Mejorando la calidad de las imágenes en Jupyter Notebook: Un enfoque completo

Jupyter Notebook se ha vuelto una herramienta fundamental para el análisis y la visualización de datos en múltiples entornos. Sin embargo, la calidad por defecto de las imágenes puede no ser adecuada en muchas aplicaciones. Por eso, en una entrada anterior, expliqué cómo cambiar esa resolución por defecto por una más adecuada en los monitores de alta resolución (HiDPI o Retina Display). En esta entrada, analizaré diversas estrategias para mejorar la calidad de las imágenes en Jupyter Notebook. Explicando cómo mejorar la resolución de las imágenes para producir imágenes con resultados nítidos y profesionales.

Entendiendo la resolución de las imágenes en Jupyter Notebook

La resolución de las imágenes, generalmente medido en píxeles por pulgada (DPI, acrónimo de Dots per Inch), indica el número de píxeles que contiene y, por lo tanto, la calidad visual de estas. Una resolución más alta proporciona una imagen más nítida y detallada, lo que es importante tanto cuando se desea imprimir, como al visualizar en pantallas de alta resolución.

Por defecto las figuras que se crean Matplotlib en Jupyter Notebook tienen un tamaño de 6,4 por 4,8 pulgadas. Valor que se puede cambiar mediante el método figsize(). Una vez definido el tamaño de la figura, un valor más alto de DPI hará que las imágenes sean más nítidas, ya que tendrá más píxeles para representar la información visual en el mismo área. Por lo tanto, ajustar el DPI es esencial para garantizar la calidad óptima de las imágenes. Aunque hay que hacerlo con cuidado, ya que al aumentar el DPI en exceso hará que los archivos sean más pesados.

Se puede pensar que una alternativa a aumentar el DPI es simplemente aumentar el tamaño de las figuras. Sin embargo, esto no produce el mismo resultado. Al aumentar el tamaño de las imágenes, es cierto que el número total de píxeles aumenta, pero también hay otras consideraciones importantes para tener en cuenta.

Por un lado, al aumentar el tamaño del lienzo, el texto y otros elementos proporcionales se vuelven más pequeños en relación con la imagen. Esto puede dificultar la legibilidad del texto y la interpretación de los detalles más finos en la imagen.

Además, aumentar el tamaño del lienzo no mejora la calidad intrínseca de la imagen en términos de nitidez y claridad de los detalles. Aunque la imagen puede parecer más grande, la resolución real de los elementos individuales (texto, puntos, etc.) dentro de la imagen permanece igual, lo que produce una menor calidad visual al observar la imagen de cerca.

Configurando la resolución de las imágenes en Jupyter Notebook

La forma más sencilla de mejorar la resolución de las imágenes en Jupyter Notebook es a través de la configuración de Matplotlib. El siguiente código cambia la resolución por defecto de 72 DPI a 144.

%config InlineBackend.figure_format = 'retina'

Pero este valor se puede cambiar de una manera más precisa, indicando exactamente la resolución que se desea para todas las imágenes. Por ejemplo, para cambiar la resolución a 300 DPI se puede escribir la siguiente línea.

%config InlineBackend.print_figure_kwargs = {'dpi': 300}

En este caso se asigna explícitamente al parámetro print_figure_kwargs el valor de 300 DPI. Pudiendo indicar el valor numérico con absoluta precisión. Ejecutar esta línea en un notebook asegura que todas las imágenes generadas dentro de éste tengan una resolución de 300 DPI, lo que garantiza una calidad óptima en la visualización de gráficos y figuras.

Cambiar la resolución a al exportar con Matplotlib

Si lo que se desea es exportar las figuras creadas con Matplotlib se puede recurrir al parámetro dpi del método savefig() para cambiar la resolución de estas. Por ejemplo, si se desea exportar el gráfico que se ha creado con una resolución de 300 DPI se puede ejecutar la siguiente línea

plt.savefig('mi_grafico.png', dpi=300)

Esto generará un archivo de imagen llamado “mi_grafico.png” con una resolución de 300 DPI, lo que garantiza una alta calidad y nitidez en la imagen.

Comparativa del efecto de la resolución en los archivos

Para ilustrar la importancia de la resolución en la calidad de las imágenes, he creado un gráfico simple utilizando Matplotlib y exportado este con diferentes resoluciones. A continuación, se muestra el código para generar los gráficos

import matplotlib.pyplot as plt

# Datos de ejemplo
x = [1, 2, 3, 4, 5]
y = [10, 15, 13, 18, 16]

# Configuración de las resoluciones
resolutions = [72, 150, 300]  # DPI

# Creación del gráfico con diferentes resoluciones
for dpi in resolutions:
    plt.figure(figsize=(6, 4))
    plt.plot(x, y)
    
    # Añadir puntos (círculos) a la gráfica
    plt.scatter(x, y, s=100, c='red', alpha=0.5)
    
    plt.title(f'Resolución: {dpi} DPI')
    plt.xlabel('X')
    plt.ylabel('Y')
    plt.grid(True)
    plt.savefig(f'grafico_resolucion_{dpi}.png', dpi=dpi)
    plt.show()

Este código generará tres gráficos con resoluciones de 72, 150 y 300 DPI respectivamente. Podemos observar cómo la calidad de los gráficos mejora a medida que aumenta la resolución.

En este ejemplo, es importante tener en cuenta que el tamaño de los archivos de imagen generados también aumenta con la resolución. El cual se debe a la mayor cantidad de detalles en las imágenes de mayor resolución. Los tamaños de los archivos resultantes son de 25 KB, 39 KB y 89 KB respectivamente para las resoluciones de 72, 150 y 300 DPI.

Conclusiones

Ajustar la resolución de las imágenes en Jupyter Notebook es clave para generar visualizaciones profesionales. La resolución por defecto de las gráficas que se crea en Matplotlib puede que fuese suficiente hace unos años, pero hoy en día los monitores HiDPI, o el uso de zoom, hace que se pueda observar una falta de calidad visual. Al saber cómo configurar la resolución de las imágenes, se puede ajustar está a las necesidades particulares en cada caso. Usando una mayor resolución en las presentaciones, o cuando se necesita imprimir los gráficos, y una menor en el día a día.

Imagen de Xuân Tuấn Anh Đặng en Pixabay