Questo è moiré. Si verifica perché uno schermo è in realtà una griglia di quadrati che vengono utilizzati per creare l'immagine. Quando finisce per tentare di essere mappato su un'altra griglia di pixel (catturati da un sensore o scalando) i punti di luce oi dati dei pixel non si allineano esattamente. Alcuni pixel ottengono 2 pixel di informazioni, alcuni ottengono il bordo tra i pixel. L'articolo di Wikipedia a cui ho linkato ha molti più dettagli disponibili su di esso. Può accadere ogni volta che due griglie interagiscono (come scattare una foto di un grattacielo da una certa distanza.

Nel caso del ridimensionamento in particolare, se si hanno più pixel per pixel di visualizzazione dello schermo, la risoluzione effettiva effettiva della tua immagine è limitata a qualunque cosa stavi scattando una foto (non ci sono più di circa 2 MP di informazioni sulla maggior parte dei display dei computer). Quello che succede con i pixel extra sulla tua fotocamera è che in realtà prendono un'immagine di ciò che lo schermo sembra, in modo da ottenere più pixel per ogni pixel dello schermo e alcuni che si sovrappongono ai bordi.

Quando si ridimensiona, in particolare a seconda dell'algoritmo utilizzato, è possibile che il moiré emerga perché i pixel che erano accesi il bordo tra i pixel assume un peso eccessivo, risultando in aree più scure. Questo in realtà accade un po 'con qualsiasi tipo di rimappatura, ma se non sono due griglie di punti equidistanti, non ne hai abbastanza di un motivo per esso per essere super visibile come nella tua immagine di esempio.

Come dice la tua risposta esistente (+1), è un motivo Moiré. Ma lo vedi particolarmente quando l'immagine è ridimensionata. Non dici cosa fa il ridimensionamento, ma immagino che tu stia solo ingrandendo il display o incollando in Word / Powerpoint / ecc., Nel qual caso potresti trarre vantaggio dal ridimensionare l'immagine usando un metodo diverso in GIMP (gratuito), Photoshop (costoso) o ImageMagick (gratuito, riga di comando), che consentono di ridimensionare le immagini utilizzando tecniche diverse.

Questo sembra essere più un problema anche con i sensori con un numero elevato di pixel.

Come nella domanda collegata, in genere è meglio fare uno screenshot sul computer, sul telefono (o anche TV) se possibile (ad esempio in Windows il tasto PrintScreen o simile) mette il contenuto della schermata corrente negli appunti) se è per un documento corretto. Se è per i tuoi appunti, vivrei con il motivo Moiré e non perderei tempo.

Se il problema si verifica solo durante il ridimensionamento, significa che il ridimensionamento è sbagliato. È stato utilizzato un algoritmo semplice / di bassa qualità e quindi l'immagine in scala ha un aspetto diverso dall'originale. Con un ridimensionamento di qualità questo non accade.

Sarebbe utile se rendessi disponibile l'immagine originale.

Che software hai usato per ridimensionare l'immagine?

Per un rapido controllo puoi provare ad aprire l'immagine originale in Chrome (browser web Google) e ridimensionarla lì (fai clic su di essa se è più grande della finestra del browser e verrà ridimensionata per adattarsi alla finestra, oppure tieni premuto il pulsante CTRL e ruotare la rotellina del mouse per ridimensionare). (Chrome ha uno scaler di immagini decente, anche le versioni più recenti di Firefox, anche IE). Puoi anche provare altri software, ad esempio molti visualizzatori di immagini hanno un'opzione per ridimensionare l'immagine (solo durante la visualizzazione e anche in modo permanente, per salvare un versione di dimensioni dell'immagine), come IrfanView. E fuori rotta programmi di manipolazione di immagini "grandi", come PhotoShop, Gimp, ecc.

Ecco una bella e veloce dimostrazione (funziona con Firefox, su Windows, non ha testato altri browser):

• apri questa immagine: (da wikimedia) http://upload.wikimedia.org/wikipedia/commons/4/42/Divers_-_Illustrated_London_News_Feb_6_1873-2.PNG
• ridimensiona la finestra di Firefox (muovi il mouse per un po ', tieni premuto il pulsante del mouse, quindi rilascia il pulsante)

Mentre sposti il ​​mouse, Firefox utilizzerà un semplice algoritmo di ridimensionamento che produce forti effetti Moiré. Quando rilasci il pulsante, ci vorrà un momento per calcolare un'immagine ridimensionata di qualità superiore praticamente senza effetto moiré.

Come affermano altre risposte, l'effetto è chiamato Moiré. Ma perché succede quando riduci o esegui lo zoom indietro? Come affermato in precedenza, Moire si verifica quando due modelli interagiscono, specialmente se i due modelli hanno una "frequenza" (dimensione di lettura della caratteristica ripetitiva) abbastanza vicini tra loro.

Ciò che accade dopo è una relazione matematica tra modelli, o più precisamente le dimensioni dei modelli: molto probabilmente il tuo telefono o la tua fotocamera ha una risoluzione maggiore dello schermo che stai trattando, quindi l'obiettivo proietta l'immagine della griglia dello schermo nella griglia del sensore, ma ogni pixel dello schermo viene proiettato molto più grande di ciascuno dei sensori. Ciò significa che il motivo sullo schermo è molto più grande della griglia del sensore. Pensa a come posare un pannello di recinzione a griglia su una zanzariera. In questo caso non noteresti molto l'effetto moiré.

Ma poi riduci l'immagine o riduci lo zoom. Questo in realtà riduce le dimensioni del motivo originariamente catturato dallo schermo e lo porta a una scala molto più vicina al secondo schermo (quello in cui stai guardando). Sarebbe come ridurre la griglia di recinzione dell'esempio precedente fino a quando non è quasi la stessa altezza della zanzariera. Ora che i due modelli sono di dimensioni molto vicine, l'effetto moiré è molto più evidente.

Riguardo a come rimuoverlo: penso che ci possa essere un modo per sbarazzarsi (quasi) di questo moiré. E potrebbe applicare una certa quantità di sfocatura gaussiana e quindi ridimensionare l'immagine. L'idea è che la sfocatura si fonderà con l'immagine dai pixel dello schermo originale, praticamente sfocando la linea tra i pixel. Questo sfocerà anche il bordo delle lettere e dei grafici nell'immagine, quando entra in gioco il downscaling. Il downscaling tende a nascondere la sfocatura. Si spera che produca lettere e grafici chiaramente leggibili, ma nasconda il motivo da aree uniformi dell'immagine originale. Rimuovendo il pattern originale, non ci saranno due pattern che interagiscono e l'immagine dovrebbe essere più leggibile.

Voglio eseguire un esperimento per questo, per aggiungerlo a questa risposta in seguito. Per favore, ricordami se dimentico. (concedi tre giorni).

Per chiarire ciò che hanno detto le persone sopra, il pattern che stai vedendo deriva probabilmente dal fotografare gli spazi tra i pixel. Per vari motivi (ad esempio l'inclinazione della fotocamera) non saranno perfettamente allineati con i pixel sul CCD e nell'immagine risultante. Durante il downscaling, l'algoritmo deve decidere quale colore sarà un pixel risultante in base ai colori di diversi pixel vicini e, in base alla quantità di spazio nero presente, il colore risultante sarà più chiaro o più scuro.

Avrai un problema simile se esegui la scansione di un'immagine a colori da una rivista: l'interferenza del motivo stampato, la griglia dello scanner e l'algoritmo di downscaling creeranno brutti artefatti.

BTW, questo principio è (credo) utilizzato in astronomia, dove il modello di interferenza consente di misurare la parallasse delle stelle.

Per ridurre il moiré, puoi provare la sfocatura gaussiana selettiva in GIMP (o è equivalente nel tuo programma grafico) - sfocerà grandi aree prive di dettagli più che bordi e dettagli raffinati.

Sebbene esistano nomi specifici dell'applicazione per ciò che sta succedendo (ad esempio "moiré"), la causa fondamentale è il sottocampionamento / aliasing. L'immagine originale contiene contenuti ad alta frequenza (bordi di pixel minuscoli) e, utilizzando un algoritmo di downscaling errato, la stai campionando per punti con molti meno campioni di quelli necessari per riprodurre il segnale che stai campionando.

Il ridimensionamento delle immagini più ingenuo utilizza il ridimensionamento bilineare o bicubico, che è ragionevole per l'upscaling o il downscaling di un fattore al massimo 1/2, ma che non funziona per un downscaling più grave a meno che non li applichi in più iterazioni, ogni downscaling di un fattore non inferiore a 1/2. Per un forte downscaling, dovresti utilizzare la media dell'area o un filtro di ricampionamento gaussiano con un raggio (nella dimensione dell'immagine originale) almeno pari alla distanza tra i pixel adiacenti nell'output (mappato alla dimensione dell'immagine originale).

Se ti manca un software in grado di eseguire correttamente la media dell'area o il ricampionamento gaussiano, una buona approssimazione è ridimensionare ripetutamente di un fattore molto più piccolo (ad es. size) fino a ottenere un fattore 2 della dimensione finale desiderata, quindi ridimensionare la dimensione di destinazione finale, utilizzando qualsiasi algoritmo di bassa qualità utilizzato dal software. Questo dovrebbe funzionare in modo decente a meno che il software non utilizzi il ridimensionamento del vicino più vicino, nel qual caso sei totalmente sfortunato.