо (что и наблюдаем - вторая и треться картинки воспринимаются как гораздо менее шумные). Поэтому мне кажется, что именно гистограмма для проведения анализа шума - инструмент не совсем годный.
