Reduzierung der Bildgröße ohne wahrnehmbaren Qualitätsverlust: Resampling-Prinzipien und Betriebsanleitung

Aus Sicht der Informationstheorie ist die gesamte Menge an Pixelinformationen in einem ursprünglichen hochauflösenden Bild weitaus größer als die Informationsmenge, die für die reduzierte Zielgröße erforderlich ist. Der Reduzierungsprozess verwirft nur redundante wiederholte Informationen und verändert nicht die Texturstruktur von Kernbereichen.

Das menschliche Auge hat eine Obergrenze für die Auflösung von Bilddetails. Am Beispiel eines 1080P-Displays: Wenn die Breite eines einzelnen Bildes 1920 Pixel überschreitet, können die zusätzlichen Pixel vom menschlichen Auge nicht wahrgenommen werden, sodass die Reduzierung des Bildes auf eine passende Größe keine sichtbare Qualitätsminderung verursacht.

Die Essenz der Bildhochskalierung besteht darin, neue Pixel aus vorhandenen Pixeln abzuleiten. Details, die während des ursprünglichen Aufnahmeprozesses nicht erfasst wurden, können nicht durch Interpolation erzeugt werden, und kein Algorithmus kann nicht vorhandene Bildinformationen aus dem Nichts erstellen.

KI-Superauflösungsalgorithmen können Texturmerkmale, die aus Trainingsdatensätzen gelernt wurden, nutzen, um hochskalierte Bereiche sinnvoll zu ergänzen und die visuelle Wahrnehmung zu verbessern. Sie können jedoch keine echten Details wiederherstellen, die über das hinausgehen, was das Originalbild erfasst hat, und die Ergänzungsergebnisse weisen probabilistische Abweichungen auf.

Die Kernoperation der Bildskalierung ist das Resampling, bei dem der Pixelwert von Zielpositionen auf Basis der Originalpixel berechnet wird. Unterschiedliche Interpolationsalgorithmen haben unterschiedliche Berechnungslogiken, was zu Unterschieden in den Ausgabeeffekten führt. Der OKfmt-Bildresizer unterstützt drei gängige Algorithmen: Lanczos, Bicubic und Bilinear.

Die Kernunterschiede zwischen den drei Algorithmen liegen im Abtastbereich und der Gewichtsberechnungsmethode. Unten finden Sie einen Vergleich der Anwendungsfälle zur Referenz:

Das Seitenverhältnis eines Originalbildes wird durch Aufnahmeparameter bestimmt. Die manuelle Änderung einer Dimension und anschließende Anpassung der anderen führt zu einer erzwungenen Dehnung von Pixeln, was zu Verzerrungen von Objekten im Bild führt, beispielsweise verbreiterte Gesichter und geneigte Gebäude.

Gängige Bildverarbeitungswerkzeuge sperren das Seitenverhältnis standardmäßig: Nach Eingabe der Breite wird die Höhe automatisch nach dem Originalverhältnis berechnet, und bei Eingabe der Höhe wird die Breite automatisch berechnet. Dies vermeidet Bildverzerrungen und stellt das ursprüngliche Verhältnis des Bildinhalts sicher.

Apple Retina-Displays und die meisten Android-HD-Displays verwenden 2x-Pixel-Rendering, bei dem 1 logisches Pixel 2×2 physischen Pixeln entspricht. Die Ausgabe eines Bildes in logischer Größe führt zu Unschärfe auf HD-Displays.

Bei der Berechnung der 2x-Ausgabegröße muss nur die erforderliche logische Größe, die im Design angegeben ist, mit 2 multipliziert werden. Wenn beispielsweise das Webdesign eine Anzeigegröße von 300 logischen Pixeln in der Breite erfordert, sollte die Ausgabebildbreite 600 Pixel betragen, um die Anzeigeanforderungen von Retina-Bildschirmen zu erfüllen.