Qual é a diferença entre uma imagem suave e nítida?

Eu já vi várias perguntas falando sobre imagens serem suaves ou nítidas. Qual é a diferença? Soft é simplesmente o oposto de sharp neste contexto, ou há algo mais nisso?

Imagens de amostra provavelmente ajudariam muito.

Nitidez é o oposto de suavidade, mas existe todo um espectro entre elas. Em uma imagem suave, os detalhes são menos pronunciados, o que significa que a diferença entre os pixels adjacentes é menor. Por outro lado, quando uma imagem é mais nítida, há mais contraste entre os pixels, que às vezes é chamado de micro-contraste em oposição ao contraste geral da imagem.

O nível de nitidez depende de todo o sistema , não apenas da lente, mas também do filtro anti-alias até o método usado para interpolar as cores dos sensores que usam um conjunto de filtros de cores (sensores que não são da Foveon).

Confira esta demonstração na revisão Pentax K-5 . A K-5 e a K-7 têm o controle de nitidez mais sofisticado de qualquer câmera digital. A nitidez é controlada em 9 etapas em uma das 3 escalas. A posição padrão é 0, mas se você selecionar -4 na escala inferior, verá uma imagem muito suave. Se você selecionar +4, verá uma imagem nítida. Observe que a configuração de +4 é o que as pessoas chamam de nitidez excessiva, o que significa que o contraste entre os pixels adjacentes aumentou tanto que os artefatos são introduzidos (basta olhar para a borda do parêntese à esquerda).

Você também pode selecionar outra escala e ver a diferença entre as escalas Nitidez e Nitidez fina ou Nitidez extra fina . Eles usam parâmetros de nitidez diferentes, projetados para trabalhar em diferentes níveis de detalhes. No extremo da escala de nitidez extra fina , ele aumenta o ruído!

O que é realmente interessante é que esta é a mesma imagem que você pode ver com diferentes níveis de nitidez . Apenas uma foto foi tirada e desenvolvida na câmera de DNG para JPEG usa todas as configurações de nitidez possíveis. Obviamente, a nitidez com que você começa e o quanto sai dela dependem da qualidade da lente usada. Algumas lentes produzem inerentemente resultados mais suaves, que você pode aprimorar com o software, mas limita o quão longe pode ir sem introduzir artefatos desagradáveis. Pior ainda é que a nitidez de uma lente não é uniforme, por isso geralmente é mais alta no centro e também muda com a abertura selecionada.

Como uma imagem é basicamente uma matriz bidimensional de números (3ª dimensão para cores: RGB [A]), é possível definir um parâmetro de "nitidez" para ela, embora a percepção seja subjetiva.

A nitidez está relacionada à quantidade e à "rapidez" das alterações de cor e pode ser avaliada executando a transformação de Fourier (a transformação rápida de Fourier é usada porque é mais rápida) sobre a imagem.

Assim, você pode definir a nitidez como a presença de conteúdo de alta frequência e sua intensidade. Uma maneira de obter uma avaliação indicativa é escolher uma linha horizontal de pixel e executar a transformação de Fourier nela.

Por exemplo, se você escolher uma imagem não compactada com apenas listras verticais em preto e branco (nitidez máxima):

e escolha apenas uma linha horizontal, você terá algo assim:

Isso é o equivalente a uma onda quadrada, que transformada se parece com:

(imagine os picos se estendendo até o infinito, pois a borda é praticamente instantânea).

Se você suavizar as bordas, o resultado será algo como (aproximadamente):

E o espectro (novamente, apenas indicativamente):

Como você pode ver, apenas o primeiro harmônico (definindo as áreas escuras e brilhantes) permaneceu igual, enquanto o conteúdo de frequência mais alta diminuiu fortemente. Isso é o resultado da suavização da imagem e você pode ver como uma imagem mais suave tem menos conteúdo de alta frequência. O mesmo se aplica às imagens "normais", onde o aumento do contraste também aumenta a frequência das alterações.

Como evidência, ele também é usado na compactação JPEG para remover o conteúdo de frequência mais alta (dependendo do fator de qualidade) para reduzir o tamanho da imagem.

Se eu conseguir que o Matlab funcione, exemplos mais detalhados estão chegando.

Suavidade - em seu sentido mais básico, é a falta de (ou menos) definição de borda (contraste de borda) e / ou detalhes finos, quando comparada com uma imagem "nítida".

Não é possível classificar uma imagem colorida única (por exemplo, uma imagem contendo apenas um preenchimento vermelho) ou uma imagem com muito poucos detalhes, como desbotamento suave, como suave ou nítida, pois não há área de contrato definida ou detalhes finos para basear a "nitidez".

A suavização de serrilhado suaviza as bordas desbotando uma cor na outra, reduzindo assim a "nitidez"

você pode suavizar uma imagem (você perde informações), mas não pode afiá-la com precisão (você precisa adivinhar / inventar informações)

@paolo - seria tecnicamente possível criar uma nitidez de classificação em escala matemática - imagine uma imagem de quadrados pretos em um fundo branco - se a imagem fosse perfeita em pixels, haveria apenas duas cores de pixel - preto e branco, oferecendo uma classificação de nitidez de, digamos 2 (mais baixo é mais nítido) - se essa imagem fosse suavizada, a borda ficará ligeiramente desfocada, fornecendo algumas cores extras (cinzas) e uma classificação de nitidez de digamos 5 (preto, branco e 3 cinzas).

Se você está falando sobre foco, o foco suave geralmente significa uma profundidade de campo rasa e foco levemente desfocado, o que cria bordas 'suaves' ao redor do assunto. O foco nítido geralmente tem uma maior profundidade de campo e foco exato no assunto. Uma maior parte da imagem em foco faz com que as bordas pareçam "mais difíceis".

Em termos práticos, é o quão estreitamente um ponto é renderizado na imagem ( círculo de confusão é um termo), mais estreito é nítido, menos é suave. Com efeito, sharp é sinônimo de foco. Existem técnicas de software para tentar melhorar ou degradar a nitidez, mas a nitidez raramente é tão convincente quanto o efeito produzido por uma boa lente com foco adequado.