转自：https://www.birdnet.cn/thread-4741471-1-1.html 

  ”杰夫流程2.0”扩展：大画幅处理3原则

——利用人工智能放大低像素图像的全面画质控制工作流程


    （本文也可以作为单独的技术文章，我也同时补充本文进“杰夫流程2.0”

作为最后单独的章节）


    作为专业摄影师我们对于画质有要求的同时，对于画幅也有一定的要求。

报刊杂志的要求一般是4000像素长边以上，打印展览20英寸需要6000像素，

大画幅展览长边需要20000像素以上，大画幅图库的商业招贴对图片的要求会更大。

而野生动物摄影由于动态、距离、焦段等关系，很多时候需要裁图，这样完成作品的像素往往比较低，在网络上传播没有问题，但是与专业要求还是有差距。

    人工智能的智慧插值现在可以帮助我们把小画幅的图像放大到达到商业打印的

要求，但是这个放大的过程中画质的控制必须严格，有三个处理原则对于画质的控制至关重要。

我们先来看看例片：
  ”杰夫流程2.0”扩展：大画幅处理3原则
——利用人工智能放大低像素图像的全面画质控制工作流程
    （本文也可以作为单独的技术文章，我也同时补充本文进“杰夫流程2.0”作为最后单独的章节）

    作为专业摄影师我们对于画质有要求的同时，对于画幅也有一定的要求。

报刊杂志的要求一般是4000像素长边以上，打印展览20英寸需要6000像素，

大画幅展览长边需要20000像素以上，大画幅图库的商业招贴对图片的

要求会更大。而野生动物摄影由于动态、距离、焦段等关系，

很多时候需要裁图，这样完成作品的像素往往比较低，在网络上传播没有问题，但是与专业要求还是有差距。

    人工智能的智慧插值现在可以帮助我们把小画幅的图像放大到达到商业打印的要求，但是这个放大的过程中画质的控制必须严格，有三个处理原则对于画质的控制至关重要。
我们先来看看例片：
0001.jpg
这张片子经过“杰夫流程2.0”处理后进行了深度裁剪；裁剪到这个构图后长边只有1941像素，这个尺寸在网络上用没有问题，但是打印就不够了。整个图像的大小是1941X1092=2119572像素,也就是两百十一万像素，以标准专业打印要求300 DPI的清晰度，这张片子可以打印到6.5英寸宽，小于一张横放的A4纸。
我们的目标是把它放大到长边25英寸，但是要保持所有细节。我们分别用Photoshop ，和专门用于图片放大的软件On1 Resize 把它放大到25英寸，效果是这样的：
0002.jpg

放大到100%后可见：Photoshop 放大到25英寸后像素模糊；

On1Resize 的效果不错，清晰度比Photoshop好，线条也较硬，

但是缺乏纹理细节，有些平面被“抹平，图像比较“面”。


下面我们用两个人工智能软件：Topaz DeNoise AI 和Topaz Gigapixel AI 来获得一个高清晰度、高画质的25英寸以上的打印文件。

“杰夫大画幅原则 1”
——先用“杰夫流程2.0”获得无噪点的优秀画质

   现在我们先看一下原图的RAW文件：
0003.jpg
（关于“向右曝光”我说明一下：这张片子的背景暗，在正常测光时相机的中央重量测光模式，会把曝光量强制提高1档左右，造成高光在直方图右边溢出，为了保护高光部分，我反而把曝光补偿降了0.33，来平衡这个效果。所以向右曝光最重要的前提是高光不能溢出，尤其是动物主体上有白色部分时）
现在我们把这张原片做四种不同的处理里进行比较；首先，在ACR里我对这张RAW文件做了如下调整：
1.        整个片子高光太亮，我把曝光略降。
2.        减对比度来保持暗部的细节。
3.        减高光来进一步保持住亮部细节。
4.        提亮阴影，把鸟颈部下面暗部的细节暴露出来。
5.        白底减低，让白色变一点灰，以减少片中的对比度。
6.        强化了一点纹理来让像素边缘清晰一点。
7．在降噪部分我做两个不同的处理来做比较：下图是第一个版本，把锐化和降噪降到零，让所有纹理信号保住。

  0004.jpg
这个版本打开后我先存一个画质无损的TIFF文件，命名为“原片”，然后把原片放在Topaz  Denoise AI里进行自动侦测设置的降噪（“杰夫流程2.0”的第三步）：
0005.jpg
除噪后生成的图像存为TIFF格式命名为”Topaz 降噪”。

  然后在ACR里把RAW文件重新打开，做同样的调节，打开到Photoshop里，剪裁成我们需要的构图：
0006.jpg
    然后把这张片子另存为TIFF文件，命名为“原片剪裁”。我们可以看见我们保留下来的像素很少。

    现在我们第三次打开RAW文件，这一次我保留了所有和第一个版本一样的调节，唯一改变的是降噪选项。我把画面放大到100%，看着背景的噪点，逐渐移动“减少杂色（即降噪）”选项键到30左右到背景的噪点基本干净了:
0007.jpg
然后我们把这张片子打开进入Photoshop,存为TIFF格式命名为“ACR降噪”。
这样我们把同一张RAW文件生成了4个不同处理过的TIFF文件：1“原片”、2“Topaz 降噪”、 3“ACR降噪”和4“原片剪裁”。
我们现在先把前面三个没有裁剪过的文件在Topaz Gigapexel AI 里打开，进行放大。
（以下红字部分是 Topaz Gigapixel AI 软件使用说明，已经熟悉的朋友可以跳过：）

Topaz Gigapixel AI 不是Photoshop的插件，是一个单独的软件。打开后会出一个介绍弹窗。我们先选择“No”，再点击“关闭”键，这样弹窗以后打开时就不会弹出：
0008.jpg
然后就进入打开界面，点击“打开”键，选择图片：
0010.jpg
选择图片后进入预览界面：

0011.jpg
我们简单介绍一下这个界面：
0012.jpg
   界面中间有分割线，左边是原片，右边是放大后的预览图（默认模式）。界面的主要工具栏在右边，我逐一列出中文。这个软件的最大好处是我们需要做的并不多，默认的1. 自动更新预览 4.面部精做 5.图像类别 6.自动侦测设置都是我们不太需要调节的。我们主要选择的是2.放大模式，3.放大比例。 放大模式里我们可以选择比例、宽度、和高度。现在我们选择的是比例，在3.放大比例里选择放大两倍（2X）。如果选择宽度，则我们只要在随之而来的输入条里，键入你需要最后的画幅大小的像素数量即可（下图红框）。
0013.jpg
这个面板还可以调节预览图比例（右上角），而且一旦打开图像后，会有1-2分钟形成预览图，这时就会出现“正在预览”的图标，预览图生成后这个图标就会消失（见上图）。 当我们对预览图满意后，就点击“保存”键。这样保存选项就会出现：
0014.jpg
选定后点击“保存”。这时“正在处理中”图标出现，界面的下面也会显示处理进度。处理完后图标消失，根据图像的大小，处理时间从几分钟到1-2个小时不等：
0015.jpg

我们现在把“原片”、“Topaz 降噪”、 “ACR降噪”这三张未经剪裁的片子，分别在Topaz Gigapexel AI里打开，选择“比例”，放大比例选2X进行两倍放大，放大后的片子分别命名为“原片放大”、“ACR降噪放大”“Topaz降噪放大”。
然后我们把三张放大以后的片子,在Photoshop里打开放大到100% 进行比较：
0016.jpg
我们可以看到：
1. 红框里背景的噪点比较：“原片放大”背景噪点很明显;“ ACR降噪放大”有少许噪点；“Topaz降噪放大”背景干净芜杂点。
2. 黄框里细节与纹理比较：“原片放大”纹理清晰，但是有很多噪点。“ACR降噪放大”噪点少但是较为模糊，纹理软。“Topaz降噪放大”无噪点，纹理清晰硬朗。

结论1：毫无疑问，放大后画质最好的是已经经过一次人工智能除噪软件处理的“Topaz 降噪”。

结论2：放大后“原片”的画质，说明人工智能放大软件Gigapixel AI不能同时胜任降噪和放大这两个任务，即使它也有“压制噪点”的功能。放大之前的图像必须已经经过除噪并且有有足够优秀的画质，才能获得最佳的结果。

    Topaz NeNoise AI 和Topaz Gigapexl AI 这两款人工智能的软件因为功能的偏重方向而有区别。我们要利用它们的不同特性来结合使用这两个软件，来获得高画质的大画幅图像。

DeNoise通过侦测识别噪点、比较对比度，判断焦内焦外区域，来区别操控插值时的生成的像素清晰度，根据图像纹理的生成逻辑来重新安排像素，以生成更优质的画面。
Gigapexl 则更偏重于在原图上的采样与推算复制生成新的像素，它对于原图所有的纹理不加区别都尽量保存，包括噪点。所以，进入Gigapexel的放大的图像的本身画质必须要好。

“杰夫大画幅原则2”
——先放大，后剪裁
这三张片子是没有经过裁剪的，那么我们应该把片子裁剪后再放大，还是放大后再裁剪成我们需要的构图呢？

下面我们再来做另一个比较：
我们把“原片裁剪”片子在Topaz DeNoise AI里打开，进行自动侦测设置的降噪（“杰夫流程2.0”的第三步）。获得高画质无噪点的片子。
     然后我们把处理完的片子在Topaz Gigapexel AI里打开，放大两倍后命名为“Topaz降噪裁剪放大”。然后把这张片子叠加到“Topaz降噪放大”这张片子上面：
0017.jpg
这样这两张的处理都是用人工智能降噪软件，和人工智能放大软件进行了处理，同样的放大倍数。唯一的不同是一张是原片未裁剪，一张是裁剪后的小片。我们现在把它们放大到400%比较一下：
0018.jpg

比较红框里的细节可以明显地看出，即使我们只保留同样的构图部分，右边全片放大后图像与左边裁剪后放大的图像相比，其细节纹理清晰度要高。

   这个道理其实很容易理解：数码图像不无论用哪个软件放大，在放大以后像素数量会以几何级数增加。比如一个像素的数量是1，放大成4倍就是4x4=16像素。这多出来的15个像素就是通过插值计算后由放大软件“制造”出的新像素，新的像素应该放在哪里，明亮程度，什么颜色组合都是由软件决定的。人工智能的插值算法是对原图数据进行侦测、采样，通过与数以亿记图像数据库的纹理细节规律进行比较、识别而推算出来的，来计算推定放大时需要生成的新像素的亮度、颜色与位置。由此可见，如果原图的画幅越大（尤其是在同片、同样清晰度的情况下），人工智能软件的采样数据越多，其侦测、识别的准确度就越高。

     “杰夫大画幅原则3”
——多次、小倍数放大好过“一步到位”

      这张片子的原片里我们需要保存的画面宽度只有1941像素，只能打印6.5英寸。我们要放大到25英寸以上就需要放大4倍。我们现在比较一下用两倍两次放大，和用四倍一次放大的画质哪一个更好。
我们把已经放大两倍的“Topaz降噪放大”这张片子在Topaz Gigapexl AI 软件里打开再做一次两倍放大。再把没放大之前的“Topaz 降噪”这张片子在Topaz Gigapexl AI 软件里打开做一次四倍放大，然后我们在100%比例下做一个比较：
0019.jpg

  比较黄框里的细节我们可看得很明显：两倍放大两次的细节清晰度要明显优于四倍放大一次到位。
这也是比较容易理解的：原片我们需要保留的像素量是1941X1092=2115690即二百十一万像素。放大两倍像素量达到了3882X2184=8478288即八百四十七万像素，而放大4倍像素量是7764X4368=33913152即三千三百九十万像素。人工智能的算法的准确性很大一部分取决于采样量。一步到位的方法，原片二百十一万像素与放大四倍后的图像（三千三百九十万像素）的像素差是三千一百万像素，这些多余的像素都是软件推算生成的。这有些像做饭，俗话说“巧妇难为无米之炊”，人工智能放大的插值补偿修补的算法，其基础是采样侦测，所以材料越多，采样数据越丰富，插值形成的像素越准确，放大倍数越低，图像前后像素差值越小，就越精细，画质越好。
   我们最后比较一下不同的软件插值放大的效果：

0020.jpg

为公平起见，我用了“Topaz 裁剪”的小图，直接用Topaz Gigapixel AI一次放大到25英寸。与其他两个放大软件并排到100%审视：左边Photoshop模糊程度最大，是因为它的放大需要生成的的插值像素是采用“近似模拟”的方法形成的，本来有边缘不清晰的像素会越来越模糊。中间的On1 Resize则在“近似模拟”的基础上增加了像素边缘的对比度与锐度，但是这样会产生额外噪点，为控制噪点就必须牺牲细微纹理进行“抹平”，所以像素纹理脆硬，但是细节不够。我们看一下图片顶端的羽毛细节，右边的Topaz 放大处理之后的硬羽之间的细毛仍然很清晰，而On1 Resize则从硬羽就开始“面”，细毛根本谈不上。这是因为人工智能插值像素生成的算法逻辑，是建立在对网络上数以亿记，甚至百亿记的图片纹理细节规律分析基础上的，是智慧型的像素模拟生成，其准确度是近似模拟无法相比的。从这一点来说，未来的后期处理软件中人工智能技术的深入应用，会使得像素生成越来越精确，放大时的插值像素生成的画质越来越优化。这样放大四倍处理的画面在打印预览（软打）的1：1图样上显示的细节是惊人的，这个效果打印的最终尺寸是25.88英寸，即65 厘米宽。
0021.jpg
我们现在总结一下小像素图像用人工智能软件放大的三个原则：
1.   先用“杰夫流程2.0”获得无噪点的优秀画质。这是放大前把画质优化的最好方法。
2. 先放大，后剪裁。即使我们最后需要的像素很少，用人工智能软件进行大范围的采样能够确保新生成的插件像素生成准确度。
3. 多次、小倍数放大好过“一步到位”。这样也是为了增加人工智能的数据采样内容更丰富、更准确。

第2和第3个原则的唯一的问题是对电脑配置、内存要求高，极费时间。一个正常的4000X3000像素的图像放大4倍就是16000X12000=192000000，即像素数量差不多2亿。我的电脑设置是I9处理器，8核，64G内存，这样的一张片子的全片2X2放大渲染处理的时间是1.5小时。如果你的电脑内存是16G或更低，则你可以在睡觉前按下“存储”键，然后第二天起床时大约就可以看大图了（如果电脑没有崩溃关闭的话）。但是如果你有一张前无古人、后无来者的旷世大片，被要求打印到两米以上做高大上的展览，大概这样花费时间还是值得的。

那么这张片子最大能打印多大，画质还能接受吗？
不知道，电脑还在转啊转…


杰夫
2020.07识于多伦多