El algoritmo de muestreo de conservación de detalles en Photoshop CC es realmente sorprendente. Puede ampliar cualquier imagen al tiempo que conserva los detalles casi en tiempo real. Y realmente me pregunto cómo se implementa.
Empecé buscando documentos con palabras clave single image super resolution
. Y parece que los algoritmos actuales de última generación requieren una base de datos externa capacitada para adivinar la información de alta frecuencia que falta. Y creo que es realmente difícil entrenar y distribuir un diccionario completo, ¿verdad? Además, no creo que sea posible entrenar un diccionario con una pirámide de imágenes en tiempo real.
Después de eso, recurrí al área de image upsampling
, que parece lo suficientemente rápida en comparación con los super resolution
algoritmos, pero hay tantos algoritmos que estoy totalmente perdido.
Entonces, ¿alguien tiene alguna conjetura o sugerencia sobre cómo se puede implementar esa herramienta? ¡Gracias!
fuente
Respuestas:
Realmente no es nada más allá de la interpolación búbica con "Afilado".
http://www.lynda.com/Photoshop-tutorials/interpolation-settings/124096/140573-4.html
No han actualizado sus algoritmos de interpolación durante años.
fuente
Existen muchos algoritmos para el muestreo ascendente "con reconocimiento de bordes". No estoy seguro de qué usa Photoshop en sí, pero, por ejemplo, el complemento Alien Skin Blow Up da resultados similares y utilizan la vectorización mediante triangulación. Los triángulos se suavizan cuidadosamente mientras se mantiene la imagen muestreada lo suficientemente nítida.
También puede echar un vistazo a NEDI (Nueva Interpolación Dirigida por Bordes ), o " Upsampling mediante estadísticas de bordes impuestos " de Raanan Fattal.
Otro enfoque es convertir la imagen en un campo vectorial (los vectores van a lo largo de los bordes), agrandar este campo y luego volver a calcular el dominio espacial utilizando algún solucionador PDE (los solucionadores rápidos de Poisson son una opción popular).
Fractales genuinos de OnOne Software muestra otro enfoque más, utilizando geometría fractal, particularmente IFS (sistemas de funciones iteradas), explotando la auto-similitud y permitiendo recrear datos de textura de aspecto natural, no solo bordes. La imagen aproximada fractal es, por definición, independiente de la resolución. Una vez escribí un software similar, pero calcular la representación fractal es costoso, por otro lado, la representación es muy rápida.
fuente