Rants & Raves del Dr. Mac
Episodio # 363
Cualquier tecnología suficientemente avanzada es indistinguible de la magia.
—Arthur C. Clarke
Si ha estado manipulando imágenes con una computadora tanto tiempo como yo, sabe que el santo grial de las aplicaciones de procesamiento de imágenes como Photoshop, Affinity Photo y Pixelmator Pro es ampliar (o reducir) una imagen sin introducir artefactos visibles, borrosidad, bordes irregulares u otros elementos no deseados.
A lo largo de los años, las aplicaciones de gráficos han mejorado en la escala de imágenes utilizando algoritmos con nombres como Bilinear y Nehest Neighbor, pero los resultados nunca han sido excelentes. Si intenta ampliar o reducir la mayoría de las imágenes utilizando esos algoritmos, el resultado se verá mejor que si no se aplicara ningún algoritmo, pero rara vez se verá bien.
Un gran avance en el cambio de tamaño de la imagen
Sin embargo, la semana pasada, Pixelmator Pro introdujo una función innovadora llamada ML Super Resolution que utiliza el aprendizaje automático para aumentar la resolución (tamaño) de una imagen sin perder (muchos) detalles o introducir artefactos no deseados.
La publicación del blog que anunciaba la nueva función proclamaba con orgullo: “¡Sí, hacer zoom y mejorar las imágenes como lo hacen en todos esos cursis dramas policiales es ahora una realidad!”
No estoy seguro de llegar tan lejos, pero después de un par de días de pruebas, estoy bastante impresionado. Si bien no puede ampliar una imagen de baja resolución del tamaño de un sello postal a una imagen perfecta de alta resolución del tamaño de un póster, me sorprende lo bien que funciona el algoritmo de aprendizaje automático para duplicar, triplicar o incluso cuadriplicar el tamaño y la resolución. de muchas imágenes.
Lo probé con media docena de imágenes diferentes y hace un mejor trabajo al ampliar (y reducir) las dimensiones y la resolución de las fotos que otros algoritmos disponibles. A veces, las mejoras son modestas; otras veces las mejoras son sorprendentes; pero, en todos los casos, ML Super Resolution se veía mejor a mis ojos. He aquí un ejemplo:
Detrás de escena, la magia se realiza mediante el aprendizaje automático, que intenta reconocer bordes, patrones y texturas, y luego recrear los detalles en función de su conjunto de datos y entrenamiento extenso. Y, aunque el aprendizaje automático requiere más potencia de procesamiento que otros algoritmos (entre 8.000 y 62.000 veces más según Pixelmator), las imágenes se procesaron en solo unos segundos cada una en mi MacBook Pro 2015.
Eso es impresionante.
Le insto a que visite el blog de Pixelmator (https://www.pixelmator.com/blog/, donde puede leer sobre la tecnología detrás de ML Super Resolution y ver ejemplos comparados con los tres algoritmos más comunes: bilineal, vecino más cercano y Lanczos.
Estoy impresionado
Sigo siendo fanático de Affinity Photos y todavía lo uso para la mayor parte de mi edición de imágenes. Pero, en el futuro, lanzaré Pixelmator Pro si necesito una ampliación o reducción de imagen de alta calidad. Incluso puedo cambiar para usarlo a tiempo completo.
Por lo tanto, descargue la versión de prueba gratuita y pruébela con algunas de sus propias imágenes. Me sorprendería que no esté tan impresionado con ML Super Resolution como yo.
Y eso es todo lo que escribió …