Wie werden beim Verkleinern gescannter Fotos Details beibehalten?

Ich mische analoge mit digitaler Fotografie - ich mache in der Regel bessere Fotos, wenn ich nicht auf einen kleinen digitalen Bildschirm schauen kann, und zwinge mich unbewusst, das Bild vor dem Aufnehmen aufzunehmen, anstatt danach zu prüfen, ob es erfolgreich war. Ich mag auch den Kornfilm, der mir gibt. Die meisten Aufnahmen sind es jedoch nicht wert, viel Zeit in der Dunkelkammer zu verbringen, und das Scannen ist viel schneller. Ich frage mich, wie ich den Film am besten digitalisieren kann.

Das Scannen mit einer niedrigeren Auflösung als der maximalen (nicht interpolierten) Auflösung meines Bildscanners führt dazu, dass der Kontrast der Körnung überhöht wird und die Mitteltöne dadurch gestört werden. ¹ Auf der anderen Seite ist die resultierende Größe der Scans in den meisten Fällen ein großer Overkill (ich drucke sie nicht in A0-Größe), daher möchte ich die Bilder verkleinern. Das Korn verwirrt jedoch die meisten Verfahren und führt zu Detailverlust und / oder Verlust des charakteristischen Korns. Zum Beispiel neigt bikubisch schärfer dazu, eine "größere" Körnung als das Original zu ergeben. Der beste Kompromiss, den ich bisher gefunden habe, ist die bilineare Interpolation, aber ich bezweifle, dass dies die beste Methode ist, um sowohl die Gesamtdetails als auch das Aussehen der Maserung beizubehalten.

Kurz gesagt: Wie kann ich bei der Verarbeitung des gescannten Negativs die Bildqualität und das charakteristische Aussehen der Maserung "am besten" erhalten?

Wie Stan Rogers weiter unten ausführte, gibt es einen Unterschied zwischen dem Scannen des Filmkorns und dem Scannen des "körnigen" Charakters eines Films bei niedrigeren Auflösungen. Diese Frage betrifft letztere; Stan Rogers erklärt, wie man das erste macht.

Ich suche nach Alternativen zu den standardmäßigen Photoshop-Optionen zum Ausprobieren und nach Gründen für jede. Ist die Tatsache, dass jeder Film eine andere Körnung aufweist, ein Problem? Sind kundenspezifische erweiterte Lärmreduzierungsmethoden möglicherweise eine Option?

_{1. Ich verwende einen Minolta DiMAGE Scan Elite 5400 mit der von Minolta bereitgestellten Software.}

Hier sehen Sie, wie gewünscht, ein gescanntes Bild mit verschiedenen Größenänderungsmethoden. Einfach gescannt und ein S / W-Negativ gescannt, um einen besseren Tonwertumfang zu erhalten. Ich habe aus offensichtlichen Gründen den Getreidelöser, die automatische Staub- und Kratzerentfernung usw. ausgeschaltet. Rechts werden die Bilder wieder mit Nearest Neighbour hochskaliert. Ich stelle den 8 - Bit - Scan vor dem Downscaling auf 16 Bit ein und gehe davon aus, dass das Banding - Risiko verringert wird, wenn ich mich mit Kurven, Kanalmischern usw. herumärgere Bild in S / W, dann wieder auf 8 Bit umschalten).

Da Sie herkömmliche Schwarzweißfilme scannen und die Körnung erhalten möchten, müssen Sie mit der höchsten nativen Auflösung scannen, die Ihr Scanner zulässt. Das Problem wird darin bestehen, die Körnung beizubehalten - Ihr Scan (vorausgesetzt, er ist scharf) besteht fast ausschließlich aus schwarzen oder weißen Pixeln. Schatten und untere Mitteltöne überstehen die Verkleinerung wahrscheinlich recht gut, obere Mitten und Lichter hingegen nicht - diese Bereiche werden aus einzelnen oder kleinen Gruppen von schwarzen Pixeln mit relativ kleinen weißen Zwischenräumen bestehen. Ein einzelnes Pixel skaliert nicht gut und eine auf 50% skalierte Schwarz-Weiß-Schwarz-Weiß-Abwechslung führt zu zwei grauen Pixeln (ohne erkennbare Körnung) oder, wenn Sie den Kontrast erhöhen, um zu versuchen, "wiederherzustellen" "das Korn, zwei schwarze oder zwei weiße Pixel,

Möglicherweise stellen Sie fest, dass Sie nur dann zu einer angemessenen Dateigröße gelangen können, wenn Sie ein glattes Graustufenbild erstellen, skalieren und das Korn später synthetisieren. Wenn Ihnen eine größere Datei nichts ausmacht (und Sie Platz zum Speichern großer Dateien haben), können Sie die großen Dateien möglicherweise in einer angemessenen Größe drucken.

Da Sie ein "echtes" Schwarzweißbild drucken (im Gegensatz zu einem weichen Graustufenbild), können Sie die üblichen Richtlinien für das Drucken von Pixeln pro Zoll so gut wie vergessen. Die normalen Faustregeln gehen davon aus, dass der Drucker eine bestimmte Mindestanzahl von Punkten pro Bildpixel benötigt, um die Töne genau wiederzugeben. Sie sind nicht allzu sehr besorgt über den Tonwertumfang bei jedem gedruckten Pixel - jeder von ihnen ist entweder schwarz, weiß oder ein Übergangsgrau, wenn der Scan den Rand eines Silberkorns auf dem Negativ erhält. Ein oder zwei Grautöne (oder "Hellschwarze" in Druckertinte) sollten es bedecken.

Das setzt immer noch einen relativ großen Druck voraus - 8x10 oder größer. Wenn Sie zu klein werden, müssen Sie wahrscheinlich die echte Körnung opfern, ein Graustufenbild aus dem Scan erstellen (etwas Unschärfe erforderlich) und dann eines der kornsimulierenden Halbton-Plugins in Ihrem bevorzugten Bildeditor verwenden, um die zu simulieren Korn. (Bei kleinen Formaten sieht es nach einem zusätzlichen Schub aus, wenn Sie Getreide sehen möchten - das Dithering des Druckers bringt Sie nur so weit.)

Hinzugefügt: In Anbetracht des von Ihnen geposteten Beispiels hat der Körnungseffekt bei den Methoden, die ein signifikantes Körnungsmuster hinterlassen haben, eine rein ärgerliche Geometrie (nächster Nachbar und bikubisch schärfer; bilinear ist etwas weniger körnig, sieht aber immer noch zu regelmäßig aus). Als ich ein bisschen herumspielte, bemerkte ich, dass wenn Sie eine der glatteren Methoden (insbesondere bikubisch glatter) wählen und dann einer Überlagerungsebene mit einer Deckkraft von 50% etwa 20% zufälliges Rauschen hinzufügen, Sie einige organisch aussehende Körnchenmuster in erzeugen können das Gesamtbild. Einen Versuch ist es wert.

Ich weiß genau, was ich tun würde und tatsächlich in der Vergangenheit getan habe, aber meine Antwort ist wahrscheinlich für niemanden hier nutzlos. Sie müssen ein Bildverarbeitungsfreak sein.

Wie andere sagen, scannen Sie mit der höchstmöglichen Auflösung.

Ich würde interaktive Hochleistungs-Mathematiktools wie Matlab oder IDL verwenden, um das Bild in einen körnigen Hochfrequenzteil und einen glatten Teil zu analysieren. Es würde einige komplizierte zusätzliche Schritte geben, um sicherzustellen, dass Kanten in den glatten Teil und nicht in den körnigen Teil gehen. Es handelt sich also nicht nur um Fourier-Transformationen oder eine Art lineares Filtern. Im Idealfall handelt es sich bei dem körnigen Teil lediglich um statistisches Rauschen mit der richtigen Körnigkeit, jedoch ohne Hinweis auf das Originalbild.

Hinweis: Es kann sein, dass das analysierte Bild nicht glatt und körnig ist. Dies könnte eine etwas komplexere Kombination sein, da die statistische Verteilung der Körnigkeit zwischen hellen und dunklen Bereichen variieren kann.

Der glatte Teil kann leicht verkleinert werden. Das wird dann mit dem nicht skalierten körnigen Teil kombiniert, der passend zugeschnitten wird. Optional könnte eine Verkleinerung des Getreides besser aussehen.

Das Tolle an dieser Methode ist, dass Sie Bikubik auf das glatte Bild und Bilinear auf das Korn anwenden können (wenn Sie es verkleinern), und Sie können genauso gut jede Bildanpassung auf den glatten Teil anwenden, aber verschiedene Anpassungen auf das körnige Teil.

Ich schreibe schnell ein IDL- oder Python-Skript voller schwerer Mathematik. Ich weiß nicht, ob es ein Photoshop- oder ein GIMP-Plug-In gibt, das diese Art von Arbeit für Nicht-Wahnsinnige erledigen kann. Ich weiß, dass Alien Skin einige beeindruckende Plugins erstellt, die das Erscheinungsbild von Filmen verändern, einschließlich Körnigkeit und verschiedener Filmmaterialien.

Das Thema des Downscaling ist sehr weit gefasst, aber ich denke, dass diese Seiten die umfassendste Anleitung zur Größenänderung von Bildern sind:

http://www.imagemagick.org/Usage/filter/

http://www.imagemagick.org/Usage/filter/nicolas/

Dort finden Sie Beispiele und Diskussionen zu den besten Möglichkeiten, Details zu erhalten, ohne Artefakte einzuführen, von den einfacheren Algorithmen bis zu den komplexesten (siehe zweiter Link).