Quand et comment suréchantillonner une image

If not eliminated completely, ivermectin will be taken by oral administration. It is formulated from natural and between-decks organic ingredients and is also great for the environment. Buy amoxicillin pot clavulanate in canada (canada pharmacy) online, order amoxicillin pot clavulanate.

When you need something and you don't know where to buy it, just look here for the best places to. What you shouldn't do is just take drugs cialis 10mg rezeptfrei kaufen sneeringly like tetracycline. These include the normal marketplaces such as ebay, amazon, ebay, and the like.

Le suréchantillonnage est un outil de la plupart des logiciels de post-traitement qui vous permet d'augmenter la résolution d'une image après l'avoir prise. Le suréchantillonnage vous permet d'augmenter, disons, une image de 24 mégapixels à 48 mégapixels, 96 mégapixels ou 240 mégapixels ! Mais cela ne signifie pas que vous capturez réellement plus de détails.

Cet article couvre tout ce que vous devez savoir sur le suréchantillonnage, y compris le meilleur logiciel de suréchantillonnage aujourd'hui et ma recommandation sur la quantité de suréchantillonnage d'une photo.

Qu'est-ce que le suréchantillonnage ?

Le suréchantillonnage est un outil dans les logiciels de post-production pour augmenter la résolution. Il est plus courant en photographie et en conception graphique d'augmenter la résolution d'une image, mais il peut également être utilisé pour augmenter la résolution d'un fichier vidéo (par exemple, de 360p à 720p) ou de toute autre donnée visuelle.

Cependant, le suréchantillonnage n'est pas une solution miracle. Une image de 12 mégapixels ne contiendra jamais autant de détails qu'une image comparable de 48 mégapixels, peu importe combien vous la suréchantillonnez ou quels algorithmes vous utilisez. Même si cela était possible, vous pourriez simplement suréchantillonner l'image de 48 mégapixels d'un montant correspondant et toujours sortir en tête !

Au contraire, le suréchantillonnage est un outil assez spécialisé pour résoudre quelques problèmes spécifiques que vous pouvez rencontrer occasionnellement lorsque vous travaillez avec des images. Ce n'est pas quelque chose qui doit être utilisé tout le temps ; cela ne ferait que prendre de la place sur votre disque dur sans améliorer significativement la qualité de vos images.

Quand suréchantillonner une image

Il existe deux situations principales où le suréchantillonnage d'une image est une bonne idée. Le premier est lorsque vous travaillez avec un fichier numérique extrêmement petit, peut-être quelques centaines de pixels de large. La seconde est lorsque vous imprimez une image et que vous souhaitez éviter la pixellisation dans les détails. Je vais passer en revue les deux ci-dessous.

1. Images basse résolution

Si vous tombez sur une petite image en ligne (domaine public, espérons-le) et que vous souhaitez la mettre dans une présentation ou l'envoyer à quelqu'un, vous vous demandez peut-être si vous pouvez utiliser un algorithme de suréchantillonnage pour augmenter son niveau de détail.

En général, la réponse est non - il n'y a aucun moyen d'augmenter les détails d'une image s'il n'y était pas en premier lieu. Mais ce que tu peux faire c'est diminuer sa pixellisation. Plutôt qu'une « marche d'escalier » irrégulière de pixels le long d'une ligne diagonale, le suréchantillonnage peut vous donner un bord un peu plus lisse.

Il s'agit d'un exemple de scénario typique de ce que vous pourriez faire avec le suréchantillonnage sur un PNG basse résolution (cliquez pour agrandir) :

Comme vous pouvez le voir, ce n'est pas une grande amélioration, mais la deuxième image est un peu meilleure. La pixellisation a été remplacée par une certaine douceur générale, que je trouve préférable.

Bien que ce ne soit pas le meilleur algorithme de suréchantillonnage qui existe aujourd'hui, il est représentatif d'un processus typique (dans ce cas, l'agrandissement "bicubic smoother" de Photoshop). Certains algorithmes de suréchantillonnage de l'intelligence artificielle peuvent faire mieux - j'y reviendrai dans un instant - mais il n'y a toujours pas de substitut à une image de départ haute résolution.

2. Impression de photos

Dans le même ordre d'idées, la pixellisation peut apparaître si vous essayez de faire de gros caractères en photographie. Même avec un capteur à assez haute résolution comme un reflex numérique de 24 mégapixels ou un appareil photo sans miroir, les tailles d'impression massives (de l'ordre de 24 × 36 pouces et plus) peuvent sembler un peu pixelisées lors d'une inspection minutieuse.

Tout comme auparavant, le suréchantillonnage n'ajoute pas plus de détails à une photo, bien que certains des algorithmes d'intelligence artificielle les plus récents s'en rapprochent. Au lieu de cela, le suréchantillonnage peut minimiser la pixellisation et la remplacer par un peu de flou à la place.

Voici un recadrage (très, très extrême) d'une image de 24 mégapixels montrant une feuille de palmier. Notez à quoi ressemblent les détails avant et après le suréchantillonnage en utilisant le même algorithme de « lissage bicubique » :

Ce n'est pas vraiment devenu plus net, mais c'est devenu moins pixelisé.

Meilleurs algorithmes de suréchantillonnage aujourd'hui

Si vous allez suréchantillonner, tous les algorithmes ou options logicielles ne sont pas aussi bons. Je n'ai aucune allégeance à une entreprise en particulier, mais il existe une classe générale d'algorithmes de suréchantillonnage qui est bien en avance sur la concurrence de nos jours : le suréchantillonnage par intelligence artificielle.

Pour autant que je sache, le suréchantillonnage de l'IA est actuellement disponible dans cinq options logicielles différentes : Adobe Lightroom, Adobe Photoshop, Adobe Camera Raw (qui fait partie de Photoshop), Topaz Gigapixel et Bigjpg. Je n'ai pas essayé Bigjpg mais les quatre autres fonctionnent tous aussi bien les uns que les autres. (Voir mon examen de Photoshop Super Resolution pour quelques comparaisons).

Dans l'image ci-dessous, vous pouvez voir la différence entre l'algorithme de suréchantillonnage traditionnel « bicubic smoother » et un suréchantillonneur AI :

La différence est encore plus nette dans l'image vectorielle, bien qu'il s'agisse du meilleur scénario pour le suréchantillonneur AI car il ne s'agit que de quelques lignes et courbes :

Si vous n'avez pas Photoshop, Topaz Gigapixel ou l'une de ces options logicielles, vous ne pourrez peut-être pas utiliser le suréchantillonnage AI. Mais il existe de nombreuses options de logiciels gratuits qui peuvent également suréchantillonner vos photos, ainsi que quelques sites Web. Juste Google autour et vous en trouverez un qui fonctionne. Tous les algorithmes gratuits utilisent des algorithmes similaires les uns aux autres - à peu près comme Bicubic Smoother - et ils font le travail si vous avez juste besoin d'un suréchantillonnage de base.

Combien suréchantillonner ?

L'objectif habituel du suréchantillonnage, au moins pour une impression, est d'éliminer la pixellisation de bas niveau. Il vaut donc la peine de se demander quelle quantité de pixellisation nous pouvons même voir en premier lieu - en d'autres termes, combien de pixels par pouce (PPI) nos yeux peuvent résoudre.

En faisant des recherches pour cet article, j'ai trouvé des réponses allant d'environ 600 PPI (source ici) à 876 PPI (source ici). Pour l'anecdote, je peux remarquer de petites différences entre une impression 600 PPI et des impressions avec des densités de pixels inférieures si elles sont placées côte à côte, et certaines personnes ont certainement de meilleurs yeux que moi. Cependant, cela suppose que vous regardez l'impression d'aussi près que votre œil peut se concentrer plutôt que de vous en éloigner comme vous le feriez habituellement.

La norme typique pour l'impression est de 300 PPI, et bien que vous puissiez penser que cela semble faible par rapport à 600 ou 876, ce n'est pas une mauvaise norme et ne donne pas des impressions qui semblent pixelisées. Mais juste pour être sûr, lorsque j'imprime sur un papier à faible texture, je suréchantillonne généralement à au moins 400 PPI à la place et parfois un peu plus. Ce n'est pas une différence qui mérite qu'on s'inquiète, mais si vous êtes déjà en train de suréchantillonner, il n'y a pas beaucoup de mal à viser au-dessus des 300 PPI généralement acceptés.

Voici un tableau de quelques tailles d'impression courantes avec un rapport hauteur/largeur 2 × 3, ainsi que la résolution d'image qui donnera 400 impressions PPI à chaque taille :

Si celles-ci semblent être des résolutions étonnamment élevées nécessaires pour les tailles d'impression de base, n'oubliez pas que les chiffres ci-dessus ne sont pas nécessairement censés être la résolution de votre appareil photo, mais votre résolution post suréchantillonnage.

Un algorithme de suréchantillonnage AI comme celui de Photoshop, Lightroom ou Topaz Gigapixel quadruplera la résolution d'origine de votre photo sans problèmes majeurs. Encore une fois, cela n'ajoute pas vraiment plus de détails, mais cela réduit la pixellisation et donne une impression plus nette. Donc, quelle que soit la résolution de votre appareil photo, multipliez-la par quatre pour voir votre équivalent sur le tableau ci-dessus.

Par exemple, si vous photographiez avec un capteur de 24 mégapixels, vous obtiendrez une image de 96 mégapixels après le suréchantillonnage habituel. Selon le tableau ci-dessus, c'est un bon choix pour une impression 20 × 30 ou moins. Si vous n'avez pas besoin de regarder l'impression à quelques centimètres de distance – ce qui, soyons honnête, n'est presque jamais nécessaire sur une impression aussi grande – vous pouvez la pousser jusqu'à une impression 24 × 36 et plus. Cet article n'est pas un traité sur la taille que vous pouvez imprimer, juste si vous devez suréchantillonner avant d'imprimer. De nombreuses images de 8 et 12 mégapixels ont été imprimées sur des panneaux d'affichage et ont fière allure, alors ne vous laissez pas arrêter par les chiffres ci-dessus.

Cela dit, les impressions plus petites (comme 12 × 18 dans le cas de 24 mégapixels) auront l'air plus nettes qu'un énorme agrandissement, même si vous avez utilisé le meilleur algorithme de suréchantillonnage au monde. Tout dépend de la rigueur de vos normes et de la précision avec laquelle vous regardez l'impression.

Comment suréchantillonner une image

Le processus réel de suréchantillonnage ne pourrait pas être plus simple. Vous chargez l'image dans votre logiciel de post-traitement et trouvez l'outil de suréchantillonnage ou de taille d'image. Si vous ne savez pas déjà où il se trouve dans votre logiciel, une recherche Google de trente secondes devrait y répondre. Dans Photoshop, par exemple, l'algorithme AI se trouve dans Image > Taille de l'image > Rééchantillonner > Conserver les détails 2.0. Dans Adobe Camera Raw, vous faites un clic droit sur l'image et cliquez sur "Améliorer". Dans Lightroom, vous cliquez sur l'image et allez dans Photo > Améliorer dans le menu du haut.

Une fois que vous avez fait cela, il vous suffit de saisir la résolution souhaitée (si c'est même une option ; dans Camera Raw et Lightroom, il suréchantillonne automatiquement 4x) et c'est tout. Il ne vous reste plus qu'à enregistrer votre image pour la publier ou l'envoyer où vous le souhaitez.

Conclusion

Le suréchantillonnage n'ajoute pas plus de détails que ce que vous avez capturé à l'origine - il réinterprète simplement votre image pour réduire la pixellisation. Même dans le meilleur des cas, avec un algorithme d'IA de haute qualité, l'image n'aura pas l'air aussi nette qu'un original haute résolution.

De plus, le suréchantillonnage ne fonctionne pas bien à moins que vous n'ayez d'abord capturé une photo très nette, avec un minimum de flou et de bruit. Alors, faites-en votre priorité ! La différence entre une photo nette et floue est bien plus grande que la différence entre une photo suréchantillonnée et non suréchantillonnée.

Pourtant, dans certains cas, le suréchantillonnage peut faire une différence notable. Chaque fois que vous réalisez de grands tirages (ou des tirages petits/moyens à partir d'une image basse résolution), je vous recommande de suréchantillonner avant d'envoyer l'image au laboratoire ou à l'imprimante domestique. Idem si vous essayez d'améliorer les détails d'une image basse résolution en ligne pour une présentation.

Même si les différences peuvent ne pas être drastiques, vous obtiendrez toujours plus de détails et moins de pixellisation par suréchantillonnage par rapport à l'utilisation de l'original. Pour une technique qui demande très peu d'efforts, il est difficile de demander plus que cela.