9.2. Matrice di convoluzione

9.2.1. Panoramica

Qui è il dominio del matematico. La maggioranza dei filtri utilizzano matrici di convoluzione. Con il filtro Matrice di convoluzione, se si vuole, si può costruire un filtro personalizzato.

Cos'è una matrice di convoluzione? È possibile avere un'idea di cosa sia senza usare strumenti matematici che pochi conoscono. La convoluzione è il processamento di una matrice attraverso un'altra che viene chiamata «kernel».

Il filtro Matrice di convoluzione utilizza come prima matrice l'immagine da processare. L'immagine è un insieme bidimensionale di pixel in coordinate rettangolari. Il kernel usato dipende dall'effetto che si vuole ottenere.

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.

Il filtro esamina in sequenza ogni pixel dell'immagine. Per ciascuno di essi, che denomineremo "pixel iniziale", si moltiplica il valore di quest'ultimo e i valori degli 8 pixel confinanti per i valori corrispondenti nel kernel. I risultati vengono poi sommati e il pixel iniziale viene impostato a questo risultato finale.

Un semplice esempio:

Alla sinistra la matrice dell'immagine: ogni pixel è marcato con il suo valore. Il pixel iniziale ha un bordo rosso. L'area di azione del kernel è quella con il bordo verde. AL centro il kernel e a destra il risultato della convoluzione.

Ecco cosa accade: il filtro legge successivamente da sinistra a destra e dall'alto verso il basso tutti i pixel dell'area di azione del kernel. Moltiplica il valore di ciascuno per i corrispondenti valori del kernel poi somma i risultati. Il pixel iniziale assume valore 42: (40*0)+(42*1)+(46*0) + (46*0)+(50*0)+(55*0) + (52*0)+(56*0)+(58*0) = 42 (il filtro non lavora sull'immagine ma su una sua copia). Il risultato grafico è che il pixel si sposta di una posizione in basso.

9.2.2. Activating the Filter

Questo filtro si trova nel menu immagine sotto FiltriGenericiMatrice di convoluzione....

9.2.3. Opzioni

Figura 17.175. Opzioni della «matrice di convoluzione»

Opzioni della «matrice di convoluzione»

Presets, «Input Type», Clipping, Blending Options, Preview, Split view
[Nota] Nota

Queste opzioni sono descritte in Sezione 2, «Caratteristiche comuni».

Matrice

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

Divisore

Il risultato del calcolo precedente verrà diviso per questo valore. Di solito si usa 1, che lascia invariato il risultato, e 9 o 25, a seconda della dimensione della matrice, che restituisce la media dei valori del pixel. Il divisore può essere cambiato solo quando Normalizza non è spuntato.

Compensazione

Questo valore viene aggiunto al risultato della divisione. Ciò è utile se il risultato può diventare negativo. Il valore di offset può esso stesso essere negativo. Può essere cambiato solo quando Normalizza non è spuntato.

Canali

Here you can select which channels the filter should change.

Normalizza

Se questa opzione è selezionata il Divisore prende il risultato della convoluzione. Se questo risultato è uguale a zero (non è possibile dividere per zero) allora viene applicato un offset di 128. Se è negativo (un colore negativo non è possibile) allora viene applicato un offset di 255 (inverte il risultato).

Ponderazione-alfa

Se questa opzione non è selezionata il filtro non tiene conto della trasparenza e ciò può causare degli artefatti durante la sfocatura.

Bordo

Quando il pixel iniziale è sul bordo una parte del kernel è al di fuori dell'immagine. Occorre decidere come il filtro si debba comportare:

From left: source image, None border, Loop border, Clamp border

None

Questa parte del kernel non viene presa in considerazione.

Loop

Questa parte del kernel si riferirà a pixel del bordo opposto cosicché pixel che scompaiono da un lato ricompaiono dall'altro.

Clamp

I pixel sul bordo non sono modificati ma vengono ritagliati.

Black

Pixels on borders are changed to black.

White

Pixels on borders are changed to white.

9.2.4. Esempi

La progettazione dei kernel si basa su matematica di alto livello. Si possono trovare kernel preconfezionati sul web. Di seguito alcuni esempi:

Figura 17.176. Aumento del contrasto

Aumento del contrasto
Aumento del contrasto

Figura 17.177. Sfocatura

Sfocatura
Sfocatura

Figura 17.178. Evidenziazione dei bordi

Evidenziazione dei bordi
Evidenziazione dei bordi

Figura 17.179. Individuazione dei bordi

Individuazione dei bordi
Individuazione dei bordi

Figura 17.180. Bassorilievo

Bassorilievo
Bassorilievo