Как сделать стохастику в фотошопе
Плагин для стохастики?
Добрый день!
Подскажите пожалуйста какой нибудь плагин для стохастического растрирования в фотошопе (или может отдельная программа), для шелкухи.
Я достал Andromeda Screens — это конечно почти то что нужно, но там недостаток: плохо растрируются почти белые, и почти черные участки.
Там те же «червячки» что и в середине диапазона, только очень тонкие — не пропечатываются/заливаются.
А вот на картинках, в ссылках ниже — правильная стохастика. В середине диапазона — «червячки», а на темных и светлых — «жирные случайные точки».
(однобитные bmp, весят около 25 кб каждая)
В какой же программе это сделано?
В форуме уже не раз подымалась тема об этом ….. можно порыться….были даже ссылки……
в репроцентре мне сказали, что их РИП для шелкухи не сделает стохастику, т.к. мне для плитки нужно довольно крупная точка (линеатуры порядка 50 — 60 lpi), а их РИП делает мелкую стохастику для обычного CMYK и полноцвета полиграфического качества.
…я про это и говорил….
Они просто не могут (не умеют, не знают как) задать точку больше,…т.е. пользуются установками по умолчанию (и лень им искать как исправить это дело)….
Увы, програмным путём я эти проблемы не решал (а точнее, просто менял репроцентр)….так что Бог в помощь…
Кстати, на сколько я понимаю, РИП должен быть ихний (под машину)…и если у Вас получится с помощью него всё таки вывести то, что Вам нужно, то это только подтверждение неграмотности операторов….
помойму можно разориться немного, и вывести себе таблицу (градация) и на одной пленке испробовать все возможности. один раз на всю жизнь.
А зачем плагин? Мы делили прямо в Фотошопе. Там же все установки можно задавать…
А ФНА действительно делают очень мелкю точку. Хотя, для УФ печати на мелких сетках подходит.
Drema, если Вы киевлянин, то могу подсказать где можно вывестись стохастикой. пишите на мыло.
Фотошоп и Харлекиновская стохастика
_MBK_
Пикирующий бомбардировщик
_MBK_
Пикирующий бомбардировщик
Ответ: Фотошоп и Харлекиновская стохастика
Думаю, для трафаретчиков это полезно было бы. По сравнению со стандартной фотошоповской, эта стохастика более гладкая и меньше муарит. Вот примеры.
стандартная:
Ответ: Фотошоп и Харлекиновская стохастика
Есть уже. у ECRM = DM screening. Генерит растр нужный в зависимомти от состояния СТР и печатной машины.
ИМХО, не вижу смысла отдавть отрастрированное изображение туда, где его возможно не напечатают.
Valery
Ответ: Фотошоп и Харлекиновская стохастика
_MBK_
Пикирующий бомбардировщик
Ответ: Фотошоп и Харлекиновская стохастика
Действительно, как выяснилось, стандартный фотошоповский «случайный дизеринг» при трафаретной печати при определенных условиях дает ощутимый муар. Видимо, это связано с недостатками алгоритма и квадратной точкой.
А где у DM Screening плагин к фотошопу? Не нашел. 
ch_alex
Погулять вышел.
Ответ: Фотошоп и Харлекиновская стохастика
Впрочем, спортивный интерес никто не осуждает. А даже очень наоборот. 
_MBK_
Пикирующий бомбардировщик
Ответ: Фотошоп и Харлекиновская стохастика
«Вы их просто готовить не умеете» 😉
Я тоже раньше все время так считал, однако, последние полгода у трафаретчиков появилась устойчивая мода на стохастику. При соблюдении определенных условий, получается очень даже неплохо, лучше регулярного растра, да и, говорят, печатать проще.
ch_alex
Погулять вышел.
Ответ: Фотошоп и Харлекиновская стохастика
_MBK_
Пикирующий бомбардировщик
Ответ: Фотошоп и Харлекиновская стохастика
Надо ж когда-нибудь начинать с чего-то. 😉 Мне много тащат на вывод изображений для трафарета, отрастрированных в шопе. Пусть хотя бы нормальным растром это делают.
Ответ: Фотошоп и Харлекиновская стохастика
_MBK_
Пикирующий бомбардировщик
Ответ: Фотошоп и Харлекиновская стохастика
Я уже объяснял: для того, чтобы перевести в монохром маленькую полутоновую картинку, скажем, на визитку, вовсе необязательно покупать себе РИП со стохастикой.
Ответ: Фотошоп и Харлекиновская стохастика
То есть для себя и делать?
Valery
Ответ: Фотошоп и Харлекиновская стохастика
_MBK_
Пикирующий бомбардировщик
Ответ: Фотошоп и Харлекиновская стохастика
Компью А рт
Promises and Pitfalls
Петр Нуждин, начальник отдела выпуска рекламы ИД «Коммерсантъ»
Фраза, вынесенная в подзаголовок данной статьи, существует в виде устоявшейся языковой конструкции и, по моему мнению, наилучшим образом иллюстрирует то, о чем пойдет речь ниже, а именно о великолепных возможностях стохастического растрирования, о целом ряде его преимуществ перед традиционными растрами (promises обещания), а также о неприятных неожиданностях (pitfalls западни) при использовании стохастики в практике полиграфического производства.
Истоки растрирования
Перед тем как приступить к рассмотрению непосредственно стохастического растрирования, его особенностей и возможностей, обратимся к истории изобретения растра.
Вполне правомерно начать с серии открытий, принадлежащих Уильяму Генри Фоксу Талботу (18001877), которого заслуженно называют одним из основателей современной фотографии. Этот ученый вписал свое имя в историю как математик, физик, философ. Его увлечения были весьма разнообразны: достаточно сказать, что он был известен и как египтолог, сделавший значительный шаг в расшифровке древней египетской письменности. Но для темы нашего рассказа важнее всего то, что он изобрел фотопроцесс, с помощью которого на обыкновенной бумаге, покрытой светочувствительным слоем, можно было получать негативное изображение фотографируемого объекта, которое затем превращалось в позитивное с помощью аналогичного фотопроцесса.
Широкой публике имя Уильяма Талбота известно гораздо меньше, чем имя Луи Дагерра (17871851), хотя о его изобретении дагерротипии было объявлено в 1839 году, когда и Талбот объявил об изобретении своего калотипа (по-гречески это означает «прекрасный образ»). В основе обоих изобретений лежало использование камеры-обскуры, а различие состояло в том, что калотип это прямое изображение на бумаге, которое получалось с негатива, а дагерротип прямое изображение на металлической пластине, по природе своей уникальное, не поддающееся тиражированию. Как понятно даже из этого краткого описания, калотип ближе к современной фотографии, но по причине некоторой размытости получаемых изображений в сравнении с дагерротипом это изобретение Талбота не получило широкого распространения.
Но если в отношении первенства в изобретении фотографии у историков всегда были поводы для споров, то авторство Талбота неоспоримо в отношении идеи получения позитивного изображения с негатива посредством использования тонкой сетки в качестве промежуточного слоя. А это, как мы теперь знаем, и есть по своей сути растрирование, то есть получение штрихового изображения из полутонового.
Вообще, роль растрирования в книгопечатании и в полиграфии весьма велика, поскольку именно оно позволило значительно удешевить процесс репродуцирования иллюстраций. До изобретения полиграфических растров печатники использовали такие способы перевода полутоновых изображений в штриховые, которые были основаны на технике гравировки. Искусство граверов поражает нас и по сей день. В качестве примера хочется привести изображение гравюры (рис. 1), на которой присутствует имя гравера, благодаря мастерству которого и был растиражирован этот сюжет. Другим замечательным примером являются книжные гравюры Дюрера (рис. 2), ставшие классическими не только из-за сюжетов. Сложные штриховые структуры, применяемые для имитации плавных тональных переходов в гравюрах, практически исключают какую-либо автоматизацию их репродуцирования, поэтому выпуск большого тиража подобных изображений вряд ли возможен.
Появление регулярных полиграфических растров сразу решило ряд производственных проблем, поскольку фотографический процесс получения форм для печати гораздо дешевле гравировки и не требует от исполнителя навыков художника-гравера.
Принципы создания и основные параметры растрового изображения
Рассмотрим процесс растрирования полутонового изображения и назовем ключевые параметры растровых структур, влияющие на восприятие изображения на репродукции. Для простоты предположим, что оригиналом является монохромное полутоновое изображение. Любое подобное изображение может быть описано в виде функции, значение которой в каждой точке оригинала определяется уровнем яркости этой точки. Иными словами, чем ярче (светлее) точка, тем больше значение данной функции, и наоборот: чем точка темнее, тем меньше будет в ней значение функции. Для наглядности рассмотрим условный график функции ѓ(х), где х пространственная координата точки оригинала (рис. 3), с плавным изменением уровня яркости (то есть это полутоновой оригинал), а решетка, применяемая для растрирования, представлена «пилой». Результат растрирования показан в нижней части этого рисунка, из которого становится понятно, как формируется растровое представление нашего оригинала. В той части графика функции, где уровень яркости мал (изображение темнее), формируется большая по размеру точка, и наоборот.
Важнейшим параметром растрового изображения является линиатура пространственная частота растровой решетки, в ячейках которой расположены растровые точки. Очевидно, что для достижения лучшего визуального результата линиатура должна быть как можно выше, ибо чем больше число точек на единицу площади изображения, тем больше деталей изображения можно передать и тем менее эти точки будут заметны глазу, оставляя впечатление непрерывного полутонового изображения.
Следующий важный параметр растрового изображения угол наклона растровой решетки. Напомним, что для простоты мы имеем в виду монохромное (однокрасочное) изображение, хотя все нижеописанное может быть экстраполировано и на многокрасочные изображения. Для иллюстрации важности этого параметра рассмотрим изображения, приведенные на рис. 4 и 5. В первом случае для растрирования исходного изображения был задан угол наклона растра 90°, а во втором 45°. Изображение на рис. 5 выглядит лучше, так как за счет наклона растровой решетки достигается больший эффект непрерывности изображения.
Понятно, что в случае многокрасочного изображения невозможно использовать один и тот же угол наклона растровых решеток для различных красок. Эти углы должны отличаться друг от друга. При их выборе в общем случае руководствуются тремя соображениями:
• растровые решетки различных красок не должны совпадать;
• чем контрастнее (темнее) краска, тем более угол наклона растровой решетки должен приближаться к 45° (мы уже говорили, что наиболее комфортное для восприятия изображение должно содержать растровую решетку, повернутую на 45°);
• углы должны быть выбраны таким образом, чтобы по возможности предотвратить возникновение муара.
Данная тема заслуживает отдельного обсуждения, недаром фирмыпроизводители программного обеспечения вкладывают большие средства в исследования и выходят на рынок с новыми системами растрирования (под системой растрирования принято понимать определенный набор параметров растра, включающий разрешение, линиатуру растра и определенные углы наклонов растров различных красок).
Последний параметр растровой структуры, влияющий на качество итогового изображения, это форма точки. Не вдаваясь в подробности, скажем лишь, что выбор оптимальной формы точки способен в значительной мере улучшить качество репродукции. На рис. 6 приведены четыре вида формы точки, каждая из которых может быть использована в зависимости от структуры и сюжета изображения на репродукции.
Таким образом, растровые структуры это сложные многокомпонентные системы, описываемые большим количеством параметров и применяемые для репродуцирования полутоновых оригиналов. И, конечно, они не лишены недостатков.
Недостатки периодических растров
Мы уже говорили о том, что изобретение растрирования послужило мощным стимулом развития общества, поскольку книги и иные печатные иллюстрированные издания стали доступны по цене и, как следствие, получили широкое распространение. Но если на момент изобретения периодические растры полностью отвечали запросам того времени, то по мере прогресса в разных отраслях знания менялись требования к самому процессу репродуцирования, а кроме того, становились все более очевидными недостатки этого вида растров, а именно:
• наличие нелинейной зависимости величины растискивания растровой точки от ее номинального относительного размера (% растра);
• визуальная неравномерность «растяжек» (градиентных заливок);
• большая вероятность возникновения муара;
• технологические ограничения линиатуры растра.
Негативное явление, называемое растискиванием, хорошо известно полиграфистам. Можно сказать, что это хорошо знакомый враг, с которым мы научились бороться, но побороть окончательно, видимо, не сможем никогда. Нелинейность поведения этого параметра (различные степени растискивания точек в светах, тенях и средних тонах) и его зависимость от самых разных условий не позволяют выработать универсальное и надежное противоядие.
Это же явление лежит в основе второго недостатка традиционных растров. Специалистам хорошо знаком так называемый эффект 50% скачка, являющийся следствием визуальной неравномерности растровых градиентных заливок (рис. 7). В дорогих моделях фотонаборных автоматов для формирования таких заливок даже использовались специальные аппаратные процедуры, которые позволяли получить более гладкие переходы.
Про муар мы говорим довольно часто, но, как и в других случаях, полностью избежать его не удается. Самыми опасными в плане возникновения муара до сих пор остаются коричневые и фиолетовые цвета и оттенки. Встречается также наложение периодической структуры изображения (например, рисунка ткани) на периодическую растровую решетку (так называемый сюжетный муар. Прим. ред.). Избежать этого недостатка иногда удается только эмпирическим подбором угла наклона такого изображения. Пример муара представлен на рис. 8.
Последний из перечисленных недостатков обусловлен самой физикой процесса печатания, свойств красок, бумаги и т.д. Если рассматривать полиграфические изделия среднего качества (не являющиеся эксклюзивными по технологии и себестоимости), то говорить об использовании линиатур выше 175 lpi не приходится.
Каковы же пути повышения качества репродуцирования и борьбы с вышеназванными проблемами? С растискиванием мы боремся, внося предыскажения при изготовлении фотоформ или при изготовлении печатных форм на устройствах CtP. Хотя процесс весьма хорошо изучен и описан, но для того, чтобы со знанием дела произвести подготовку к этому действу, надо ввести в программу цветоделения значения, взятые из так называемых кривых растискивания по каждой краске, получаемых после промера тестовых оригиналов, которые напечатаны в заданных условиях, теми же самыми красками, на той же самой бумаге и на той печатной машине, на которой предполагается печатать тираж нашего изделия. Немудрено, что на практике данную технологию мало кто соблюдает. Достаточно долго работая в области печатной рекламы, могу вспомнить лишь пару-тройку случаев, когда изготовители макетов запрашивали в издательстве какую-либо иную информацию, кроме обрезного формата издания. Да и здесь делались и делаются ошибки, когда путают живописное поле и дообрезной формат с обрезным! Иными словами, работа делается в расчете на некие усредненные значения (как говорится, ориентируясь на среднюю температуру по больнице), что не может не сказаться на результате.
Справедливости ради необходимо признать, что программное обеспечение, используемое в допечатной подготовке, весьма заметно совершенствуется. Алгоритмы внесения контекстно-зависимых предыскажений в иллюстрации улучшаются и вкупе с соблюдением определенных правил полиграфической «гигиены» (таких, как использование минимально разумной красочной суммы при цветоделении) снижают неприятности до определенного уровня, не позволяя, однако, избавиться от них раз и навсегда.
Неравномерность градиентных заливок тоже преодолевается. Так, опытные пользователи AdobePhotoshop научились «зашумлять» градиенты, но этот способ годится не всегда и не везде.
Сражение с муаром идет посредством использования определенных технологических приемов, способных уменьшить его влияние, но опять-таки не изжить его совсем. В качестве примера можно назвать HQS Screening (high quality screening) от Heidelberg семейство систем растрирования, в котором использован механизм формирования макроячеек, объединяющих несколько полутоновых точек. Макроячейки поворачиваются на определенный угол относительно друг друга, что позволяет снизить вероятность появления муара. Имеются также системы растрирования, в которых для различных красок используются разные линиатуры растра.
Что же касается увеличения линиатур используемых растров, то путь в светлое будущее здесь лежит в области разработки красок с иными физико-химическими свойствами и в тотальном переходе на CtP.
Стохастическое растрирование
Рассмотрев регулярные растры и отдав должное их месту в истории развития полиграфии, мы можем перейти к принципиально иным видам растров, получившим название стохастических, или случайных. Еще одно их название частотно-модулированные растры (frequency modulated, FM) в противоположность традиционным амплитудно-модулированным (amplitude modulated, AM) растрам. В борьбе за повышение качества полиграфической продукции FM-растрам принадлежит особое место. Попытаемся разобраться почему. На рис. 9 приведены результаты растрирования одного и того же оригинала по разным алгоритмам: переменная по величине растровая точка при традиционном растрировании и итог работы алгоритма стохастического растрирования. Полутоновой точке оригинала в стохастике ставится в соответствие «облако» одинаковых по размеру точек, количество которых определяется уровнем яркости точки на оригинале, а взаимное расположение точек квазислучайно. Чем темнее точка на оригинале, тем больше будет число точек в «облаке».
Алгоритмы, использующие описанный выше механизм, более десяти лет назад применялись для улучшения качества воспроизведения полутоновых изображений на монохромных компьютерных мониторах ранних поколений. Примером может служить алгоритм, называемый Error Diffusion, близкий родственник которого до сих пор имеется в AdobePhotoshop в меню для перевода изображений из greyscale в bitmap и называется Diffusion Dither. Рассмотрим вкратце принцип работы этого алгоритма. Анализ оригинального изображения начинается с левого верхнего края. Полутоновая точка изображения сравнивается с неким пороговым значением (операция хорошо знакома пользователям AdobePhotoshop и именуется thresholding), например со 100% черным, и в зависимости от результата в итоговый файл записывается либо черная точка, либо белая. После этого вычисляется погрешность преобразования (ошибка) и при рассмотрении следующей (соседней) точки сравнение происходит уже с пороговым значением + погрешность предыдущего преобразования. Именно отсюда и происходит название алгоритма, которое можно перевести как диффузия ошибки. Error Diffusion это стохастический адаптивный алгоритм с обратной связью, не имеющий фиксированной частоты (растровой решетки), хорошо воспроизводящий мелкие детали, но генерирующий большое количество отдельных точек (особенно в светах), трудно воспроизводимых в печати. На рис. 10 приведен пример работы Diffusion Dither. Алгоритмы стохастического растрирования цветных полутоновых изображений, конечно же несравненно сложнее описанного, но принципы формирования растра идентичны.
Проблемы регулярных растров и стохастическое растрирование
Наличие нелинейной зависимости растискивания растровой точки от % растра
Растискивание растровой точки не зависит от % растра, поскольку точка имеет фиксированный размер
Как сделать стохастику в фотошопе
Стохастический растр
Печатая фотографию, мы часто задаем себе вопрос. Как принтер капельками может сформировать полутона? Почему рассматривая фото в журнале мы видим некую упорядоченную структуру, а рассматривая фото, напечатанное на принтере мы видим гладкую картинку? С каким разрешением посылать фотографию на печать, чтобы добиться лучшего качества?
Для ответа на поставленные вопросы я решил написать статью про принципы построения растра для фотопечати.
Дадим определения понятия растр следующим образом: Это способ передачи графической информации определенного разрешения и определенного количества градаций каждой точки, другим разрешением и другим количеством градаций.
Теперь давайте понятнее. Допустим, мы имеем изображение, разрешением 300dpi (точек на дюйм) и у каждой точки 256 градаций каждого цвета. Мы должны напечатать это изображение в журнале. Печать производится в четыре краски, и никаких оттенков. Для упрощения рассмотрим пример с черно-белым изображением, напечатанным только черной краской. Итак, имеем ч/б изображение, 256 оттенков серого, 300dpi. Для изготовления фотоформ используется фотонаборный автомат, который имеет разрешение, например 2400dpi, но не имеет никаких тоновых градаций, то есть может вывести только два цвета: черный или белый. А как же вся гамма оттенков? Так вот, поступает следующим образом. Разбиваем поле на ячейки 16×16 точек. Количество таких ячеек 150 на дюйм. В каждой ячейке можно поставить от 0 до 256 элементарных точек. Теперь в каждой ячейке мы можем сформировать одну большую точку, из нескольких маленьких. Если мы хотим напечатать серый цвет градация №80 (0-белый, 255-черный), то точку в ячейке мы сформируем из 80 элементарных точек, если хотим, чтобы цвет был светлее, то элементарных точек в ячейке будет меньше, хотим более темный цвет, увеличим количество точек в элементарной ячейке. Таким образом, мы можем получить изображение с разрешением 150 ячеек на дюйм, 256 оттенков цвета в каждой ячейке. Рассматривая изображение в журнале, мы как раз и видим структуру этих самых ячеек, то есть, видим упорядоченный растр.
Итак, имеется задача. Есть изображение 300dpi, 256 градаций на цвет. Есть принтер, который печатает, допустим, 1440dpi, одним размером капли, то есть 2 градации на цвет. Мы должны напечатать это изображение на принтере, сохранив его непрерывность, то есть на ячейки, в этом случае мы разбивать не можем.
Играем здесь вот на чем. Разрешающая способность человеческого глаза не бесконечна. Рассматривая отпечаток, на котором, с разрешением 1440 dpi, чередуются белая и черная точка, как бы мы не напрягали зрение, мы увидим равномерный серый цвет.
В качестве примера возьмем самый примитивный вариант стохастического растра.
Таким образом, формируется изображение. Теперь рассмотрим то, что получилось. Где полезный сигнал, а где шум? Насколько этот шум заметен? В данном случае величина шума в конкретной точке, это разность между тем, что напечатано (0 или 255) и тем, что должно быть. Как себя ведет этот шум? Как он распределяется? Насколько он замете глазу? При данном алгоритме растрирования ответ на эти вопросы дать невозможно. Ведь шум у нас возникает случайным образом. Поэтому в некоторых случаях напечатанное изображение будет выглядеть гладко, а в других случаях паразитный шум может стать заметнее полезного сигнала, то есть изображения. Как говорится, воля случая. Так как поведение данного шума непредсказуемо, то такой растр относится к растрам класса «Растрирование белым шумом». Здесь белый имеется в виду не цвет, а то, что в спектре белого света есть все частотные составляющие. То есть имеется в виду, что частота данного шума может быть любой, шум непредсказуемый. В общем, как правило, нас такое решение нашей задачи не устраивает.
Итак, мы поняли, что при построении непрерывного стохастического растра возникает шум, из-за несоответствия глубины цвета изображения, и количества градаций, воспроизводимых принтером. При растрировании белым шумом мы не смогли найти ответ на следующие вопросы:
Насколько шум замете глазу?
Как ведет себя этот шум, в зависимости от условий печати?
Итак, нам необходимо построить такой растр, чтобы шум не был заметен глазу, и подобрать условия печати, минимизирующие паразитный шум в данном растре. Или строить растр при данных условиях печати, минимизирующий паразитный шум.
Теперь рассмотрим принципы построения стохастического растра с «Растрированием синим шумом» на примере растра Error Diffusion (распределение ошибки).
Сначала рассмотрим черно-белое изображение, печатающееся только черной краской.
Далее произведем расчет для второго пикселя, за «вычетом» 10%. Заметим, что переменная Error характеризует величину шума.
Давайте рассмотрим некоторые примеры:
И т.д. В итоге получаем «шахматную доску», которая нам кажется равномерной серой заливкой. Обращаю ваше внимание на то, что ошибка в данном примере каждый раз меняет знак, то есть не накапливается, а целиком исчезает в ближайших ячейках.
2. Заливка 5%. Смотрим первую точку. Она 5%, каплю не ставим (0%). Error = 5%. По 2,5 направо и вниз. Смотрим вторую точку. Изначально она 5%, с учетом Error она 7,5%, каплю не ставим (0%). Error = 7,5%. По 3,75 направо и вниз.
Так вот: Только на 6-ой точке мы поставим каплю. Таким образом, наша ошибка нейтрализовалась только в 6-ой ячейке. Что увидит наш глаз? Конечно распространение ошибки(error) он увидит значительно лучше, чем цвет фоновой заливки. И у нас уже не будет ощущения равномерного серого поля.
Заметим, что частота паразитного шума равна половине количества раз изменения знака переменной Error на дюйм. То есть частота паразитного шума будет 120 колебаний на дюйм. А 120 «деталей» на дюйм глаз увидит.
Как можно с этим бороться?
Можно увеличить разрешение печати. Соответственно увеличится частота паразитного шума, и глаз его уже не увидит. Но увеличение разрешения печати не всегда возможно.
Но есть и другой способ уменьшения паразитного шума.
Вводим в растр дополнительный цвет. Мы рассматриваем печать в одну краску (черную) так что введем дополнительно серые чернила (к примеру, 30% черного). Раньше у нас было только два цвета: черные чернила и белая бумага, теперь три: черные чернила, серые чернила и белая бумага.
Заново рассмотрим пример 2: Заливка 5%. Смотрим первую точку. Она 5%, каплю не ставим (0%). Error = 5%. По 2,5 направо и вниз. Смотрим вторую точку. Изначально она 5%, с учетом Error она 7,5%, каплю не ставим (0%). Error = 7,5%. По 3,75 направо и вниз.
В этот раз мы не будем ждать «6-го хода», что-бы поставить черную каплю. Когда Error превысит 15%, мы поставим серую каплу и нейтрализуем ошибку в 4-ой точке. В данном примере влияние Error на наше цветовосприятие гораздо меньше, чем в примере без серых чернил. И мы видим равномерную светло-серую заливку.
Давайте рассмотрим подробнее, что мы приобрели, введя в растр дополнительный цвет. Во-первых, мы увеличили частоту паразитного шума, а во-вторых, значительно уменьшили амплитуду шума (с 95% до 25%). То есть, вводя дополнительные чернила в растр мы увеличиваем частоту и уменьшаем амплитуду паразитного шума. И первое, и второе положительно сказывается на восприятии отпечатка.
Теперь, строя растр Error Diffusion, мы будем распределять ошибку (Error) между значениями 0%-40%-70%-100%. И мы так же, как и в случае с дополнительными осветленными чернилами, увеличиваем частоту и уменьшаем амплитуду паразитного шума.
Теперь, строя растр Error Diffusion, мы будем распределять ошибку (Error) между значениями 0%-12%-21%-30%-40%-70%-100%. Теперь уж точно, ошибка далеко не распространится.
Итак, теперь мы можем ответить себе на вопросы, которые задавали до рассмотрения примера растра Error Diffusion.
Насколько паразитный шум заметен глазу?
Задача растра Error Diffusion максимально увеличить частоту паразитного шума, чтобы глаз уже не мог воспринять этот шум, а воспринимал только полезный сигнал, то есть изображение.
Как ведет себя этот шум, в зависимости от условий печати?
При увеличении разрешения печати частота полезного сигнала остается неизменной (мы печатаем все то же изображение), а вот частота паразитного шума пропорционально увеличивается, делая его значительно менее заметным. Добавление осветленных чернил и печать каплей переменного размера увеличивает частоту паразитного шума, и уменьшает его амплитуду, так же делая паразитный шум менее заметным.
Теперь давайте рассмотрим влияние на восприятие отпечатка, в зависимости от сюжета, в случае растрирования растром Error Diffusion.
Рассмотрим пример с печатью 5% заливки. В случае растрирования без использования осветленных чернил и с каплей постоянного размера мы отчетливо увидим артефакты стохастического растра, то есть паразитный шум. Если мы будем растрировать «пестрый» сюжет, то есть сюжет с высокой локальной контрастностью (высокодетализированный сюжет), то переменная Error будет менять знак практически в каждой точке. То есть частота паразитного шума будет высокой, и он не будет восприниматься глазом.
Какой вывод из этого можно сделать. Часто, печатая градиент или плавные переходы из одного цвета в другой, мы видим появляющиеся разрывы в цвете. Видя это, мы считаем, что имеем дело с цветом, который невозможно напечатать на данном принтере. На самом же деле этот цвет в растре присутствует, просто артефакты стохастики (паразитный шум) мы видим лучше, чем этот цвет. Однако в пестром сюжете этот цвет прекрасно напечатается.
Теперь давайте ответим себе на вопрос: С каким разрешением посылать фотографию на печать, чтобы добиться лучшего качества?
Основное, что нам нужно, это разделить частоту полезного сигнала и частоту паразитного шума. Частота полезного сигнала в данном случае, это количество деталей изображения на дюйм. В случае с высокодетализированным сюжетом при печати с разрешением 1440 dpi частота паразитного шума 720 колебаний на дюйм. Изображение должно быть меньшего разрешения. Интерполировать изображение на большее разрешение смысла не имеет. Это и так сделает драйвер. Общий совет по поводу выбора разрешения следующий: Если сюжет высокодетализированный, его лучше печатать с разрешением 360dpi (в большем разрешении смысла нет, глаз этого все равно не увидит), если сюжет малоконтрастный, то в высоком разрешении файла смысла нет. Но в каждом конкретном случае надо анализировать ситуацию самостоятельно. Бывает, что драйвер принтера сначала интерполирует посланное на печать изображение, в какое-то стандартное разрешение (для ускорения работы компьютера), и в этом случае увеличение разрешения нам не даст никакого выигрыша.
Надеюсь, данная статья будет Вам полезна и поможет выбрать принтер для фотопечати, понять, как готовить фотографии к печати, понять, как растрирует растровый процессор..
Все иллюстрации к данной статье смоделированы автором.
Copyright © 2006-2021, Наталия Резвова, Александр Резвов.
Все материалы, размещенные на сайте, защищены законом об авторском праве и смежных правах.
Воспроизведение полностью или частично в любой форме и на любых носителях без письменного разрешения авторов запрещено.