Redimensionnement d'image vs. Rééchantillonnage: quelle est la différence ?

Le redimensionnement et le rééchantillonnage de l'image impliquent tous deux la résolution de l'image; la largeur et la hauteur de ses limites les plus extérieures. Malgré cette similitude, ces termes ne doivent jamais être utilisés de manière interchangeable.

Quelle est la différence, exactement? Lisez la suite pour couper quelques cheveux avec nous.

Taille de l'image: définition et signification

Avec n'importe quelle image bitmap, vous avez un champ de pixels délimité par une hauteur et une largeur, généralement décrit d'abord en termes de pixels avant d'être décrit en picas ou en pouces. Il s'agit de la taille de l'image telle qu'elle existe numériquement. Ces pixels font office de monnaie; l'image en contient un nombre fixe, toutes affectées d'une identité concrète et inébranlable.

Chaque fois que vous devez modifier la taille d'une image, vous avez plusieurs options. L'une serait de recadrer ce. Lorsque vous faites cela, vous ne modifiez aucune des qualités inhérentes à l'image d'origine - vous en laissez simplement une partie (certains pixels) derrière vous.

C'est loin d'être notre seule option lorsque nous devons modifier la taille d'une image pour une raison ou une autre. Cependant, lorsque nous redimensionnons une image vers le haut ou vers le bas, quelque chose de légèrement différent se produit.

Qu'est-ce que le redimensionnement d'image ?

Redimensionnement une image est le processus de modification de l'échelle d'une image discrète ou continue au moyen de la résolution. Aucune partie de l'image n'est laissée de côté, même si le rapport entre la hauteur et la largeur change.

Les images continues incluent des éléments tels que des vecteurs et d'autres images générées par ordinateur. Les images discrètes incluent des photos et des graphiques bitmap; tout ce pour lequel vous avez un ensemble donné de pixels avec lesquels travailler. Si vous utilisez une image vectorielle, vous êtes libre de la redimensionner vers le haut ou vers le bas sans la modifier intrinsèquement. Les images bitmap, cependant, sont une autre histoire.

Un grossissement simple de 2X d'une image bitmap prend chaque pixel et augmente simplement sa taille proportionnellement avec la résolution, un peu comme lorsque vous ajustez simplement le DPI d'une image et ne rien faire d'autre. Cependant, un zoom arrière à 100 pour cent après l'avoir fait révèle une image qui est maintenant beaucoup plus grande, mais qui a également pris un coup important en termes de qualité.

Qu'est-ce que le rééchantillonnage d'images ?

Rééchantillonnage est le processus qui brouille les lignes entre ces pixels lorsque nous les écartons ou les rapprochons les uns des autres, ce qui donne un résultat final qui ressemble beaucoup plus à l'original. Comment cela marche-t-il?

Lors du redimensionnement d'un vecteur, vous n'aurez pas du tout besoin de rééchantillonner l'image; les mathématiques derrière l'objet numérique remplissent les blancs pour nous, ajoutant et supprimant des valeurs moyennes au fur et à mesure que nous ajustons. Que se passe-t-il, cependant, lorsque vous devez créer de nouveaux pixels ou faire disparaître des pixels canons ?

Pour accomplir l'un ou l'autre, l'image doit être rééchantillonnée - les algorithmes font appel à l'endroit où la ligne est tracée. Des pixels qui étaient auparavant voisins se tendent les uns vers les autres et essaient de trouver un terrain d'entente; si l'image est réduite, ces lois de moyennes sont utilisées pour décider quelles valeurs disparaissent et lesquelles restent.

L'image est analysée et reconstruite par l'ordinateur, traduite et mappée à un ensemble de dimensions plus grand ou plus petit.

Une fois que cela a été pris en charge, chaque composant de l'image doit alors être "échantillonné" - les différences entre les bitmap d'origine et ce que l'ordinateur a été chargé de créer sont quantifiés et des moyennes sont utilisées pour constituer le du repos.

La mise à l'échelle fait exploser le champ, laissant des espaces entre tous les pixels, et la réduction les entasse les uns sur les autres. Ces zones ambiguës d'éther et de chevauchement doivent toutes deux être peuplées; les processus sont appelés respectivement suréchantillonnage et sous-échantillonnage.

Différents types de rééchantillonnage

Il existe quelques grandes catégories de rééchantillonnage d'images à prendre en compte :

• Voisin le plus proche: Ce terme décrit le grossissement simple 2X décrit précédemment. C'est une façon archaïque de faire les choses et vous laisse soit avec un suréchantillonnage par blocs, soit avec un sous-échantillonnage granuleux.
• Bilinéaire : Cette approche se traduit par une interprétation linéaire de l'image originale. Vous vous retrouverez généralement avec quelque chose de flou lorsque vous agrandissez une image de cette manière.
• Bicubique : C'est la méthode que la plupart des marques en qui nous avons confiance utilisent. Inclus ici sera généralement une sorte d'option de netteté et d'anticrénelage.
• Lanczos : Probablement le plus sophistiqué du groupe, cet algorithme repose sur une matrice 4 x 4, 6 x 6 ou 8 x 8 entourant chaque nouveau pixel de votre image de sortie.

Si vous travaillez avec des médias, certains d'entre eux vous semblent probablement plus que familiers. Cependant, cette liste ne mentionne que les types de rééchantillonnage les plus courants; il existe bien d'autres formules plus exotiques répondant aux besoins d'autres secteurs. Mais vous n'aurez probablement jamais besoin de vous soucier de tout cela.

Quand et pourquoi les images sont-elles rééchantillonnées ?

Chaque fois qu'une image subit une conversion analogique-numérique ou numérique-analogique, par exemple lorsqu'une photo est prise ou qu'un l'image est numérisée puis imprimée, elle passe généralement par plusieurs cycles de rééchantillonnage avant sa présentation finale.

Cela inclut même la compression d'image—lorsque vous convertissez une photo brute à un JPEG, la richesse d'informations visuelles qui existait à l'origine est réduite puis utilisée pour recréer un nouveau bitmap. Les réponses ne peuvent pas venir de nulle part, sinon la photo rééchantillonnée ne ressemblera pas assez au bitmap d'origine, et le projet est ruiné.

Heureusement, nos compagnons numériques sont plus que capables de prendre ces décisions difficiles des millions de fois à un niveau microscopique pour nous. Ces interpolations et ces efforts d'anticrénelage font la différence entre une transformation suffisamment fidèle et quelque chose de nettement inférieur à l'original.

En rapport: Comment convertir et redimensionner par lots des images sur votre Mac

Applications pratiques du rééchantillonnage d'images

Nous avons présenté ces deux concepts comme des jumeaux, mais le rééchantillonnage vole en quelque sorte la vedette. Il existe de nombreuses applications du rééchantillonnage dans le monde réel, dont certaines vont bien au-delà du monde de la création de médias :

• Le rééchantillonnage peut être utilisé pour corriger des choses telles que distorsion en barillet dans les systèmes optiques Comme télescopes et microscopes.
• C'est aussi le processus par lequel les photos sont DeBayered au capteur de n'importe quel appareil photo numérique.
• Photomosaïques, tel que panoramiques et astrophotographie à grande échelle, rééchantillonnez chaque pièce du puzzle pour prendre en compte des éléments tels que les petites différences d'exposition et le temps écoulé entre les prises de vue.
• Les images CGI peuvent être rééchantillonnées afin d'être texturé et ombragé.
• Il peut même être utilisé pour carte et optimiser le champ de vision et les paramètres articulaires d'un outil robotique, en le faisant correspondre au point de contrôle d'un opérateur situé ailleurs. Des choses comme chirurgie assistée par robot, radiochirurgie, et plus encore, sont tous rendus possibles grâce à ce triomphe salvateur.

L'imagerie en tant qu'industrie a parcouru un long chemin depuis des temps immémoriaux. Les outils dont nous disposons actuellement ne sont que les derniers d'une longue lignée d'expérimentations, d'échecs et de victoires. Nos photos sont toutes superbes comme résultat direct. Merci, scientifique.

En rapport: Comment mettre à l'échelle une image sans perte de qualité

Redimensionnement vs. Rééchantillonnage: une histoire de proportions variables

Qui fait le choix entre le redimensionnement et le rééchantillonnage d'une image conflictuelle? La bonne nouvelle: la décision ne vous appartient généralement pas, à moins que vous ne prévoyiez de reconstruire et de reconstruire l'image vous-même, pixel par pixel.

Franchement? C'est quelque chose que nous paierions pour voir. Pour le reste d'entre nous, cependant, nous nous débrouillerons très bien avec les outils qui permettent d'automatiser un travail comme celui-ci.

Quels paramètres DPI devriez-vous utiliser pour les photos numériques ?

Des paramètres DPI incorrects peuvent être la raison pour laquelle vos photos imprimées ne semblent pas de haute qualité. Alors quels sont les bons réglages?

Lire la suite

A propos de l'auteur