Kuva 17.147. Esimerkki ”RGB-kohina” suotimen lisäämisestä
Alkuperäinen kuva
”RGB-kohina” suodin lisätty
RGB-kohinasuodin lisää normaalistin jaettua kohinaa kerrokseen tai valintaan. Se käyttää RGB-värimallia tuottaakseen kohinaa (kohina lisätään punaisiin, vihreisiin ja sinisiin arvoihin jokaisessa pikselissä). Normaali jako tarkoittaa, että vain hieman kohinaa lisätään suurimpaan osaan pikseleistä vaikutusalueella, kun taas pienempään osaan pikseleistä vaikutetaan paljon äärimmäisemmillä arvoilla. (Jos lisäät tämän suotimen kuvaan, joka on täynnä kiinteän harmaata väriä ja katsot sen histogrammia, niin huomaat klassisen kellonmuotoisen Gauss-käyrän.)
Tuloksena saadaan hyvin luonnollisen näköistä kohinaa.
Tämä suodin ei toimi indeksoituihin kuviin.
![]() |
Huomaa |
---|---|
These options are described in Kohta 2, ”Common Features”. |
Kohina voi olla additiivista (korreloimaton) tai multiplikatiivista (korreloitu - tunnetaan myös pilkkukohinana). Kun tämä on valittuna, niin jokainen kanavan arvo kerrotaan normaalisti jaetulla arvolla. Siten kohina riippuu kanavien arvoista: suurempi kanavan arvo johtaa enempään kohinaan, kun taas tummemmat värit (pienet arvot) tuppaavat pysymään tummina.
Kun tämä valintapainike on valittuna, niin voit siirtää jokaista RGB-liukusäädintä erikseen. Muussa tapauksessa liukusäätimet R, G ja B liikkuvat kaikki yhtä aikaa. Sama suhteellinen kohina lisätään sen jälkeen kaikille kanaville jokaisessa pikselissä, jolloin pikselien sävy ei muutu paljon.
Operate on linearized RGB color data.
Use a gaussian noise distribution. When unchecked, a linear noise distribution is used instead.
Nämä liukupalkit ja viereiset syöteruudut sallivat sinun asettaa kohinan tason (0.00 - 1.00) jokaisessa kanavassa. Alfakanava on vain läsnä, jos kerroksellasi on sellainen kanava. Harmaasävykuvan tapauksessa Harmaa näytetään väriliukusäätimien sijaan.
Näiden liukusäätimien asettama arvo todella määrittelee normaalin jaon keskihajonnan lisätyn kohinan osalta. Käytetty keskihajonta on puolet asetetusta arvosta (missä 1 on etäisyys pienimmän ja suurimman mahdollisen arvon välillä kanavassa).