সরাসরি উত্তরটি হ'ল শেষ পর্যন্ত, আপনি করবেন না। এক ভয়াবহ ক্ষেত্রে, এটি স্বাদের প্রশ্নে নেমে আসে। কোনও নির্দিষ্ট চিত্রের আকার পরিবর্তিত সংস্করণগুলি দেখছেন এমন তিন ব্যক্তির মধ্যে কোনটি সেরা তা সম্পর্কে তিনটি ভিন্ন মতামত থাকতে পারে (এবং প্রায়শই হবে)। আপনি যা করতে পারেন তার সর্বোত্তম বিষয় হল কোনও ইমেজের কোন বৈশিষ্ট্যগুলি আপনি গুরুত্বপূর্ণ বলে বিবেচনা করছেন এবং তার ভিত্তিতে একটি পদ্ধতি বেছে নিন।
উদাহরণস্বরূপ, নিকটতম প্রতিবেশী লাইনে তীক্ষ্ণ প্রান্ত বজায় রাখার জন্য বেশ ভাল কাজ করে - বেশিরভাগ অন্তরঙ্গকরণ পদ্ধতির চেয়ে অনেক বেশি। একই সাথে, এটি এমন জিনিসগুলিতে প্রয়োগ করা যেতে পারে যা "মসৃণ" দেখাচ্ছে (যেমন, নীল আকাশ পরিষ্কার করুন) এটি এমন নিদর্শনগুলি তৈরি করতে পারে যা প্রান্তগুলির মতো দেখায়।
বিপরীতটিও সত্য: অন্তরঙ্গকরণ মসৃণ গ্রেডিয়েন্টগুলিকে সহায়তা করতে পারে তবে তীক্ষ্ণ প্রান্তগুলি কী হওয়া উচিত তা "মসৃণ" করতেও প্রবণতা বোধ করে। আপনি যদি খুব বেশি দূরে যান তবে সূক্ষ্ম বিবরণগুলি পুরোপুরি মুছতে পারে।
বেশিরভাগ উন্নত পদ্ধতিগুলি কিছুটা ডিগ্রি অবলম্বন করে। যথেষ্ট সরলকরণের মাধ্যমে, তারা অনুমান করে যে মূল তথ্যগুলিতে গ্রেডিয়েন্টগুলির "তীক্ষ্ণ" কীভাবে রয়েছে এবং মূল হিসাবে উপস্থিত প্রায় মসৃণতা / তীক্ষ্ণতা একই স্তরের বজায় রাখার চেষ্টা করে। অভিযোজনটি সাধারণত ব্লকগুলিতে ছবি স্ক্যান করে এবং ব্লক-বাই-ব্লক ভিত্তিতে অভিযোজনটি প্রয়োগ করে হয়।
উদাহরণস্বরূপ, আপনার যদি স্বচ্ছ নীল আকাশের ল্যান্ডস্কেপ এবং প্রচুর সূক্ষ্ম বিবরণ (শাখা, পাতা ইত্যাদি) গাছ রয়েছে তবে এটি আকাশের চেয়ে শাখাগুলিতে অনেক কম স্মুথযুক্ত প্রয়োগ করবে।
গ্রেডিয়েন্টগুলি অনুমান করার বিভিন্ন উপায় রয়েছে, যার কোনওটিই নিখুঁত নয় এবং বিভিন্ন আকারের উইন্ডো রয়েছে যার কোনওটিই সমস্ত চিত্রের জন্য আদর্শ নয়। এটি অভিযোজিত অ্যালগরিদমের মধ্যেও যথেষ্ট পরিমাণে পার্থক্য রাখে।
