”杰夫流程2.0”擴展：大畫幅處理3原則

杰夫

<h1>——利用人工智能放大低像素圖像的全面畫質控制工作流程</h1> （本文也可以作為單獨的技術文章，我也同時補充本文進“杰夫流程2.0 ”作為最后單獨的章節）作為專業攝影師我們對于畫質有要求的同時，對于畫幅也有一定的要求。報刊雜志的要求一般是4000像素長邊以上，打印展覽20英寸需要6000像素，大畫幅展覽長邊需要20000像素以上，大畫幅圖庫的商業招貼對圖片的要求會更大。而野生動物攝影由于動態、距離、焦段等關系，很多時候需要裁圖，這樣完成作品的像素往往比較低，在網絡上傳播沒有問題，但是與專業要求還是有差距。 人工智能的智慧插值現在可以幫助我們把小畫幅的圖像放大到達到商業打印的要求，但是這個放大的過程中畫質的控制必須嚴格，有三個處理原則對于畫質的控制至關重要。 我們先來看看例片： 這張片子經過“杰夫流程2.0”處理后進行了深度裁剪；裁剪到這個構圖后長邊只有1941像素，這個尺寸在網絡上用沒有問題，但是打印就不夠了。整個圖像的大小是1941X1092=2119572像素,也就是兩百十一萬像素，以標準專業打印要求300 DPI的清晰度，這張片子可以打印到6.5英寸寬，小于一張橫放的A4紙。我們的目標是把它放大到長邊25英寸，但是要保持所有細節。我們分別用Photoshop ，和專門用于圖片放大的軟件On1 Resize 把它放大到25英寸，效果是這樣的：放大到100%后可見：Photoshop 放大到25英寸后像素模糊；On1Resize 的效果不錯，清晰度比Photoshop好，線條也較硬，但是缺乏紋理細節，有些平面被“抹平，圖像比較“面”。 下面我們用兩個人工智能軟件：Topaz DeNoise AI 和Topaz Gigapixel AI 來獲得一個高清晰度、高畫質的25英寸以上的打印文件。 <h1>“杰夫大畫幅原則 1”——先用“杰夫流程2.0”獲得無噪點的優秀畫質。</h1> 現在我們先看一下原圖的RAW文件： （關于“向右曝光”我說明一下：這張片子的背景暗，在正常測光時相機的中央重量測光模式，會把曝光量強制提高1檔左右，造成高光在直方圖右邊溢出，為了保護高光部分，我反而把曝光補償降了0.33，來平衡這個效果。所以向右曝光最重要的前提是高光不能溢出，尤其是動物主體上有白色部分時） 現在我們把這張原片做四種不同的處理里進行比較；首先，在ACR里我對這張RAW文件做了如下調整： 1. 整個片子高光太亮，我把曝光略降。 2. 減對比度來保持暗部的細節。 3. 減高光來進一步保持住亮部細節。 4. 提亮陰影，把鳥頸部下面暗部的細節暴露出來。 5. 白底減低，讓白色變一點灰，以減少片中的對比度。 6. 強化了一點紋理來讓像素邊緣清晰一點。 7．在降噪部分我做兩個不同的處理來做比較：下圖是第一個版本，把銳化和降噪降到零，讓所有紋理信號保住。 這個版本打開后我先存一個畫質無損的TIFF文件，命名為“原片”，然后把原片放在Topaz Denoise AI里進行自動偵測設置的降噪（“杰夫流程2.0”的第三步）：除噪后生成的圖像存為TIFF格式命名為”Topaz 降噪”。然后在ACR里把RAW文件重新打開，做同樣的調節，打開到Photoshop里，剪裁成我們需要的構圖：然后把這張片子另存為TIFF文件，命名為“原片剪裁”。我們可以看見我們保留下來的像素很少。 現在我們第三次打開RAW文件，這一次我保留了所有和第一個版本一樣的調節，唯一改變的是降噪選項。我把畫面放大到100%，看著背景的噪點，逐漸移動“減少雜色（即降噪）”選項鍵到30左右到背景的噪點基本干凈了: 然后我們把這張片子打開進入Photoshop,存為TIFF格式命名為“ACR降噪”。 這樣我們把同一張RAW文件生成了4個不同處理過的TIFF文件：1“原片”、2“Topaz 降噪”、 3“ACR降噪”和4“原片剪裁”。 我們現在先把前面三個沒有裁剪過的文件在Topaz Gigapexel AI 里打開，進行放大。 （以下紅字部分是 Topaz Gigapixel AI 軟件使用說明，已經熟悉的朋友可以跳過：） Topaz Gigapixel AI 不是Photoshop的插件，是一個單獨的軟件。打開后會出一個介紹彈窗。我們先選擇“No”，再點擊“關閉”鍵，這樣彈窗以后打開時就不會彈出： 然后就進入打開界面，點擊“打開”鍵，選擇圖片： 選擇圖片后進入預覽界面： 我們簡單介紹一下這個界面： 界面中間有分割線，左邊是原片，右邊是放大后的預覽圖（默認模式）。界面的主要工具欄在右邊，我逐一列出中文。這個軟件的最大好處是我們需要做的并不多，默認的1. 自動更新預覽 4.面部精做 5.圖像類別 6.自動偵測設置都是我們不太需要調節的。我們主要選擇的是2.放大模式，3.放大比例。放大模式里我們可以選擇比例、寬度、和高度。現在我們選擇的是比例，在3.放大比例里選擇放大兩倍（2X）。如果選擇寬度，則我們只要在隨之而來的輸入條里，鍵入你需要最后的畫幅大小的像素數量即可（下圖紅框）。 這個面板還可以調節預覽圖比例（右上角），而且一旦打開圖像后，會有1-2分鐘形成預覽圖，這時就會出現“正在預覽”的圖標，預覽圖生成后這個圖標就會消失（見上圖）。當我們對預覽圖滿意后，就點擊“保存”鍵。這樣保存選項就會出現： 選定后點擊“保存”。這時“正在處理中”圖標出現，界面的下面也會顯示處理進度。處理完后圖標消失，根據圖像的大小，處理時間從幾分鐘到1-2個小時不等： 我們現在把“原片”、“Topaz 降噪”、 “ACR降噪”這三張未經剪裁的片子，分別在Topaz Gigapexel AI里打開，選擇“比例”，放大比例選2X進行兩倍放大，放大后的片子分別命名為“原片放大”、“ACR降噪放大”“Topaz降噪放大”。 然后我們把三張放大以后的片子,在Photoshop里打開放大到100% 進行比較： 我們可以看到： 1. 紅框里背景的噪點比較：“原片放大”背景噪點很明顯;“ ACR降噪放大”有少許噪點；“Topaz降噪放大”背景干凈蕪雜點。 2. 黃框里細節與紋理比較：“原片放大”紋理清晰，但是有很多噪點。“ACR降噪放大”噪點少但是較為模糊，紋理軟。“Topaz降噪放大”無噪點，紋理清晰硬朗。 <h1>結論1：毫無疑問，放大后畫質最好的是已經經過一次人工智能除噪軟件處理的“Topaz 降噪”。</h1><h1> 結論2：放大后“原片”的畫質，說明人工智能放大軟件Gigapixel AI不能同時勝任降噪和放大這兩個任務,即使它有“壓制噪點”的功能。放大之前的圖像必須已經經過除噪并且有有足夠優秀的畫質，才能獲得最佳的結果。</h1> Topaz NeNoise AI 和Topaz Gigapexl AI 這兩款人工智能的軟件因為功能的偏重方向而有區別。我們要利用它們的不同特性來結合使用這兩個軟件，來獲得高畫質的大畫幅圖像。 DeNoise通過偵測識別噪點、比較對比度，判斷焦內焦外區域，來區別操控插值時的生成的像素清晰度，根據圖像紋理的生成邏輯來重新安排像素，以生成更優質的畫面。 Gigapexl 則更偏重于在原圖上的采樣與推算復制生成新的像素，它對于原圖所有的紋理不加區別都盡量保存，包括噪點。所以，進入Gigapexel的放大的圖像的本身畫質必須要好。 <h1>“杰夫大畫幅原則2”——先放大，后剪裁</h1> 這三張片子是沒有經過裁剪的，那么我們應該把片子裁剪后再放大，還是放大后再裁剪成我們需要的構圖呢？ 下面我們再來做另一個比較： 我們把“原片裁剪”片子在Topaz DeNoise AI里打開，進行自動偵測設置的降噪（“杰夫流程2.0”的第三步）。獲得高畫質無噪點的片子。 然后我們把處理完的片子在Topaz Gigapexel AI里打開，放大兩倍后命名為“Topaz降噪裁剪放大”。然后把這張片子疊加到“Topaz降噪放大”這張片子上面： 這樣這兩張的處理都是用人工智能降噪軟件，和人工智能放大軟件進行了處理，同樣的放大倍數。唯一的不同是一張是原片未裁剪，一張是裁剪后的小片。我們現在把它們放大到400%比較一下：比較紅框里的細節可以明顯地看出，即使我們只保留同樣的構圖部分，右邊全片放大后圖像與左邊裁剪后放大的圖像相比，其細節紋理清晰度要高。 這個道理其實很容易理解：數碼圖像不無論用哪個軟件放大，在放大以后像素數量會以幾何級數增加。比如一個像素的數量是1，放大成4倍就是4x4=16像素。這多出來的15個像素就是通過插值計算后由放大軟件“制造”出的新像素，新的像素應該放在哪里，明亮程度，什么顏色組合都是由軟件決定的。人工智能的插值算法是對原圖數據進行偵測、采樣，通過與數以億記圖像數據庫的紋理細節規律進行比較、識別而推算出來的，來計算推定放大時需要生成的新像素的亮度、顏色與位置。由此可見，如果原圖的畫幅越大（尤其是在同片、同樣清晰度的情況下），人工智能軟件的采樣數據越多，其偵測、識別的準確度就越高。 <h1> “杰夫大畫幅原則3”——多次、小倍數放大好過“一步到位”</h1> 這張片子的原片里我們需要保存的畫面寬度只有1941像素，只能打印6.5英寸。我們要放大到25英寸以上就需要放大4倍。我們現在比較一下用兩倍兩次放大，和用四倍一次放大的畫質哪一個更好。 我們把已經放大兩倍的“Topaz降噪放大”這張片子在Topaz Gigapexl AI 軟件里打開再做一次兩倍放大。再把沒放大之前的“Topaz 降噪”這張片子在Topaz Gigapexl AI 軟件里打開做一次四倍放大，然后我們在100%比例下做一個比較： 比較黃框里的細節我們可看得很明顯：兩倍放大兩次的細節清晰度要明顯優于四倍放大一次到位。 這也是比較容易理解的：原片我們需要保留的像素量是1941X1092=2115690即二百十一萬像素。放大兩倍像素量達到了3882X2184=8478288即八百四十七萬像素，而放大4倍像素量是7764X4368=33913152即三千三百九十萬像素。人工智能的算法的準確性很大一部分取決于采樣量。一步到位的方法，原片二百十一萬像素與放大四倍后的圖像（三千三百九十萬像素）的像素差是三千一百萬像素，這些多余的像素都是軟件推算生成的。這有些像做飯，俗話說“巧婦難為無米之炊”，人工智能放大的插值補償修補的算法，其基礎是采樣偵測，所以材料越多，采樣數據越豐富，插值形成的像素越準確，放大倍數越低，圖像前后像素差值越小，就越精細，畫質越好。 我們最后比較一下不同的軟件插值放大的效果： 為公平起見，我用了“Topaz 裁剪”的小圖，直接用Topaz Gigapixel AI一次放大到25英寸。與其他兩個放大軟件并排到100%審視：左邊Photoshop模糊程度最大，是因為它的放大需要生成的的插值像素是采用“近似模擬”的方法形成的，本來有邊緣不清晰的像素會越來越模糊。中間的On1 Resize則在“近似模擬”的基礎上增加了像素邊緣的對比度與銳度，但是這樣會產生額外噪點，為控制噪點就必須犧牲細微紋理進行“抹平”，所以像素紋理脆硬，但是細節不夠。我們看一下圖片頂端的羽毛細節，右邊的Topaz 放大處理之后的硬羽之間的細毛仍然很清晰，而On1 Resize則從硬羽就開始“面”，細毛根本談不上。這是因為人工智能插值像素生成的算法邏輯，是建立在對網絡上數以億記，甚至百億記的圖片紋理細節規律分析基礎上的，是智慧型的像素模擬生成，其準確度是近似模擬無法相比的。從這一點來說，未來的后期處理軟件中人工智能技術的深入應用，會使得像素生成越來越精確，放大時的插值像素生成的畫質越來越優化。這樣放大四倍處理的畫面在打印預覽（軟打）的1：1圖樣上顯示的細節是驚人的，這個效果打印的最終尺寸是25.88英寸，即65 厘米寬： 我們現在總結一下小像素圖像用人工智能軟件放大的三個原則： 1. 先用“杰夫流程2.0”獲得無噪點的優秀畫質。這是放大前把畫質優化的最好方法。 2. 先放大，后剪裁。即使我們最后需要的像素很少，用人工智能軟件進行大范圍的采樣能夠確保新生成的插件像素生成準確度。 3. 多次、小倍數放大好過“一步到位”。這樣也是為了增加人工智能的數據采樣內容更豐富、更準確。 第2和第3個原則的唯一的問題是對電腦配置、內存要求高，極費時間。一個正常的4000X3000像素的圖像放大4倍就是16000X12000=192000000，即像素數量差不多2億。我的電腦設置是I9處理器，8核，64G內存，這樣的一張片子的全片2X2放大渲染處理的時間是1.5小時。如果你的電腦內存是16G或更低，則你可以在睡覺前按下“存儲”鍵，然后第二天起床時大約就可以看大圖了（如果電腦沒有崩潰關閉的話）。但是如果你有一張前無古人、后無來者的曠世大片，被要求打印到兩米以上做高大上的展覽，大概這樣花費時間還是值得的。 那么這張片子最大能打印多大，畫質還能接受呢？ 不知道，電腦還在轉啊轉… 杰夫 2020.07識于多倫多 作者介紹：杰夫 ---《野性之美—野生動物攝影手記》作者 --- 加拿大專業攝影師協會PPOC（Professional Photographers Of Canada）認證的職業野生動物與自然風光攝影師 ---英國索倫特，水星，卡特斯三家新聞圖片社簽約攝影師 ---肯尼亞Game Watcher Safaris 常駐攝影師 ---肯尼亞Lentorre Lodge 常駐攝影師 ---尼康世界攝影大賽”Nikon Photo Contest"評委 ---世界最佳自然攝影比賽“Nature's Best Photography Competition” 非洲區評委 ---加拿大攝影藝術協會持證裁判 ---2015,2017多倫多國際攝影節裁判委員會主席 ---中國鳥網國際推廣總監 ---加拿大加華杰作攝影協會主席 ---上海鋒銳影像文化傳播公司首席策展人兼藝 <a href="http://www.xsjgww.com/16z9jllb" target="_blank" class="link"> 加拿大職業野生動物攝影師杰夫</a>

跆拳道,波多野结衣结婚了吗,JAPANESE50MATURE亂倫,美女视频黄网站免费观看

”杰夫流程2.0”擴展：大畫幅處理3原則

杰夫