Come Convertire o Upscalare una Foto
Dai alle Tue Foto un Restyling ad Alta Risoluzione: Guida Completa all’Upscaling
A prima vista, ingrandire una fotografia sembra un compito semplice. Si apre il proprio strumento di fotoritocco preferito, si trova il menu di regolazione delle dimensioni, si inserisce la nuova dimensione e l’applicazione fa il resto. Persino i visualizzatori di foto predefiniti su Mac o Windows PC possono eseguire questa operazione. Tuttavia, i risultati dell’upscaling sono spesso incoerenti. Può essere frustrante vedere una vecchia foto di famiglia apparire ancora più sfocata dopo averla passata attraverso un ingranditore di immagini. La situazione è persino peggiore con la pixel art, che dopo un ingrandimento di 4 volte si trasforma in una macchia di colore con un vago contorno. Fortunatamente, questi problemi possono essere minimizzati scegliendo il metodo corretto per il tipo di foto che si sta ingrandendo. Anche il formato dell’immagine è una considerazione fondamentale, determinato dall’intenzione di modificarla, dalla sua composizione e dal suo scopo generale.
I metodi tradizionali di upscaling funzionano sul principio fondamentale di aggiungere nuovi pixel che sono una media di quelli circostanti. La differenza sta nel numero di pixel considerati per tale media e nel peso assegnato a ciascuno. Per questo motivo, l’upscaling tradizionale non renderà magicamente le tue foto più dettagliate. L’upscaling "nearest-neighbor" (a punti vicini) è un’eccezione a questo principio, in quanto copia semplicemente il pixel più vicino. Questo lo rende perfetto per pixel art, diagrammi e forme geometriche solide, poiché ne mantiene l’aspetto "a blocchi". Tuttavia, su foto normali e qualsiasi cosa con una sfumatura, il nearest-neighbor introduce aliasing, rendendo i bordi frastagliati.
Un passo avanti rispetto al nearest-neighbor è l’upscaling bilineare, che crea un nuovo pixel calcolando la media dei quattro pixel circostanti. Questo metodo non produce un aspetto a blocchi, ma può spesso rendere le immagini eccessivamente morbide, come se fossero leggermente fuori fuoco. È consigliato per immagini che non sono nitide fin dall’inizio, ma è da evitare per primi piani e dettagli fini. L’upscaling bicubico trova un buon equilibrio tra consumo di risorse e qualità dell’immagine. Invece di quattro pixel, considera i 16 pixel circostanti, dando più peso a quelli più vicini. Questo produce immagini più nitide rispetto all’upscaling bilineare, senza i bordi frastagliati del nearest-neighbor. È una scelta sicura per la maggior parte dei tipi di foto, sebbene possa introdurre aloni a differenza dei due metodi precedenti. Esistono altri algoritmi di upscaling più sofisticati, come il metodo Lanczos, ma questi richiedono maggiore potenza di elaborazione e i risultati non sempre superano significativamente il bicubico.
Laddove i metodi di upscaling tradizionali aggiungono nuovi pixel basandosi su quelli circostanti, l’upscaling basato sull’intelligenza artificiale (AI) utilizza la previsione. Funziona creando una nuova immagine che, se ridotta, assomiglierebbe il più fedelmente possibile a quella che è stata richiesta di ingrandire. Questo è possibile perché i modelli di AI sono addestrati su milioni di immagini ad alta risoluzione. Le immagini ingrandite tramite AI appaiono spesso notevolmente più pulite e sature. Questo fa una grande differenza quando le immagini sorgente sono degradate e si desidera che le lacune siano colmate senza troppa enfasi sulla precisione. Ad esempio, una vecchia foto sgranata del 2001: l’upscaling tradizionale la renderebbe più ad alta risoluzione, ma non rimuoverebbe la grana. Un upscaler AI, invece, ingrandirebbe l’immagine rimuovendo anche la grana.
Tuttavia, questi upscaler AI possono avere effetti indesiderati. Ad esempio, un test ha rivelato che l’upscaler AI di PicsArt ha aggiunto occhi a un volto sfocato nella copertina dell’album "Music Has The Right To Children" dei Boards of Canada. Ciò è accaduto perché i volti solitamente hanno occhi e l’AI ha assunto che anche questo li avesse, non estrapolando dall’immagine sorgente ma creando una nuova, più grande. Il messaggio è chiaro: non utilizzare l’upscaling AI su foto dove l’accuratezza è di massima importanza.
Infine, il formato dell’immagine gioca un ruolo cruciale nel determinare cosa si può fare con essa. JPEG è il formato fotografico più ampiamente compatibile, apribile da fotocamere, telefoni e computer. Essendo un formato con perdita (lossy), le dimensioni dei file sono ridotte, rendendolo ideale per archiviare grandi librerie fotografiche. Tuttavia, non supporta la trasparenza, quindi è sconsigliato per loghi o testi.
Per un buon mix di qualità e supporto di editing, il formato PNG è una scelta solida. Le immagini PNG possono essere modificate nella maggior parte dei programmi di editing e supportano un canale alfa opzionale, che aggiunge trasparenza. A differenza dei JPEG, le immagini PNG non perdono qualità durante la decodifica e la codifica in fase di editing, rendendolo perfetto per loghi, illustrazioni e screenshot dove il dettaglio è fondamentale. Usarlo per foto regolari potrebbe essere eccessivo, considerando che è un formato senza perdita (lossless) con dimensioni di file molto maggiori rispetto al JPEG.
Se l’obiettivo è l’utilizzo su un sito web, un formato migliore rispetto al JPEG è il WebP di Google, esistente dal 2010. Le immagini WebP sono circa un quarto della dimensione delle PNG e tra il 25 e il 34 percento rispetto alle JPEG, il che si traduce direttamente in tempi di caricamento più rapidi per il sito. Infine, per gli utenti di iPhone e Mac, il formato HEIC predefinito è consigliato. Secondo Apple, le immagini HEIC sono circa la metà della dimensione delle JPEG standard e mantengono lo stesso livello di dettaglio. Inoltre, conservano la cronologia delle modifiche quando vengono editate tramite l’app Foto su iPhone. Tuttavia, HEIC ha una compatibilità limitata al di fuori dell’ecosistema Apple, richiedendo estensioni di terze parti per la visualizzazione su sistemi Windows.