آزمایشگاه آزاد؛ بدون نیاز به ورود
فیلتر تصویر؛ وزن‌ها چطور پیکسل‌ها رو عوض می‌کنن؟
فیلتر تصویر یک ماتریس کوچیک از وزن‌هاست که روی پیکسل‌ها حرکت می‌کنه. ضرب و جمع این وزن‌ها روشنایی هر پیکسل خروجی رو می‌سازه؛ نوع فیلتر و شدت رو عوض کن و نتیجهٔ همین تصویر نمونه رو ببین.
آزمایش رو شروع کناز فیلتر بلور با شدت ۱ شروع کن. بعد شدت رو نیم و دوباره ۱ بذار و پیکسل وسط و شاخص اثر رو مقایسه کن.
آزمایشگاه در حال آماده شدنه…
حالا خودت امتحان کن
هر بار فقط یک چیز رو تغییر بده تا اثرش رو ببینی. قبل از اجرا، نتیجه رو حدس بزن.
شدت بیشتر، خروجی روشن‌تر
فیلتر بلور رو نگه دار. شدت رو از ۰٫۵ به ۱ ببر و پیکسل وسط تصویر فیلترشده و شاخص اثر رو بخون.
حدست چیه؟ با دوبرابرشدن شدت، مقدار پیکسل وسط چه تغییری می‌کنه؟
توضیح نتیجه رو ببین
در شدت ۰٫۵، پیکسل وسط ۰٫۵ه؛ در شدت ۱ به ۱ می‌رسه. جمع قدرمطلق وزن‌های فیلتر هم از ۴٫۵ به ۹ می‌ره؛ این مثال فقط خروجی محاسبه روی مربع ثابت رو نشون می‌ده.
سه فیلتر، سه نتیجه
شدت رو روی ۱ نگه دار و فیلتر رو از بلور به شارپن و بعد تشخیص لبه تغییر بده. پیکسل وسط و دو تصویر رو مقایسه کن.
حدست چیه؟ کدوم فیلتر پیکسل وسط رو روشن نگه می‌داره و کدوم یکی اون رو تیره می‌کنه؟
توضیح نتیجه رو ببین
در خروجی همین حسابگر، مقدار پیکسل وسط برای بلور ۱، برای شارپن ۰٫۲ و برای تشخیص لبه صفره. وزن‌های شارپن و بلور جمع قدرمطلق ۹ دارن، اما تشخیص لبه ۱۶ داره؛ شاخص اثر به خود وزن‌ها وابسته‌ست، نه به کیفیت عکس.
شدت زیاد می‌تونه جزئیات رو ببُره
تشخیص لبه رو انتخاب کن و شدت رو از ۰٫۵ به ۲ ببر. خانهٔ بالای پیکسل وسط و روشن‌ترین خانه‌های تصویر رو دنبال کن.
حدست چیه؟ اگر مقدارها از سقف نمایش رد بشن، تصویر روشن‌تر می‌شه یا چند خانه به یک مقدار می‌چسبن؟
توضیح نتیجه رو ببین
در شدت ۰٫۵، خانهٔ بالای وسط ۰٫۳ه؛ در شدت ۲ به ۱ می‌رسه. چون خروجی از ۱ بالاتر نمی‌ره، چند مقدار سقف می‌خورن و تفاوت بخش‌های روشن کمتر دیده می‌شه.
پشت این حرکت چه خبره؟
وزن‌های همسایه جمع می‌شن
G(i,j)=sum(F(i+m,j+n)*K(m,n))
فیلتر روی هر جای تصویر می‌ذاره و مقدارهای همسایه‌ها رو با وزن‌های ماتریس ضرب می‌کنه. جمع این حاصل‌ضرب‌ها مقدار پیکسل خروجی رو می‌ده.
شدت، همهٔ وزن‌ها رو مقیاس می‌کنه
K'=intensity*K;output=clamp(sum/denominator,0,1)
در این مدل، شدت در تک‌تک خانه‌های ماتریس ضرب می‌شه. بعد مقدار خروجی برای نمایش بین صفر و یک نگه داشته می‌شه؛ مقدارهایی که از این بازه بیرون برن بریده می‌شن.
شاخص اثر، نمرهٔ کیفیت نیست
effectStrength=sum(abs(K))/48
شاخص اثر از جمع قدرمطلق وزن‌های فیلتر به دست می‌آد. این عدد شدت وزن‌ها رو مقایسه می‌کنه، ولی به‌تنهایی نمی‌گه عکس خروجی بهتر یا واضح‌تر شده.
سؤالت رو بپرس، جوابش رو هم ببین
وقتی توی چت دربارهٔ یک مفهوم درس می‌خونی، دستیار هوش مصنوعی می‌تونه شبیه‌سازی مرتبط رو کنار توضیحش نشون بده. پارامترها رو تغییر می‌دی و با کمک توضیح بعدی، نتیجه رو بهتر می‌فهمی.
شروع یادگیری با چتبرای ادامه در چت، وارد مسیر شروع و ورود می‌شی. نتیجهٔ این آزمایش به چت منتقل نمی‌شه.
نمونهٔ نمایشی از آموزش در چت
چرا شدت زیاد بعضی پیکسل‌ها رو به سفید کامل می‌رسونه؟
وزن‌های فیلتر با شدت بزرگ‌تر می‌شن، پس جمع حاصل‌ضرب‌ها هم می‌تونه بالاتر بره. این حسابگر برای نمایش مقدار رو بین صفر و یک نگه می‌داره؛ هر چیزی بالاتر از یک به سقف می‌چسبه و جزئیات روشن از هم قابل تشخیص نمی‌مونن.
سؤال‌های رایج
کانولوشن یعنی چی؟
یعنی یک ماتریس وزن رو روی بخش‌های کوچیک تصویر حرکت بدی، هر پیکسل رو در وزن متناظرش ضرب کنی و حاصل‌ضرب‌ها رو جمع کنی. این جمع مقدار پیکسل خروجی رو می‌سازه.
چرا بلور لبه‌ها رو نرم می‌کنه؟
ماتریس بلور از همسایه‌ها میانگین می‌گیره؛ برای همین اختلاف روشنایی نقطه‌های چسبیده کمتر می‌شه. این نمونهٔ ساده فقط یک مربع ۵×۵ رو پردازش می‌کنه.
اگر شدت رو خیلی زیاد کنم چی می‌شه؟
در این مدل مقدارهای خروجی بالاتر از یک به یک و پایین‌تر از صفر به صفر محدود می‌شن. پس بعضی پیکسل‌ها ممکنه به سفید یا سیاه بچسبن و جزئیاتشون از بین بره.
شاخص اثر می‌گه کدوم فیلتر عکس بهتری می‌سازه؟
نه. شاخص فقط جمع قدرمطلق وزن‌های فیلتر رو با یک مقیاس ثابت می‌سنجه؛ کیفیت به هدف تصویر و جزئیاتی که می‌خوای نگه داری بستگی داره.