İyi bir kameraya sahip bir akıllı telefon nasıl seçilir? Sözlük: ​​Web kameraları Kamera enterpolasyonu nedir

Sensörler, yalnızca gri tonlamayı algılayan cihazlardır (ışık yoğunluğunun dereceleri - tamamen beyazdan tamamen siyaha). Kameranın renkleri ayırt etmesini sağlamak için, bir fotolitografi işlemi kullanılarak silikona bir dizi renkli filtre uygulanır. Mikro lens kullanan sensörlerde lens ile fotodedektör arasına filtreler yerleştirilir. Trilinear CCD'ler (sırasıyla kırmızı, mavi ve yeşile tepki veren üç bitişik CCD) kullanan tarayıcılarda veya yine üç sensör kullanan ileri teknoloji dijital kameralarda, her sensörde kendi renginin ışığı filtrelenir. (Birden çok sensörlü bazı kameraların filtrelerde standart üç renk yerine birkaç renk kombinasyonu kullandığını unutmayın). Ancak çoğu tüketici dijital kamerası gibi tek sensörlü cihazlarda, farklı renkleri işlemek için renk filtresi dizileri (CFA) kullanılır.

Her pikselin kendi ana rengine sahip olması için, üzerine karşılık gelen rengin bir filtresi yerleştirilir. Fotonlar bir piksele çarpmadan önce sadece kendi renklerinin dalgalarını geçiren bir filtreden geçerler. Farklı uzunluktaki ışık, filtre tarafından basitçe emilecektir. Bilim adamları, spektrumdaki herhangi bir rengin sadece birkaç ana rengi karıştırarak elde edilebileceğini belirlediler. RGB modelinde böyle üç renk vardır.

Her uygulama için farklı renk filtre dizileri geliştirilmiştir. Ancak çoğu dijital kamera sensöründe en popüler olanı Bayer model filtre dizileridir. Bu teknoloji, 70'lerde Kodak tarafından mekansal ayrım alanında araştırma yaparken icat edildi. Bu sistemde filtreler dönüşümlü olarak kademelidir ve yeşil filtre sayısı kırmızı veya mavinin iki katıdır. Sıra, kırmızı ve mavi filtrelerin yeşil filtrelerin arasına yerleştirileceği şekildedir.

Bu nicel oran, insan gözünün yapısı ile açıklanmaktadır - yeşil ışığa daha duyarlıdır. Ve dama tahtası deseni, kamerayı nasıl tutarsanız tutun (dikey veya yatay olarak) aynı renkli görüntüleri sağlar. Böyle bir sensörden bilgi okunurken renkler sıralı olarak satırlar halinde kaydedilir. İlk satır BGBGBG, sonraki satır GRGRGR vb. olmalıdır. Bu teknolojiye sıralı RGB denir.

CCD kameralarda, üç sinyalin birlikte kombinasyonu sensörde değil, sinyal analogdan dijitale dönüştürüldükten sonra görüntüleme cihazında gerçekleşir. CMOS sensörlerinde bu hizalama doğrudan çip üzerinde gerçekleşebilir. Her durumda, her filtrenin ana renkleri, komşu filtrelerin renklerine dayalı olarak matematiksel olarak enterpolasyona tabi tutulur. Herhangi bir görüntüdeki noktaların çoğunun ana renklerin bir karışımı olduğunu ve yalnızca birkaçının gerçekten saf kırmızı, mavi veya yeşili temsil ettiğini unutmayın.

Örneğin, komşu piksellerin merkezin rengi üzerindeki etkisini belirlemek için doğrusal enterpolasyon, 3x3 piksel matrisi işleyecektir. Örneğin, bir satırda (BRB) düzenlenmiş mavi, kırmızı ve mavi filtrelerle en basit durumu - üç piksel - alın. Diyelim ki kırmızı bir pikselin elde edilen renk değerini elde etmeye çalışıyorsunuz. Tüm renkler eşitse, merkezi pikselin rengi matematiksel olarak iki parça maviye bir parça kırmızı olarak hesaplanır. Aslında, basit doğrusal enterpolasyon algoritmaları bile çok daha karmaşıktır, çevreleyen tüm piksellerin değerlerini hesaba katarlar. Enterpolasyon kötüyse, renk değişiminin sınırlarında dişler alırsınız (veya renk artefaktları görünür).

Dijital grafikler alanında "çözünürlük" kelimesinin yanlış kullanıldığını unutmayın. Fotoğraf ve optik konusunda bilgili olan püristler (ya da bilgiçler, hangisini tercih ederseniz edin), çözünürlüğün insan gözünün veya aletin aşağıda gösterilen ISO ızgarası gibi bir çözünürlük ızgarası üzerindeki tek tek çizgileri ayırt etme yeteneğinin bir ölçüsü olduğunu bilirler. Ancak bilgisayar endüstrisinde piksel sayısını çözünürlüğe göre adlandırmak gelenekseldir ve bu gelenek olduğu için biz de bu kuralı takip edeceğiz. Hatta geliştiriciler bile sensör çözünürlüğündeki piksel sayısını çağırıyor.

Sayalım mı?

Görüntü dosyasının boyutu piksel sayısına (çözünürlük) bağlıdır. Daha fazla piksel, dosya daha büyük. Örneğin, VGA standart sensörlerinin (640x480 veya 307200 aktif piksel) görüntüsü, sıkıştırılmamış biçimde yaklaşık 900 kilobayt kaplayacaktır. (307200 piksele 3 bayt (R-G-B) = 921600 bayt, bu yaklaşık olarak 900 kilobayta eşittir) 16 MP'lik bir sensörün görüntüsü yaklaşık 48 megabayt yer kaplar.

Öyle görünüyor ki - ortaya çıkan görüntünün boyutunu belirlemek için sensördeki piksel sayısını saymak. Bununla birlikte, kamera üreticileri bir sürü farklı numara sağlar ve her seferinde bunun kameranın gerçek çözünürlüğü olduğunu iddia ederler.

Toplam piksel, sensörde fiziksel olarak bulunan tüm pikselleri içerir. Ancak yalnızca görüntünün alınmasına katılanlar aktif olarak kabul edilir. Tüm piksellerin yaklaşık yüzde beşi görüntü alımına katılmaz. Bunlar ya kusurlu piksellerdir ya da kamera tarafından başka bir amaçla kullanılan piksellerdir. Örneğin, karanlık akımın seviyesini belirlemek veya en boy oranını belirlemek için maskeler mevcut olabilir.

En Boy Oranı - sensörün genişliği ve yüksekliği arasındaki oran. Bazı sensörlerde, örneğin 640x480 çözünürlüğe sahip bu oran, çoğu bilgisayar monitörünün en boy oranına karşılık gelen 1.34: 1'dir. Bu, bu tür sensörler tarafından oluşturulan görüntülerin önceden kırpılmadan tam olarak monitör ekranına sığacağı anlamına gelir. Birçok kamerada, en boy oranı, oranın 1: 1.5 olduğu geleneksel 35 mm film formatı ile aynıdır. Bu, standart bir boyut ve şekilde fotoğraf çekmenizi sağlar.

Çözünürlük İnterpolasyonu

Optik çözünürlüğe (piksellerin fotonlara yanıt vermedeki gerçek yeteneği) ek olarak, enterpolasyon algoritmaları kullanan bir yazılım ve donanım kompleksi tarafından artırılan bir çözünürlük de vardır. Renk enterpolasyonunda olduğu gibi, çözünürlük enterpolasyonu komşu piksellerin verilerini matematiksel olarak analiz eder. Bu durumda enterpolasyon sonucunda ara değerler oluşur. Yeni verilerin bu tür "yerleştirilmesi" oldukça sorunsuz bir şekilde yapılabilirken, enterpolasyonlu veriler, gerçek optik veriler arasında bir şey olacaktır. Ancak bazen böyle bir işlem sırasında çeşitli parazitler, yapaylıklar ve bozulmalar ortaya çıkabilir ve bunun sonucunda görüntü kalitesi yalnızca bozulur. Bu nedenle, birçok kötümser, çözünürlük enterpolasyonunun görüntü kalitesini iyileştirmenin bir yolu olmadığına, yalnızca dosyaları büyütmenin bir yöntemi olduğuna inanıyor. Bir cihaz seçerken, belirtilen çözünürlüğe dikkat edin. Yüksek enterpolasyonlu çözünürlük konusunda çok mutlu olmayın. (İnterpolasyonlu veya geliştirilmiş olarak işaretlenmiştir.)

Yazılım düzeyindeki diğer bir görüntü işleme süreci Alt örneklemedir. Aslında, bu enterpolasyonun tersi sürecidir. Bu işlem, verilerin analogdan sayısal forma dönüştürülmesinden sonra görüntü işleme aşamasında gerçekleştirilir. Bu, farklı piksellerin verilerini siler. CMOS sensörlerinde bu işlem, belirli piksel satırlarının okunmasını geçici olarak devre dışı bırakarak veya yalnızca seçilen piksellerden veri okuyarak çipin kendisinde gerçekleştirilebilir.

Aşağı örneklemenin iki işlevi vardır. İlk olarak, verileri sıkıştırmak için - belirli bir boyuttaki bellekte daha fazla görüntü depolamak için. Piksel sayısı ne kadar küçükse, dosya boyutu o kadar küçük ve bir bellek kartına veya cihazın dahili belleğine o kadar fazla resim sığdırabilir ve bir bilgisayara daha az fotoğraf indirmeniz veya bellek kartlarını değiştirmeniz gerekir.

Bu işlemin ikinci işlevi, belirli amaçlar için belirli bir boyutta görüntüler oluşturmaktır. 2MP sensörlü kameralar, 8x10 inçlik standart bir fotoğraf çekmek için oldukça zordur. Ancak böyle bir fotoğrafı postayla göndermeye çalışırsanız, mektubun boyutunu gözle görülür şekilde artıracaktır. Altörnekleme, arkadaşlarınızın monitörlerinde iyi görünmesi için (ayrıntı için hedef belirlemezseniz) görüntüyü işlemenize ve aynı zamanda yavaş bağlantılara sahip makinelerde bile yeterince hızlı bir şekilde gönderilmesine olanak tanır.

Artık sensörlerin prensiplerine aşina olduğumuza göre, görüntünün nasıl elde edildiğini biliyoruz, biraz daha derine bakalım ve dijital fotoğrafçılıkta ortaya çıkan daha karmaşık durumlara değinelim.

Kamera enterpolasyonu nedir?

Tüm modern akıllı telefonlarda, özel algoritmalar kullanılarak elde edilen görüntüleri büyütmenize izin veren yerleşik kameralar bulunur. Matematiksel bir bakış açısından, enterpolasyon, mevcut bir dizi ayrık parametreye dayalı olarak bir sayının ara değerlerini tespit etme yöntemidir.

Enterpolasyon etkisi, bir büyüteç etkisine biraz benzer. Akıllı telefon yazılımı, görüntü netliğini veya keskinliğini artırmaz. Sadece resmi gerekli boyuta genişletir. Bazı akıllı telefon üreticileri, ürünlerinin ambalajında ​​yerleşik kameranın "21 megapiksele kadar" çözünürlüğe sahip olduğunu yazıyor. Çoğu zaman, düşük kaliteli enterpolasyonlu bir görüntüden bahsediyoruz.

enterpolasyon türleri

En Yakın Komşu Yöntemi

Yöntem temel olarak kabul edilir ve en basit algoritmalar kategorisine girer. Piksel parametreleri en yakın noktaya göre belirlenir. Matematiksel hesaplamalar sonucunda her pikselin boyutu iki katına çıkar. En yakın piksel yöntemini kullanmak çok fazla hesaplama gücü gerektirmez.

çift ​​doğrusal enterpolasyon

Piksel değeri, kamera tarafından yakalanan en yakın dört nokta hakkındaki verilere göre belirlenir. Hesaplamaların sonucu, orijinal noktayı çevreleyen 4 pikselin parametrelerinin ağırlıklı ortalamasıdır. Çift doğrusal enterpolasyon, nesnelerin renk sınırları arasındaki geçişleri yumuşatmanıza olanak tanır. Bu yöntem kullanılarak elde edilen görüntülerin kalitesi, en yakın piksel yöntemiyle enterpolasyon yapılan görüntülerden önemli ölçüde üstündür.

bikübik enterpolasyon

İstenilen noktanın renk değeri, en yakın 16 pikselin parametrelerine göre hesaplanır. Hesaplamada en yakın noktalara maksimum ağırlık verilir. Bikübik enterpolasyon, modern akıllı telefonların yazılımı tarafından aktif olarak kullanılır ve oldukça yüksek kaliteli bir görüntü elde etmenizi sağlar. Yöntemin uygulanması, merkezi işlemcinin önemli bir gücünü ve yerleşik kameranın yüksek çözünürlüğünü gerektirir.

Gereksiz sorular sormamak için:

Lehte ve aleyhte olanlar

Bilim kurgu filmleri genellikle bir kameranın yoldan geçen birinin yüzünü nasıl yakaladığını ve dijital bilgileri bir bilgisayara ilettiğini gösterir. Makine görüntüyü büyütür, fotoğrafı tanır ve veritabanındaki kişiyi bulur. Gerçek hayatta, enterpolasyon bir görüntüye yeni ayrıntı eklemez. Orijinal görüntüyü matematiksel bir algoritma kullanarak büyütür ve kalitesini kabul edilebilir bir düzeye yükseltir.

enterpolasyon kusurları

Görüntüleri ölçeklerken ortaya çıkan en yaygın kusurlar şunlardır:

• adım;
• bulanıklık;
• Halo etkisi.

Tüm enterpolasyon algoritmaları, listelenen kusurların belirli bir dengesinin korunmasına izin verir. Örtüşmeyi azaltmak, mutlaka görüntü bulanıklığında ve hale görünümünde bir artışa neden olacaktır. Görüntünün keskinliğinin arttırılması, görüntünün bulanıklığında vs. bir artışa yol açacaktır. Listelenen kusurlara ek olarak, enterpolasyon, görüntünün maksimum büyütmesinde gözlemlenebilen çeşitli grafik “gürültülere” neden olabilir. Verilen konu için olağandışı "rastgele" piksellerin ve dokuların görünümünden bahsediyoruz.

Görüntülerin enterpolasyonu, tüm dijital fotoğraflarda belirli bir aşamada gerçekleşir. kaydileştirme veya ölçekleme. Bir görüntüyü bir piksel ızgarasından diğerine yeniden boyutlandırdığınızda veya açtığınızda gerçekleşir. Piksel sayısını artırmanız veya azaltmanız gerektiğinde görüntü yeniden boyutlandırma gereklidir, ancak yeniden konumlandırma çok çeşitli durumlarda gerçekleşebilir: mercek bozulmasını düzeltme, perspektifi değiştirme veya bir görüntüyü döndürme.

Aynı görüntü yeniden boyutlandırılsa veya taransa bile sonuçlar enterpolasyon algoritmasına bağlı olarak önemli ölçüde değişebilir. Herhangi bir enterpolasyon yalnızca bir yaklaşıklık olduğundan, enterpolasyon yapıldığında görüntü bir miktar kalite kaybeder. Bu bölüm, sonucu neyin etkilediğine dair daha iyi bir anlayış sağlamak ve böylece enterpolasyondan kaynaklanan görüntü kalitesinde herhangi bir kaybı en aza indirmenize yardımcı olmak için tasarlanmıştır.

konsept

Enterpolasyonun özü, bilinmeyen noktalarda beklenen değerleri elde etmek için mevcut verileri kullanmaktır. Örneğin, öğlen sıcaklığının ne olduğunu bilmek istiyor, ancak bunu sabah 11'de ve saat birde ölçtüyseniz, doğrusal enterpolasyon kullanarak değerini tahmin edebilirsiniz:

On bir buçukta fazladan bir boyutunuz varsa, sıcaklığın öğleden önce daha hızlı yükseldiğini fark edebilir ve bu ekstra boyutu ikinci dereceden enterpolasyon için kullanabilirsiniz:

Öğle saatlerinde ne kadar fazla sıcaklık ölçümü yaparsanız, enterpolasyon algoritmanız o kadar karmaşık (ve beklenen şekilde daha doğru) olabilir.

Resim yeniden boyutlandırma örneği

Görüntü enterpolasyonu iki boyutta çalışır ve çevreleyen piksellerin değerlerine dayalı olarak bir pikselin renk ve parlaklığında en iyi yaklaşımı elde etmeye çalışır. Aşağıdaki örnek, ölçeklendirmenin nasıl çalıştığını gösterir:

Hava sıcaklığındaki dalgalanmalardan ve yukarıdaki ideal gradyandan farklı olarak piksel değerleri noktadan noktaya çok daha dramatik bir şekilde değişebilir. Sıcaklık örneğinde olduğu gibi, çevreleyen pikseller hakkında ne kadar çok şey bilirseniz, enterpolasyon o kadar iyi çalışır. Bu nedenle, görüntü uzadıkça sonuçlar hızla bozulur ve ayrıca enterpolasyon, orada olmayan görüntüye asla ayrıntı ekleyemez.

Resim döndürme örneği

Enterpolasyon, bir görüntünün perspektifini her döndürdüğünüzde veya değiştirdiğinizde de gerçekleşir. Önceki örnek aldatıcıydı çünkü bu, enterpolatörlerin genellikle iyi çalıştığı özel bir durumdur. Aşağıdaki örnek, görüntü ayrıntılarının ne kadar hızlı kaybolabileceğini gösterir:

90 ° döndürmek, ikisi arasındaki sınıra piksel yerleştirilmesine (dolayısıyla bölünmeye) gerek olmadığı için herhangi bir kayıp oluşturmaz. İlk dönüşte detayın ne kadarının kaybolduğuna ve bir sonraki dönüşte kalitenin nasıl düşmeye devam ettiğine dikkat edin. Bu, birinin yapması gerektiği anlamına gelir mümkün olduğunca rotasyonlardan kaçının; Düzensiz bir çerçeve döndürme gerektiriyorsa, onu bir kereden fazla döndürmemelisiniz.

Yukarıdaki sonuçlar, sözde "bikübik" algoritmayı kullanır ve önemli kalite düşüşü gösterir. Renk yoğunluğu azaldıkça genel kontrastın nasıl azaldığına, açık mavi etrafında nasıl koyu halelerin göründüğüne dikkat edin. Sonuçlar, enterpolasyon algoritmasına ve görüntülenen özneye bağlı olarak önemli ölçüde daha iyi olabilir.

Enterpolasyon Algoritması Türleri

Genel kabul görmüş enterpolasyon algoritmaları iki kategoriye ayrılabilir: uyarlanabilir ve uyarlanamaz. Uyarlamalı yöntemler, enterpolasyon konusuna (keskin kenarlar, pürüzsüz doku) bağlı olarak değişirken, uyarlamalı olmayan yöntemler tüm pikselleri aynı şekilde ele alır.

Uyarlanabilir olmayan algoritmalarşunları içerir: en yakın komşu, çift doğrusal, bikübik, eğri çizgiler, ana sinüs işlevi (sinc), Lanczos yöntemi ve diğerleri. Karmaşıklığa bağlı olarak, enterpolasyon için 0 ila 256 (veya daha fazla) bitişik piksel kullanırlar. İçerdikleri daha fazla bitişik piksel, daha doğru olabilirler, ancak bu, işlem süresinde önemli bir artış pahasına elde edilir. Bu algoritmalar hem sarmayı açma hem de görüntü ölçekleme için kullanılabilir.

Uyarlanabilir algoritmalar Qimage, PhotoZoom Pro, Orijinal Fraktallar ve diğerleri gibi lisanslı yazılımlardaki ticari algoritmaların çoğunu içerir. Birçoğu, en görünür oldukları yerlerde göze hoş gelmeyen enterpolasyon kusurlarını en aza indirmek için bir sınırın varlığını tespit ettiklerinde algoritmalarının farklı versiyonlarını (piksel piksel analizine dayalı olarak) kullanırlar. Bu algoritmalar öncelikle büyütülmüş görüntülerde hatasız ayrıntıları en üst düzeye çıkarmak için tasarlanmıştır, böylece bazıları bir görüntünün perspektifini döndürmek veya değiştirmek için uygun değildir.

En Yakın Komşu Yöntemi

Tüm enterpolasyon algoritmalarının en temelidir ve yalnızca bir pikseli hesaba kattığı için en az işlem süresini gerektirir - enterpolasyon noktasına en yakın olanı. Sonuç olarak, her piksel daha da büyür.

çift ​​doğrusal enterpolasyon

Bilineer enterpolasyon, bilinmeyeni çevreleyen bilinen piksellerin 2x2 karesini dikkate alır. Bu dört pikselin ağırlıklı ortalaması, enterpolasyonlu değer olarak kullanılır. Sonuç olarak, görüntüler en yakın komşu yönteminin sonucundan önemli ölçüde daha düzgün görünüyor.

Soldaki diyagram, bilinen tüm piksellerin eşit olduğu duruma atıfta bulunur, bu nedenle enterpolasyonlu değer, basitçe toplamlarının 4'e bölünmesidir.

bikübik enterpolasyon

Bikübik enterpolasyon, 4x4 çevreleyen piksellerden oluşan bir dizi göz önüne alındığında bilineer enterpolasyondan bir adım daha ileri gider - sadece 16. Bilinmeyen pikselden farklı uzaklıklarda oldukları için, en yakın pikseller hesaplamada daha fazla ağırlıklandırılır. Bikübik enterpolasyon, önceki iki yöntemden önemli ölçüde daha keskin görüntüler üretir ve işlem süresi ve çıktı kalitesi açısından tartışmasız en uygunudur. Bu nedenle, birçok görüntü düzenleme programı (Adobe Photoshop dahil), yazıcı sürücüleri ve yerleşik kamera enterpolasyonu için standart hale geldi.

Daha yüksek dereceli enterpolasyon: splines ve sinc

Daha fazla çevreleyen pikseli hesaba katan ve dolayısıyla hesaplama açısından daha yoğun olan birçok başka enterpolatör vardır. Bu algoritmalar, spline'ları ve ana sinüsü (sinc) içerir ve enterpolasyondan sonra görüntü bilgilerinin çoğunu tutarlar. Sonuç olarak, bir görüntü ayrı adımlarda birkaç döndürme veya perspektif değişikliği gerektirdiğinde son derece kullanışlıdırlar. Bununla birlikte, tek büyütmeler veya döndürmeler için, bu tür yüksek dereceli algoritmalar, işlem süresinde önemli bir artışla çok az görsel iyileştirme sağlar. Ayrıca, bazı durumlarda, kardinal sinüs algoritması düzgün bir kesitte bikübik enterpolasyondan daha kötü performans gösterir.

Gözlemlenen enterpolasyon kusurları

Tüm uyarlanabilir olmayan enterpolatörler, üç istenmeyen kusur arasında en uygun dengeyi bulmaya çalışır: sınır haleleri, bulanıklık ve örtüşme.

En gelişmiş uyarlamalı olmayan enterpolatörler bile, her zaman yukarıdaki kusurlardan birini diğer ikisi pahasına artırmaya veya azaltmaya zorlanır - sonuç olarak, bunlardan en az biri fark edilir olacaktır. Sınır halesinin nasıl göründüğüne dikkat edin keskin olmayan bir maske ile kusuru keskinleştirme ve nasıl artar netliği artırarak görünür netlik.

Uyarlanabilir enterpolatörler yukarıda açıklanan kusurları yaratabilir veya yaratmayabilir, ancak orijinal görüntü için olağandışı dokular veya büyük ölçeklerde tek pikseller de oluşturabilirler:

Öte yandan, uyarlanabilir enterpolatörlerin bazı "kusurları" da avantaj olarak kabul edilebilir. Göz, yaprak detayı gibi ince dokulu alanları en ince ayrıntısına kadar görmeyi beklediğinden, bu tür tasarımlar gözü uzaktan aldatabilir (belirli malzeme türleri için).

yumuşatma

Kenar yumuşatma veya kenar yumuşatma, metne veya görüntülere kaba bir dijital görünüm veren pürüzlü veya pürüzlü diyagonal kenarlıkların görünümünü en aza indirmeye çalışan bir süreçtir:

	300%

Kenar yumuşatma, bu pürüzleri ortadan kaldırır ve daha yumuşak kenarlar ve daha yüksek çözünürlük izlenimi verir. İdeal sınırın bitişik piksellerle ne kadar örtüştüğünü hesaba katar. Kademeli bir kenarlık, herhangi bir ara değer olmaksızın basitçe yukarı veya aşağı yuvarlanırken, düzleştirilmiş bir kenarlık, kenarlığın ne kadarının her piksele düştüğüyle orantılı bir değer üretir:

Görüntüleri büyütürken dikkate alınması gereken önemli bir nokta, enterpolasyon nedeniyle aşırı örtüşmeyi önlemektir. Birçok uyarlanabilir enterpolatör, sınırların varlığını algılar ve korurken örtüşmeyi en aza indirecek şekilde ayarlanır. sınırın keskinliği... Düzleştirilmiş kenarlık, konumu hakkında daha yüksek bir çözünürlükte bilgi içerdiğinden, güçlü bir uyarlanabilir (sınır belirleyen) enterpolatörün yakınlaştırıldığında sınırı en azından kısmen yeniden oluşturabilmesi oldukça olasıdır.

Optik ve dijital yakınlaştırma

Birçok kompakt dijital kamera hem optik hem de dijital yakınlaştırma (zoom) gerçekleştirebilir. Optik yakınlaştırma, yakınlaştırma merceğini hareket ettirerek, ışığın dijital sensöre çarpmadan önce güçlendirilmesiyle elde edilir. Buna karşılık, dijital yakınlaştırma kaliteyi düşürür, çünkü görüntüyü sensör onu aldıktan sonra basitçe enterpolasyon yapar.

optik yakınlaştırma (10x)		dijital yakınlaştırma (10x)

Dijital yakınlaştırma kullanan bir fotoğraf aynı sayıda piksel içerse de, ayrıntısı optik yakınlaştırma kullanıldığında olduğundan belirgin şekilde daha azdır. Dijital zoom neredeyse tamamen ortadan kaldırılmalıdır eksi, uzaktaki bir nesneyi kameranızın LCD ekranında görüntülemeye yardımcı olduğunda. Öte yandan, genellikle JPEG formatında çekim yapıyorsanız ve görüntüyü daha sonra kırpmak ve büyütmek istiyorsanız, dijital yakınlaştırma herhangi bir sıkıştırma kusuru ortaya çıkmadan önce enterpolasyon yapma avantajına sahiptir. Dijital yakınlaştırmaya çok sık ihtiyacınız olduğunu fark ederseniz, bir tele dönüştürücü veya daha iyisi uzun odak uzunluklu bir lens satın alın.

Kamera enterpolasyonu, neden ve nedir?

1. 8 Mp matris ve 13 Mp resmin kendisini yazın
2. Gereksiz kabloları matrise bükmemek için megapuxels bu süreçte şişirilir.
3. Bu, bir pikselin birkaç parçaya bölünmesidir, böylece büyütüldüğünde görüntü kareler halinde olmaz. Gerçek çözünürlük eklemez. Çizimi bulaştırır.
4. enterpolasyon, bilinen değerlerden bilinmeyen bir değer bulmaktır.
   fotoğraftaki enterpolasyonun kalitesi (orijinaline yaklaşıklık) iyi tasarlanmış yazılıma bağlı olacaktır.
5. Kamera sensörü 8MP'dir ve görüntü 13MP'ye uzatılmıştır. Kesin olarak bağlantıyı kesin. Fotoğraflar 13MP olacak, ancak kalite 8MP gibi olacak (daha fazla dijital gürültü olacak).
6. Gerçek çözünürlük, her durumda 2MP'de bulanıklık olmadan mm başına satır cinsindendir.
7. Peki sadece şişirilmiş pikseller
   Örneğin bir çok web kamerasında 720 vb. ayarlara baktığınızda 240x320 olduğu yazıyor.
8. Enterpolasyon - genel anlamda - yalnızca en doğru ve doğru eylemlerin yardımıyla elde edilebilen, mutlak olana mümkün olduğunca yakın bir sonuç elde etmek için hesaplamada daha az karmaşık bir işlevin kullanılması.
   Bu versiyonda - basitçe söylemek gerekirse, programcılar telefonla çekilen resimlerin daha karmaşık cihazlar - kameralar tarafından çekilenlerden biraz farklı olduğu konusunda kendilerini övüyorlar.

1. Yükleniyor ... hangi matrisler Canlı MOS veya CMOS'tan daha iyidir ??? "Canlı MOS Sensörü, Panasonic tarafından geliştirilen ve Leica ürünlerinde de kullanılan çeşitli görüntü sensörlerinin ticari adıdır ...
2. Yükleniyor ... Fresnel lens nedir Kaynak belirtmeden Wikipedia'dan makale kopyalamak iyi değildir. 1. Fresnel lens 2. Geleneksel lens Bir Fresnel lensin ana avantajı, e ...
3. yükleniyor ... Söylesene, Fujifilm FinePix S4300 26-ZOOM fotoğraf makinesi yarı profesyonel mi? Gelişmiş bir sabunluk, supurzum. fotoğraf oturumları için uygun değildir. buraya bakın http://torg.mail.ru/digitalphoto/all/?param280=1712,1711amp;price=22000,100000 Kahretsin, bu büyük ...
4. Yükleniyor ... DSLR ile optik vizör arasındaki fark nedir? daha iyi ne Aynalı vizör - görüş, bir ayna sistemi kullanılarak gerçekleştirilir, ışık doğrudan merceğin içinden geçer ve ...
5. Yükleniyor ... CCD kameralarda CMOS sensörleri ile CCD sensörleri arasındaki fark nedir? CMOS Matrix (CMOS) dijital bir cihazdır, bu nedenle diğer tüm bağırsaklarla bir çip üzerine monte edilebilir ...