আপনি চিত্রটির ডেটা ম্যানিপুলেট করার জন্য যে অপারেশনগুলি বর্ণনা করছেন সেগুলির মধ্যে বেশ কয়েকটি তথ্য হারিয়ে গেছে বা রূপান্তরিত হয়েছে। বেশিরভাগ ক্ষেত্রে, আমি মনে করি না এটি প্রথাগত ফটোগ্রাফির সাথে (যেমন, প্রিন্টগুলি এবং এর মতো) তবে এটি অবশ্যই স্পষ্টভাবে গুরুত্বপূর্ণ যখন প্রতিটি পিক্সেলটি ফটনের সংখ্যার পরিমাপ হিসাবে বিবেচিত হয়।
অপারেশন করার সময় আমি যা মনে করি তা হ'ল ত্রুটির প্রচার। ত্রুটিটি একক পিক্সেল স্তরে, স্থানিক স্তর এবং রঙের স্তরে উপস্থিত থাকতে পারে।
শব্দ শনাক্তকরণ প্রক্রিয়া চলাকালীন একক পিক্সেল সেন্সর ত্রুটি, তা হয় ত্রুটিযুক্ত ফোটনস, কোয়ান্টাম এফেক্টস দ্বারা প্রবর্তিত (একটি ফোটনকে গণনার জন্য একটি ইলেকট্রনে অনুবাদ করা কোয়ান্টাম স্তরের একটি সম্ভাব্য ঘটনা), এবং ডিজিটাল রূপান্তরটির সাথে এনালগ। যদি পরবর্তী ক্রিয়াকলাপগুলি স্ট্রেচ কনট্রাস্ট (হিস্টগ্রাম সমীকরণ) বা গাer় অঞ্চলগুলিতে জোর দেওয়া (হালকা ভরাট) করার মতো জিনিসগুলি করে, তবে আপনি সেগুলি করার আগে শব্দটি হ্রাস করতে চাই।
আমি যা বলতে চাইছি তার সম্পূর্ণ হ্রাসের উদাহরণের জন্য, একটি অন্ধকার ক্ষেত্রের চিত্র নিন (লেন্স ক্যাপযুক্ত ছবি রাখুন)। ফলাফল গোলমাল। আপনি এটির বা আপনার যা কিছু বাড়িয়ে তুলতে পারেন তা তুলনা করতে পারেন তবে এটি এখনও শোরগোল। একটি নিখুঁত শব্দ কমানোর অ্যালগোরিদম এর সমস্তটি সরিয়ে ফেলা উচিত, যাতে পরবর্তী ধাপগুলিতে কোনও বৈপরীত্য খুঁজে পাওয়া যায় না।
স্থানিক ত্রুটি বিভিন্ন উপায়ে প্রবর্তন করা যেতে পারে। আপনি যখন কোনও চিত্র ঘোরান, আপনি স্থানিক ত্রুটিগুলি প্রবর্তন করেন। যদি আপনি কোনও 'সত্য' চিত্র থাকার কথা ভাবেন (প্লাটোনিক আদর্শ অর্থে), ক্যামেরা এটির একটি ডিজিটাল সংস্করণ রেকর্ড করে। এমনকি আপনি যখন ফিল্ম ব্যবহার করেন - ফিল্মের দানা / স্ফটিকগুলি সীমাবদ্ধ আকারের হয় এবং 'সত্য' চিত্রের কিছু নমুনা ঘটে। আপনি যখন কোনও ডিজিটাল চিত্র ঘোরান, আপনি এলিয়াসিং প্রভাবগুলি প্রবর্তন করেন। খুব তীক্ষ্ণ প্রান্তগুলি কিছুটা হালকা হয়ে যাবে (আপনি যদি 90 ডিগ্রি না ঘুরেন তবে গ্রিডের নমুনাটি এখনও ধরে রাখে)। আমি কী বলতে চাইছি তা দেখতে একটি চিত্র নিন এবং এটিকে 1 ডিগ্রি বৃদ্ধি দিয়ে ঘোরান। ছোট ঘোরানোর জন্য প্রয়োজনীয় নমুনা দেওয়ার কারণে ধারালো প্রান্তটি এখন (সামান্য) ঝাপসা হয়ে যাবে।
বায়ার স্যাম্পলিং কেবল একটি স্থানগত নমুনা ত্রুটি হতে পারে যা আমাদের সাথে থাকতে হবে। এটি ফওওন সেন্সরে একটি বড় অঙ্কন (সম্ভবত একমাত্র আসল ড্র)। প্রতি পিক্সেলটিতে প্রতিবেশী পিক্সেল থেকে অন্য রঙগুলি না পেয়ে সেই জায়গায় রঙটি পরিমাপ করা হয়। আমার একটি ডিপি 2 রয়েছে এবং আমি অবশ্যই বলতে পারি, রঙগুলি আমার ডি 300 এর তুলনায় বেশ চমকপ্রদ। ব্যবহারযোগ্যতা, এত কিছু না।
সংকোচনের নিদর্শন স্থানিক ত্রুটির আরেকটি উদাহরণ। একটি চিত্রকে একাধিকবার সংকুচিত করুন (একটি জেপিজি খুলুন, এটি একটি পৃথক স্থানে সংরক্ষণ করুন, বন্ধ করুন, আবার খুলুন, ধুয়ে ফেলুন, পুনরাবৃত্তি করুন) এবং আপনি এখানে কী বলতে চাইছেন তা দেখতে পাবে, বিশেষত 75% সংক্ষেপণে।
আপনি এক রঙের স্থান থেকে অন্যটিতে চলে গেলে রঙের স্থান ত্রুটিগুলি প্রবর্তিত হয়। আপনি যদি কোনও পিএনজি (লসলেসস) নেন এবং এটিকে এক রঙের স্থান থেকে অন্য রঙে স্থানান্তর করেন তবে এটি সংরক্ষণ করুন। তারপরে মূল রঙের জায়গায় ফিরে যান, আপনি কিছু সূক্ষ্ম পার্থক্য দেখতে পাবেন যেখানে এক জায়গার রঙগুলি অন্য জায়গায় মানচিত্র দেয় না।
আমি যখন ফটোগুলি প্রসেস করি তখন আমার অর্ডারটি সাধারণত:
- শব্দ হ্রাস
- বৈসাদৃশ্য বৃদ্ধি, এক্সপোজার, ইত্যাদি
- ঘুর্ণন
- রঙ স্থান
- আউটপুট ইমেজ চূড়ান্ত সংক্ষেপণ।
এবং আমি সর্বদা কাঁচা সংরক্ষণ করি।