基础知识-图像精度.pps

,Photoshop图像处理电子课件,图像处理基础知识,图像精度,何谓图像精度？,位图是由像素组成的图像。那么，像素数量的多少就会直接影响到图像的质量。在一个单位长度之内，排列的像素多，表述的颜色信息多，这个图像就清晰，排列的像素少，表述的颜色信息少，这个图像就粗糙。,这就是图像的精度，我们也称之为“分辨率”。上面这两幅图像的尺寸是相同的（比如说都是12cm x 9cm），但是分辨率精度相差很大，我们可以明显感到：分辨率高的图像比分辨率低的图像要清晰。,注意： 分辨率是指的单位长度内排列像素的多少， 因而， 只有位图才有分辨率， 矢量图不存在分辨率问题。,我们说的分辨率的单位长度，全世界都是以英寸为单位的。即是在1英寸之内排列多少像素。比方说分辨率300。意思是这个图像是由每英寸300个像素记录的。那么在1英寸之内排列的像素越多，图像分辨率越高，图像也就越清晰。,1英寸=2.54厘米,分辨率 越高越好吗？,1英寸排列10000个像素行吗？,不行！实际上，图像分辨率的设定是很规矩的，通常： 铜版纸：300 Pix/inch 胶板纸：200 Pix/inch 新闻纸：150 Pix/inch 大幅面喷绘（90cm*120cm的展板）100 Pix/inch足矣。 计算机屏幕显示：72 Pixels/inch,这些数据应该烂熟于心，制作图像时根据输出的需要，从一开始建立新文件的时候，就要设定好所需的图像分辨率。,一般不能在以后重新更改分辨率，因为那样会严重影响图像的质量。如果拿到的图像分辨率很低，输出时需要大幅度提高分辨率，或者拿到的图像尺寸很小，输出时需要大大扩展图像尺寸，这都涉及令人头疼的“像素插值理论”。,像素插值？,如果现有图像的尺寸和分辨率不符合我们的要求，通常使用“图像大小”命令来做设置。在“图像大小”面板中，可以清楚地看到当前图像的各项参数。,改变这些参数，有三条基本原则： 1.改变像素宽度、高度的数量，它与图像的输出尺寸、文件容量成正比关系，而与图像分辨率没有关系。也就是说，只改变图像的尺寸，并没有改变图像的分辨率； 2.改变图像的分辨率，它与像素宽度、高度的数量以及文件容量成正比关系，而与图像尺寸没有关系。也就是说，只改变分辨率，并没有改变图像的尺寸； 3.锁定像素宽度、高度的参数不变，图像的尺寸与分辨率成反比关系。,根据这三条原则：我们将一个图像从小尺寸改变为大尺寸的时候，就要增加新的像素；我们将一个低分辨率的图像提高分辨率的时候，也是要增加新的像素。这些新增加进来的像素，我们称为“插值”。,建立一个新文件， 象素为：2px*1px，分辨率72px/inch,将其中的一个像素填充为黑色，另一个像素为白色。,打开“图像大小”面板，将像素宽度参数2px改为20px。,图像的尺寸扩大了10倍，由2px*1px变成了20px*10px,可以发现，新增加进来的18个像素竟然是一个过渡的灰色。也就是说：像素插值插的是两个像素之间的过渡值。这就是PS中默认的“二次立方”的插值方法。本来是“黑白分明”的，经过插值以后，产生了过度的灰色，黑白不再分明。他告诉我们，差值所产生的最严重的后果是：越插值越虚！,把左上角的小图像的尺寸扩大10倍，经过二次立方的差值，大图像中的质量只能说“目不忍睹”。,我们来模拟一下缩小的过程，假设我们要将一幅10x6个像素组成的图像，缩小为5x3，以下是示意图，每个灰色方块代表1像素。,当缩小指令发出后，Photoshop等距离地抽取像素并丢弃，然后再将剩余的像素拼合起来，形成缩小后的图案。,在缩小以后，像素从9万降到了2.26万，其中丢弃了6.74万个像素信息。比如左手的手指缝，原先可以很清楚地看到有三道深色的线，而在缩小以后，原先手指缝部分的像素就几乎不见了。,所谓插值算法，就好比猜测，凭空去“捏造”那些并不存在的像素。如下图是上图左上角那2x2的部分。,现有A、B、C、D四个像素，要将2x2扩成3x3，那么就要多出5个像素。图中的标号是1、2、3、4、5。 如何确定这原先并不存在的像素的颜色呢？是将现有两个像素的颜色值取平均，去作为新像素的颜色。 也就是说AB运算后得出1；AC运算后得出2；BD得出4；CD得出5；3则是由1245运算得出的。 注意：以上内容是为了便于大家理解而打的比方，真正的图像运算概念和过程远比这复杂的多。,然后再将图像扩大到400225像素，像素总量又回到9万，但在缩小中丢弃的6.74万像素信息却是找不回来的。Photoshop只能采用插值算法去弥补这6.74万像素。 可以想象，用这样方式“捏造”出来的像素，和真正原先的像素肯定存在误差甚至是很大的误差。,而原先手指缝只剩下一些浅色的像素，手指缝已经看不清楚了。用这些浅色的像素计算出来的新像素，同样也只可能是浅色而不可能是深色的。因此手指缝原先深色的部分已无法还原了。,比较前后的变化,细节损失严重,应该说，没有一种插值方式能够使我们完全满意，在实际工作中应该面对不同的图像，采取不同的插值方式。,在“图像大小”中提供了三类不同的插值方式：二次立方、邻近和二次线性，这是三种不同的插值算法。 我们来做一个试验。使用一张含图像和文字的图片，并为该图像制作两个副本备用。,将图像分辨率增加为300dpi，分别用三种不同的方式进行放大，并比较其结果。,二次立方：图像部分合乎情理，文字部分虚的不能忍受。 邻近：文字部分十分清晰，图像部分呈明显的马赛克状。 二次线性：介于二次立方与二次线性之间。,两次立方,邻 近,为了兼顾图像和文字的问题，可以采取一个变通的办法：将图像分别用两种方式做插值，然后从一个图像中拷贝局部图像粘贴到另一个图像中。,小结,除非出于无奈，应该尽量避免将小图改为大图才是。,扫描照片时的设置,扫描图像的时候 按多少像素分辨率来扫描 是需要进行科学计算的,新建一个图像为：10cm*5cm，分辨率100px/cm（图像分辨率通常是按照英寸来设置的，这里只是为了计算方便而使用厘米为单位。）,(100px*10)*(100px*5)=500000px 这幅图像由50万个像素组成,将总像素数量50万锁死不变，如果把它的分辨率提高到200px/cm，那么，图像的尺寸就会降低到5cm*2.5cm。反之，如果把分辨率降低到50px/cm，那么，图像的尺寸就会提高到20cm*10cm。,按照公式计算可以得知：20/10*300=600,在扫描仪界面中分辨率设定为600dpi、100%扫描。并做好其他相应设置。,扫描后的图像在PS中打开。将（重定图像像素）的钩去掉，总像素数量被锁定，将分辨率从600调整为300。这时图像的尺寸就从10cm变成了所需的20cm了。 这样做所遵循的一条原则就是：不插值！,需要注意的是： 在这个例子中所列举的数值都是整数，将来实际操作中计算出来的通常不