Manchmal benötigt man eine grössere Bilddatei. Vielleicht ist das verfügbare Foto nur in begrenzter Auflösung erhältlich oder es muss ein aussergewöhnlich grosses Bild erzeugt werden. Wie geht man vor?
Verschiedene Optionen für Bildvergrösserungen
Immer bessere Kameras liefern immer höhere Auflösungen. Der Bedarf für Bildvergrösserungen hat abgenommen. Allerdings gibt es immer wieder Situationen, in denen man um bessere und hochaufgelöste Bilddaten froh wäre. Wenn die nicht neu erzeugt werden können, muss man die gewünschte Resultate auf andere Weise versuchen zu erhalten.
Interpolation
Bildverarbeitungen wie Photoshop & Co. bieten häufig eine sogenannte Interpolation an. Dafür gibt es verschiedene Methoden. Die Idee ist folgende: Das Bild wird auf eine neue Grösse gerechnet und fehlende Bildinformationen werden aus den verfügbaren benachbarten Pixeln «interpoliert». Liegen etwa zwei Bildpixel mit den Werten schwarz und weiss nebeneinander, dann werden Sie bei einer Vergrösserung auseinandergezogen und dazwischen wird ein mittleres grau eingefügt. Das scheint zwar logisch, aber hat den Nachteil, dass dadurch Details verloren gehen, Rändern im Bild verschwommen werden und dergleichen Dinge mehr.
Fraktalen und andere Tricks
Das Resultat bei Bildvergrösserungen lässt sich deutlich verbessern, wenn man spezielle Techniken einsetzt. Ein klares Beispiel dafür ist das ehemalige Produkt GenuineFractals, das Ende der 1990er-Jahre von der Firma Altamira Group entwickelt wurde (Quelle) und damals von Kursiv in der Schweiz vertrieben wurde. Später ging GenuineFractals an die Firma onOne Software (ON1.com), die seinerseits ein Spin-off der Firma Extensis ist. Die fraktale Technologie beschrieb das Bild nicht in Pixeln, sondern mit Formeln. Die Formel nun war skalierbar und die beschriebenen Bild-Details konnten gut skaliert werden.
Diese neue Art, Bilder zu beschreiben, wurde mit weiteren Tricks ergänzt. Wurde im Bild etwa eine Begrenzung erkannt, eine Linie oder Fläche, dann liess man bei der Vergrösserung diesen Rand in der Originalstärke, vergrösserte sie also nicht mit. Stellt man sich eine 1-Pixel starke Linie vor, und das Bild wird 10x vergrössert, müsste die Linie 10 Pixel breit werden. Belässt man die Linie jedoch bei einer 1-Pixel-Stärke, entsteht dadurch subjektiv den Eindruck, dass das Bild schärfer ist. Auch liess sich bei der Vergrösserung «Noise» einrechnen, wodurch vermeintliche Details hinzugefügt wurden. Das Letzte ist allerdings sehr unspezifisch und wenig natürlich, hat jedoch bei einigen Bildern eine angemessene Wirkung.
Ein weiteres Produkt, welches hervorragende Vergrösserungen produziert, ist «BlowUp» von der Firma Exposure Software. Auch diese Software bringt deutlich bessere Vergrösserungen hervor als Photoshop-eigene Funktionen. Ein zusätzlicher Nutzen der Speziallösungen ist die, dass zusätzliche Funktionen für besondere Zwecke vorhanden sind. Dabei kann man an Bildvergrösserungen für Kunstdrucke denken, wobei man den Bildrand um die Leinwand herum definieren kann, oder übergrosse Bilder in druckbaren Streifen produziert.
Künstliche Intelligenz
Nun steht die nächste Optimierung an. onOne Software kündigt für April 2022 eine neue Version Ihrer Bildvergrösserungssoftware an. Unter dem Namen «ON1 Resize AI» erscheint ein Nachfolge-Produkt, das mit künstlicher Intelligenz funktioniert. Die Idee ist folgende: Ein lernfähiges System erkennt nicht nur die Pixel eines Bildes, sondern hat verstehen gelernt, wie die Originaldetails bei vergleichbaren guten Bildern aussehen. Dadurch können typische Bildstrukturen im Nachhinein ergänzt werden und das Bild erscheint in der Vergrösserung auf natürliche Art deutlich detaillierter. Das ist nicht die einzige Lösung, die mit künstlicher Intelligenz arbeitet. Gigapixel von Topaz Labs bietet eine ähnliche Funktionsweise.
Im folgenden Video gibt es eine Vorschau auf das neue On1 Resize AI.
Die Resultate nach dem Video sind umwerfend besser. Es werden sogar Details der Originalfotos verbessert. Allerdings gibt es auch den Eindruck, dass die Tiefe des Bildes noch nicht berücksichtigt wird. Eine natürliche Sicht verliert Details, je weiter sie entfernt sind. In den gezeigten Beispielen werden jedoch auf fast jede Distanz Verbesserungen erzielt. Das ist erstaunlich. Hier und dort erschien mir das Resultat gerade dadurch jedoch etwas unnatürlicher. Es kann gut sein, dass man mit ON1 Resize AI zwar die besten Resultate erhält, für überzeugende Resultate jedoch vielleicht mit Masken für Vordergrund und Hintergrund arbeiten muss, damit nicht zu viel Detail im Hintergrund hinzugefügt wird.
Weitere Beispiele finden sich hier:
Zusammenfassung
Die Software für Bildvergrösserungen wird immer besser. Eine «verlustfreie Bildvergrösserung» kann immer nur angenähert werden. Die möglichen Resultate sind heute besser als je zuvor.