Edges and Microcontrast/fr: Difference between revisions

From RawPedia
Jump to navigation Jump to search
No edit summary
 
(6 intermediate revisions by the same user not shown)
Line 7: Line 7:
Contrairement à ''[[Sharpening/fr#Masque flou | Masque flou]]'', ''Bords'' est un vrai algorithme de netteté. Il n'introduit pas de halos, il peut être utilisé sur les images bruitées et il fonctionne dans l'espace colorimétrique Lab. ''Bords'' accentue les arêtes uniquement et peut être complété par ''Microcontraste'' pour rehausser la texture.
Contrairement à ''[[Sharpening/fr#Masque flou | Masque flou]]'', ''Bords'' est un vrai algorithme de netteté. Il n'introduit pas de halos, il peut être utilisé sur les images bruitées et il fonctionne dans l'espace colorimétrique Lab. ''Bords'' accentue les arêtes uniquement et peut être complété par ''Microcontraste'' pour rehausser la texture.


Le concepteur des 2 algorithmes (Bords et Microcontraste) est Manuel LLorens (Perfectraw).
Le concepteur des 2 algorithmes (Bords et Microcontraste) est [https://github.com/ManuelLlorens Manuel Llorens].


== Bords ==
== Bords ==
Cet outil effectue un renforcement de la netteté (ou '''sharpening''') des bords présentant un contraste suffisant pour être interprétés comme des bords ''ciblés''. En d'autres termes, il améliore la netteté des bords déjà nets, ignorant les bords qui ont trop peu de contraste. Il est important de noter que l'algorithme n'est pas perturbé par le bruit de l'image et qu'il ne génère pas de halos.
Cet outil effectue un renforcement de la netteté (ou '''sharpening''') des bords présentant un contraste suffisant pour être interprétés comme des bords ''ciblés''. En d'autres termes, il améliore la netteté des bords déjà nets, ignorant les bords qui ont trop peu de contraste. Il est important de noter que l'algorithme n'est pas perturbé par le bruit de l'image et qu'il ne génère pas de halos.


Ce type d'amélioration de la netteté peut donner aux bords un aspect un peu artificiel, comme s'ils étaient découpés. En outre, si les paramètres sont trop élevés, les bords résultants pourront présenter  un "aliasing" (effet d'escalier). C'est pourquoi vous devez être prudent lorsque vous l'appliquez à des images aux bords incurvés. Cependant, lorsque les lignes droites prédominent (surtout si elles ne sont pas diagonales) - c'est le cas notamment en architecture - l'algorithme  "bords" apporte une accentuation de la netteté, surtout si vous réduisez la taille de l'image à la fin du traitement''.
Ce type d'amélioration de la netteté peut donner aux bords un aspect un peu artificiel, comme s'ils étaient découpés. En outre, si les paramètres sont trop élevés, les bords résultants pourront présenter  un effet d'escalier[https://en.wikipedia.org/wiki/Aliasing Aliasing].. C'est pourquoi vous devez être prudent lorsque vous l'appliquez à des images aux bords incurvés. Cependant, lorsque les lignes droites prédominent (surtout si elles ne sont pas diagonales) - c'est le cas notamment en architecture - l'algorithme  "bords" apporte une accentuation notable de la netteté.


Les meilleurs résultats sont obtenus :
Les meilleurs résultats sont obtenus :
Line 19: Line 19:
# Luminance uniquement: l'outil fonctionne dans l'espace couleur L*a*b* et cette option renforce uniquement "L"
# Luminance uniquement: l'outil fonctionne dans l'espace couleur L*a*b* et cette option renforce uniquement "L"


[[File:edges.jpg|thumb|682px|none|À gauche, l'image originale. À droite, l'image avec les paramètres par défaut de "bords".<br/>Les flèches indiquent des bords nettement plus nets lorsque l'image est à l'échelle réelle (à 100 %), mais si vous ouvrez l'image pour la visualiser en taille réelle, ce qui équivaut à 200% ou 300 % dans RawTherapee, vous pouvez clairement voir l'effet ''dents de scie'' et une légère postérisation autour des bords]]
[[File:edges.jpg|thumb|682px|none|À gauche, l'image originale. À droite, l'image avec les paramètres par défaut de "bords".<br/>Les flèches indiquent des bords nettement plus nets lorsque l'image est à l'échelle réelle (à 100 %), mais si vous ouvrez l'image pour la visualiser à 200% ou 300 %, vous pouvez clairement voir l'effet ''dents de scie'' et une légère postérisation autour des bords]]


Information supplémentaire ici : https://web.archive.org/web/20110625093654/http://www.rawness.es/sharpening/?lang=en
Information supplémentaire ici : https://web.archive.org/web/20110625093654/http://www.rawness.es/sharpening/?lang=en


== Microcontraste ==
== Microcontraste ==
Le ''microcontraste'' est un concept visant la distinction ou la séparation d'un pixel de ses voisins immédiats, quelque fois on l'appelle simplement ''contraste''. Cependant, une image avec peu de microcontraste aura de nombreux pixels voisins avec des valeurs similaires, donnant une image avec de nombreuses zones sans relief, presque sans détails. Au contraire, une image avec beaucoup de microcontraste vous permettra de distinguer les plus petits détails jusqu'au niveau du pixel : vous serez capable de différencier un pixel de ses voisins.
"Microcontraste" peut être défini comme le contraste sur un pixel level[https://web.archive.org/web/20110625093654/http://www.rawness.es/sharpening/?lang=en#comment-306],  par opposition au "contraste local" qui concerne le contraste entre des zones plus grandes (de plus basse fréquence).


Pour cette raison, il n'est pas recommandé de considérer l'outil '''''Microcontraste''''' comme une autre méthode d'accentuation de la netteté, mais comme une méthode permettant d'améliorer la gradation tonale des images : il s'agit d'améliorer la distinction entre les différents tons au niveau des pixels, de sorte que l'image présente de meilleures textures et une '''profondeur''' des lumières et des ombres.
L'outil Microcontraste augmente le contraste d'un pixel par rapport à ses voisins, ce qui entraîne une augmentation apparente de la texture. L'intention est de permettre de récupérer la texture perdue en raison de la réduction du bruit. Il n'introduit pas de halos.
[https://web.archive.org/web/20100324142513/http://www.rawness.es/contraste-local-y-microcontraste/?lang=en]


Le microcontraste est une caractéristique souvent difficile à expliciter des images qui dépend de plusieurs facteurs:
[[File:seagull-microcontrast.jpg|thumb|none|800px|Example de Microcontrast.]]
* en grande partie de la qualité de l'objectif : il y a des objectifs considérés comme excellents qui ont un microcontraste médiocre.
* des caractéristiques du capteur : le blanc généré par le capteur (et l'algorithme de demosaicing - Amaze, AHD, ...) , ou une sensibilité un peu plus élevée dans le rouge ou le bleu qui donnent une légère dominante de couleur, modifient ou réduisent le microcontraste.
* si le capteur est équipé d'un filtre anti aliasing qui va supprimer les détails les plus fins.
* si l'objectif n'est pas capable de différencier les détails aussi fins que le capteur peut les capturer
* s'il y a des reflets à l'intérieur de l'objectif ou même à l'intérieur de l'appareil photo pendant la prise de vue : dans ces cas, les noirs deviennent gris foncé et les blancs deviennent gris clair, ce qui réduit les contrastes.
* si vous avez fermé le diaphragme pour avoir plus de profondeur de champ : plus le nombre f sélectionné est élevé, plus le microcontraste de la photo sera faible.
* si vous avez trop fermé l'ouverture et que vous avez introduit de la diffraction.


Les contrôles de l'outil sont progressifs et vous permettent de choisir un équilibre entre l'augmentation du contraste au niveau des pixels et l'apparition d'artefacts :


<div class="img-comp-wrapper img-comp-right">
* Seuil de contraste : définit le contraste minimum à partir duquel l'outil agira sur les pixels.
<div class="thumbinner thumbcompare tnone" style="width: 877px">
* Quantité : intensité de l'effet. Plus la valeur est élevée, plus la différence entre les pixels est importante.
<imgcomp img1='microcontrast-off.jpg' img2='microcontrast-on.jpg'  width=877/>
* Uniformité : à gauche, l'algorithme tend à respecter les gradients de contraste initiaux. Vers la droite, les contrastes sont plus intenses et les gradients de contraste initiaux sont ignorés, ce qui rend l'image plus dure.
<div class="thumbcaption">
* Matrice : définit la zone qui sera utilisée pour calculer la variation de contraste. Il y a deux possibilités, une matrice de 3x3 pixels autour du pixel analysé, ou une matrice de 5x5 pixels. Par défaut, ce sera 5x5, donnant un effet plus intense, la matrice 3x3 sera plus appropriée pour les images bruyantes.
Utilisation de l'outil ''Microcontrast'': bien qu'il ne faille pas s'attendre à des changements spectaculaires, la différence est perceptible, notamment au niveau des plumes orange et beige, ainsi que pour les pattes et la texture de la poutre en bois. L'image est plus '''tactile''', plus '''réelle'''.<br/><small>''Image d'origine [http://www.photographyblog.com Photography Blog]''</small>
</div>
</div>
</div>
Dans tous les cas, une image avec un bon microcontraste aura un aspect, une ''qualité'' qui se démarquera de la même image sans microcontraste.
 
 
 
 
 
 
 
 
 
Les contrôles de l'outil sont progressifs et vous permettent de choisir l'équilibre entre l'augmentation du contraste au niveau du pixel et l'apparition des artefacts :
 
 
 
 
* Seuil de contraste : définit le contraste minimum à partir duquel l'outil agira sur les pixels.  
* Quantité : l'intensité de l'effet. Plus la valeur est élevée, plus la différence entre les pixels est importante.
* Uniformité : à gauche, l'algorithme tente de respecter davantage les gradients initiaux. A droite, les contrastes sont plus intenses et les gradients initiaux ignorés, ce qui rend l'image plus dure.
* Matrice : définit la zone qui sera étudiée pour calculer la variation de contraste. Vous avez deux possibilités, une "matrice" de "3x3" pixels autour du pixel étudié, ou une de "5x5" pixels. Par défaut, elle sera de ''5x5'', donnant un effet plus intense, la matrice ''3x3''sera plus appropriée pour les images bruitées.
 
[[File:seagull-microcontrast.jpg|thumb|none|800px| Un autre exemple de la différence entre l'application ou non de l'outil de microcontraste : à gauche, une image sans microcontraste. A droite, la même image avec un microcontraste ajouté. Les textures sont plus apparentes]]

Latest revision as of 06:58, 4 June 2021

Bords et Microcontraste

Les effets de cet outil ne sont visibles qu'à une échelle d'aperçu de 1:1 ou supérieure. Utiliser une fenêtre de détail (cliquer sur l'icône

Error creating thumbnail: Unable to save thumbnail to destination

sous le panneau d'aperçu principal) pour visionner une partie de l'image, ou bien zoomer l'aperçu principal à 100% (aussi appelé 1:1)

Error creating thumbnail: Unable to save thumbnail to destination

..


Généralités

  • Comparaison des outils de netteté

  • Masque flou.

  • Déconvolution RL.

  • Bords.

  • Microcontraste.

  • Bords et Microcontraste.

  • Contraste par niveaux de détail.

Contrairement à Masque flou, Bords est un vrai algorithme de netteté. Il n'introduit pas de halos, il peut être utilisé sur les images bruitées et il fonctionne dans l'espace colorimétrique Lab. Bords accentue les arêtes uniquement et peut être complété par Microcontraste pour rehausser la texture.

Le concepteur des 2 algorithmes (Bords et Microcontraste) est Manuel Llorens.

Bords

Cet outil effectue un renforcement de la netteté (ou sharpening) des bords présentant un contraste suffisant pour être interprétés comme des bords ciblés. En d'autres termes, il améliore la netteté des bords déjà nets, ignorant les bords qui ont trop peu de contraste. Il est important de noter que l'algorithme n'est pas perturbé par le bruit de l'image et qu'il ne génère pas de halos.

Ce type d'amélioration de la netteté peut donner aux bords un aspect un peu artificiel, comme s'ils étaient découpés. En outre, si les paramètres sont trop élevés, les bords résultants pourront présenter un effet d'escalierAliasing.. C'est pourquoi vous devez être prudent lorsque vous l'appliquez à des images aux bords incurvés. Cependant, lorsque les lignes droites prédominent (surtout si elles ne sont pas diagonales) - c'est le cas notamment en architecture - l'algorithme "bords" apporte une accentuation notable de la netteté.

Les meilleurs résultats sont obtenus :

  1. Itérations : nombre d'itérations que l'algorithme effectue. Un nombre élevé produit un effet trop accentué aux environs des bords. Dans certains cas, avec une valeur de 2 ce problème est déjà observable. En général, " 1 ou 2 itérations " donnent les meilleurs résultats.
  2. Quantité : nombre de pixels adjacents à analyser pour un bord. Des valeurs plus élevées produisent des bords plus nets et un effet "dents de scie" plus important.
  3. Luminance uniquement: l'outil fonctionne dans l'espace couleur L*a*b* et cette option renforce uniquement "L"
À gauche, l'image originale. À droite, l'image avec les paramètres par défaut de "bords".
Les flèches indiquent des bords nettement plus nets lorsque l'image est à l'échelle réelle (à 100 %), mais si vous ouvrez l'image pour la visualiser à 200% ou 300 %, vous pouvez clairement voir l'effet dents de scie et une légère postérisation autour des bords

Information supplémentaire ici : https://web.archive.org/web/20110625093654/http://www.rawness.es/sharpening/?lang=en

Microcontraste

"Microcontraste" peut être défini comme le contraste sur un pixel level[1], par opposition au "contraste local" qui concerne le contraste entre des zones plus grandes (de plus basse fréquence).

L'outil Microcontraste augmente le contraste d'un pixel par rapport à ses voisins, ce qui entraîne une augmentation apparente de la texture. L'intention est de permettre de récupérer la texture perdue en raison de la réduction du bruit. Il n'introduit pas de halos. [2]

Example de Microcontrast.

Les contrôles de l'outil sont progressifs et vous permettent de choisir un équilibre entre l'augmentation du contraste au niveau des pixels et l'apparition d'artefacts :

  • Seuil de contraste : définit le contraste minimum à partir duquel l'outil agira sur les pixels.
  • Quantité : intensité de l'effet. Plus la valeur est élevée, plus la différence entre les pixels est importante.
  • Uniformité : à gauche, l'algorithme tend à respecter les gradients de contraste initiaux. Vers la droite, les contrastes sont plus intenses et les gradients de contraste initiaux sont ignorés, ce qui rend l'image plus dure.
  • Matrice : définit la zone qui sera utilisée pour calculer la variation de contraste. Il y a deux possibilités, une matrice de 3x3 pixels autour du pixel analysé, ou une matrice de 5x5 pixels. Par défaut, ce sera 5x5, donnant un effet plus intense, la matrice 3x3 sera plus appropriée pour les images bruyantes.
Retrieved from "http://rawpedia.rawtherapee.com/index.php?title=Edges_and_Microcontrast/fr&oldid=8436"