Comments 64
UFO just landed and posted this here
Очень жду когда эти алгоритмы будут заложены в опенсорсные библиотеки.
Это ж можно будет старые фильмы и русские сериалы в HD перевести. Ну попробовать, не понятно, как на произвольных картинках эти алгоритмы будут себя показывать.
Для фильмов нужны специализированные фильтры, которые учитывают кадры до и после.
Мне лично режут слух фильмы с очищенными звуковыми дорожками — пропадает атмосфера. А если еще картинка обработают-подшаманят, будет вообще печалька.
видимо уже можно:
www.psi.toronto.edu/~vincent/videoepitome.html
www.psi.toronto.edu/~vincent/videoepitome.html
Ну вообще-то, их не плохо было бы в HD переиздать, а не перевести.
Чем лучше? Вряд ли кто-то будет вкладывать серьезные ресурсы в то, чтобы улучшить качество старых материалов. Т.е. качество будет мало отличимо от машинного, скорее всего, только переиздадут выборочно, а софтом можно будет хоть «просто Марию» перевести в HD, если кому-то будет очень надо.
Извините, но разрешение обычной пленки (на которой и записаны те самые старые фильмы) обычно куда больше того самого HD.
И для HD переизданий используется просто несколько копий фильма на пленке.
И для HD переизданий используется просто несколько копий фильма на пленке.
Дело не только в разрешении пленки. Там, где качество позволяет, уже давно издано в HD (в том числе и фильмы 20ти летней давности, хоть там и видно огрехи). А телевизионный материал, скорее всего, снимался на такую аппаратуру, что от перевода в hd будет такой-же эффект, как и от увеличения в фотошопе просто. Мало того, что разрешение пленки не показательно само по себе, так еще есть ограничения объективов и. А если материал хранится не на обычной пленке, а на магнитной, то оттуда уже ничего лишнего не вытянешь. Это-же касается и советских и постсоветских фильмов года эдак до 2000го, а то и 2005го.
UFO just landed and posted this here
liquidrescale.wikidot.com/
Не уверне, но мне кажется, что это SR метод (Seam Carving algorithm). Там вот как-раз используется открытая библиотека.
Не уверне, но мне кажется, что это SR метод (Seam Carving algorithm). Там вот как-раз используется открытая библиотека.
и вот еще:
mentat.za.net/supreme/
mentat.za.net/supreme/
Для Adobe есть Genuine Fractals. Вот для Gimp бы что появилось наконец…
Есть же плагины для того же фш, «Blow up!».
Кстати в CS6 ситуация с увеличением улучшилась
UFO just landed and posted this here
используются статистические алгоритмы, а образцы берут из единственного изображения.
На таблице для проверки зрения отлично видно, как это работает. Обратите внимение, буквы S и Z четко восстановлены даже в последней строке, так как на картинке есть более крупные образцы этих букв. А вот B и M замылились тремя строчками выше (даже на бикубической интерполяции их видно лучше), потому что этих букв большего размера нигде больше нет.
Как это сделать с openCV.
Прямо CSI-овский "enhance"…
Весьма круто. А с фрактальными алгоритмами не сравнивали? Вот, например, у Кена Роквелла статья про Genuine Fractals:
www.kenrockwell.com/tech/gf.htm
www.kenrockwell.com/tech/gf.htm
Результат метода Кима в применении к фотке выглядит вполне себе, а остальные — ужас, хуже бикубика. Фиктивное дополнение «деталями», которых в оригинале никогда не было.
На их сайте по ссылке примеры более впечатляющие.
Ну, собственно, хорошо смотрится в применении к архитектуре и графике, средне — к природе, отвратительно — к животным в общем и людям в частности. Чем больше искусственных чётких линий в оригинале, тем лучше. Чем больше мягких переходов и неконстрастных деталей, тем хуже.
Например, вот здесь совершенно нереальное количество изобретённых алгоритмом деталей (ну не могут перья так выглядеть):
Например, вот здесь совершенно нереальное количество изобретённых алгоритмом деталей (ну не могут перья так выглядеть):
Зашёл увидеть коммент с CSI, а его тут не оказалось о_О
Я так и не увидел никакой магии. Поясняю: на фотографии с младенцем все инстинктивно проверяют чистоту кожи и сохранение контура глаз/лица.
А смотреть надо на нитки вязания на шапке. Легко видно, что ничего там не восстанавливается — как не было видно большинства штрихов, так их и не видно.
А смотреть надо на нитки вязания на шапке. Легко видно, что ничего там не восстанавливается — как не было видно большинства штрихов, так их и не видно.
Надо быть полным придурком, чтобы обычное увеличение без какой-либо интерполяции вообще называть «интерполяцией ближайшим соседом». Голову сломаешь пока поймёшь о каком таком соседе речь.
По-моему, все уже давно привыкли к подобной классификации: и к религии «атеизм», и к автомобилю «безмашины»…
Да что вы говорите?
Тыц №1: en.wikipedia.org/wiki/Nearest-neighbor_interpolation
Тыц №2: ru.wikipedia.org/wiki/Интерполяция_методом_ближайшего_соседа
Подсказка: не бывает «просто увеличения без интерполяции», кроме единственного случая, когда увеличение кратно оригинальному размеру и пиксели просто дублируются. В любом другом случае нужна интерполяция, даже если это простейший вариант «ближайший сосед».
Тыц №1: en.wikipedia.org/wiki/Nearest-neighbor_interpolation
Тыц №2: ru.wikipedia.org/wiki/Интерполяция_методом_ближайшего_соседа
Подсказка: не бывает «просто увеличения без интерполяции», кроме единственного случая, когда увеличение кратно оригинальному размеру и пиксели просто дублируются. В любом другом случае нужна интерполяция, даже если это простейший вариант «ближайший сосед».
И даже увеличение дублированием — тоже интерполяция. Ведь пикселей, которые «отдублировались» раньше не было, а значит мы как раз получили промежуточные значения из оригинальных, т.е. интерполировали :)
Да, дублирование частный случай Nearest neighbor interpolation. Но обычные люди знают слово «дублирование», оно же «без интерполяции».
Это маркетологи пускай тупое дублирование называют «интерполяцией» для хомячков.
Это маркетологи пускай тупое дублирование называют «интерполяцией» для хомячков.
И не хватает сравнения с известными EDI/NNEDI3
Почему Лины Седерберг нету? :)
Это, конечно, прекрасно, только не очень понятно, зачем. Я говорю не о самой технологии, а о её применении.
На мой взгляд, это никем никогда не будет использоваться. Фотографии чего-либо всегда можно либо сделать самому, либо найти хорошего качества. Иллюстрации можно обвести в векторе. Более того, полученный результат, честно говоря, не дотягивает до приемлемого уровня.
На мой взгляд, это никем никогда не будет использоваться. Фотографии чего-либо всегда можно либо сделать самому, либо найти хорошего качества. Иллюстрации можно обвести в векторе. Более того, полученный результат, честно говоря, не дотягивает до приемлемого уровня.
Старые фотографии, или например если утеряны полноценные оригиналы. А также представьте, что вы при фотографировании запечатлели какой нибудь интересный момент, но он был далеко и надо хоть немного улучшить качество.
Ну как — тот же Genuine Fractal очень активно используется всякими типографиями, у них это стандарт де факто для повышения разрешения «кошмарных жипегов» с которыми им приходится работать.
На мой взгляд, лучше всего с этой задачей справляются художники.
Теперь то киношникам есть что ответить, когда их будут спрашивать: как можно так четко восстановить картинку снятую в ночное время с камеры наблюдения?
А почему нет lanczos, spline, sal, hqx? Хоть два последних и для пиксельарта, хотелось бы их увидеть в сравнении. Ну а два первых популярны и широко используются.
Ага, в DosBox например какие-то относительно новые методы испольуются.
Навскидку, только бикубик и метод Кима оставили фотографию фотографией. Остальные сделали из нее рисунок с пересвеченными гранями. Та же беда в современном софте вроде Photo Zoom Pro и плагинах — увеличивая фотографии мы теряем фотографичность. Зато для графики подходит отлично, можно пользовать.
Если что, pfstools реализует Фатталя, Драго и 2 версии рейнхарда:
pfstools.cvs.sourceforge.net/viewvc/pfstools/pfstmo/src/
pfstools.cvs.sourceforge.net/viewvc/pfstools/pfstmo/src/
У меня кстати был диплом на подобную тему. Я пытался увеличивать изображения на основе фрактального анализа. Точнее на основе алгоритма фрактального сжатия изображений. Идея в том, что картинка считается фракталом, и почти брутфорсом, ищется набор афинных преобразований в цветовом пространстве этот фрактал порождающий. Потом картинка восстанавливается примененением полученные преобразования на холсте большего размера.
Результат выходил похожим на метод Фрмана в приведённой статье, даже симпатичнее. Главная проблема — чудовищная медлительность алгоритма, при том, что в качестве примитивов использовались только квадраты. А, по хорошему, это должны быть произвольные фигуры.
Пока я это дело писал, наткнулся на схожие коммерческие алгоритмы. Но они работали в частотном пространстве и использовали вейвлеты (примерно так). Мне их результаты не нравились, т.к. картинка как-то неприятно сглаживалась.
Результат выходил похожим на метод Фрмана в приведённой статье, даже симпатичнее. Главная проблема — чудовищная медлительность алгоритма, при том, что в качестве примитивов использовались только квадраты. А, по хорошему, это должны быть произвольные фигуры.
Пока я это дело писал, наткнулся на схожие коммерческие алгоритмы. Но они работали в частотном пространстве и использовали вейвлеты (примерно так). Мне их результаты не нравились, т.к. картинка как-то неприятно сглаживалась.
Вспомнил древнюю статью на gamedev про smart filtering. Интересно, кто-нибудь пытался реализовать похожий алгоритм, ведь он не только пиксели учитывает, а еще и форму.
Sign up to leave a comment.
Super-resolution из единственной фотографии