Che cos'è il ridimensionamento delle immagini?
Il ridimensionamento delle immagini è un processo di computer grafica che aumenta o diminuisce la dimensione di un'immagine digitale. Un'immagine può essere ridimensionata esplicitamente con un visualizzatore di immagini o un software di modifica oppure può essere eseguita automaticamente da un programma per adattare un'immagine a un'area di dimensioni diverse. La riduzione di un'immagine, come avviene per creare immagini in miniatura, può utilizzare diversi metodi, ma utilizza in gran parte un tipo di campionamento chiamato undersampling per ridurre l'immagine e mantenere la qualità originale. Aumentare la dimensione di un'immagine può essere più complesso, poiché il numero di pixel richiesti per riempire l'area più grande è maggiore del numero di pixel nell'immagine originale. Quando il ridimensionamento delle immagini viene utilizzato per aumentare le dimensioni di un'immagine, uno dei numerosi algoritmi viene utilizzato per approssimare il colore dei pixel aggiuntivi nell'immagine più grande.
Esistono tre tipi principali di algoritmi che possono essere utilizzati nel ridimensionamento delle immagini per aumentare le dimensioni di un'immagine. La versione più semplice prende ogni pixel originale nell'immagine sorgente e lo copia nella posizione corrispondente nell'immagine più grande. Ciò lascerà spazi vuoti tra i pixel nell'immagine più grande che vengono riempiti assegnando ai pixel vuoti il colore del pixel sorgente a sinistra della posizione corrente. Questo, in effetti, moltiplica un'immagine e i suoi dati in un'area più ampia. Mentre questo metodo, chiamato il più vicino vicino, è efficace nel prevenire la perdita di dati, la qualità risultante dopo il ridimensionamento dell'immagine di solito soffre, perché i blocchi ingranditi di singoli pixel saranno chiaramente visibili.
Altri algoritmi di ridimensionamento delle immagini funzionano riempiendo gli spazi vuoti in un'immagine ingrandita con pixel il cui colore è determinato dal colore dei pixel che lo circondano. Questi algoritmi, chiamati interpolazione bilineare e interpolazione bicubica, essenzialmente calcolano la media del colore dei pixel di origine che circondano un dato pixel, quindi riempiono gli spazi vuoti nell'immagine più grande con la media del colore calcolata. Mentre i risultati sono più fluidi del ridimensionamento delle immagini del vicino più vicino, le immagini ridimensionate troppo grandi possono diventare sfocate e piene di blocchi di colore indistinti.
Un terzo tipo di algoritmo di ridimensionamento delle immagini utilizza una forma di riconoscimento dei modelli per identificare le diverse aree di un'immagine che vengono ingrandite, quindi tenta di strutturare i pixel mancanti. Questo metodo può produrre buoni risultati, ma può anche iniziare a creare artefatti visivi all'interno di un'immagine più volte viene applicato l'algoritmo. Il ridimensionamento delle immagini in questo modo è potenzialmente costoso dal punto di vista computazionale per le immagini fotografiche a colori e può anche richiedere più memoria rispetto ad altri tipi di ridimensionamento.
Il ridimensionamento delle immagini può anche essere utilizzato per ridurre le dimensioni di un'immagine digitale. L'immagine più piccola avrà meno pixel rispetto all'immagine sorgente, quindi la maggior parte degli algoritmi fornirà risultati abbastanza buoni. Gli algoritmi per ridurre le dimensioni di un'immagine sono simili a quelli utilizzati per aumentare le dimensioni, sebbene il processo sia eseguito al contrario. I pixel nell'immagine di origine vengono calcolati come media per un'area e combinati in un singolo pixel che viene posizionato nella nuova immagine più piccola nella posizione appropriata.