Сначала, лирическое отступление. Сейчас, только ленивый, наверное, не слышал про частотное разложение. В свое время получилось так, что и я, и Андрей Журавлев стали независимо друг от друга углубленно заниматься изучением этого метода. Помню даже, как он обращался ко многим с просьбой предоставить ему портрет небритого мужчины, чтобы "побрить" его. Андрея Журавлева, по его же словам, вдохновила на эти изыски статья Александра Миловского. И он ушел с головой в исследование этого метода. В бОльшей степени применительно для портретной ретуши. Результатом его огромной работы в течении 4 лет стал 5-ти часовой мастер-класс, который я рекомендовал бы посмотреть всем и каждому, если кто еще не умеет пользоваться этим методом. Ибо там не просто все разложено по полочкам и разжевано, но даже и в рот положено.
Частотное разложение. Ultimate. Конспект и видео
Моим же вдохновителем детального исследования частотного разложения был Стефан Марш. После публикации его экшена по повышению резкости в сообществе Colortheory в яху-группах. Но в отличии от Андрея Журавлева я не занимался исследованием областей применимости метода частотного разложения, сосредоточившись только на повышении резкости. А потом и вообще года на 4 выпал из обоймы. Онлайн-игры, это зло :-) Даже если ты и не играешь, а зарабатываешь на этом. Пусть даже и вполне приличные деньги.

Так вот, а при чем тут вообще частотное разложение? А при том, что даже в самом примитивном случае, использование метода High Pass (цветовой контраст) плюс Overlay (перекрытие), как раз и является примером частотного разложения. Я в свое время пошел дальше. Решил попытаться восстановить (без образования ореолов) размытый контур с использованием только Unsharp Mask (контурная резкость) и частотного разложения. Суть идеи была проста. Разложить изображение на несколько высоких частот (я использовал радиусы 0,4 0,8 1,2 и 1,6) и к каждому высокочастотному слою применить Unsharp Mask (контурная резкость) с различными настройками таким образом, чтобы и контур восстановился и ореолы, за счет того, что имели различную ширину и интенсивность, взаимно погасили друг друга, оставив только восстановленный контур. Причем, приходилось все это делать еще и в несколько проходов. Реализовать идею удалось, но... для этого потребовались многочасовые пляски с бубнами с подбором параметров почти вслепую. Естественно, такой метод и не применим для практического использования, и не имеет никакого смысла. Потому что в Photoshop имеется уже не один инструмент (как было 5 лет назад), а целых три, которые справляются с задачей восстановления размытого контура намного быстрее и наглядней. Об этих инструментах и о методах их использования поговорим в последующих статьях. Если хватит творческого запала и не одолеет непроходимая лень, чисто для академического интереса, попробую описать все свои пляски с бубном более подробно и с картинками.
И все же, как соотносится название статьи и частотное разложение? Самым непосредственным образом. Дело в том, что, когда Андрей Журавлев заканчивал свой цикл статей по повышению резкости, он остановился только на High Pass (цветовой контраст) плюс Overlay (перекрытие) и не пошел дальше. Почему, я могу только предполагать. Само собой не потому, что не хватало знаний. Это точно не про него. Осмелюсь предположить, что виной тому стало его новое увлечение. Частотное разложение. И он с головой ушел в него не завершив начатое с резкостью. Больше того, где-то в публикациях у него мелькало, что он больше и не хочет возвращаться к вопросам резкости.

Чтобы более понятна была суть вопроса, приведу цитаты из его статьи посвященной плюсам и минусам метода High Pass (цветовой контраст) плюс Overlay (перекрытие), где он описывает свою переписку с Дэном Маргулисом. Желающие могут ознакомиться с оригиналом:
Искусственное повышение резкости. Минусы и плюсы метода «High Pass – Overlay»

Минус первый: отсутствие Threshold (порога срабатывания). Как я уже писал выше, Threshold не решает всех проблем, связанных с усилением шумов при нерезком маскировании, и если основным критерием работы является качество, нерезкое маскирование все равно требует серьезной ручной доработки. Однако если во главе угла стоит скорость обработки, регулятор Threshold оказывается серьезным подспорьем. Вот мнение Дэна Маргулиса на эту тему, высказанное им в книге «Photoshop LAB Color» (врезка на стр. 135 русского издания):
«Некоторые пользователи, пытаясь получить альтернативный эффект, дублируют слой, задают режим наложения Overlay и применяют фильтр High Pass из меню Filter \ Other. Этот способ не только более громоздкий, но и менее гибкий, поскольку в нем отсутствует параметр Threshold, что затрудняет подбор оптимального значения Radius».
С такой оценкой я категорически не согласен. Ниже будет показано, что метод «High Pass» является гораздо более гибким, чем Unsharp Mask, и открывает такие возможности обработки, которые даже не снились последнему. Да, он более громоздкий и долгий, чем простой вызов фильтра Unsharp Mask, но качество конечного результата того стоит.
....................................................................
Рассматривать «громоздкость» данного метода в качестве минуса несерьезно: при незатейливом скоростном применении время, затрачиваемое на него, равно (или как минимум сравнимо) времени работы с Unsharp Mask, а при серьезной вдумчивой обработке результат настолько превосходит «конкурента», что сравнение становится просто некорректным.
....................................................................

После прочтения этого у меня сразу же возник закономерный вопрос. Как оказалось, как будет видно ниже, не у меня одного. А кто мешает проделать абсолютно все то же самое с использованием Unsharp Mask (контурная резкость)? Применяется к копии изображение нерезкое маскирование и из него вычитается оригинал. Получаем абсолютно то же самое, что и в случае использования High Pass (цветовой контраст), только включая еще и работу Threshold. Причем, это не обязательно должен быть Unsharp Mask. Можно использовать и более продвинутые фильтры. Для меня не совсем понятно, почему Андрей так зациклился именно на High Pass.

Замечание от Дэна Маргулиса.
«Сравнение High Pass и традиционного USM сделано сильно, но не произвело на меня впечатления, потому что аргументы выглядят примерно так:
a) имеются красная и зеленая машины, обе без бензина;
b) поскольку бензина нет, мы должны толкать их чтобы заставить двигаться;
c) красная машина меньше, поэтому ее легче толкать;
d) однако, если заправить зеленую машину, можно было бы поехать на ней и анализ ситуации показал бы, что управляя зеленой машиной, можно добраться до многих мест, куда невозможно было бы попасть толкая красную;
e) таким образом, зеленая машина лучше чем красная, Ч.Т.Д.
Мой коментарий в книге, косающийся сравнения High Pass и USM, сделан в контексте традиционного рабочего потока, когда повышение резкости делается быстро. Если, скажем, мы согласимся с тем, что повышение резкости должно быть сделано максимум за 20 секунд без применения каких-либо скриптов или экшенов, тогда, я полагаю, мы согласимся и с тем, что High Pass не выдерживает соревнования. В этом случае можно:
a) сдублировать слой;
b) применить к нему USM с Amount 500%, Radius и Threshold по вкусу;
c) наложить поверх всего копию исходного слоя в режиме Darken с непрозрачностью 50%;
d) добавить настройки Blend If если необходимо управлять ореолами в тенях;
e) настроить непрозрачность слоя по вкусу
Можно получить аналогичный результат используя High Pass или, что то же самое, Gaussian Blur. Однако, каждый из этих путей потребует дополнительных шагов и в обоих случаях будет тяжело оценить, какими должны быть начальные настройки. Таким образом, при ограничении времени, нет смысла использовать High Pass.
Если есть больше времени, вы предлагаете ряд интересных вещей, которые можно реализовать используя результат действия фильтра High Pass. Все зависит от того, имеем ли мы карту ореолов.
Используя USM (или Gaussian Blur), можно легко создать такую же карту ореолов, просто вычтя оригинал из отшарпленной версии. С этой картой можно добиться всего того, что вы предложили сделать при помощи High Pass.
Примеры таких карт можно найти в обоих экшенах, ссылки на скачивание которых я давал на семинаре. Эти экшены понадобились, чтобы реализовать два заключения, которые я сделал после публикации последней книги.
1) Я пришел к выводу, что насыщеный цвет — это аргумент против повышения резкости, а нейтральный — аргумент за. Поэтому мне понадобилось каким-то образом автоматизировать создание маски цетовой насыщенности.
2) Сегодня мы часто встречаемся с необходимостью вычищать грязь, которая возникает в результате избыточного шарпа в камере или в Raw-конвертере, когда мы не имеем исходной (не шарпленной) версии изображения. Это требует метода, который позволяет подчеркивать более слабые ореолы не затрагивая более сильные, этакой «обратной отсечки» ("Reverse Threshold").
Экшены делают это, как и многое другое, например, создание темных и светлых ореолов с различными радиусами. Однако они построены не на прямом применении USM, а на создании карт ореолов, подобных той, которую делает High Pass. RGB-экшен создает два слоя с ореолами на средне-сером фоне, наложенные в режиме Linear Light (так же, как делает High Pass). Ореолы создаются при помощи Gaussian Blur.
Lab-экшен, представляющийся более практичным, использует USM для создания темных ореолов на белом фоне и светлых на черном. Они накладываются на изображение в режимах Multiply и Screen.
По этой причине ваши выводы кажутся мне не очевидными, а возможность создания карты ореолов при помощи USM — невыявленной. Однако, это не должно умалять общую ценность статьи, которая весьма значительна.»

При моем искреннем уважении к Дэну, у него есть одна скверная привычка: в споре он ставит такие граничные условия, которые априори делают его позицию беспроигрышной. А кто сказал, что у меня «нет бензина»? Почему мы должны отводить на повышение резкости всего 20 секунд и обходиться при этом без экшенов?

Вот, собственно, Дэн Маргулис сказал то же самое о чем я упомянул выше. Андрей Журавлев абсолютно прав в том, что касается использования экшенов. Тем более мне непонятно его упрямство в отстаивании преимуществ метода High Pass (цветовой контраст) плюс Overlay (перекрытие). Как я писал выше, думаю, тут дело в том, что он просто переключился на другую заинтересовавшую его тему и не пошел дальше. В целом, в этом споре, я в бОльшей степени на стороне Андрея Журавлева. Я полностью согласен с его идеями по практическому применению High Pass. Но... сам инструмент то куцый. Куцый и кастрированный. В этом пункте я полностью на стороне Дэна Маргулиса. Абсолютно все, о чем говорит Андрей полностью применимо и к другим инструментам. Так зачем пользоваться самокатом, если можно ехать даже не на велосипеде, а на машине?
Таким образом получается, что все хвалебные оды, которые пелись методу High Pass (цветовой контраст) плюс Overlay (перекрытие) в предыдущей статье справедливы, но... за исключением самого инструмента. Сам я не придумал ничего нового. Для меня идейным вдохновителем явился экшен Стефана Марша. После него я стал выносить на высокочастотные слои действия абсолютно всех фильтров повышающих резкость. Включая и деконволюционные. Так как это действительно очень удобно и дает огромную гибкость. Поэтому, в свете всего выше сказанного, считаю использование именно инструмента High Pass (цветовой контраст) для повышение резкости не только совершенно бессмысленным, но и сильно ограничивающим возможности. Все, что можно делать с "картой ореолов" (термин прижившийся с легкой руки Андрея Журавлева) полностью применимо к любому фильтру повышающему резкость, которые имеют существенно больше возможностей по сравнению с примитивным High Pass (цветовой контраст). Огромной заслугой High Pass является не то, что он делает, ибо это можно сделать и другими методами и, зачастую, лучше, а в том, что этот инструмент дает идейный толчок для дальнейших исследований людям пытливым и любознательным. Лично мне, к сожалению, этого "толчка" не хватило. Потребовался дополнительный "толчок" в лице экшена Стефана Марша, чтобы дальше уже с головой уйти во всю эту "кухню".
Так что, при всем моем огромном уважении к Андрею Журавлеву, я в корне не согласен с его финальным подходом к повышению резкости, основанным на методе High Pass (цветовой контраст) плюс Overlay (перекрытие).

Итак, мы рассморели инструменты и различные методы их использования, которые имитируют повышение резкости за счет формирования контрастных ореолов на границах переходов яркости. Визуально эти методы резкость повышают. Но все они не вносят дополнительных деталей в изображение. То есть, размытая граница так и остается размытой. Ничего нового мы там не увидим, при использовании этих методов. Теперь настала пора рассмотреть инструменты, которые не создавая ореолов нерезкого маскирования восстанавливают размытые детали.

Небольшое отступление, чтобы объяснить, как это вообще возможно. Сначала, была мысль посвятить этому отдельную большую статью. Но по здравому размышлению пришел к выводу, что абсолютному большинству это будет совершенно не интересно и никто не станет вникать в математические формулы с операциями сложнее сложения/деления и умножения/деления. Поэтому, решил ограничится небольшим обзором. Желающие легко могут в поиске найти массу информации по этим вопросам. В качестве одного из примеров могу предложить статью Владимира Южикова
Восстановление расфокусированных и смазанных изображений

Итак, как же восстановить размытое изображение? На первый взгляд, на уровне бытового здравого смысла, это кажется вообще невозможным. Так как каждый пиксель в изображении размывается в пятно, а при больших размытиях мы получаем вообще почти однородную заливку. Тем не менее это возможно. Если мы знаем закон, по которому осуществлялось размытие, мы можем полностью восстановить изображение, за исключением его краев с радиусом размытия. То есть, зная по какому закону перераспределялись пиксели изображения, можно собрать их назад в полноценное изображение. Вот небольшая цитата из вышеприведенной статьи. Думаю, что такие формулы осилит каждый. И рекомендую запомнить последнюю. Так как она помежет нам понять, как работают деконволюционные фильтры в Photoshop:

«Продемонстрируем это «на пальцах», используя небольшой пример для одномерного случая – представим что у нас есть ряд из пикселей со значениями:
x1 | x2 | x3 | x4… – Исходное изображение

После искажения значение каждого пикселя суммируется со значением левого, т.е. x’i = xi + xi-1. По идее, надо еще поделить на 2, но опустим это для простоты. В результате имеем размытое изображения со значениями пикселей:
x1 + x0 | x2 + x1 | x3 + x2 | x4 + x3… – Размытое изображение

Теперь будем пробовать восстанавливать, вычтем последовательно по цепочке значения по схеме – из второго пиксела первый, из третьего результат второго, из четвертого результат третьего и так далее, получим:
x1 + x0 | x2 — x0 | x3 + x0 | x4 — x0… – Восстановленное изображение

В итоге вместо размытого изображения получили исходное изображение, к пикселям которого добавлена неизвестная константа x0 с чередующимся знаком. Это уже намного лучше – эту константу можно подобрать визуально, можно предположить, что она примерно равна значению x1, можно автоматически подобрать с таким критерием, чтобы значения соседних пикселей «скакали» как можно меньше и т.д. Но все меняется, как только мы добавляем шум (которые всегда есть в реальных изображениях). При описанной схеме на каждом шаге будет накапливаться вклад шума в общую составляющую, что в итоге может дать совершенно неприемлемый результат, но, как мы убедились, восстановление вполне реально даже таким примитивным способом.»

Дальше можно не читать, кто боится формул. Таким образом, мы видим, что восстановление размытого изображения возможно. А это весьма актуально для фотографа. Ибо определенное размытие присутствует на любой фотографии. Связанно это, как со свойствами самой оптики, так и с тем, что перед матрицей производители устанавливают специальный размывающий фильтр, дабы избежать образование муара на изображении.
После всего этого читатель может задать вполне закономерный вопрос. Все это очень хорошо и здорово, но каким же образом можно в Photoshop повысить резкость изначально размытого изображения без осточертевших всем ореолов нерезкого маскирования? Можно, и мы как раз скоро перейдем к рассмотрению инструментов, которые помогут нам в этом.
Прежде чем начать рассмотрение этих инструментов, еще пара слов о других программах, которые позволяют это делать. В первую очередь, это специализированный астрософт. Не привожу даже названия программ, ибо для обычного фотографа они совершенно непригодны. Тем не менее, там заложены мощнейшие алгоритмы деконволюции, которые успешно справляются с проблемами размытия. Но и работь они могут над одной-единственной фотографией часами.
Из виденного мной и применимого для обычной фотографии, наибольший интерес представляют два RAW-конвертера. Один из них, это SharpRaw. Программа не обновлялась уже лет шесть, но и по сию пору представляет большой интерес заложенными в нее алгоритмами. Даже несмотря на совершенно неюзабельный интерфейс. Помимо того, что там один из лучших демозаиков из всего, что я видел, большой интерес представляют тренеруемые нейросети. Не буду останавливаться на том, что это такое. Любознательные легко найдут в поиске. Отмечу только, что это как раз один из способов деконволюции. То есть, восстановления размытого изображения. И справляется с этим конвертер очень, и очень хорошо. Огромным минусом является отвратительный интерфейс и то, что эти нейронные сети еще следует натренировать. А это как минимум несколько тысяч фотографий тестовых мишеней.
Еще один конвертер, который меня очень заинтересовал наличием инструметария для деконволюции, это RawTherapee. В целом, могу сказать о нем, что еще один, очередной конвертер. Весьма неплохой, но не выдающийся. Зато... бесплатный, что безусловно может заинтересовать многих. Из интересного, помимо повышения резкости, могу отметить появление в нем в последних версиях закладки с частотным разложением, с выбором количества полос разложения. Причем, разработчики не просто разложили на частоты, а отделили цвет от контраста и независимо друг от друга разложили их на частоты. Но сейчас речь не об этом. Наибольший интерес представляет закладка резкость/шумодав. К слову, их шумодав заслуживает вообще отдельного разговора. По моим личным впечатлениям, он работает существенно лучше, чем такие лидеры сегмента, как Noise Ninja и Neat Image.
Но мы сейчас ведем повествование о резкости. А вот с этим там все очень даже здорово. Разработчики предоставили два метода повышения резкости. Один из них, традиционное нерезкое маскирование. Которое, к слову, работает там весьма деликатно за счет дополнительного инструметария. Но наибольший интерес, безусловно, представляет второй метод, деконволюционный. Разработчики используют там обратную свертку Люси-Ричардсона с выбором количества итераций (проходов). К слову, данный метод как раз чаще всего и используется в астрософте. Отличительной особенностью метода является его нелинейность и итерационность. И как раз из-за большого количества итераций он и оказывается таким времязатратным. В рассматриваемом конвертере, естественно, метод несколько упрощен для повышения скорости обработки. Во-первых, максимальное количество итераций ограничено 100. А во-вторых, изначально делается допущение/упрощение, что размытие подчиняется гауссовому распределению.
Предвидя раздражение читателя массой ненужной ему информации, могу сказать следующее. Из всего, что я на сегодняшний день видел, что применимо для обычной фотографии, этот инструмент в конвертере повышает резкость наиболее деликатно и качественно. Особенно это заметно на качестве восстановления мелких деталей, когда из почти равномерной "каши" проявляются самые мелкие ветки на деревьях. Качество работы этого инструмента впечатлило настолько, что после знакомства с этим ковертером я решил не удалять его. Да, это безумно неудобно прыгать из программы в программу, но для повышения резкости в некоторых фотографиях я решил оставить его.

Но как же быть тем, у кого нет ни желания, ни, что более важно, времени, прыгать из программы в программу? На самом деле все не так уж и плохо. На сегодняшний день в Photoshop имеются инструменты, которые пусть и немного хуже, но тоже справляются с задачей восстановления размытого изображения без образования ореолов нерезкого маскирования.

Один из них, это закладка резкости в ACR. Начиная с версии CS5 и до СС 2014 было не очень удобно пользоваться этим инструментом, ибо приходилось повышать резкость на стадии "проявки" фотографии. Начиная с версии СС 2014 ситуация резко поменялась в лучшую сторону. Теперь ACR можно вызывать в Photoshop, как обычный фильтр. А коли так, то и работать с этим инструметом можно теперь, как и со всеми остальными. Как этот инструмент работает и варианты его применения рассмотрим в последующих статьях.

Другой деконволюционный фильтр появился в Photoshop занчительно раньше, начиная с версии CS2. Это фильтр Smart Sharpen ("Умная" резкость). Точнее, даже не весь фильтр, а только один из его режимов работы More Accurate. Как только не склоняли этот режим, не разобравшись в том, что же он делает и как работает. До сих пор в поиске я не могу найти, чтобы кто-то это сделал. Я вовсе не присваиваю себе лавры "первооткрывателя", но действительно, нигде мне не встречалось нормального описания работы этого режима. Даже уважаемый мной Андрей Журавлев так и не разобрался до конца с этим фильтром и сделав поверхностные выводы (что для меня было вообще удивительно) не раскрыл потенциала этого режима. Собственно, я и сам, вначале, хоть и понял, как этот режим работает, не сумел его правильно "приготовить" во время написания статьи. Дальше я покажу, как можно и нужно его использовать.
Этот режим был первой ласточкой внедрения методов деконволюции в Photoshop. Пусть и не самой удачной, но тем не менее, позволяющей по новому подойти к проблеме размытых изображений и получать такие результаты, которые никакими вариантами использования нерезкого маскирования получить было невозможно.
Однако, прогресс не стоит на месте и в более поздних версиях Photoshop этот инструмент обновили, сделав его работу ощутимо лучше. Но отдельное спасибо стоит сказать разработчикам за то, что они оставили возможность выбора старого режима работы этого фильтра. Так как в некоторых отдельных случаях старый режим оказывается более предпочтительным.

Эти инструменты работают настолько иначе, чем традиционное нерезкое маскирование, что поначалу может показаться крамолой высказывание о том, что лучший результат при их использовании получается не в один проход, не однократное применение, а многократное последовательное их применение с различными настройками к изображению. Как же так? Везде в сети пишется и перепечатывается, что неоднократное применение фильтров повышения резкости ведет к чрезмерному усилению артефактов. Так и есть, и мы говорили уже об этом в предыдущих частях. Но это справедливо только для методов нерезкого маскирования. Ибо повторное применение ведет к образованию вторичных ореолов нерезкого маскирования на границах первичных ореолов. Что и ведет к резкому ухудшению качества изобоажения.
А вот в случае деконволюционных методов все с точностью наоборот. Последовательное применение фильтра с правильно подобранными параметрами сделает качество только лучше. Почему? Да потому что ореолов то не образуется при их использовании. Не нужно гнаться за тем, чтобы сразу, с первого раза получить конечный результат. Подбираются параметры таким образом, что контур восстанавливается не целиком, а только частично. Главное, следить за тем, чтобы не переборщить и не вылезли где нибудь ореолы. В следующий проход повторяете все то же самое, но уже с более тонкими насройками, сответствующими получившимуся радиусу размытия. И так, несколько раз. Обычно, достаточно 2-3, но можно и поэкспериментировать.
А для намного более гибкого использования такого метода как раз и можно, и нужно делать все то, о чем говорил Андрей Журавлев применительно к Hight Pass. Применять фильтр последовательно не к одному и тому же изображению, а выносить каждый промежуточный результат на высокочастотный слой. И тогда, Hight Pass будет просто нервно курить в сторонке :-)

Вот... вместо пары вступительных слов получился целый небольшой обзор. Надеюсь не бесполезный для понимания того, какими методами можно повышать резкость в изображении. Дальше будем уже детально разбирать, как устроены, как работают и как можно и нужно применять на практике упомянутые выше инструменты.