Man siger ofte, at jo mere opløsning en skærm har, jo bedre billedkvalitet. Nå, hvis du er meget profan i dette, og hvis de taler til dig om beslutninger, lyder det som et ukendt sprog for dig, så fortvivl ikke. Da vi skal lære dig forholdet mellem billedkvalitet og opløsning af din skærm.
Markedet er fyldt med skærme af alle slags, der promoveres med forskellige opløsninger og jo højere opløsning, jo bedre billedkvalitet giver de. De fleste af vores læsere ved godt, hvad en pixel er og dens forhold til billedkvalitet. Vi har dog besluttet at forenkle det, så de mindre erfarne inden for faget kan være klar over dette grundlæggende koncept.
Antal pixels og billedkvalitet hænger sammen.
De billeder, vi ser på vores pc-skærme i dag, er repræsenteret på skærme, der består af millioner af punkter, som vi kalder pixels. Hver af dem er sammensat af meget små lys, hvor hver af dem repræsenterer en farve af RGB-spektret, på en sådan måde, at farverne genereres, når de kombineres. Så har vi luminansen, som er lysintensiteten af hver farve og kan komme fra selve lysene eller gennem et separat panel.
Fra pc-siden kalder vi hvert billede, der ses på skærmen, for en ramme eller en ramme, og hukommelsesmæssigt er det, der lagres på en ordnet måde, farven og luminansværdien kombineret i en enkelt information og på en ordnet måde. Det vil sige fra den første pixel, der er placeret øverst til venstre til den sidste pixel nederst til højre. Denne information sendes titusvis af gange i sekundet til skærmen eller fjernsynet, alt sammen ved hjælp af en videogrænseflade som DisplayPort eller HDMI og ved hjælp af grafikkortets skærmdriver til det.
Derfor er pixlen den mindste informationsværdi af et billede, der kan ikke være et billede, der har en opløsning under en pixel, og det faktum at have færre pixels indebærer også, at der er mindre information i billedet. Så logisk set vil billedkvaliteten lide, hvis vi har et billede med mindre opløsning.
Hvad sker der, hvis vi reducerer størrelsen af et billede?
Mange gange på grund af pladsmangel har vi været tvunget til at skære opløsningen af et billede, resultatet har ofte været, at efter vores opfattelse synes billedet ikke at eksistere et tab af billedkvalitet. Det er dog en optisk illusion. Da afhængigt af afstanden fra skærmen og tætheden af disse på skærmen, kan vi ikke se forskel, hvis der er et større antal pixels.
Teknisk set er vores vision at udføre en forenkling af "pixlerne", for at udføre processen med at forenkle et billede, så det kan repræsenteres med færre pixels. Det er klart, at processen ikke altid fungerer, og hvis skærmopløsningen er for lille, går detaljer tabt. Processen? Nå, gennem en matematisk formel tages der hensyn til værdierne af punkterne i hvert område af skærmen, og der genereres en ny pixel, der har den nærmeste information.
Det er klart, at vi med dette får billedet til at optage mindre megabyte i lageret, det problem, vi har haft, er en informationsdestruktionsproces, som ikke vil blive gendannet, og derfor vil det i princippet være umuligt at generere det samme billede med den originale opløsning . I bedste fald kan vi forvente, at en AI hallucinerer en version med højere opløsning af billedet, men afhængigt af at have nok information til at gøre det eller mangel på det, kan det skabe aberrationer eller unøjagtige billeder.
Vigtigheden af filformater
Der er en anden måde at beskære oplysningerne om et billede på og bruge billedfilformater, hvilket kan være med tab af detaljer eller bevarelse af den originale billedkvalitet. I dem alle er nøglen, at i stedet for at gemme farveinformationen for hver pixel, som den er, er informationen krypteret for at kunne repræsentere den med færre bits og dermed få dem til at optage mindre plads. Ulempen er, at der kræves en konverteringsproces, udført af en algoritme, der er ansvarlig for at rekonstruere det originale billede.
Dette er dog ikke altid tilfældet, og der er billedformater såsom JPEG, der ender med at generere artefakter eller fejl, hvis informationen ender med at blive krypteret på få bits. Med andre ord, hvis det ender med at komprimere for meget. Det er her, billed-AI'erne også kommer ind, men på en anden måde end stigningen i opløsning. De lærer at identificere disse almindelige fejl, og hvordan de opstår, og at gendanne billedet til dets oprindelige kvalitet, hvilket gør det muligt at nyde dem med mindre plads, men uden at miste kvalitet.
