Non sempre le nostre immagini hanno la dimensione adatta all’uso che vogliamo farne. Scopriamo insieme come ingrandirle o rimpicciolirle con ricampionamento ed interpolazione.
Abbiamo visto nel precedente articolo come i pixel che compongono un’immagine possano essere “condensati” su una stampa di piccole dimensioni o, per così dire, “diradati” su una stampa di dimensioni più ampie.
Sebbene le macchine odierne possano sfoggiare quantità di pixel veramente ragguardevoli, e nonostante la stampa di un poster richieda una risoluzione di stampa inferiore rispetto a quella necessaria per realizzare una piccola stampa da portfolio, potremmo trovarci nella situazione in cui il numero di tesserine del nostro file non è sufficiente per le dimensioni della stampa che intendiamo produrre.
Può essere ad esempio il caso di uno scatto oggetto di una forte ritaglio. Proprio per l’elevata risoluzione dei sensori odierni, però, non è neanche escluso il caso, meno grave, in cui il file abbia troppe informazioni rispetto a quelle necessarie per la stampa.
Il ricampionamento
In questi casi ci viene in aiuto il ricampionamento, accessibile per mezzo di una spunta dal medesimo menù Immagine>Dimensione immagine già visto per il ridimensionamento.
A differenza di quest’ultimo il ricampionamento modificherà le quantità di dati di un’immagine variandone la quantità di pixel. Tale modifica può essere sia un aumento che una diminuzione del numero di dati a disposizione. Tipico caso di ricampionamento in diminuzione, noto come “downsampling”, è quello della preparazione di un’immagine per una stampa in piccolo formato o per la pubblicazione su un sito web, dove sarebbe sconveniente utilizzare la foto a risoluzione nativa, sia per evitarne usi non autorizzati sia per non appesantire e ritardare il caricamento della pagina internet. Sebbene meno problematico del ricampionamento per ingrandire, il downsampling può comunque comportare una certa perdita di nitidezza da compensare con il filtro di maschera di contrasto.
Probabilmente più comune e certamente più delicato è l’”upsampling”, ovvero il ricampionamento per aumentare le dimensioni dell’immagine. Utile ad esempio per adattare alla risoluzione di stampa un’immagine originata da un ritaglio estremo, il ricampionamento verso l’alto deve partire dai dati esistenti, scritti nel file, per calcolare quelli nuovi, aggiuntivi, sulla base del principio dell’interpolazione.
L’interpolazione
In matematica per interpolazione si intende un metodo per individuare nuovi punti del piano cartesiano a partire da un insieme finito di punti dati, nell’ipotesi che tutti i punti si possano riferire ad una funzione f(x) di una data famiglia di funzioni di una variabile reale (def. Wikipedia).
In buona sostanza, l’interpolazione consiste nell’applicazione di algoritmi logico-matematici alle informazioni esistenti per stimare come generare i nuovi dati.
Le immagini di esempio possono darci un’idea della quantità di dati da “inventare” anche per un ingrandimento tutto sommato modesto, in questo caso del 66%
Non dimentichiamo che i dati aggiuntivi calcolati con un’operazione di upsampling sono probabili, ma non certi. Forse in modo semplicistico, personalmente considero ogni operazione di interpolazione un’aggiunta di informazioni inventate che, in quanto tali, influenzeranno la qualità dell’immagine. Le logiche applicabili per l’operazione di ricampionamento, nel corso degli anni, sono diventate numerose e sempre più raffinate, in modo da adattarsi alle diverse tipologie di immagini ed offrire risultati di livello sempre più realistico. Ciononostante, a seconda dell’algoritmo applicato e del livello di ingrandimento richiesto, l’immagine ingrandita potrà mostrare una serie di potenziali difetti quali l’aliasing, ovvero una sorta di scalettatura sui particolari con bordi netti; il blurring, cioè una sfocatura generalizzata; l’edge halo, un alone chiaro attorno ai bordi netti ed infine degli artefatti di vario tipo più frequentemente rilevabili nelle aree con dettaglio fine.
Gli algoritmi sono numerosi e, qualora quelli messi a disposizione da Photoshop non ci soddisfacessero a fondo, sul mercato esistono addirittura plug-in in grado di ampliare le possibilità dei nostri software con l’aggiunta di ulteriori possibilità di interpolazione.
Accontentiamoci per ora di analizzare quelli, e sono già numerosi, messi a disposizione dalle ultime versioni di Photoshop.
Automatico
Selezionando questa voce, il metodo di ricampionamento applicato verrà scelto da Photoshop in funzione del tipo di immagine e di ridimensionamento richiesto (ingrandimento o riduzione). Molto utile se “andiamo di fretta” e non vogliamo investire tempo in sperimentazioni.
Mantieni dettagli (ingrandimento)
Selezionando questo metodo Photoshop aggiungerà, immediatamente sotto il menù a tendina, un cursore per poter intervenire sul livello di attenuazione del disturbo che inevitabilmente si verrà a creare durante l’ingrandimento dell’immagine.
Mantieni dettagli 2.0
Affinchè questa voce venga proposta fra le opzioni, è necessario attivare l’apposita funzione di anteprima tecnologica nel menù preferenze. Così facendo potremo affidarci ad un ingrandimento assistito dalla più recente intelligenza artificiale di Photoshop in grado di ridimensionare le immagini senza inserire distorsioni e mantenendo nel contempo dettagli e texture. Un esempio tipico potrebbe essere rappresentato da un ritratto, con incarnato e capigliatura.
Bicubica più morbida (ingrandimento)
Le interpolazioni bicubiche prevedono l’applicazione di algoritmi complessi che analizzano un gran numero di pixel esistenti prima di generare quelli aggiuntivi. Nello specifico, questa impostazione viene utilizzata per ingrandire le immagini applicando l’interpolazione bicubica in maniera ottimizzata per generare risultati più morbidi con artefatti meno evidenti.
Bicubica più nitida (riduzione)
Impostazione pensata per ridurre le dimensioni di un’immagine sempre applicando l’interpolazione bicubica, ma questa volta ottimizzata in modo da compensare la perdita di nitidezza tipica del downsampling e preservare i dettagli dell’immagine.
Bicubica (sfumature uniformi)
Qualora i metodi precedenti dovessero esasperare la nitidezza in alcune aree dell’immagine creando aree poco naturali o con artefatti, grazie a calcoli più complessi questa impostazione può garantire migliori gradazioni e sfumature.
Vicina più prossima (contorni ben definiti)
Questo metodo impiega un algoritmo meno complesso dell’interpolazione bicubica, di conseguenza è più rapido ma certamente meno preciso. Mantiene i bordi ben definiti che però diventano soggetti a scalettature (aliasing).
Bilineare
Anche in questo caso un algoritmo più veloce e meno preciso di quello bicubico che calcola i nuovi pixel in base ai valori medi di quelli circostanti. Oggigiorno di dubbia utilità, è molto probabilmente un retaggio evolutivo dimenticato nei menù ed impiegato in passato quando per l’applicazione degli algoritmi più complessi servivano computer particolarmente potenti.
Come sempre il grande vantaggio delle tecnologie digitali è rappresentato dalla possibilità di sperimentare le varie modalità confrontando i risultati per scegliere l’impostazione di volta in volta più adatta all’immagine da elaborare.
