উত্তর:
প্রথমবার, চিত্রের বর্ধনের সাথে একটি নির্দিষ্ট পরিমাণে পৃথকভাবে পিক্সেল সরানো এবং অনুরূপ সামগ্রী সহ পূর্ববর্তী প্রতিবেশী পিক্সেলের মধ্যে স্থান পূরণ করা। এটি বেসিক পিক্সেল বানোয়াট (বিউকিউবিক ফিল্টারিং) এর মাধ্যমে বা আরও জটিল উপায়ে যেমন চিত্রটিকে ভেক্টরের উপস্থাপনায় রূপান্তর করা এবং ভেক্টর স্পেসে স্কেলিংয়ের মাধ্যমে করা যেতে পারে।
বিলিনিয়ার ফিল্টারিং সহ বিকিউবিক ফিল্টারিং আপনি যখন কোনও চিত্রকে বড় করেন তখন পাশের পিক্সেলের রঙ একসাথে মিশ্রিত করতে তুলনামূলক সহজ ফাংশন কার্ভ ব্যবহার করেন। বিলিনিয়ার একটি লিনিয়ার ফাংশন কার্ভ ব্যবহার করে, অন্যদিকে বিউকিউবিক একটি কিউবিক স্প্লাইন ফাংশন কার্ভ (সিএসপ্লাইন) ব্যবহার করে। বিকিউবিক পরিস্রাবণ সাধারণত মসৃণ ফলাফল উত্পন্ন করে, তবে উভয় অ্যালগরিদম চূড়ান্তভাবে প্রতিচ্ছবি পিক্সেলের মানগুলি মিশ্রন করে একটি চিত্র বড় করার সময় "ফাঁক পূরণ" করার জন্য একটি ফাংশন কার্ভের মাধ্যমে। এটি লক্ষ করা উচিত যে বিকুবিক স্কেলিংটি সাধারণত নিখুঁত হয়, কেবলমাত্র মূল পিক্সেলের মধ্যে স্থানটি সত্যই উত্পন্ন হয়। নির্দিষ্ট প্রয়োগের সংক্ষিপ্তসারগুলির উপর নির্ভর করে মূল পিক্সেলগুলি কিছুটা বদলে যেতে পারে তবে বেশিরভাগ অংশের জন্য, মূল ডেটা সংরক্ষণ করা হয় এবং একটি চিত্র ছোট আকারের আকারে পূর্ণ হওয়ার জন্য নতুন ডেটা তৈরি করা হয়।
ইমেজ স্কেলিংয়ের ফ্র্যাক্টাল অ্যাপ্রোচ সম্পূর্ণ ভিন্ন পদ্ধতির গ্রহণ করে। আরও জটিল অ্যালগরিদমগুলি কোনও চিত্রের বিষয়বস্তু বিশ্লেষণ করতে, প্রান্তগুলি এবং "অবজেক্টস" সনাক্ত করতে এবং শেষ পর্যন্ত চিত্রটিকে ফ্র্যাক্টাল ভেক্টর বিন্যাসে রূপান্তর করতে নিযুক্ত হয়। একবার চিত্রটি ভেক্টরাইজড হয়ে গেলে এটি ভেক্টর স্পেসে "লসলেস" আকারে মাপা যায়, তারপরে আরও বড় আকারে পুনরায় রেন্ডার করা যায়। জেনুইন ফ্র্যাক্টালগুলির মতো ফ্র্যাক্টাল অ্যালগরিদমগুলি মসৃণ, তীক্ষ্ণ প্রান্তগুলি বজায় রেখে কোনও চিত্র স্কেল করতে একটি ফ্র্যাক্টাল ভেক্টর অ্যালগোরিদম ব্যবহার করে। এই পদ্ধতির কার্যকর হয় যখন আপনার চিত্রের প্রাথমিকভাবে একটি মূল উপাদান হিসাবে তীক্ষ্ণ এবং স্বীকৃত প্রান্ত থাকে এবং সেই প্রান্তগুলিতে স্পষ্ট তীক্ষ্ণতা বজায় রাখা গুরুত্বপূর্ণ।
অতিরিক্তভাবে, জেনুইন ফ্র্যাক্টালগুলি "স্ব-মিল" এর ধারণার মাধ্যমে অ-প্রান্তের বিশদ রক্ষণাবেক্ষণের চেষ্টা করে, চিত্রের বিষয়বস্তুকে প্রকৃতির ভঙ্গুর হিসাবে বিবেচনা করে বিশদ সংরক্ষণ করে এবং ফ্র্যাক্টাল অ্যালগরিদম থেকে অ-প্রান্তের সামগ্রী পুনরায় রেন্ডার করে। এর অনুমানযুক্ত সুবিধা রয়েছে, প্রতিবেশী পিক্সেল থেকে কেবল তথ্য বানোয়াট না করে অনেকগুলি পিক্সেলের সমন্বিত নিদর্শনগুলি থেকে নতুন সামগ্রী তৈরি করা যায়। প্রায় 200% দ্বারা আপকেস করার সময় এই পদ্ধতিটি দুর্দান্ত কাজ করতে পারে, তবে স্কেলিংয়ের মৌলিক ভেক্টর প্রকৃতি আরও বড় আকারে স্কেলিংয়ের সময় আরও স্পষ্ট হয়। এটিও লক্ষ করা উচিত যে এই স্কেলিং পদ্ধতিটি ক্ষতিহীন নয় এবং কিছু সূক্ষ্ম পিক্সেল বিশদটি বাতিল হতে পারে কারণ অ্যালগরিদম ফ্র্যাক্টাল সন্ধানের চেষ্টা করেপ্রতিলিপি করা যেতে পারে যে নিদর্শন। চূড়ান্ত আপসেলিংয়ের ফলে দৃশ্যমান প্যাটার্নের প্রতিরূপ ঘটতে পারে এবং সমস্ত চিত্রের আকারগুলিতে মসৃণ, তীক্ষ্ণ প্রান্তগুলি বজায় রাখার প্রয়াসে সূক্ষ্ম প্রান্তের বিশদটি মুছে যেতে পারে।
বেনভিস্টা এস-স্প্লাইন ডাবের মালিকানাধীন এক অ্যালগরিদমও সরবরাহ করে। এই অ্যালগরিদমের নির্দিষ্টতা সম্পর্কে খুব কম তথ্য আছে তবে এটি অন্য ফাংশন কার্ভ ভিত্তিক অ্যালগরিদমের মতো বলে মনে হচ্ছে না। জেনুইন ফ্র্যাক্টালগুলির মতো ফটোজুম প্রো-তে এস-স্প্লাইন ম্যাক্স স্কেলিং প্রান্ত সংজ্ঞা বজায় রাখার একটি দুর্দান্ত কাজ করে। এই অ্যালগরিদম প্রায় 200% বা তারও বেশি পরিমাণে স্কেলিং করতে সক্ষম, তবে এই অ্যালগরিদমকে আরও দূরে ঠেলে দিয়ে দৃশ্যমান অ-প্রান্তের বিশদ অবনতি এবং মসৃণকরণের ফলস্বরূপ। মনে হচ্ছে স্কেলিং অ্যালগরিদমে সাধারণ আপসটি হয় হয় সর্বোচ্চ প্রান্ত সংজ্ঞা, বা সর্বাধিক বিবরণ সংরক্ষণ। এটিও লক্ষ করা উচিত যে জেনুইন ফ্র্যাক্টালস এবং বেনভিস্টা ফটোজুম প্রো সহ বেশিরভাগ তৃতীয় পক্ষের স্কেলিং অ্যালগরিদমগুলি স্বয়ংক্রিয়ভাবে ডিফল্টরূপে চূড়ান্ত চিত্রটিতে একটি অসম্পর্কিত মাস্ক প্রয়োগ করে।
পুনরাবৃত্ত ফ্যাশনে বাইকুবিক ব্যবহার করা সম্ভব। বাইকুবিক স্কেলিংয়ের মৌলিক ক্রোকটি হ'ল এটি তীক্ষ্ণতার চূড়ান্ত ব্যয়ে আপনার বৃহত্তর পরিমাণে যত বেশি স্কেল করে তা আরও বেশি তথ্য বানিয়ে তোলে। 3-5% ইনক্রমেন্টে বিউকিউবিক স্কেলিং সম্পাদন করে আপনি অনেক বেশি মূল বা নিকট-আসল বিশদটি সংরক্ষণ করেন এবং প্রতিটি পদক্ষেপে চিত্রটি অনেক কম বানান। পুনরাবৃত্তির চূড়ান্ত ফলাফল (বা পদক্ষেপযুক্ত) বিউকুবিক স্কেলিং সূক্ষ্ম বিবরণ না হারিয়ে যথেষ্ট বৃহত্তর প্রান্ত সংজ্ঞা বজায় রাখতে পারে। স্কেলিংয়ের ক্ষেত্রে ব্যয়টি অবশ্য আরও অনেক বেশি ব্যক্তিগত বিনিয়োগ, যেমন এই মুহুর্তে, কোনও প্রাক-তৃতীয় অ্যাপ্লিকেশন নেই যা আপনার জন্য এটি করবে। আপনার প্রতিটি স্কেলিং শতাংশের সাহায্যে পূর্বের প্রস্থ বা উচ্চতাকে গুণ করে এবং সেই চিত্রটি আপনার চিত্র সম্পাদনা প্রোগ্রামে প্লাগ করে প্রতিটি পদক্ষেপে আপনাকে চিত্রের নতুন প্রস্থ এবং উচ্চতা ম্যানুয়ালি গণনা করতে হবে ' s বিকিউবিক স্কেলিং সরঞ্জাম। শেষ ফলাফল চমত্কার হতে পারে, এবং একটি বাইসিবিক চিত্র ডাব্লু / আনসার্চ মাস্কিংয়ের মতো তীক্ষ্ণ হতে পারে। দৃশ্যমান ক্ষয়ক্ষতি ছাড়াই আপনি কোনও চিত্রকে কত বড় করতে পারবেন তার সীমা অন্যান্য অ্যালগরিদমের চেয়ে কমপক্ষে 400% সম্ভবত সম্ভবত আরও বেশি।