Redimensionar imagens

O que a reamostragem custa, e o que não custa

Reduzir é a única operação de imagem que pode deixar uma foto com aparência melhor do que no começo. Cada pixel de saída é uma média ponderada de uma janela de pixels de origem, e essa média suprime tanto o ruído do sensor quanto os artefatos de JPEG que estão por baixo — é por isso que uma foto de 4000 pixels reduzida para 1000 parece mais limpa do que o original visto com 25 por cento de zoom. Ela também desfaz o alinhamento da antiga grade de blocos de 8×8, então o que for codificado depois parte de uma imagem sem estrutura para atrapalhar.

A recodificação no final não sai de graça no outro sentido. Um JPG é gravado de novo com qualidade 90, o que é uma segunda geração com perdas em cima do que a câmera já fez — vale a pena uma vez, não quatro vezes até chegar ao tamanho final. Um PNG é recodificado sem perdas, então a quantidade de pixels é de fato a única coisa que mudou.

Caber dentro e Preencher exatamente diferem no que estão dispostos a perder. Caber dentro redimensiona a imagem inteira dentro da caixa que você informa, então um lote variado sai com dimensões variadas e nada é recortado. Preencher exatamente redimensiona até cobrir a caixa e então corta o excesso a partir do centro, que é como você obtém um 1080×1080 exato todas as vezes. Esse corte é geométrico, não inteligente — ele não procura o assunto da foto, então uma pessoa em pé à esquerda de uma foto larga pode perder a cabeça em um formato quadrado.

Quando você precisa de outra coisa

A impressão é onde esta ferramenta é mal compreendida, e não onde ela erra. Redimensionar muda a quantidade de pixels e nada mais, e o DPI que uma gráfica pede é uma conta feita sobre esse número: 300 DPI em 10 cm significam 1181 pixels, e nenhum redimensionamento de uma imagem de 600 pixels vai atender a isso. Para uma pasta com milhares de imagens, o vipsthumbnail da libvips faz o mesmo tipo de reamostragem com uma fração da memória e pode ser automatizado, e o convert -resize do ImageMagick é o equivalente mais conhecido. E, quando o enquadramento importa mais do que as dimensões, uma ferramenta de recorte inteligente que encontra o assunto vai superar um corte central todas as vezes.