9.2. Konvoluutiomatriisi

9.2.1. Yleiskatsaus

Tässä on matemaatikon toimialue. Suurin osa suotimista käyttää konvoluutiomatriisia. Konvoluutiomatriisi-suotimella voit halutessasi luoda kustomoidun suotimen.

Mikä on konvoluutiomatriisi? Voit saada karkean idean siitä käyttämättä matemaattisia työkaluja, jotka vain pieni osa tuntee. Konvoluutio on matriisin käsittelyä toisella matriisilla, jota kutsutaan ytimeksi.

Konvoluutiomatriisi-suodin käyttää ensimmäistä matriisia, joka on käsiteltävä kuva. Kuva on kaksiulotteinen kokoelma pikseleitä suorakulmaisessa koordinaatistossa. Käytettävä ydin riippuu haluamastasi tehosteesta.

GIMP uses 5×5 or 3×3 matrices. We will consider only 3×3 matrices, they are the most used and they are enough for all effects you want. If all border values of a kernel are set to zero, then system will consider it as a 3×3 matrix.

Suodin tutkii kuvan jokaista pikseliä peräkkäin. Jokaista niitä kohden, joita kutsumme alustavaksi pikseliksi se kertoo tämän pikselin ja sitä ympäröivien 8 pikselin arvot ytimen vastaavalla arvolla. Sen jälkeen se ynnää tulokset ja alustavan pikselin arvo asetetaan tämän lopputuloksen arvoon.

Yksinkertainen esimerkki:

Vasemmalla on kuvamatriisi: jokainen pikseli on merkattu sen arvolla. Alustavalla pikselillä on punainen raja. Ytimen toiminta-alueella on vihreä raja. Ydin on keskellä ja oikealla on konvoluution tulos.

Tapahtumat kerrottuna: suodin luki ytimen toimita-alueen jokaisen pikselin peräkkäin vasemmalta oikealla ja ylhäältä alas. Se kertoi jokaisen arvon ytimen vastaavalla arvolla ja lisäsi tulokset yhteen. Alustavasta pikselistä on tullut 42: (40*0)+(42*1)+(46*0) + (46*0)+(50*0)+(55*0) + (52*0)+(56*0)+(58*0) = 42. (suodin ei työstä kuvaa vaan sen kopiota). Graafisena tuloksena alustava pikseli on siirtynyt yhden pikselin verran alaspäin.

9.2.2. Activating the Filter

This filter is found in the main menu under FiltersGenericConvolution Matrix….

9.2.3. Asetukset

Kuva 17.172. Konvoluutiomatriisin asetukset

”Konvoluutiomatriisin” asetukset

Presets, Input Type, Clipping, Blending Options, Preview, Merge filter, Split view
[Huomaa] Huomaa

These options are described in Kohta 2, ”Common Features”.

Matriisi

This is the 5×5 kernel matrix: you enter wanted values directly into boxes.

Jakaja

The result of previous calculation will be divided by this divisor. You will hardly use anything else than 1, which leaves results unchanged, and 9 or 25 according to matrix size, which gives the average of pixel values. The divisor can only be changed when Normalize is unchecked.

Siirtymä

This value is added to the division result. This is useful if result may be negative. This offset may be negative. It can only be changed when Normalize is unchecked.

Kanavat

Here you can select which channels the filter should change.

Normalize

Jos tämä asetus on valittuna, niin jakaja ottaa konvoluution tuloksen arvon. Jos tämä tulos on nolla (jakaminen nollalla ei ole mahdollista), niin 128:n siirtymä lisätään. Jos se on negatiivinen (negatiivinen väri ei ole mahdollinen), niin 255:n siirtymä lisätään (kääntää tulokset).

Alfan punnitseminen

Jos tämä asetus ei ole valittuna, niin suodin ei ota läpinäkyvyyttä huomioon ja tämä voi aiheuttaa joitakin artefakteja sumentaessa.

Raja

When the initial pixel is on a border, a part of the kernel is outside the image. You have to decide what the filter should do:

Kuva 17.173. Border examples

Border examples

Source image

Border examples

None border

Border examples

Clamp border

Border examples

Loop border


None

This part of the kernel is not taken into account.

Clamp

Rajoilla olevia pikseleitä ei ole muokattu, mutta ne on rajattu.

Loop

This part of the kernel will be affected by pixels of the opposite border, so pixels disappearing from one side reappear on the other side.

Black

Pixels on borders are changed to black.

White

Pixels on borders are changed to white.

9.2.4. Esimerkkejä

Ydinten suunnittelu pohjautuu korkean tason matematiikkaan. Voit löytää valmiiksi tehtyjä ytimiä netistä. Tässä on muutamia esimerkkejä:

Kuva 17.174. Terävöitä

Terävöitä
Terävöitä

Kuva 17.175. Sumenna

Sumenna
Sumenna

Kuva 17.176. Reunanparannus

Reunanparannus
Reunanparannus

Kuva 17.177. Reunanhavaitsija

Reunanhavaitsija
Reunanhavaitsija

Kuva 17.178. Korkokuva

Korkokuva
Korkokuva