एक तस्वीर से इमोजी मोज़ेक तक — पूरी प्रक्रिया, कदम दर कदम समझाई गई।
Photo From Emoji देखने में थोड़ा मनोरंजक लगता है — और है भी — लेकिन चंचल परिणाम के नीचे एक वास्तविक इमेज-विश्लेषण पाइपलाइन है जो पूरी तरह से आपके ब्राउज़र के अंदर चलती है। यह पेज बताता है कि एक सामान्य तस्वीर सैकड़ों इमोजी से बनी तस्वीर में कैसे बदलती है, और प्रक्रिया को समझना आपको अधिक स्पष्ट, अधिक पहचानने योग्य परिणाम प्राप्त करने में क्यों मदद करता है।
अपने मूल में, यह टूल वही करता है जो आपकी आँखें दूर से पहले से करती हैं: यह बारीक विवरण को अनदेखा करता है और रंग के धब्बों पर ध्यान देता है। यह आपकी तस्वीर को छोटे वर्गों के ग्रिड में काटता है, प्रत्येक वर्ग का प्रमुख रंग निकालता है, और फिर उस रंग से सबसे अच्छी तरह मेल खाने वाला इमोजी डाल देता है। पीछे हटें, और आपका मस्तिष्क उन इमोजी को वापस मूल छवि में मिला देता है।
जब आप कोई फोटो चुनते हैं, तो ब्राउज़र उसे एक ऑफ-स्क्रीन ड्राइंग सतह में पढ़ता है जिसे कैनवास कहते हैं। इससे टूल को कच्चे पिक्सेल डेटा तक सीधी पहुँच मिलती है — आपकी छवि के हर एक बिंदु के लाल, हरे और नीले मान। महत्वपूर्ण बात यह है कि यह आपके डिवाइस पर होता है। फ़ाइल कभी कहीं नहीं भेजी जाती।
छवि समान आकार के वर्गों के ग्रिड में विभाजित हो जाती है। प्रत्येक वर्ग का आकार विश्लेषण विंडो सेटिंग द्वारा नियंत्रित होता है। एक छोटी विंडो कई वर्गों वाला सघन ग्रिड बनाती है, जो बारीक विवरण पकड़ती है और अधिक इमोजी का उपयोग करती है। एक बड़ी विंडो कम, बड़े वर्गों वाला मोटा ग्रिड बनाती है, जो एक भारी, अधिक अमूर्त मोज़ेक उत्पन्न करती है जो तेज़ी से रेंडर होता है।
ग्रिड के प्रत्येक वर्ग के लिए, टूल उसके अंदर के सभी पिक्सेल के रंग का औसत निकालता है। परिणाम उस ब्लॉक के लिए एक एकल प्रतिनिधि रंग और चमक होता है — मूल रूप से इस प्रश्न का उत्तर देता है, "यदि यह पूरा वर्ग एक सपाट रंग होता, तो वह क्या होता?" चिकने रंग के क्षेत्र सफाई से औसत होते हैं, जबकि व्यस्त, उच्च-विस्तार वाले क्षेत्र सरलीकृत हो जाते हैं, यही कारण है कि बोल्ड, स्पष्ट तस्वीरें सबसे अच्छी तरह से अनुवादित होती हैं।
कोई भी मिलान होने से पहले, लाइब्रेरी में प्रत्येक इमोजी को दो चीजों के लिए मापा गया है: इसका औसत रंग और यह अपनी वर्गाकार टाइल का कितना भाग वास्तव में भरता है। एक ठोस लाल दिल अपनी अधिकांश टाइल को लाल रंग से भरता है; एक पतली वस्तु बहुत सारी खाली जगह छोड़ देती है। इन प्रोफाइलों को पहले से संग्रहीत करना ही मिलान चरण को तेज़ी से चलाने देता है।
अब टूल प्रत्येक इमेज ब्लॉक की तुलना इमोजी प्रोफाइल से करता है और निकटतम रंग मिलान का चयन करता है। मैच टॉलरेंस सेटिंग तय करती है कि यह तुलना कितनी सख्त है। कम टॉलरेंस बहुत करीबी रंग मिलान की मांग करती है, सटीक रंग देती है लेकिन बार-बार इमोजी के एक छोटे से सेट का उपयोग करती है। उच्च टॉलरेंस ढीले मिलान स्वीकार करती है, जो अधिक इमोजी विविधता और एक जीवंत, अधिक बिखरी हुई बनावट लाती है। अनुमत खाली स्थान सेटिंग फ़िल्टर करती है कि कौन से इमोजी इस आधार पर पात्र हैं कि वे अपनी टाइल को कितनी सघनता से भरते हैं।
अंत में, हर चुना हुआ इमोजी आउटपुट इमोजी आकार द्वारा निर्धारित आकार पर एक ताज़ा कैनवास पर वापस खींचा जाता है। यदि पृष्ठभूमि रंग सक्षम है, तो यह इमोजी के पीछे के अंतराल को भरता है। तैयार कैनवास वही है जो आप स्क्रीन पर देखते हैं और जो डाउनलोड करने पर सहेजा जाता है।
ऊपर बताई गई हर चीज आधुनिक ब्राउज़रों में निर्मित मानक वेब तकनीक का उपयोग करती है। भारी काम करने वाला कोई सर्वर नहीं है, जिसके दो बड़े फायदे हैं: आपकी तस्वीरें पूरी तरह से निजी रहती हैं, और कोई अपलोड प्रतीक्षा नहीं होती — जैसे ही आप कोई फ़ाइल चुनते हैं, रूपांतरण शुरू हो जाता है। आप हमारी गोपनीयता नीति में अधिक पढ़ सकते हैं।
जैसे-जैसे आप विश्लेषण विंडो को छोटा करते हैं, टूल जिन ब्लॉकों को प्रोसेस करता है उनकी संख्या तेज़ी से बढ़ती है। बहुत बड़ी इमेज पर बहुत छोटी विंडो का मतलब है विश्लेषण और ड्रा करने के लिए दसियों हज़ार ब्लॉक, जिसमें धीमे डिवाइसों पर कुछ सेकंड लग सकते हैं। यदि आपको कभी रेंडरिंग धीमी लगे, तो विश्लेषण विंडो को थोड़ा बढ़ाएँ या मध्यम आकार की स्रोत इमेज का उपयोग करें।
इमोजी आर्ट काम करता है क्योंकि मानव दृष्टि दूरी और पैमाने को कैसे संभालती है। करीब से, आप अलग-अलग इमोजी का एक क्षेत्र देखते हैं। पीछे हटें, आँखें सिकोड़ें, या इमेज को छोटा करें, और आपकी दृश्य प्रणाली उन टाइलों को चिकने ग्रेडिएंट और आकारों में धुंधला कर देती है — मूल तस्वीर को प्रकट करती है। यह वही सिद्धांत है जो क्लासिक टाइल मोज़ेक, हाफ़टोन अखबार मुद्रण और बिंदुवादी चित्रकला के पीछे है, बस डिजिटल युग के प्रतीकों के साथ पुनर्निर्मित किया गया है।
सिद्धांत को व्यवहार में लाने के लिए तैयार हैं? अनुशंसित मानों के लिए सेटिंग्स गाइड देखें, या सीधे जनरेटर पर जाएँ।
मुफ़्त, निजी और जब भी आप तैयार हों — कोई साइनअप आवश्यक नहीं।
🎨 जनरेटर खोलें