图像几何变换时为何要用到插值算法?_利用人工智能放大低像素图像（二）&摄影世界FOTO...

把前面三个没有裁剪过的文件在Topaz Gigapexel AI 里打开，进行放大。Topaz Gigapixel AI 不是Photoshop的插件，是一个单独的软件。打开后会出一个介绍弹窗。我们先选择“No”，再点击“关闭”键，这样弹窗以后打开时就不会弹出：

我们简单介绍一下这个界面：

界面中间有分割线，左边是原片，右边是放大后的预览图(默认模式)。界面的主要工具栏在右边，我逐一列出中文。 这个软件的最大好处是我们需要做的并不多，默认的 1. 自动更新预览 4.面部精做 5.图像类别 6.自动侦测设置都是我们不太需要调节的。 我们主要选择的是2.放大模式，3.放大比例。放大模式里我们可以选择比例、宽度、和高度。现在我们选择的是比例，在3.放大比例里选择放大两倍(2X)。如果选择宽度，则我们只要在随之而来的输入条里，键入你需要最后的画幅大小的像素数量即可(下图红框)。

这个面板还可以调节预览图比例(右上角)，而且一旦打开图像后，会有1-2分钟形成预览图，这时就会出现“正在预览”的图标，预览图生成后这个图标就会消失(见上图)。当我们对预览图满意后，就点击“保存”键。这样保存选项就会出现：

选定后点击“保存”。这时“正在处理中”图标出现，界面的下面也会显示处理进度。处理完后图标消失，根据图像的大小，处理时间从几分钟到1-2个小时不等：

我们现在把“原片”、“Topaz 降噪”、 “ACR降噪”这三张未经剪裁的片子，分别在Topaz Gigapexel AI里打开，选择“比例”，放大比例选2X进行两倍放大，放大后的片子分别命名为“原片放大”、“ACR降噪放大”“Topaz降噪放大”。然后我们把三张放大以后的片子,在Photoshop里打开放大到100% 进行比较：

我们可以看到：1. 红框里背景的噪点比较：“原片放大”背景噪点很明显;“ ACR降噪放大”有少许噪点；“Topaz降噪放大”背景干净芜杂点。2. 黄框里细节与纹理比较：“原片放大”纹理清晰，但是有很多噪点。“ACR降噪放大”噪点少但是较为模糊，纹理软。“Topaz降噪放大”无噪点，纹理清晰硬朗。结论1：毫无疑问，放大后画质最好的是已经经过一次人工智能除噪软件处理的“Topaz 降噪”。结论2：放大后“原片”的画质，说明人工智能放大软件Gigapixel AI不能同时胜任降噪和放大这两个任务,即使它有“压制噪点”的功能。放大之前的图像必须已经经过除噪并且有有足够优秀的画质，才能获得最佳的结果。Topaz NeNoise AI 和Topaz Gigapexl AI 这两款人工智能的软件因为功能的偏重方向而有区别。我们要利用它们的不同特性来结合使用这两个软件，来获得高画质的大画幅图像。DeNoise通过侦测识别噪点、比较对比度，判断焦内焦外区域，来区别操控插值时的生成的像素清晰度，根据图像纹理的生成逻辑来重新安排像素，以生成更优质的画面。Gigapexl 则更偏重于在原图上的采样与推算复制生成新的像素，它对于原图所有的纹理不加区别都尽量保存，包括噪点。所以，进入Gigapexel的放大的图像的本身画质必须要好。 “杰夫大画幅原则2”——先放大，后剪裁 这三张片子是没有经过裁剪的，那么我们应该把片子裁剪后再放大，还是放大后再裁剪成我们需要的构图呢？下面我们再来做另一个比较：我们把“原片裁剪”片子在Topaz DeNoise AI里打开，进行自动侦测设置的降噪(“杰夫流程2.0”的第三步)。获得高画质无噪点的片子。然后我们把处理完的片子在Topaz Gigapexel AI里打开，放大两倍后命名为“Topaz降噪裁剪放大”。然后把这张片子叠加到“Topaz降噪放大”这张片子上面：

比较红框里的细节可以明显地看出，即使我们只保留同样的构图部分，右边全片放大后图像与左边裁剪后放大的图像相比，其细节纹理清晰度要高。这个道理其实很容易理解：数码图像不无论用哪个软件放大，在放大以后像素数量会以几何级数增加。 比如一个像素的数量是1，放大成4倍就是4x4=16像素。这多出来的15个像素就是通过插值计算后由放大软件“制造”出的新像素，新的像素应该放在哪里，明亮程度，什么颜色组合都是由软件决定的。 人工智能的插值算法是对原图数据进行侦测、采样，通过与数以亿记图像数据库的纹理细节规律进行比较、识别而推算出来的，来计算推定放大时需要生成的新像素的亮度、颜色与位置。 由此可见，如果原图的画幅越大(尤其是在同片、同样清晰度的情况下)，人工智能软件的采样数据越多，其侦测、识别的准确度就越高。 “杰夫大画幅原则3”——多次、小倍数放大好过“一步到位” 这张片子的原片里我们需要保存的画面宽度只有1941像素，只能打印6.5英寸。我们要放大到25英寸以上就需要放大4倍。我们现在比较一下用两倍两次放大，和用四倍一次放大的画质哪一个更好。

比较黄框里的细节我们可看得很明显：两倍放大两次的细节清晰度要明显优于四倍放大一次到位。这也是比较容易理解的：原片我们需要保留的像素量是1941X1092=2115690即二百十一万像素。放大两倍像素量达到了3882X2184=8478288即八百四十七万像素，而放大4倍像素量是7764X4368=33913152即三千三百九十万像素。 人工智能的算法的准确性很大一部分取决于采样量。一步到位的方法，原片二百十一万像素与放大四倍后的图像(三千三百九十万像素)的像素差是三千一百万像素，这些多余的像素都是软件推算生成的。 这有些像做饭，俗话说“巧妇难为无米之炊”，人工智能放大的插值补偿修补的算法，其基础是采样侦测，所以材料越多，采样数据越丰富，插值形成的像素越准确，放大倍数越低，图像前后像素差值越小，就越精细，画质越好。我们最后比较一下不同的软件插值放大的效果：

为公平起见，我用了“Topaz 裁剪”的小图，直接用Topaz Gigapixel AI一次放大到25英寸。与其他两个放大软件并排到100%审视：左边Photoshop模糊程度最大，是因为它的放大需要生成的的插值像素是采用“近似模拟”的方法形成的，本来有边缘不清晰的像素会越来越模糊。中间的On1 Resize则在“近似模拟”的基础上增加了像素边缘的对比度与锐度，但是这样会产生额外噪点，为控制噪点就必须牺牲细微纹理进行“抹平”，所以像素纹理脆硬，但是细节不够。我们看一下图片顶端的羽毛细节，右边的Topaz 放大处理之后的硬羽之间的细毛仍然很清晰，而On1 Resize则从硬羽就开始“面”，细毛根本谈不上。这是因为人工智能插值像素生成的算法逻辑，是建立在对网络上数以亿记，甚至百亿记的图片纹理细节规律分析基础上的，是智慧型的像素模拟生成，其准确度是近似模拟无法相比的。 从这一点来说，未来的后期处理软件中人工智能技术的深入应用，会使得像素生成越来越精确，放大时的插值像素生成的画质越来越优化。这样放大四倍处理的画面在打印预览(软打)的1：1图样上显示的细节是惊人的，这个效果打印的最终尺寸是25.88英寸，即65 厘米宽：

我们现在总结一下小像素图像用人工智能软件放大的三个原则： 1. 先用“杰夫流程2.0”获得无噪点的优秀画质。这是放大前把画质优化的最好方法。2. 先放大，后剪裁。即使我们最后需要的像素很少，用人工智能软件进行大范围的采样能够确保新生成的插件像素生成准确度。3. 多次、小倍数放大好过“一步到位”。这样也是为了增加人工智能的数据采样内容更丰富、更准确。

本文转载自网易号【阳光暖冬】，更多内容请点击“阅读原文”