¿Cuál es la diferencia entre una imagen suave y nítida?

He visto varias preguntas que hablan de imágenes suaves o nítidas. ¿Cuál es la diferencia? ¿Es suave simplemente lo opuesto a agudo en este contexto, o hay algo más?

Las imágenes de muestra probablemente ayudarían mucho.

La nitidez es lo opuesto a la suavidad, pero hay un espectro completo entre ellos. En una imagen suave, los detalles son menos pronunciados, lo que significa que la diferencia entre píxeles adyacentes es menor. Por el contrario, cuando una imagen es más nítida, hay más contraste entre los píxeles, lo que a veces se denomina microcontraste y no contraste general de la imagen.

El nivel de nitidez depende de todo el sistema , no solo de la lente, sino también del filtro anti-alias hasta el método utilizado para interpolar los colores de los sensores que utilizan una matriz de filtros de color (sensores no Foveon básicamente).

Echa un vistazo a esta demostración de la revisión de Pentax K-5 . Las K-5 y K-7 tienen el control de nitidez más sofisticado que cualquier cámara digital. La nitidez se controla en 9 pasos en una de 3 escalas. La posición predeterminada es 0, pero si selecciona -4 en la escala inferior, verá una imagen muy suave. Si selecciona +4, verá una imagen nítida. Tenga en cuenta que la configuración de +4 es lo que las personas llaman sobre-afilado, lo que significa que el contraste entre píxeles adyacentes aumentó tanto que se introducen artefactos (solo mire el borde del paréntesis a la izquierda).

También puede seleccionar otra escala y ver la diferencia entre la nitidez y la nitidez fina o incluso las escalas de nitidez extra fina . Estos usan diferentes parámetros de nitidez que están diseñados para trabajar en diferentes niveles de detalles. En el extremo de la escala Extra Fine Nitidez , ¡incluso agudiza el ruido!

Lo que es realmente interesante es que esta es la misma imagen que puedes ver con diferentes niveles de nitidez . Solo se tomó una foto y se desarrolló en la cámara desde DNG a JPEG con todos los ajustes de nitidez posibles. Por supuesto, la nitidez con la que comienzas y la cantidad que obtienes depende de la calidad de la lente utilizada. Algunas lentes producen resultados más suaves que el software puede mejorar, pero limita la distancia que puede alcanzar sin introducir artefactos desagradables. Peor aún es que la nitidez de una lente no es uniforme, por lo que generalmente será más alta en el centro y también cambia con la apertura seleccionada.

Dado que una imagen es básicamente una matriz de números bidimensional (tercera dimensión para los colores: RGB [A]), es posible definir un parámetro de "nitidez" para ella, aunque la percepción de la misma será subjetiva.

La nitidez está relacionada con la cantidad y la "rapidez" de los cambios de color, y se puede evaluar ejecutando la transformación de Fourier (la transformación rápida de Fourier se usa porque es más rápida) sobre la imagen.

Por lo tanto, puede definir la nitidez como la presencia de contenido de alta frecuencia y su intensidad. Una forma de tener una evaluación indicativa es elegir una línea horizontal de píxeles y ejecutar la transformación de Fourier en ella.

Por ejemplo, si elige una imagen sin comprimir con solo rayas verticales en blanco y negro (máxima nitidez):

y elige solo una línea horizontal, tendrás algo como esto:

Este es el equivalente de una onda cuadrada, cuya transformación se ve así:

(Imagen de los picos que se extienden hasta el infinito, ya que el borde es prácticamente instantáneo).

Si suaviza los bordes, el resultado será algo así (muy aproximadamente):

Y el espectro (de nuevo, solo de manera indicativa):

Como puede ver, solo el primer armónico (que define las áreas oscuras y brillantes) se ha mantenido igual, mientras que el contenido de frecuencia más alta ha disminuido fuertemente. Este es el resultado de suavizar la imagen, y puede ver cómo una imagen más uniforme tiene menos contenido de alta frecuencia. Lo mismo se aplica a las imágenes "normales", donde aumentar el contraste también aumenta la frecuencia de los cambios.

Como evidencia, también se usa en la compresión JPEG para eliminar el contenido de frecuencia más alta (dependiendo del factor de calidad) para reducir el tamaño de la imagen.

Si logro que Matlab funcione, vendrán ejemplos más detallados.

Suavidad: en su sentido más básico, es la falta de (o menos) definición de borde (contraste de borde) y / o detalles finos, en comparación con una imagen "nítida".

No es posible que una imagen de un solo color (por ejemplo, una imagen que contiene solo un relleno rojo), o una imagen con muy pocos detalles, como un desvanecimiento suave, se clasifique como suave o nítida, ya que no hay un área de contrato definida o detalles finos para basar la "nitidez".

El suavizado suaviza los bordes desvaneciendo un color en otro, reduciendo así la "nitidez"

puedes suavizar una imagen (pierdes información) pero no puedes enfocar una imagen con precisión (tienes que adivinar / inventar información)

@paolo: sería técnicamente posible crear una escala matemática de nitidez de calificación: imagine una imagen de cuadrados negros sobre un fondo blanco; si la imagen fuera perfecta en píxeles, solo habría 2 colores de píxeles: blanco y negro, lo que le da un índice de nitidez de, digamos 2 (más bajo es más nítido): si esta imagen tuviera suavizado, el borde se vería ligeramente borroso, lo que le da algunos colores adicionales (grises) que le dan un índice de nitidez de digamos 5 (negro, blanco y 3 grises).

Si habla de enfoque, el enfoque suave generalmente significa una profundidad de campo baja y un enfoque ligeramente borroso, lo que crea bordes 'suaves' alrededor del sujeto. El enfoque nítido generalmente tiene una mayor profundidad de campo y un enfoque exacto en el sujeto. Más de la imagen enfocada hace que los bordes parezcan "más duros".

En términos prácticos, es cuán estrechamente se representa un punto en la imagen (el círculo de confusión es un término), más estrecho es nítido, menos es blando. En efecto, agudo es sinónimo de enfoque. Existen técnicas de software para tratar de mejorar o degradar la nitidez, pero la nitidez rara vez es tan convincente como el efecto producido por una buena lente bien enfocada.