Kenar Yumuşatma Nedir ve Fotoğraflarımı ve Görsellerimi Nasıl Etkiler?

Kenar yumuşatma, grafikler ve resimlerle uğraşırken genellikle fotoğrafçılar ve oyuncular tarafından atılan bir kelimedir. Kenar yumuşatmanın ne olduğuna, neden kullandığımıza ve en önemlisi, kullanmanın en iyisi olduğu zamana bir göz atın..

Bu, görüntü oluşturmanın ve fotoğrafçılığın yumuşatmanın önemli bir parçası, kesinlikle yüksek kaliteli görüntüler oluşturmak için mümkün olduğu kadar iyi anlaşılması gereken bir şey. Çok meraklı bir makale için hazırlıklı olduğunuzu umarız, çünkü bugünün açıklayıcı makalesiyle karıştırılmış olan matematik ve fen hakkında çok fazla tartışmanız vardır. Okumaya devam et!

Vektörler ve Pikseller ve Neden Kameralar Pikselle Fotoğraf Çekiyor?

Vektörler ve Pikseller arasındaki fark hakkında konuştuğumuz bir yıl önceki bir makaleyi hatırlayabilirsiniz. İkisi arasında bir takım temel farklılıklar var: pikseller ışık, pigment veya renk dizileri sipariş ediyor; vektörler çizgilerin, şekillerin, gradyanların vb. matematiksel gösterimleridir. Vektörler kesindir; cebirsel bir şebekede mutlak koordinatlarda bulunurlar. Çok mutlak oldukları için, nerede oldukları ile nerede olmadıkları arasındaki çizgiyi bozmaz. Bir monitör, bir çizgi segmentinin sonsuz inceliğini oluşturamasa bile (her zaman piksel cinsinden göstermesi gerekir), yine de yalnızca teorik bir matematik dünyasında var olan bir çizgi kadar incedir..

Bu, fotoğraf ışığındaki problemin mükemmel bir matematiksel yolla yakalanması gereken kadar kesin değildir. Tek tek fotonların konumlarını, algılayıcıya çarptıklarında kuantum hassasiyetiyle okuyabilecek kameralar geliştirmiş olsak bile, kuantum seviyesindeki fiziğin tuhaf doğası nedeniyle, ayrı parçacıklar sensörün üzerinde birden fazla yerde görünebilir Aynı zaman. Bu, sensör-fotoğrafçılığa çarptığında o tek ışık parçacığının mutlak konumunu elde etmenin kesinlikle imkansız olabileceği anlamına gelir, sadece o ışığın nasıl yakalandığının bir tahminidir. Durdurma eylemi (kameranın hareketli nesnelerden keskin görüntüler oluşturma yeteneği) asla mükemmel olamaz - en azından çok olası görünüyor.

Pikseller kullanışlıdır, çünkü yüksek çözünürlüklü görüntüler renkleri ve şekilleri yaklaştırabilir ve görüntüyü film temelli fotoğraflamaya benzer şekilde yeniden oluşturur. Piksellerin bu özelliği ve fotoğrafçılıkta kullanımı değil Anti-aliasing kesinlikle, Dijital fotoğrafçılığın bu özelliğini anlama, anti-aliasing'in ne olduğunu sağlam bir anlayışla başlamanın en iyi yerlerinden biridir..

İnterpolasyon: (Neredeyse) Hiçbir Şeyden Bir Şey Yaratmak?

Dijital fotoğrafçılık, ışık algılayıcıya aynı şekilde çarptığında mevcut renklerin ve değerlerin yaklaşık bir değeridir, kenar yumuşatma, “İnterpolasyon” adı verilen bir teknik kullanılarak görüntü verilerinin yaklaşık bir değeridir. Mevcut verilerin eğilimlerine dayanarak, yani eğer daha fazla veri noktası mevcut olsaydı, o noktada gerçekte ne olabileceğine dair eğitimli bir tahmin. Basit tahminin daha karmaşık olmasına rağmen, İnterpolasyon için formüller ve uygun yöntemler vardır - aslında orada bulunan resim verilerinin tam olarak doğru bir temsili olması beklenemez. En zeki matematik bile hiçbir şeyden bir şey yaratamaz..

Bu bilgisayarla oluşturulmuş dama tahtalarına baktığımızda, görüntüleri yumuşatmak ve yaklaşık görüntü elde etmek için kenar yumuşatmanın ne yaptığını anlamaya başlayabiliriz. En soldaki görüntüde veri enterpolasyonu yoktur; dama tahtası perspektif olarak geri çekildiği için siyah ve beyaz piksellerde oluşturulur ve hızlı bir şekilde karışıklık olur. Oluşturulan görsel hatalar ve eserler “takma ad” olarak adlandırdığımız şeydir. Yukarıdaki ikinci ve üçüncü görüntüler, insan gözlerinin (ve kameraların) ışığı nasıl algıladıklarını daha iyi yaklaştırmak için farklı “kenar yumuşatma” biçimlerini kullanır..

Bununla birlikte, bu görüntüler mutlak matematiksel görüntülerin piksel tabanlı görüntülere çevrilmesiydi. Kenar yumuşatma fotoğrafçılığınıza nasıl uygulanır? Görüntüler yeniden boyutlandırıldığında, büyütüldüğünde veya küçültüldüğünde, görüntü belgesinde bulunan verilere göre görüntü enterpolasyon yapılır. Soldaki görüntü Photoshop'ta yeniden örnekleme yapan “en yakın komşu” kullanılarak küçültülmüş, diğer bir deyişle kenar yumuşatma uygulanmamış (kelimenin tam anlamıyla bunu arayabilirsin). ad verilmiş). Sağdaki resim küçültülür ve kenar yumuşatılarak küçük boyutta daha gerçek bir görüntü elde edilir..

Büyütülmüş görüntüler, kenar yumuşatma grafik programlarından da yararlanır; görüntünüzdeki verilere dayanarak en iyi tahminin yapılmasını sağlar. Bir grafik programında görüntüleri örneklerken (büyütürken), dijital büyütme işleminden asla daha fazla çözünürlük alamayacağınızı unutmayın; yapılan enterpolasyon türü ne olması gerektiği konusunda iyi bir tahminde bulunabilir, ancak Asla emin olamayacağım. Kenarlarınız yumuşak olacak ve fotoğraf büyüdükçe yumuşaklaşacaktır..

Kurallara aykırı bir kural, görüntülerinizi kenar yumuşatmadan kalite kaybı yaşamadan daima alt örneklemeniz (daraltmanız) olabilir. Yukarı örnekleme (büyütme) kenar yumuşatmayı çok belirgin hale getirir, yeni bir çözünürlük eklemez ve yalnızca önlenemezse yapılmalıdır.

Kenar Yumuşatma ve Vektörler: Kenar Yumuşatma Video Oyunları Neden Daha İyi Görünür?

Geçtiğimiz 15 yıl içerisinde bir PC oyunu oynadıysanız, örtüşme önleme ayarlarını içeren video seçeneklerini görmüş olabilirsiniz. Var olan vektör şekillerini mutlak bir konumda tartıştığımızı hatırlıyorsanız, anti-aliasing'in neden video oyunları için önemli olduğunu anlamaya başlamanız gerekir..

3 Boyutlu formlar vektör çokgenlerinde oluşturulur ve bu çokgenler yalnızca matematikte bir alemde bulunur. Video oyunlarında kenar yumuşatma işleminin en az iki amacı vardır: ilk olarak, çokgenlerin mutlak, keskin kenarlı çizgilerini piksel tabanlı bir monitörde iyi görünen bir biçimde oluşturabilmek; ikincisi, kenar yumuşatma, fotoğrafın ve insan gözünün ışığı algıladığı kesin olmayan yolunu daha iyi kopyalar.

Kenar Yumuşatma ve Tipografi

Son bir notta, kenar yumuşatmanın ideal olmadığı pek çok durum vardır. Grafik tasarımcılarında daha önce çalıştıysanız, bunların Photoshop'taki tipografi ve Illustrator uygulamasının ne kadar düşük olduğu konusunda şikayet ettiklerini duymuş olabilirsiniz..

Yukarıdaki harflerin her ikisi de piksel tabanlı bir tipografidir; solu takma, sağı takma ad anti-alias. Ne tipografinin iyi temsilleri, ne de en azından bu yazı tipi. Ekranda fontu kenar yumuşatma ile oluşturmak kabul edilebilir, ancak yazdırma için bazı felaket sonuçlar doğurabilir.

Harflerin ne olduğunu düşündüğünüzde, dijital fotoğrafçılığın gerektirdiği kurallara uymuyorlar. Harfler soyut fikirler ve mutlak şekillerdir - vektör sanatının “saf matematik” kategorisine daha iyi düşer. Ve onları oluşturmak için kullanılan baskı işleminin türüne bağlı olarak, bu saf matematik vektör şekilleri kesinlikle önemli hale gelir.

Yukarıdaki bu görüntü, kenar yumuşatma türünde oluşturulmuş ve daha sonra büyük olasılıkla ofset yazdırılmıştır. Yakından baktığımızda neden kötü olduğunu anlayabiliyoruz..

Örtüşme karşıtı bu formların, bu şekilde basıldıklarında iyi durmadıkları çok hızlı bir şekilde ortaya çıkıyor. Bu, tipografiyi oluştururken kenar yumuşatmanın (piksel tabanlı görüntülemenin yanı sıra) aşağılık durumunun bir örneğidir..

Elbette, bu bir resim olsaydı (fotoğraf gibi) ve soyut türden biçimler değil, oldukça iyi idare ederdi.

Soyut bir ortam olan yazı, görüntü oluşturmak için mürekkep püskürtmeli noktalar kullanmayan baskı işlemlerinin altında tutulabilen vektörlerin hassasiyetini gerektirir. Çok yakın mesafelerde bile, bu Kola'yı basmak için kullanılan dosyalara giden kenar yumuşatma işleminin yapabileceği herhangi bir nokta veya kanıt görmüyoruz..

Tabii ki, çoğu HTG okuyucusu fotoğraflarının çoğunu basmaktan mahsup olmayacak, böylece nokta tabanlı yazıcılardan basılan piksel tabanlı tipografi iyi sonuç alacaktır. Tipografi ile çalışırken kenar yumuşatmanın farkında olmanız yeterli ve Fotoğrafçılıkla çalışırken, size mümkün olan en iyi görüntüleri verecek doğru seçimleri yapmaya daha iyi hazır olduğunuzu göreceksiniz.

Kenar yumuşatma ve fotoğraflarınızla yanıtlamadığımızı düşündüğünüz veya belki de önemli bir şey bıraktığımızı düşünüyorsanız, aşağıdaki yorumlarda bize bildirmekten çekinmeyin.

Resim kredisi: Varena # 1 hasensaft, altında mevcut Creative Commons. Bulanık şemsiye portre tarafından Shannon, altında mevcut Creative Commons. Dragon Age 2 Demo Ogre VH tarafından Deborah Timmins, altında mevcut Creative Commons. Kenar Yumuşatma Görüntüler Loisel, altında mevcut GNU Ücretsiz Lisansı.