Какво означава интерполация на камера? Интерполация на камера, защо и какво е това? Как работи P2P камерата?

Сензорите са устройства, които засичат само нивата на сивата скала (градации на интензитета на светлината – от напълно бяло до напълно черно). За да може фотоапаратът да различава цветовете, върху силикона се прилага набор от цветни филтри чрез фотолитографски процес. В сензорите, които използват микролещи, филтрите се поставят между лещите и фотодетектора. В скенери, които използват трилинейни CCD (три CCD, разположени един до друг, които реагират съответно на червени, сини и зелени цветове), или в цифрови фотоапарати от висок клас, които също използват три сензора, всеки сензор филтрира различен цвят светлина. (Имайте предвид, че някои фотоапарати с няколко сензора използват комбинации от множество филтърни цветове, а не стандартните три). Но за устройства с един сензор, като повечето потребителски цифрови фотоапарати, масивите от цветни филтри (CFA) се използват за обработка на различните цветове.

За да може всеки пиксел да има свой основен цвят, над него се поставя филтър със съответния цвят. Фотоните, преди да достигнат пиксел, първо преминават през филтър, който предава само вълни от собствения си цвят. Светлината с различна дължина просто ще бъде абсорбирана от филтъра. Учените са установили, че всеки цвят в спектъра може да се получи чрез смесване само на няколко основни цвята. В модела RGB има три такива цвята.

За всяко приложение са разработени собствени масиви от цветни филтри. Но в повечето сензори за цифрови фотоапарати най-популярните филтърни масиви са филтрите на Bayer. Тази технология е изобретена през 70-те години от Kodak, когато са изследвали пространственото разделяне. В тази система филтрите са подредени разпръснати в шахматна дъска, а броят на зелените филтри е два пъти по-голям от червения или синия. Подредбата е такава, че червеният и синият филтър са разположени между зелените.

Това количествено съотношение се обяснява с устройството на човешкото око - то е по-чувствително към зелената светлина. А шахматната дъска гарантира, че изображенията са с един и същи цвят, независимо как държите камерата (вертикално или хоризонтално). При четене на информация от такъв сензор цветовете се записват последователно в редове. Първият ред трябва да е BGBGBG, следващият ред трябва да е GRGRGR и т.н. Тази технология се нарича последователен RGB.

В CCD камерите и трите сигнала се комбинират не на сензора, а в устройството за формиране на изображение, след като сигналът се преобразува от аналогов в цифров. В CMOS сензорите това подравняване може да се случи директно върху чипа. И в двата случая основните цветове на всеки филтър се интерполират математически въз основа на цветовете на съседните филтри. Имайте предвид, че във всяко дадено изображение повечето точки са смеси от основните цветове и само няколко всъщност представляват чисто червено, синьо или зелено.

Например, за да се определи влиянието на съседните пиксели върху цвета на централния, ще бъде обработена 3x3 матрица от пиксели по време на линейна интерполация. Да вземем например най-простия случай - три пиксела - със сини, червени и сини филтри, разположени в един ред (BRB). Да приемем, че се опитвате да получите резултантната стойност на цвета на червен пиксел. Ако всички цветове са равни, тогава цветът на централния пиксел се изчислява математически като две части синьо към една част червено. Всъщност дори простите алгоритми за линейна интерполация са много по-сложни; те вземат предвид стойностите на всички околни пиксели. Ако интерполацията е лоша, тогава се появяват назъбени ръбове на границите на промяна на цвета (или се появяват цветни артефакти).

Имайте предвид, че думата „резолюция“ се използва неправилно в областта на цифровата графика. Пуристите (или педантите, което предпочитате), запознати с фотографията и оптиката, знаят, че разделителната способност е мярка за способността на човешкото око или инструмента да разграничава отделни линии в решетка с разделителна способност, като ISO мрежата, показана по-долу. Но в компютърната индустрия е обичайно да се назовава броят на пикселите и тъй като случаят е такъв, ние също ще следваме тази конвенция. В крайна сметка дори разработчиците наричат ​​разделителната способност броя на пикселите в сензора.

Да броим ли

Размерът на файла с изображение зависи от броя на пикселите (резолюция). Колкото повече пиксели, толкова още файл. Например изображение от VGA стандартни сензори (640x480 или 307200 активни пиксела) ще заема около 900 килобайта в некомпресирана форма. (307200 пиксела от 3 байта (R-G-B) = 921600 байта, което е приблизително 900 килобайта) Изображение от 16 MP сензор ще заема около 48 мегабайта.

Изглежда, че няма такова нещо като преброяване на броя на пикселите в сензора, за да се определи размерът на полученото изображение. Въпреки това, производителите на фотоапарати представят куп различни цифри и всеки път твърдят, че това е истинската резолюция на камерата.

Общият брой пиксели включва всички пиксели, които физически съществуват в сензора. Но само тези, които участват в получаването на изображението, се считат за активни. Около пет процента от всички пиксели няма да допринесат за изображението. Това е едно от двете дефектни пиксели, или пиксели, използвани от камерата за друга цел. Например, може да има маски за определяне на нивото на тъмния ток или за определяне на формата на рамката.

Форматът на рамката е връзката между ширината и височината на сензора. При някои сензори, като резолюция 640x480, това съотношение е 1,34:1, което съответства на формата на рамката на повечето компютърни монитори. Това означава, че изображенията, създадени от такива сензори, ще пасват точно на екрана на монитора, без предварително изрязване. В много устройства форматът на рамката съответства на формата на традиционния 35 mm филм, където съотношението е 1: 1,5. Това ви позволява да правите снимки със стандартен размер и форма.

Интерполация на резолюцията

С изключение оптична резолюция(реалната способност на пикселите да реагират на фотони), има и резолюция, увеличена чрез софтуер и хардуер, използвайки интерполиращи алгоритми. Подобно на цветовата интерполация, интерполацията на разделителната способност анализира математически данни от съседни пиксели. В този случай в резултат на интерполация се създават междинни стойности. Това "имплементиране" на нови данни може да се извърши доста гладко, като интерполираните данни са някъде по средата между действителните оптични данни. Но понякога по време на такава операция могат да се появят различни смущения, артефакти и изкривявания, в резултат на което качеството на изображението само ще се влоши. Ето защо много песимисти смятат, че интерполацията на разделителната способност изобщо не е начин за подобряване на качеството на изображението, а само метод за увеличаване на файловете. Когато избирате устройство, обърнете внимание на посочената разделителна способност. Не се вълнувайте твърде много от високата интерполирана разделителна способност. (Той е маркиран като интерполиран или подобрен).

Друг процес на обработка на изображения на софтуерно ниво е субсемплирането. По същество това е обратният процес на интерполацията. Този процес се извършва на етапа на обработка на изображението, след като данните се преобразуват от аналогови цифров изглед. Това премахва данни от различни пиксели. В CMOS сензорите тази операция може да се извърши на самия чип, чрез временно деактивиране на четенето на определени редове от пиксели или чрез четене на данни само от избрани пиксели.

Намаляването на дискретизацията изпълнява две функции. Първо, за уплътняване на данни - за съхраняване на повече моментни снимки в паметта с определен размер. Колкото по-малък е броят на пикселите, толкова по-малък е размерът на файла и толкова повече снимки можете да поберете на карта с памет или в памет. вътрешна паметустройства и толкова по-рядко ще ви се налага да изтегляте снимки на компютъра си или да сменяте карти с памет.

Втората функция на този процес е да създава изображения с определен размер за конкретни цели. Камерите с 2MP сензор са напълно способни да направят снимка стандартна фотографияразмери 8х10 инча. Но ако се опитате да изпратите такава снимка по пощата, това значително ще увеличи размера на писмото. Downsampling ви позволява да обработите изображение, така че да изглежда нормално на мониторите на вашите приятели (ако не се стремите към детайл) и в същото време го изпраща достатъчно бързо дори на машини с бавна връзка.

Сега, след като сме запознати с принципите на работа на сензора и знаем как се създава изображение, нека погледнем малко по-дълбоко и да се докоснем до по-сложни ситуации, които възникват в цифровата фотография.

Смартфонът разполага с 8 MPix камера. Какво означава интерполация до 13 MPix?

Добър ден.

Това означава, че вашият смартфон разтяга снимка/изображение, направено с 8 MPix камера, до 13 MPix. И това става чрез раздалечаване на истинските пиксели и вмъкване на допълнителни.

Но ако сравните качеството на изображение/снимка, направено при 13 MP и 8 MP с интерполация до 13, тогава качеството на втората ще бъде значително по-лошо.

Казано по-просто, когато създава снимка, интелигентният процесор добавя свои собствени пиксели към активните пиксели на матрицата, сякаш изчислява снимката и я рисува до размер от 13 мегапиксела.Изходът е матрица от 8 и a снимка с резолюция 13 мегапиксела.Качеството не се подобрява много от това.

Това означава, че камерата може да направи снимка до 8 MPIX, но софтуерно може да увеличи снимките до 12 MPIX. Това означава, че го увеличава програмно, но изображението не става по-качествено, изображението пак ще бъде точно 8 MPIX. Това е чисто трик на производителя и такива смартфони са по-скъпи.

Тази концепция предполага, че камерата на вашето устройство все още ще прави снимки на 8 MPIX, но сега в софтуера е възможно да се увеличи до 13 MPIX. В същото време качеството не става по-добро. Просто пространството между пикселите се запушва, това е всичко.

Това означава, че във вашия фотоапарат, както е имало 8 MPIX, те си остават същите - нито повече, нито по-малко, а всичко останало е маркетингов трик, научно заблуждане на хората с цел да се продаде продукта на по-висока цена и нищо Повече ▼. Тази функциябезполезен, качеството на снимката се губи по време на интерполация.

На китайски смартфониТова вече се използва непрекъснато, просто 13MP сензор на камерата струва много повече от 8MP, затова го настройват на 8MP, но приложението на камерата разтяга полученото изображение, в резултат на това качеството на тези 13MP ще бъде значително по-лошо, ако погледнете оригиналната резолюция.

Според мен тази функция изобщо не е полезна, тъй като 8MP е напълно достатъчно за смартфон, по принцип 3MP ми е достатъчно, основното е, че самата камера е с високо качество.

Интерполацията на камерата е трик на производителя, той изкуствено завишава цената на смартфона.

Ако имате 8 MPIX камера, тогава тя може да направи съответната снимка; интерполацията не подобрява качеството на снимката, а просто увеличава размера на снимката до 13 мегапиксела.

Факт е, че истинската камера в такива телефони е 8 мегапиксела. Но с помощта на вътрешни програми изображенията се разтягат до 13 мегапиксела. Всъщност не достига действителните 13 мегапиксела.

Мегапикселовата интерполация е софтуерно размазване на изображението. Реалните пиксели се раздалечават, а между тях се вмъкват допълнителни, като цвета на средната стойност от цветовете се раздалечава. Глупости, самоизмама, която не е нужна на никого. Качеството не се подобрява.

• Интерполацията е метод за намиране на междинни стойности

  Ако всичко това се преведе на по-човешки език, приложим към вашия въпрос, получавате следното:

  • Софтуерът може да обработва (увеличава, разтяга)) файлове до 13 MPIX.

До 13 MPix - това може да бъде 8 реални MPix, като вашия. Или 5 реални MPix. Софтуерът на камерата интерполира графичния изход на камерата до 13 MPix, като не подобрява изображението, а го увеличава електронно. Просто казано, като лупа или бинокъл. Качеството не се променя.

Интерполацията на камерата е изкуствено увеличаване на разделителната способност на изображението. Това е изображението, а не размерът на матрицата. Тоест, това е специален софтуер, благодарение на който изображение от 8 мегапиксела се интерполира до 13 мегапиксела или повече (или по-малко). Ако използваме аналогия, интерполацията на камерата е като лупа или бинокъл. Тези устройства увеличават изображението, но не го правят да изглежда по-добре или по-подробно. Така че, ако в спецификациите на телефона е посочена интерполация, действителната резолюция на камерата може да е по-ниска от посочената. Не е добро или лошо, просто е така.

Интерполацията е измислена, за да увеличи размера на изображението, нищо повече. Сега това е трик на търговци и производители, които се опитват да продадат продукт. Те в големи количествапосочете резолюцията на камерата на телефона на рекламен плакат и я позиционирайте като предимство или нещо добро. Не само, че разделителната способност сама по себе си не влияе върху качеството на снимките, но също така може да бъде интерполирана.

Буквално преди 3-4 години много производители преследваха броя на мегапикселите и различни начинисе опитаха да ги натъпчат в сензорите на смартфона си с възможно най-много сензори. Така се появиха смартфони с камери с резолюция 5, 8, 12, 15, 21 мегапиксела. В същото време те можеха да правят снимки като най-евтините фотоапарати за насочване и снимане, но когато купувачите видяха стикера „18 MP камера“, веднага пожелаха да си купят такъв телефон. С появата на интерполацията стана по-лесно да се продават такива смартфони поради възможността за изкуствено добавяне на мегапиксели към камерата. Разбира се, качеството на снимките започна да се подобрява с течение на времето, но със сигурност не поради резолюция или интерполация, а поради естествения напредък по отношение на развитието на сензорите и софтуер.

Какво представлява технически интерполацията на камерата в телефона, тъй като целият текст по-горе описва само основната идея?

С помощта на специален софтуер върху изображението се „начертават“ нови пиксели. Например, за да увеличите изображение 2 пъти, след всеки ред от пиксели в изображението се добавя нов ред. Всеки пиксел в този нов ред е запълнен с цвят. Цветът на запълване се изчислява по специален алгоритъм. Първият начин е да излеете нова линияцветове, които имат най-близките пиксели. Резултатът от такава обработка ще бъде ужасен, но този метод изисква минимум изчислителни операции.

Най-често се използва друг метод. Тоест нови редове от пиксели се добавят към оригиналното изображение. Всеки пиксел се запълва с цвят, който от своя страна се изчислява като средна стойност на съседните пиксели. Този метод дава по-добри резултати, но изисква повече изчислителни операции. За щастие, модерно мобилни процесориса бързи и на практика потребителят не забелязва как програмата редактира изображението, опитвайки се изкуствено да увеличи размера му. интерполация на камера на смартфон Има много усъвършенствани методи и алгоритми за интерполация, които непрекъснато се подобряват: границите на прехода между цветовете се подобряват, линиите стават по-точни и ясни. Няма значение как са изградени всички тези алгоритми. Самата идея за интерполация на камерата е банална и е малко вероятно да се хване в близко бъдеще. Интерполацията не може да направи изображението по-подробно, да добави нови детайли или да го подобри по какъвто и да е друг начин. Само във филми малка замъглена картина става ясна след прилагане на няколко филтъра. На практика това няма как да се случи.
.html

Интерполацията на изображението се появява във всички цифрови снимки на някакъв етап, било то дематриксиране или мащабиране. Това се случва винаги, когато промените размера или сканирате изображение от една мрежа от пиксели в друга. Преоразмеряването на изображение е необходимо, когато трябва да увеличите или намалите броя на пикселите, докато промяната на позицията може да се случи в най-много различни случаи: Коригирайте изкривяването на обектива, променете перспективата или завъртете изображението.

Дори едно и също изображение да бъде преоразмерено или сканирано, резултатите могат да варират значително в зависимост от алгоритъма за интерполация. Тъй като всяка интерполация е само приближение, изображението ще губи известно качество при всяка интерполация. Тази глава има за цел да осигури по-добро разбиране на това, което влияе върху резултатите - и по този начин да ви помогне да минимизирате всяка загуба на качество на изображението, причинена от интерполация.

Концепция

Същността на интерполацията е да се използват наличните данни за получаване на очаквани стойности в неизвестни точки. Например, ако искате да знаете каква е била температурата на обяд, но сте я измерили в 11 часа и в 1 часа, можете да познаете нейната стойност, като приложите линейна интерполация:

Ако сте имали допълнително измерване в дванадесет и половина, можете да забележите, че температурата се покачва по-бързо преди обяд и да използвате това допълнително измерване, за да извършите квадратична интерполация:

Колкото повече температурни измервания имате около обяд, толкова по-сложен (и очаквано по-точен) може да бъде вашият алгоритъм за интерполация.

Пример за преоразмеряване на изображение

Интерполацията на изображението работи в две измерения и се опитва да постигне най-доброто приближение в цвета и яркостта на пикселите въз основа на стойностите на околните пиксели. Следният пример илюстрира как работи мащабирането:

За разлика от колебанията в температурата на въздуха и идеалния градиент по-горе, стойностите на пикселите могат да се променят много по-драматично от точка до точка. Както при примера с температурата, колкото повече знаете за околните пиксели, толкова по-добре ще работи интерполацията. Ето защо резултатите бързо се влошават, тъй като изображението се разтяга, а също и защо интерполацията никога не може да добави детайл към изображение, което не е там.

Пример за завъртане на изображението

Интерполацията също се извършва всеки път, когато завъртите или промените перспективата на изображение. Предишният пример беше подвеждащ, защото това е специален случай, в който интерполаторите обикновено работят доста добре. Следният пример показва колко бързо могат да се загубят детайли в едно изображение:

Завъртането на 90° не води до загуба, тъй като не е необходимо да се поставя пиксел на границата между два (и следователно разделен). Забележете каква част от детайлите се губят при първото завъртане и как качеството продължава да пада при следващите завои. Това означава, че трябва избягвайте въртенето, доколкото е възможно; Ако неравномерно експонирана рамка изисква завъртане, не трябва да я завъртате повече от веднъж.

Горните резултати използват така наречения "бикубичен" алгоритъм и показват значително влошаване на качеството. Забележете как общият контраст намалява поради намаляването на интензивността на цвета, как се появяват тъмни ореоли около светло синьото. Резултатите могат да бъдат значително по-добри в зависимост от алгоритъма за интерполация и снимания обект.

Видове интерполационни алгоритми

Общите алгоритми за интерполация могат да бъдат разделени на две категории: адаптивни и неадаптивни. Адаптивните методи варират в зависимост от обекта на интерполация (твърди ръбове, гладка текстура), докато неадаптивните методи третират всички пиксели еднакво.

Неадаптивни алгоритмивключват: метод на най-близкия съсед, билинеен, бикубичен, сплайн, кардинал синус функция (sinc), метод на Lanczos и други. В зависимост от сложността, те използват от 0 до 256 (или повече) последователни пиксела за интерполация. Колкото повече съседни пиксели включват, толкова по-точни могат да бъдат, но това идва с цената на значително увеличение на времето за обработка. Тези алгоритми могат да се използват както за сканиране, така и за мащабиране на изображения.

Адаптивни алгоритмивключват много комерсиални алгоритми в лицензирани програми като Qimage, PhotoZoom Pro, Genuine Fractals и други. Много от тях използват различни версиинеговите алгоритми (базирани на анализ пиксел по пиксел), когато се установи наличието на граница - за да се минимизират неприятните дефекти на интерполацията на местата, където са най-видими. Тези алгоритми са предназначени основно за максимизиране на бездефектните детайли на увеличените изображения, така че някои от тях не са подходящи за завъртане или промяна на перспективата на изображение.

Метод на най-близкия съсед

Това е най-основният от всички алгоритми за интерполация и изисква най-малко време за обработка, тъй като взема предвид само един пиксел - този, който е най-близо до точката на интерполация. В резултат на това всеки пиксел просто става по-голям.

Билинейна интерполация

Билинейната интерполация разглежда квадрат 2x2 от известни пиксели около неизвестен. Среднопретеглената стойност на тези четири пиксела се използва като интерполирана стойност. Резултатът е изображения, които изглеждат значително по-гладки от резултата от метода на най-близкия съсед.

Диаграмата отляво е за случая, когато всички известни пиксели са равни, така че интерполираната стойност е просто тяхната сума, разделена на 4.

Бикубична интерполация

Бикубичната интерполация отива една стъпка по-далеч от билинейната интерполация, разглеждайки 4x4 масив от околни пиксели - общо 16. Тъй като те са на различни разстоянияот неизвестен пиксел, най-близките пиксели получават по-голяма тежест при изчислението. Бикубичната интерполация създава значително по-резки изображения от предишните два метода и може би е най-добрият по отношение на времето за обработка и качеството на изхода. Поради тази причина той се превърна в стандарт в много програми за редактиране на изображения (включително Адобе Фотошоп), драйвери за принтер и вградена интерполация на камерата.

Интерполация от по-висок ред: сплайни и sinc

Има много други интерполатори, които вземат предвид повече околни пиксели и по този начин изискват по-голяма изчислителна мощност. Тези алгоритми включват сплайни и кардинален синус (sinc) и запазват по-голямата част от информацията за изображението след интерполация. В резултат на това те са изключително полезни, когато едно изображение изисква множество завъртания или промени в перспективата в отделни стъпки. Въпреки това, за единични увеличения или завъртания, такива алгоритми от по-висок порядък осигуряват малко визуално подобрение със значително увеличение на времето за обработка. Нещо повече, в някои случаи алгоритъмът за кардинален синус се представя по-лошо върху гладък участък от бикубичната интерполация.

Наблюдавани дефекти на интерполацията

Всички неадаптивни интерполатори се опитват да намерят оптималния баланс между три нежелани дефекта: гранични ореоли, замъгляване и псевдоним.

Дори и най-развитите неадаптивни интерполатори винаги са принудени да увеличат или намалят един от горните дефекти за сметка на другите два - в резултат на това поне един от тях ще бъде забележим. Забележете колко сходен е ореолът на ръба с дефекта, причинен от изостряне с неотчетлива маска, и как той увеличава видимата острота чрез изостряне.

Адаптивните интерполатори могат или не могат да създадат дефектите, описани по-горе, но те също могат да произвеждат текстури или единични пиксели в големи мащаби, които са необичайни за оригиналното изображение:

От друга страна, някои „дефекти“ на адаптивните интерполатори също могат да се считат за предимства. Тъй като окото очаква да види детайли до най-малкия детайл в области с фина текстура, като например зеленина, такива модели могат да измамят окото от разстояние (за определени видове материали).

Изглаждане

Антиалиасингът или антиалиасингът е процес, който се опитва да минимизира появата на назъбени или назъбени диагонални граници, които придават на текста или изображенията груб цифров вид:

	300%

Anti-aliasing премахва тези неравности и придава вид на по-меки ръбове и по-висока разделителна способност. Той взема предвид колко идеалната граница припокрива съседни пиксели. Назъбената граница просто се закръгля нагоре или надолу без стойност между тях, докато гладката граница създава стойност, пропорционална на това каква част от границата е включена във всеки пиксел:

Важно съображение при уголемяване на изображения е избягването на прекомерно изкривяване в резултат на интерполация. Много адаптивни интерполатори откриват наличието на ръбове и се настройват, за да минимизират изкривяването, като същевременно поддържат остротата на ръбовете. Тъй като изгладената граница съдържа информация за позицията си при по-висока разделителна способност, възможно е мощен адаптивен (откриващ ръбове) интерполатор да може поне частично да реконструира границата, когато се увеличи.

Оптично и цифрово увеличение

Много компактни цифрови фотоапарати могат да осигурят както оптично, така и цифрово увеличение. Оптичното увеличение се постига чрез преместване на обектива, така че светлината да се усилва, преди да удари цифровия сензор. За разлика от това, цифровото увеличение намалява качеството, защото просто интерполира изображението, след като е било получено от сензора.

оптично увеличение (10x)		цифрово увеличение (10x)

Въпреки че снимка, използваща цифрово увеличение, съдържа същия брой пиксели, нейните детайли са очевидно по-малко, отколкото при използване на оптично увеличение. Цифровото увеличение трябва да бъде почти напълно премахнато, минус времето, когато помага за показване на отдалечен обект на LCD екрана на вашия фотоапарат. От друга страна, ако обикновено снимате в JPEG и искате да изрежете и увеличите изображението си по-късно, цифровото увеличение има предимството да интерполира, преди да въведе артефакти на компресията. Ако откриете, че имате нужда от цифрово увеличение твърде често, инвестирайте в телеконвертор или, още по-добре, обектив с по-дълго фокусно разстояние.