La imposibilidad de mejorar una imagen de baja resolución

Imagen de La imposibilidad de mejorar una imagen de baja resolución


Volviendo a retomar el tema de la imposibilidad de CSI de tomar del reflejo de los ojos una imagen rebotada, ya sea por su dispersión o por los pixeles, ahora entro en otro tema también interesante, el hacer "upscaling" es decir, ajustar el tamaño de una imagen pequeña para que sea más grande y tratar, en el proceso, de que se vea bien.

Algo imposible, claro, pero nunca falta la tía o amigo que te dice "nene, vos que sabés, ¿me mejorás esta foto?" y tenés que explicarle por qué es imposible hacerlo, para ellos este post.

Programas como el Photoshop o el Gimp tienen algunas herramientas que se inventaron para tratar de "sobrevivir" al intento sin que el resultado sea patético, el resultado final ES berreta, la calidad nunca será óptima, pero en algunos casos puede ayudar a imprimir una imagen en papel y que ésta no se vea tan mal porque la foto original tenía pocos pixeles.

La cuestión es sencilla, no podemos sacar información de donde no la hay, como mucho podemos inferirla, sugerir que ese nuevo pixel es un promedio entre los dos anteriores, el problema es que si la imagen original es demasiado pequeña, no hay información para calcular, voy a los ejemplos...

Aclaración: no se ofendan con la foto, es que me servía porque es la última que saqué, estaba a mano :P



Primero que nada la foto base, la ajusto a 600px para poder mostrarla en el blog, el original es de 14 megapixeles, pero a 600x600 la información se reduce a tan sólo 360.000 pixeles que me dirán todo lo que tengo que saber.

Ahora bien, si esa imagen, por la razón que fuere, la reduzco a 100px de lado, es decir, 10.000 pixeles solamente, estamos hablando de haber perdido el 97.2% de la información de la imagen, básicamente no nos queda nada para trabjar, es una miseria:



Ahora queremos recuperar esos 350.000 pixeles perdidos, empecemos, para hacerlo probé con Photoshop CS6 y Gimp 2.8 que son los más "nuevitos" sin meterme en programas con algoritmos especiales más dedicados a esta tarea, es decir, tomar algo que cualquier simple mortal pueda utilizar, porque encontré varios programas en C++ como para hacerlo al fiel estilo hacker, pero un fotógrafo no sabe ni qué es un compilador, vamos con el primer intento:



Nearest Neighbor es el primer ejemplo, es el algoritmo más básico de todos, seguramente al achicar funciona mejor para algunos casos porque mantiene los bordes fuertes, pero al ampliar la imagen nos deja un mosaico pixelado como es de esperarse cuando no hay nada de donde arañar. Vamos al siguiente:



La interpolación bilinear hace un buen trabajo aun siendo el método más sencillo y lineal, valga la redundancia, para calcular los pixeles intermedios en una imagen, veamos con la siguiente:



Esperaba mucho más de la bicúbica, que es una evolución de la lineal, pero al tener tan sólo 10.000 pixeles de información no hay milagros para hacer, veamos que sigue...



Photoshop ofrece la Bicubic Smoother para hacer upscaling, la recomienda, es como si le hubieran hecho un "blur" antes o después, no lo se, pero es más "suave" aun sin nada más definido de lo que la imagen original podría darnos.



La Bicubic Sharper, en cambio va para el otro lado, como si le hubiésemos dado un "sharpen" pero tampoco mejora demasiado. Como verán, no hay mucho que se pueda hacer.



Leí por ahí que se podía hacer un blur previo y el resultado iba a ser mejor, saquen sus propias conclusiones, las fotos parecen sin foco, pero no por eso son mucho mejores.

Ahora bien, hay otro algoritmo que no es utilizado por Adobe, leí en foros de fotógrafos que es mejor para ajustar el tamaño de imagenes, más preciso, pero claro, estamos hablando que es mejor al achicar ¿cómo se llevará al subir?



El resampleo Lanczos está entre los dos bicúbicos de Photoshop, no es mucho mejor en el upscaling, o eso me parece a mí.



Probé también la idea del blur y Lanczos pero notarán que nada puede mejorar tan pocos pixeles.



La versión cúbica de Gimp tampoco hace milagros

Ahora bien, para que esto tenga algún sentido quería ver qué sucedía si aumentábamos nueve veces la información, de 100x100 a 300x300, ya son 90.000 pixeles, la pérdida es del 75%, contra el 97.2% digamos que no es tan salvaje, esta sería la imagen de prueba:



De todos los métodos utilicé el que me pareció más adecuado, el Bicubic Smoother y el resultado fue el siguiente:



La diferencia de partir desde los 10.000 pixeles o los 90.000 pixeles es impresionante y aun nos falta el 75% de la información de la imagen original. El tema con el resampleo es, entonces, cuan lejos queremos llegar, no hay forma de lograr el buen funcionamiento de estos algoritmos si no le damos algo con qué trabajar.

Cuando veo que los fabricantes de televisores 4K dicen que se puede hacer upscaling de FullHD sin problemas es obvio que utilizan más métodos y técnicas de los que utilicé, pero se encuentran ante los mismos problemas de tener tan sólo un 25% de información de la que se quiere mostrar, el upscaling es una tarea titánica de cálculo en tiempo real con imagenes de 1920x1080 pasando a 3840x2160, todos los televisores nuevos que llevan un procesador para esto optaron por SoCs ARM de cuatro núcleos, es decir, metieron quad cores para poder hacer el resampleado, una bestialidad para compensar la falta de contenidos en esa resolución.

Para aquellos que quieran interiorizarse un poco más en el tema encontré muy buena info aquí: 1, 2, 3, 4, 5, 6, 7

Volver al inicio Ver original