Redução do tamanho de imagem sem perda de qualidade percetível: princípios de reamostragem e guia de operação

Do ponto de vista da teoria da informação, a quantidade total de informação de pixéis contida numa imagem original de alta definição é muito superior à quantidade de informação necessária para o tamanho-alvo reduzido. O processo de redução apenas descarta informação redundante repetida e não altera a estrutura de textura das regiões centrais.

O olho humano tem um limite superior para resolver detalhes de imagem. Tomando um ecrã 1080P como exemplo: quando a largura de uma única imagem excede 1920 pixéis, os pixéis extra não podem ser percetidos pelo olho humano, pelo que reduzir a imagem para um tamanho compatível não causa degradação visível da qualidade.

A essência do aumento de tamanho de imagem é inferir novos pixéis com base nos pixéis existentes. Os detalhes que não foram registados durante o processo de captura original não podem ser gerados por interpolação, e nenhum algoritmo pode criar informação de imagem inexistente do nada.

Os algoritmos de super-resolução por IA podem usar características de textura aprendidas a partir de conjuntos de dados de treino para completar razoavelmente as regiões aumentadas e melhorar a perceção visual, mas não conseguem restaurar detalhes reais além do que foi registado pela imagem original, e os resultados de conclusão apresentam desvios probabilísticos.

A operação central do redimensionamento de imagem é a reamostragem, que calcula o valor de pixel das posições-alvo com base nos pixéis originais. Algoritmos de interpolação diferentes têm lógicas de cálculo diferentes, o que resulta em diferenças nos efeitos de saída. O redimensionador de imagem do OKfmt suporta três algoritmos comumente utilizados: Lanczos, Bicubic e Bilinear.

As diferenças centrais entre os três algoritmos residem na área de amostragem e no método de cálculo de pesos. Elaborámos uma comparação de cenários aplicáveis para referência:

A proporção de aspeto de uma imagem original é determinada pelos parâmetros de captura. Modificar manualmente uma dimensão e ajustar a outra irá esticar forçosamente os pixéis, causando deformação dos objetos dentro da moldura, como rostos alargados e edifícios inclinados.

As ferramentas de processamento de imagem mainstream bloqueiam a proporção de aspeto por defeito: após inserir a largura, a altura é calculada automaticamente de acordo com a proporção original, e ao inserir a altura calcula-se automaticamente a largura. Isto evita a deformação da moldura e garante a proporção original do conteúdo da imagem.

Os ecrãs Apple Retina e a maioria dos ecrãs HD Android usam renderização de pixel 2x, onde 1 pixel lógico corresponde a 2×2 pixéis físicos. Gerar uma imagem no tamanho lógico resulta em desfoque em ecrãs HD.

Ao calcular o tamanho de saída 2x, basta multiplicar por 2 o tamanho lógico necessário especificado no design. Por exemplo, se o design web exigir um tamanho de exibição de 300 pixéis lógicos de largura, a largura da imagem de saída deve ser de 600 pixéis para cumprir os requisitos de exibição dos ecrãs Retina.