{"id":35473,"date":"2019-10-31T22:04:32","date_gmt":"2019-10-31T19:04:32","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novaya-statya-vychislitelnaya-fotografiya\/"},"modified":"2019-10-31T22:04:32","modified_gmt":"2019-10-31T19:04:32","slug":"novaya-statya-vychislitelnaya-fotografiya","status":"publish","type":"post","link":"https:\/\/prohoster.info\/it\/blog\/news\/novaya-statya-vychislitelnaya-fotografiya","title":{"rendered":"Nuovo articolo: Fotografia Computazionale","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"<p>L'originale dell'articolo \u00e8 pubblicato sul sito <noindex><a rel=\"nofollow noopener noreferrer\" href=\"https:\/\/vas3k.ru\/\" target=\"_blank\">Vastrik.ru<\/a><\/noindex>&nbsp;e pubblicato su 3DNews con il permesso dell'autore. Presentiamo il testo completo dell'articolo, ad eccezione di un'enorme quantit\u00e0 di collegamenti &mdash; utili per chi \u00e8 seriamente interessato all'argomento e vorrebbe approfondire gli aspetti teorici della fotografia computazionale, ma che abbiamo considerato superflui per il grande pubblico.&nbsp;&nbsp;<\/p>\n<p>Oggi nessuna presentazione di uno smartphone pu\u00f2 prescindere dall'analizzare la sua fotocamera. Ogni mese sentiamo di un nuovo successo delle fotocamere mobile: Google insegna al Pixel a scattare foto al buio, Huawei zoomma come un binocolo, Samsung integra il lidar e Apple realizza gli angoli pi\u00f9 arrotondati al mondo. \u00c8 raro che l'innovazione scorra cos\u00ec abbondantemente in altri settori.<\/p>\n<p>Le reflex digitali, nel frattempo, sembrano stagnare. Sony ogni anno sorprende tutti con nuovi sensori, mentre i produttori aggiornano pigramente solo l'ultima cifra della versione e continuano a fumare relax in disparte. Ho una reflex sul tavolo che costa $3000, ma quando viaggio porto con me l'iPhone. Perch\u00e9?<\/p>\n<p>Come diceva un classico &mdash; sono andato su internet con questa domanda. L\u00ec discutono di qualche \u00abalgoritmo\u00bb e \u00abreti neurali\u00bb, senza avere idea di come influenzino specificamente la fotografia. I giornalisti leggono ad alta voce il numero di megapixel, i blogger fanno unboxing pagati di gruppo, e gli estetici si abbandonano a \u00abuna percezione sensoriale della palette colori del sensore\u00bb. Tutto come sempre.<\/p>\n<p>Ho dovuto sedermi, spendere met\u00e0 della vita e capire tutto da solo. In questo articolo racconter\u00f2 cosa ho scoperto.<\/p>\n<h2><noindex><a rel=\"nofollow\" href=\"#contents\" class=\"right paragraph tooltip\" data-tooltip=\"\u0412\u0435\u0440\u043d\u0443\u0442\u044c\u0441\u044f \u043a \u043e\u0433\u043b\u0430\u0432\u043b\u0435\u043d\u0438\u044e\">&#8673;<\/a><\/noindex><noindex><a rel=\"nofollow\" name=\"\u0427\u0442\u043e \u0442\u0430\u043a\u043e\u0435 \u0432\u044b\u0447\u0438\u0441\u043b\u0438\u0442\u0435\u043b\u044c\u043d\u0430\u044f \u0444\u043e\u0442\u043e\u0433\u0440\u0430\u0444\u0438\u044f?\" href=\"#\u0427\u0442\u043e \u0442\u0430\u043a\u043e\u0435 \u0432\u044b\u0447\u0438\u0441\u043b\u0438\u0442\u0435\u043b\u044c\u043d\u0430\u044f \u0444\u043e\u0442\u043e\u0433\u0440\u0430\u0444\u0438\u044f?\" class=\"right paragraph tooltip\" data-tooltip=\"\u0421\u0441\u044b\u043b\u043a\u0430 \u043d\u0430 \u044d\u0442\u0443 \u0433\u043b\u0430\u0432\u0443\">#<\/a><\/noindex>Che cos'\u00e8 la fotografia computazionale?<\/h2>\n<p>Ovunque, inclusa Wikipedia, viene fornita una definizione approssimativa: fotografia computazionale &mdash; qualsiasi tecnica di cattura e elaborazione delle immagini in cui, al posto delle trasformazioni ottiche, si utilizzano calcoli digitali. Va bene, tranne per il fatto che non spiega nulla. Ci si pu\u00f2 riferire anche all'autofocus, ma non include l'ottica a matrice, che ci ha gi\u00e0 portato molti vantaggi. L'ambiguit\u00e0 delle definizioni ufficiali sembra suggerire che non sappiamo di cosa stiamo parlando.<\/p>\n<p>Il pioniere della fotografia computazionale, il professor Marc Levoy di Stanford (che ora gestisce la fotocamera di Google Pixel), offre un'altra definizione &mdash; un insieme di metodi di visione artificiale che migliorano o ampliano le possibilit\u00e0 della fotografia digitale, grazie ai quali si ottiene una fotografia normale che non poteva essere realizzata tecnicamente con quella fotocamera in modo tradizionale. In questo articolo mi attengo proprio a questa definizione.<\/p>\n<p>Quindi, la colpa \u00e8 stata degli smartphone.<\/p>\n<p style=\"text-align: center;\">Per gli smartphone non c'era altra scelta se non dare vita a un nuovo tipo di fotografia &mdash; la fotografia computazionale.<\/p>\n<p>I loro piccoli sensori rumorosi e le piccole lenti poco luminose avrebbero dovuto portare solo dolore e sofferenza secondo le leggi della fisica. E lo hanno fatto, finch\u00e9 i loro sviluppatori non hanno trovato il modo di sfruttare i loro punti di forza per combattere le debolezze &mdash; otturatori elettronici veloci, potenti processori e software.<\/p>\n<p><img decoding=\"async\" alt=\"Nuovo articolo: Fotografia Computazionale\" src=\"\/wp-content\/uploads\/2019\/06\/9735433adae34a087804b604eff125d4.jpg\" style=\"display:block;margin: 0 auto;\" \/><\/p>\n<p>La maggior parte delle ricerche significative nel campo della fotografia computazionale risale al 2005-2015, un periodo che nel mondo scientifico \u00e8 considerato quasi come ieri. Proprio ora, sotto i nostri occhi e nelle nostre tasche, si sta sviluppando un nuovo campo di conoscenze e tecnologie che non \u00e8 mai esistito prima.<\/p>\n<p>La fotografia computazionale &mdash; non \u00e8 solo un selfie con il neuro-bokeh. La recente foto di un buco nero non sarebbe esistita senza metodi di fotografia computazionale. Per ottenere una foto del genere con un normale telescopio, avremmo dovuto realizzarne uno delle dimensioni della Terra. Tuttavia, unendo i dati di otto radiotelescopi in diverse parti del nostro pianeta e scrivendo un po' di script in Python, abbiamo ottenuto la prima fotografia al mondo dell'orizzonte degli eventi. Pu\u00f2 andar bene anche per i selfie.<\/p>\n<p><img decoding=\"async\" alt=\"Nuovo articolo: Fotografia Computazionale\" src=\"\/wp-content\/uploads\/2019\/06\/696e1ec7834e8bf47bff2aa8965b903a.jpg\" style=\"display:block;margin: 0 auto;\" \/><\/p>\n<h2><noindex><a rel=\"nofollow\" href=\"#contents\" class=\"right paragraph tooltip\" data-tooltip=\"\u0412\u0435\u0440\u043d\u0443\u0442\u044c\u0441\u044f \u043a \u043e\u0433\u043b\u0430\u0432\u043b\u0435\u043d\u0438\u044e\">&#8673;<\/a><\/noindex><noindex><a rel=\"nofollow\" name=\"\u041d\u0430\u0447\u0430\u043b\u043e: \u0446\u0438\u0444\u0440\u043e\u0432\u0430\u044f \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0430\" href=\"#\u041d\u0430\u0447\u0430\u043b\u043e: \u0446\u0438\u0444\u0440\u043e\u0432\u0430\u044f \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0430\" class=\"right paragraph tooltip\" data-tooltip=\"\u0421\u0441\u044b\u043b\u043a\u0430 \u043d\u0430 \u044d\u0442\u0443 \u0433\u043b\u0430\u0432\u0443\">#<\/a><\/noindex>Inizio: elaborazione digitale<\/h2>\n<p>Immaginiamo di essere tornati al 2007. Nostro madre &mdash; anarchia, e le nostre foto &mdash; rumorosi jpeg da 0,6 Mp, scattate su uno skateboard. \u00c8 circa allora che abbiamo sviluppato il primo irresistibile desiderio di applicare preset su di esse per nascondere la miseria dei sensori mobili. Non priviamoci di questo.<\/p>\n<p><img decoding=\"async\" alt=\"Nuovo articolo: Fotografia Computazionale\" src=\"\/wp-content\/uploads\/2019\/06\/4078f9ff31730ac7b4dec18d4408a707.jpg\" style=\"display:block;margin: 0 auto;\" \/><\/p>\n<h2><noindex><a rel=\"nofollow\" href=\"#contents\" class=\"right paragraph tooltip\" data-tooltip=\"\u0412\u0435\u0440\u043d\u0443\u0442\u044c\u0441\u044f \u043a \u043e\u0433\u043b\u0430\u0432\u043b\u0435\u043d\u0438\u044e\">&#8673;<\/a><\/noindex><noindex><a rel=\"nofollow\" name=\"\u041c\u0430\u0442\u0430\u043d \u0438 \u0438\u043d\u0441\u0442\u0430\u0433\u0440\u0430\u043c\" href=\"#\u041c\u0430\u0442\u0430\u043d \u0438 \u0438\u043d\u0441\u0442\u0430\u0433\u0440\u0430\u043c\" class=\"right paragraph tooltip\" data-tooltip=\"\u0421\u0441\u044b\u043b\u043a\u0430 \u043d\u0430 \u044d\u0442\u0443 \u0433\u043b\u0430\u0432\u0443\">#<\/a><\/noindex>Matan e Instagram<\/h2>\n<p>Con l'arrivo di Instagram, tutti sono impazziti per i filtri. Come persona che un tempo ha fatto reverse engineering di X-Pro II, Lo-Fi e Valencia, ovviamente per scopi di ricerca (eheh), ricordo ancora che erano composti da tre componenti:<\/p>\n<ul>\n<li>Impostazioni di colore (Hue, Saturation, Lightness, Contrast, Levels e cos\u00ec via) &mdash; semplici coefficienti digitali, proprio come in tutti i preset che i fotografi utilizzano fin dai tempi antichi.<\/li>\n<li>Mappe di tonalit\u00e0 (Tone Mapping) &mdash; vettori di valori, ognuno dei quali ci diceva: \u00abIl rosso con tonalit\u00e0 128 deve essere trasformato nella tonalit\u00e0 240\u00bb.<\/li>\n<li>Overlay &mdash; immagini semitrasparenti con polvere, grana, vignettatura e tutto il resto che si pu\u00f2 sovrapporre per ottenere un effetto di vecchia pellicola non proprio banale. Non era sempre presente.&nbsp; &nbsp;<\/li>\n<\/ul>\n<p>I filtri moderni non si sono allontanati molto da questo trio, sono solo diventati un po' pi\u00f9 complessi dal punto di vista matematico. Con l'arrivo dei shader hardware e di OpenCL sugli smartphone, sono stati rapidamente adattati per la GPU, ed era considerato davvero fantastico. Per il 2012, certo. Oggi qualsiasi studente delle scuole superiori pu\u00f2 creare qualcosa di simile con CSS e non gli verr\u00e0 nemmeno riconosciuto al diploma.<\/p>\n<p>Tuttavia, il progresso dei filtri oggi non si \u00e8 fermato. I ragazzi di Dehancer, ad esempio, si divertono con filtri non lineari &mdash; invece di un semplicistico tone mapping, utilizzano trasformazioni non lineari pi\u00f9 complesse, che, a loro dire, aprono molte pi\u00f9 possibilit\u00e0.<\/p>\n<p>Con le trasformazioni non lineari si possono fare molte cose, ma sono incredibilmente complesse, e noi, esseri umani, siamo incredibilmente stupidi. Quando si tratta di trasformazioni non lineari, preferiamo ricorrere ai metodi numerici e riempire tutto di reti neurali, affinch\u00e9 scrivano capolavori al nostro posto. La stessa cosa \u00e8 accaduta qui.<\/p>\n<h2><noindex><a rel=\"nofollow\" href=\"#contents\" class=\"right paragraph tooltip\" data-tooltip=\"\u0412\u0435\u0440\u043d\u0443\u0442\u044c\u0441\u044f \u043a \u043e\u0433\u043b\u0430\u0432\u043b\u0435\u043d\u0438\u044e\">&#8673;<\/a><\/noindex><noindex><a rel=\"nofollow\" name=\"\u0410\u0432\u0442\u043e\u043c\u0430\u0442\u0438\u043a\u0430 \u0438 \u043c\u0435\u0447\u0442\u044b \u043e \u043a\u043d\u043e\u043f\u043a\u0435 &laquo;\u0448\u0435\u0434\u0435\u0432\u0440&raquo;\" href=\"#\u0410\u0432\u0442\u043e\u043c\u0430\u0442\u0438\u043a\u0430 \u0438 \u043c\u0435\u0447\u0442\u044b \u043e \u043a\u043d\u043e\u043f\u043a\u0435 &laquo;\u0448\u0435\u0434\u0435\u0432\u0440&raquo;\" class=\"right paragraph tooltip\" data-tooltip=\"\u0421\u0441\u044b\u043b\u043a\u0430 \u043d\u0430 \u044d\u0442\u0443 \u0433\u043b\u0430\u0432\u0443\">#<\/a><\/noindex>Automatizzazione e sogni di un tasto \u00abcapolavoro\u00bb<\/h2>\n<p>Quando tutti si sono abituati ai filtri, abbiamo iniziato a integrarli direttamente nelle fotocamere. La storia non rivelerebbe chi \u00e8 stato il primo produttore a farlo, ma giusto per capire quanto tempo fa \u00e8 successo &mdash; in iOS 5.0, che \u00e8 uscito nel 2011, c'era gi\u00e0 un'API pubblica per l'Auto Enhancing Images. Solo Jobs sa per quanto tempo sia stata utilizzata prima di essere resa pubblica.<\/p>\n<p>L'automazione faceva ci\u00f2 che ognuno di noi fa aprendo una foto in un editor &mdash; estraeva dettagli nelle luci e nelle ombre, aumentava la saturazione, rimuoveva gli occhi rossi e correggeva il tono della pelle. Gli utenti non avevano nemmeno idea che la \u00abcamera drammaticamente migliorata\u00bb nel nuovo smartphone fosse solo il risultato di un paio di nuovi shader. Cinque anni dovevano passare prima dell'uscita di Google Pixel e dell'inizio del clamore sulla fotografia computazionale.<\/p>\n<p><img decoding=\"async\" alt=\"Nuovo articolo: Fotografia Computazionale\" src=\"\/wp-content\/uploads\/2019\/06\/480b0c337a37ce33a178794104c2d541.jpg\" style=\"display:block;margin: 0 auto;\" \/><\/p>\n<p>Oggi la battaglia per il pulsante \u00abcapolavoro\u00bb \u00e8 passata nel campo del machine learning. Dopo aver giocato con il tone mapping, tutti si sono immersi nell'allenamento di CNN e GAN, lasciando che gli algoritmi spostassero i cursori invece degli utenti. In altre parole, si tratta di determinare, a partire da un'immagine di ingresso, un insieme di parametri ottimali che avvicinerebbero quell'immagine a una certa comprensione soggettiva di \u00abbuona fotografia\u00bb. Questo \u00e8 stato implementato in Pixelmator Pro e in altri editor. Funziona, come si pu\u00f2 intuire, non sempre e non benissimo.&nbsp;<\/p>\n<h2><noindex><a rel=\"nofollow\" href=\"#contents\" class=\"right paragraph tooltip\" data-tooltip=\"\u0412\u0435\u0440\u043d\u0443\u0442\u044c\u0441\u044f \u043a \u043e\u0433\u043b\u0430\u0432\u043b\u0435\u043d\u0438\u044e\">&#8673;<\/a><\/noindex><noindex><a rel=\"nofollow\" name=\"\u0421\u0442\u0435\u043a\u0438\u043d\u0433 &mdash; 90% \u0443\u0441\u043f\u0435\u0445\u0430 \u043c\u043e\u0431\u0438\u043b\u044c\u043d\u044b\u0445 \u043a\u0430\u043c\u0435\u0440\" href=\"#\u0421\u0442\u0435\u043a\u0438\u043d\u0433 &mdash; 90% \u0443\u0441\u043f\u0435\u0445\u0430 \u043c\u043e\u0431\u0438\u043b\u044c\u043d\u044b\u0445 \u043a\u0430\u043c\u0435\u0440\" class=\"right paragraph tooltip\" data-tooltip=\"\u0421\u0441\u044b\u043b\u043a\u0430 \u043d\u0430 \u044d\u0442\u0443 \u0433\u043b\u0430\u0432\u0443\">#<\/a><\/noindex>Il stacking \u00e8 il 90% del successo delle fotocamere mobile<\/h2>\n<p>La vera fotografia computazionale \u00e8 iniziata con lo stacking: sovrapporre pi\u00f9 fotografie l'una sull'altra. Per uno smartphone non \u00e8 un problema scattare una decina di foto in mezzo secondo. Le loro fotocamere non hanno parti meccaniche lente: l'apertura \u00e8 fissa e, invece di un otturatore meccanico, c'\u00e8 l'otturatore elettronico. Il processore comanda semplicemente al sensore di catturare fotoni per un certo numero di microsecondi e legge il risultato.<\/p>\n<p>Tecnicamente, il telefono pu\u00f2 scattare foto alla velocit\u00e0 di un video e registrare video con risoluzione fotografica, ma tutto dipende dalla velocit\u00e0 del bus e del processore. Pertanto, vengono sempre impostati limiti software.<\/p>\n<p>Lo stacking \u00e8 con noi da molto tempo. Anche i nonni usavano plugin su Photoshop 7.0 per unire diverse foto in un HDR accattivante oppure per creare panorami di 18000 \u00d7 600 pixel e\u2026 in realt\u00e0, nessuno ha mai trovato un modo per utilizzarli ulteriormente. Erano tempi interessanti, peccato che selvaggi.<\/p>\n<p>Ora siamo cresciuti e chiamiamo tutto questo \u00abfotografia epsilon\u00bb \u2014 quando, variando uno dei parametri della fotocamera (esposizione, messa a fuoco, posizione) e unendo i fotogrammi risultanti, otteniamo qualcosa che non potrebbe essere catturato in un singolo scatto. Ma questo \u00e8 un termine per teorici, in pratica \u00e8 prevalso un altro nome \u2014 stacking. Oggi, infatti, il 90% di tutte le innovazioni nelle fotocamere mobili si basa su di esso.<\/p>\n<p><img decoding=\"async\" alt=\"Nuovo articolo: Fotografia Computazionale\" src=\"\/wp-content\/uploads\/2019\/06\/f3a6fd9c8260116a371eeb03bbf61536.jpg\" style=\"display:block;margin: 0 auto;\" \/><\/p>\n<p>Una cosa a cui molti non pensano, ma che \u00e8 importante per comprendere tutta la fotografia mobile e computazionale: la fotocamera di uno smartphone moderno inizia a scattare foto non appena apri la sua applicazione. \u00c8 logico, deve infatti trasmettere l'immagine sullo schermo. Tuttavia, oltre allo schermo, conserva fotogrammi ad alta risoluzione nel proprio buffer circolare, dove li mantiene per qualche secondo in pi\u00f9.<\/p>\n<p style=\"text-align: center;\">Quando premi il pulsante \u00abscatta foto\u00bb \u2014 in realt\u00e0 l'immagine \u00e8 gi\u00e0 stata catturata, la fotocamera si sta semplicemente prendendo l'ultima foto dalla memoria.<\/p>\n<p>Oggi funziona cos\u00ec qualsiasi fotocamera mobile. Almeno in tutti i modelli di punta, non quelli scadenti. La memorizzazione consente di realizzare non solo un ritardo dell'otturatore pari a zero, di cui i fotografi sognano da tempo, ma addirittura un ritardo negativo \u2014 quando premi il pulsante, lo smartphone guarda nel passato, scarica 5-10 ultime foto dalla memoria e inizia un'analisi fervente per unirle. Non \u00e8 pi\u00f9 necessario aspettare che il telefono scatti delle foto per HDR o per la modalit\u00e0 notturna, \u2014 basta prelevarle dalla memoria, l'utente non si accorger\u00e0 nemmeno di nulla.<\/p>\n<p><img decoding=\"async\" alt=\"Nuovo articolo: Fotografia Computazionale\" src=\"\/wp-content\/uploads\/2019\/06\/df4d90e674db51c1e8b43518300270da.jpg\" style=\"display:block;margin: 0 auto;\" \/><\/p>\n<p>A proposito, proprio grazie al ritardo negativo dell\u2019otturatore \u00e8 stata realizzata la funzione Live Photo sugli iPhone, mentre in HTC qualcosa di simile esisteva gi\u00e0 nel 2013 con il curioso nome di Zoe.<\/p>\n<h2><noindex><a rel=\"nofollow\" href=\"#contents\" class=\"right paragraph tooltip\" data-tooltip=\"\u0412\u0435\u0440\u043d\u0443\u0442\u044c\u0441\u044f \u043a \u043e\u0433\u043b\u0430\u0432\u043b\u0435\u043d\u0438\u044e\">&#8673;<\/a><\/noindex><noindex><a rel=\"nofollow\" name=\"\u0421\u0442\u0435\u043a\u0438\u043d\u0433 \u043f\u043e \u044d\u043a\u0441\u043f\u043e\u0437\u0438\u0446\u0438\u0438 &mdash; HDR \u0438 \u0431\u043e\u0440\u044c\u0431\u0430 \u0441 \u043f\u0435\u0440\u0435\u043f\u0430\u0434\u0430\u043c\u0438 \u044f\u0440\u043a\u043e\u0441\u0442\u0438\" href=\"#\u0421\u0442\u0435\u043a\u0438\u043d\u0433 \u043f\u043e \u044d\u043a\u0441\u043f\u043e\u0437\u0438\u0446\u0438\u0438 &mdash; HDR \u0438 \u0431\u043e\u0440\u044c\u0431\u0430 \u0441 \u043f\u0435\u0440\u0435\u043f\u0430\u0434\u0430\u043c\u0438 \u044f\u0440\u043a\u043e\u0441\u0442\u0438\" class=\"right paragraph tooltip\" data-tooltip=\"\u0421\u0441\u044b\u043b\u043a\u0430 \u043d\u0430 \u044d\u0442\u0443 \u0433\u043b\u0430\u0432\u0443\">#<\/a><\/noindex>Stacking per esposizione \u2014 HDR e lotta contro le variazioni di luminosit\u00e0<\/h2>\n<p><img decoding=\"async\" alt=\"Nuovo articolo: Fotografia Computazionale\" src=\"\/wp-content\/uploads\/2019\/06\/f05831e57c87ec1177cdef0dc578b46c.jpg\" style=\"display:block;margin: 0 auto;\" \/><\/p>\n<p>Se i sensori delle fotocamere possono catturare l'intero intervallo di luminosit\u00e0 disponibile per i nostri occhi, \u00e8 una vecchia e accesa questione di dibattito. Alcuni dicono di no, poich\u00e9 l'occhio \u00e8 in grado di vedere fino a 25 f-stop, mentre anche dal miglior sensore full-frame si possono estrarre al massimo 14. Altri ritengono che il confronto non sia corretto, poich\u00e9 l'occhio \u00e8 assistito dal cervello, che adatta automaticamente la pupilla e completa l'immagine utilizzando le proprie reti neurali, e il dinamico intervallo istantaneo dell'occhio non \u00e8 in effetti superiore a 10-14 f-stop. Lasciamo queste discussioni ai migliori pensatori da divano di Internet.<\/p>\n<p>Il fatto \u00e8 semplice: quando si fotografano amici contro un cielo luminoso senza HDR con un qualsiasi smartphone, si ottiene o un cielo normale con volti scuri, oppure amici ben definiti ma con un cielo completamente bruciato.<\/p>\n<p>La soluzione \u00e8 stata trovata da tempo \u2014 espandere l'intervallo di luminosit\u00e0 tramite HDR (High dynamic range). \u00c8 necessario scattare diverse immagini a diverse esposizioni e unirle insieme. Perch\u00e9 una sia \u2018normale\u2019, la seconda un po\u2019 pi\u00f9 chiara, la terza un po\u2019 pi\u00f9 scura. Prendiamo le aree scure dall'immagine luminosa e riempiamo i chiaroscuri dall\u2019immagine scura \u2014 profitto. Rimane solo da risolvere il problema del bracketing automatico \u2014 quanto spostare l'esposizione di ciascuna immagine affinch\u00e9 non si superi, ma la media della luminosit\u00e0 dell'immagine attuale sar\u00e0 ben gestita da uno studente del secondo anno di un\u2019universit\u00e0 tecnica.<\/p>\n<p><img decoding=\"async\" alt=\"Nuovo articolo: Fotografia Computazionale\" src=\"\/wp-content\/uploads\/2019\/06\/de7ba87bb60f8da89c650220d431248b.jpg\" style=\"display:block;margin: 0 auto;\" \/><\/p>\n<p>Sui pi\u00f9 recenti iPhone, Pixel e Galaxy, la modalit\u00e0 HDR si attiva automaticamente quando un semplice algoritmo all'interno della fotocamera rileva che stai fotografando qualcosa di contrastato in una giornata soleggiata. Puoi persino notare come il telefono cambia la modalit\u00e0 di registrazione in memoria per salvare le immagini spostate per esposizione, \u2014 la fotocamera diminuisce il fps e l'immagine diventa pi\u00f9 vibrante. Il momento del cambio \u00e8 evidente sul mio iPhone X se si scatta all'aperto. Fai attenzione al tuo smartphone la prossima volta.<\/p>\n<p>Il problema dell'HDR con bracketing per esposizione \u00e8 la sua incapacit\u00e0 insormontabile in condizioni di scarsa illuminazione. Anche alla luce di una lampada da tavolo, le immagini risultano cos\u00ec scure che un computer non pu\u00f2 allinearle e unirle. Per risolvere il problema con la luce, nel 2013 Google ha mostrato un approccio diverso all'HDR nel suo smartphone Nexus dell'epoca. Ha utilizzato lo stacking temporale.<\/p>\n<h2><noindex><a rel=\"nofollow\" href=\"#contents\" class=\"right paragraph tooltip\" data-tooltip=\"\u0412\u0435\u0440\u043d\u0443\u0442\u044c\u0441\u044f \u043a \u043e\u0433\u043b\u0430\u0432\u043b\u0435\u043d\u0438\u044e\">&#8673;<\/a><\/noindex><noindex><a rel=\"nofollow\" name=\"\u0421\u0442\u0435\u043a\u0438\u043d\u0433 \u043f\u043e \u0432\u0440\u0435\u043c\u0435\u043d\u0438 &mdash; \u0441\u0438\u043c\u0443\u043b\u044f\u0446\u0438\u044f \u0434\u043b\u0438\u043d\u043d\u043e\u0439 \u0432\u044b\u0434\u0435\u0440\u0436\u043a\u0438 \u0438 \u0442\u0430\u0439\u043c\u043b\u0430\u043f\u0441\" href=\"#\u0421\u0442\u0435\u043a\u0438\u043d\u0433 \u043f\u043e \u0432\u0440\u0435\u043c\u0435\u043d\u0438 &mdash; \u0441\u0438\u043c\u0443\u043b\u044f\u0446\u0438\u044f \u0434\u043b\u0438\u043d\u043d\u043e\u0439 \u0432\u044b\u0434\u0435\u0440\u0436\u043a\u0438 \u0438 \u0442\u0430\u0439\u043c\u043b\u0430\u043f\u0441\" class=\"right paragraph tooltip\" data-tooltip=\"\u0421\u0441\u044b\u043b\u043a\u0430 \u043d\u0430 \u044d\u0442\u0443 \u0433\u043b\u0430\u0432\u0443\">#<\/a><\/noindex>Stacking per tempo \u2014 simulazione di lunga esposizione e time-lapse<\/h2>\n<p><img decoding=\"async\" alt=\"Nuovo articolo: Fotografia Computazionale\" src=\"\/wp-content\/uploads\/2019\/06\/4fe1ab5f044e2097f11cf582926c2713.jpg\" style=\"display:block;margin: 0 auto;\" \/><\/p>\n<p>Lo stacking temporale consente di ottenere un'esposizione lunga tramite una serie di esposizioni brevi. I pionieri furono gli appassionati di fotografia che intendevano catturare i sentieri delle stelle nel cielo notturno, trovando scomodo mantenere il diaframma aperto per due ore. Era difficile calcolare in anticipo tutte le impostazioni e anche la minima vibrazione rovinava l'intero scatto. Hanno deciso di aprire il diaframma solo per qualche minuto, ma molte volte, e poi tornare a casa e assemblare gli scatti in Photoshop.<\/p>\n<p><img decoding=\"async\" alt=\"Nuovo articolo: Fotografia Computazionale\" src=\"\/wp-content\/uploads\/2019\/06\/3985acce3f0bd1e1ceab9364f4f98d91.jpg\" style=\"display:block;margin: 0 auto;\" \/><\/p>\n<p>Quindi, la fotocamera non ha mai realmente scattato a lunga esposizione, ma abbiamo ottenuto un effetto di imitazione sovrapponendo pi\u00f9 scatti consecutivi. Per smartphone esistono gi\u00e0 da tempo molte applicazioni che utilizzano questo trucco, ma tutte non sono necessarie da quando questa funzionalit\u00e0 \u00e8 stata aggiunta quasi a tutte le fotocamere standard. Oggi anche un iPhone pu\u00f2 facilmente creare per voi una lunga esposizione da una Live Photo.<\/p>\n<p><img decoding=\"async\" alt=\"Nuovo articolo: Fotografia Computazionale\" src=\"\/wp-content\/uploads\/2019\/06\/e6bf5859cab4f105990859735f6a48e7.jpg\" style=\"display:block;margin: 0 auto;\" \/><\/p>\n<p>Torniamo a Google con il suo HDR notturno. Si \u00e8 scoperto che, utilizzando il bracketing temporale, \u00e8 possibile realizzare un buon HDR al buio. Questa tecnologia \u00e8 apparsa per la prima volta nel Nexus 5 ed era chiamata HDR+. Altri telefoni Android l'hanno ricevuta come un regalo. La tecnologia \u00e8 ancora cos\u00ec popolare che viene vantata anche nelle presentazioni dell'ultimo Pixel.<\/p>\n<p>HDR+ funziona in modo abbastanza semplice: rilevando che stai scattando in condizioni di scarsa illuminazione, la fotocamera recupera 8-15 delle ultime foto in RAW per sovrapporle. In questo modo, l'algoritmo raccoglie pi\u00f9 informazioni sulle aree scure per ridurre al minimo il rumore \u2014 i pixel dove, per qualche motivo, la fotocamera non \u00e8 riuscita a raccogliere tutte le informazioni e ha fallito.<\/p>\n<p>\u00c8 come se non sapessi come appare un capibara e chiedessi a cinque persone di descriverlo: le loro descrizioni sarebbero abbastanza simili, ma ciascuno menzionerebbe un dettaglio unico. Cos\u00ec raccoglieresti pi\u00f9 informazioni rispetto a chiedere solo a una persona. Anche i pixel funzionano cos\u00ec.<\/p>\n<p>Sommare le immagini scattate da un'unica posizione produce lo stesso effetto fasullo di un'esposizione lunga come quella delle stelle sopra. L'esposizione di decine di scatti si accumula, mentre gli errori in uno si minimizzano negli altri. Immaginate quante volte bisognerebbe premere l'otturatore della reflex per ottenere un simile risultato.<\/p>\n<p><img decoding=\"async\" alt=\"Nuovo articolo: Fotografia Computazionale\" src=\"\/wp-content\/uploads\/2019\/06\/eb7e3d8571ee4ae7eb7e62a47604ae1d.jpg\" style=\"display:block;margin: 0 auto;\" \/><\/p>\n<p>Rimaneva solo da risolvere il problema della correzione automatica del colore \u2014 le foto scattate al buio di solito risultano giallastre o verdognole, mentre vogliamo l'intensit\u00e0 di una luce diurna. Nelle prime versioni di HDR+, questo si risolveva semplicemente regolando le impostazioni, proprio come nei filtri tipo Instagram. Successivamente, \u00e8 stato chiamato in aiuto il machine learning.<\/p>\n<p>Cos\u00ec \u00e8 nata Night Sight \u2014 la tecnologia della \"fotografia notturna\" nei Pixel 2 e 3. La descrizione afferma: \"Tecniche di machine learning costruite su HDR+ che fanno funzionare Night Sight\". In sostanza, si tratta di un'automazione della fase di correzione del colore. La macchina \u00e8 stata addestrata su un dataset di foto \"prima\" e \"dopo\" per trasformare un insieme di immagini scure e sfuocate in una bella foto.<\/p>\n<p><img decoding=\"async\" alt=\"Nuovo articolo: Fotografia Computazionale\" src=\"\/wp-content\/uploads\/2019\/06\/3451cbbeaa58a77f5ce9f88b7ac0de79.jpg\" style=\"display:block;margin: 0 auto;\" \/><\/p>\n<p>A proposito, il dataset \u00e8 stato reso disponibile al pubblico. Chiss\u00e0, magari i ragazzi di Apple lo utilizzeranno per insegnare finalmente alle loro fotocamere di vetro a scattare decentemente al buio.<\/p>\n<p>In aggiunta, Night Sight utilizza il calcolo del vettore di movimento degli oggetti nella scena per normalizzare le vibrazioni, che inevitabilmente si verificano con esposizioni lunghe. In questo modo, lo smartphone pu\u00f2 prendere parti chiare da altri scatti e unirle.<\/p>\n<h2><noindex><a rel=\"nofollow\" href=\"#contents\" class=\"right paragraph tooltip\" data-tooltip=\"\u0412\u0435\u0440\u043d\u0443\u0442\u044c\u0441\u044f \u043a \u043e\u0433\u043b\u0430\u0432\u043b\u0435\u043d\u0438\u044e\">&#8673;<\/a><\/noindex><noindex><a rel=\"nofollow\" name=\"\u0421\u0442\u0435\u043a\u0438\u043d\u0433 \u043f\u043e \u0434\u0432\u0438\u0436\u0435\u043d\u0438\u044e &mdash; \u043f\u0430\u043d\u043e\u0440\u0430\u043c\u0430, \u0441\u0443\u043f\u0435\u0440\u0437\u0443\u043c \u0438 \u0431\u043e\u0440\u044c\u0431\u0430 \u0441 \u0448\u0443\u043c\u0430\u043c\u0438\" href=\"#\u0421\u0442\u0435\u043a\u0438\u043d\u0433 \u043f\u043e \u0434\u0432\u0438\u0436\u0435\u043d\u0438\u044e &mdash; \u043f\u0430\u043d\u043e\u0440\u0430\u043c\u0430, \u0441\u0443\u043f\u0435\u0440\u0437\u0443\u043c \u0438 \u0431\u043e\u0440\u044c\u0431\u0430 \u0441 \u0448\u0443\u043c\u0430\u043c\u0438\" class=\"right paragraph tooltip\" data-tooltip=\"\u0421\u0441\u044b\u043b\u043a\u0430 \u043d\u0430 \u044d\u0442\u0443 \u0433\u043b\u0430\u0432\u0443\">#<\/a><\/noindex>Stacking per movimenti \u2014 panorami, super zoom e riduzione del rumore.<\/h2>\n<p><img decoding=\"async\" alt=\"Nuovo articolo: Fotografia Computazionale\" src=\"\/wp-content\/uploads\/2019\/06\/c03260ea8ad60358065ec81ed0539063.jpg\" style=\"display:block;margin: 0 auto;\" \/><\/p>\n<p>Il panorama \u00e8 un passatempo popolare tra gli abitanti delle zone rurali. Al momento non si conoscono casi in cui una foto di salsiccia sia risultata interessante per qualcuno oltre all'autore, ma \u00e8 impossibile non menzionarla \u2014 per molti, \u00e8 proprio da qui che \u00e8 iniziato lo stacking.<\/p>\n<p><img decoding=\"async\" alt=\"Nuovo articolo: Fotografia Computazionale\" src=\"\/wp-content\/uploads\/2019\/06\/bf5955b2f32018ab90c12d6da41107c1.jpg\" style=\"display:block;margin: 0 auto;\" \/><\/p>\n<p>Il primo modo utile per utilizzare il panorama \u00e8 ottenere una fotografia con una risoluzione pi\u00f9 alta di quella consentita dal sensore della fotocamera, unendo insieme pi\u00f9 scatti. I fotografi usano da tempo vari software per le cosiddette fotografie ad alta risoluzione \u2014 dove foto leggermente sovrapposte si completano tra di loro pixel per pixel. In questo modo, \u00e8 possibile ottenere un'immagine anche di centinaia di gigapixel, il che \u00e8 molto utile se hai bisogno di stamparla su un cartellone pubblicitario grande come una casa.<\/p>\n<p><img decoding=\"async\" alt=\"Nuovo articolo: Fotografia Computazionale\" src=\"\/wp-content\/uploads\/2019\/06\/41f0d56913cd7b4c9e407345bf7383ce.jpg\" style=\"display:block;margin: 0 auto;\" \/><\/p>\n<p>Un altro approccio, gi\u00e0 pi\u00f9 interessante, \u00e8 il Pixel Shifting. Alcune fotocamere senza specchio come Sony e Olympus hanno iniziato a supportarlo gi\u00e0 nel 2014, ma il risultato doveva comunque essere assemblato manualmente. Tipiche innovazioni delle fotocamere di grandi dimensioni.<\/p>\n<p>I telefoni, invece, hanno avuto successo qui per una ragione comica: quando scatti una foto, le tue mani tremano. Questo problema apparente \u00e8 diventato la base per implementare una risoluzione nativa su smartphone.<\/p>\n<p>Per capire come funziona, bisogna ricordare come \u00e8 costituito il sensore di qualsiasi fotocamera. Ogni pixel (fotodiodo) \u00e8 in grado di rilevare solo l'intensit\u00e0 della luce \u2014 ossia la quantit\u00e0 di fotoni che entrano. Tuttavia, il pixel non pu\u00f2 misurarne il colore (lunghezza d'onda). Per ottenere un'immagine RGB, \u00e8 stato necessario creare un sistema di filtri colorati sulla matrice. La realizzazione pi\u00f9 comune \u00e8 chiamata filtro Bayer e viene utilizzata nella maggior parte dei sensori oggi. Assomiglia all'immagine sottostante.<\/p>\n<p><img decoding=\"async\" alt=\"Nuovo articolo: Fotografia Computazionale\" src=\"\/wp-content\/uploads\/2019\/06\/7dc43fed6c8080917d09275c23cd614c.jpg\" style=\"display:block;margin: 0 auto;\" \/><\/p>\n<p>Di conseguenza, ogni pixel del sensore acquisisce solo la componente R-, G- o B-, poich\u00e9 gli altri fotoni vengono spietatamente riflessi dal filtro Bayer. Le componenti mancanti sono calcolate tramite una semplice media dei valori dei pixel adiacenti.<\/p>\n<p>Ci sono pi\u00f9 celle verdi nel filtro Bayer - \u00e8 stato fatto per analogia con l'occhio umano. Risulta che su 50 milioni di pixel sul sensore, il colore verde sar\u00e0 catturato da 25 milioni, mentre rosso e blu da 12,5 milioni ciascuno. Il resto verr\u00e0 mediato \u2014 questo processo \u00e8 chiamato debayerizzazione o demosaicizzazione e rappresenta un strano e costoso workaround su cui tutto si basa.<\/p>\n<p><img decoding=\"async\" alt=\"Nuovo articolo: Fotografia Computazionale\" src=\"\/wp-content\/uploads\/2019\/06\/aa2d9d74153b26e3f0cdb6d2ba954fc2.jpg\" style=\"display:block;margin: 0 auto;\" \/><\/p>\n<p style=\"text-align: center;\">In realt\u00e0, ogni matrice ha il suo astuto algoritmo di demosaicizzazione brevettato, ma in questa storia possiamo trascurarlo.<\/p>\n<p style=\"text-align: center;\">\n<p>Altri tipi di matrici (come il Foveon) non si sono ancora davvero affermati. Anche se alcuni produttori tentano di utilizzare matrici senza filtro Bayer per migliorare la nitidezza e il intervallo dinamico.<\/p>\n<p>Quando c'\u00e8 poca luce o i dettagli dell'oggetto sono molto piccoli, perdiamo un sacco di informazioni, poich\u00e9 il filtro Bayer scarta brutalmente i fotoni con lunghezze d'onda indesiderate. Per questo motivo \u00e8 stato inventato il Pixel Shifting \u2014 spostando il sensore di 1 pixel su e gi\u00f9, a sinistra e a destra, per catturarli tutti. La fotografia non aumenta quindi di 4 volte, come potrebbe sembrare, ma il processore utilizza queste informazioni per registrare con maggiore precisione il valore di ogni pixel. Non si media con i vicini, ma con quattro valori di se stesso.<\/p>\n<p><img decoding=\"async\" alt=\"Nuovo articolo: Fotografia Computazionale\" src=\"\/wp-content\/uploads\/2019\/06\/f0c5f4eca43894ef480d1573ef4fddda.jpg\" style=\"display:block;margin: 0 auto;\" \/><\/p>\n<p>Il tremolio delle nostre mani mentre scattiamo foto con il telefono rende questo processo una conseguenza naturale. Nelle ultime versioni del Google Pixel, questa funzione \u00e8 implementata e si attiva ogni volta che utilizzi lo zoom sul telefono, chiamata Super Res Zoom (s\u00ec, anche a me piace il loro naming spietato). Anche i cinesi l'hanno copiata nei loro telefoni, anche se il risultato \u00e8 di qualit\u00e0 inferiore.<\/p>\n<p>Sovrapporre fotografie leggermente spostate consente di raccogliere pi\u00f9 informazioni sul colore di ogni pixel, riducendo cos\u00ec il rumore, aumentando la nitidezza e sollevando la risoluzione senza aumentare il numero fisico di megapixel del sensore. I moderni smartphone Android fanno questo automaticamente, mentre i loro utenti nemmeno ci pensano.<\/p>\n<h2><noindex><a rel=\"nofollow\" href=\"#contents\" class=\"right paragraph tooltip\" data-tooltip=\"\u0412\u0435\u0440\u043d\u0443\u0442\u044c\u0441\u044f \u043a \u043e\u0433\u043b\u0430\u0432\u043b\u0435\u043d\u0438\u044e\">&#8673;<\/a><\/noindex><noindex><a rel=\"nofollow\" name=\"\u0421\u0442\u0435\u043a\u0438\u043d\u0433 \u043f\u043e \u0444\u043e\u043a\u0443\u0441\u0443 &mdash; \u043b\u044e\u0431\u0430\u044f \u0433\u043b\u0443\u0431\u0438\u043d\u0430 \u0440\u0435\u0437\u043a\u043e\u0441\u0442\u0438 \u0438 \u0440\u0435\u0444\u043e\u043a\u0443\u0441 \u0432 \u043f\u043e\u0441\u0442\u043f\u0440\u043e\u0434\u0430\u043a\u0448\u0435\u043d\u0435\" href=\"#\u0421\u0442\u0435\u043a\u0438\u043d\u0433 \u043f\u043e \u0444\u043e\u043a\u0443\u0441\u0443 &mdash; \u043b\u044e\u0431\u0430\u044f \u0433\u043b\u0443\u0431\u0438\u043d\u0430 \u0440\u0435\u0437\u043a\u043e\u0441\u0442\u0438 \u0438 \u0440\u0435\u0444\u043e\u043a\u0443\u0441 \u0432 \u043f\u043e\u0441\u0442\u043f\u0440\u043e\u0434\u0430\u043a\u0448\u0435\u043d\u0435\" class=\"right paragraph tooltip\" data-tooltip=\"\u0421\u0441\u044b\u043b\u043a\u0430 \u043d\u0430 \u044d\u0442\u0443 \u0433\u043b\u0430\u0432\u0443\">#<\/a><\/noindex>Stacking per la messa a fuoco \u2014 qualsiasi profondit\u00e0 di campo e rifocalizzazione in post-produzione.<\/h2>\n<p><img decoding=\"async\" alt=\"Nuovo articolo: Fotografia Computazionale\" src=\"\/wp-content\/uploads\/2019\/06\/19299836bf612a9425c5633572d7879c.jpg\" style=\"display:block;margin: 0 auto;\" \/><\/p>\n<p>Il metodo deriva dalla macrofotografia, dove una profondit\u00e0 di campo ridotta \u00e8 sempre stata un problema. Per avere l'intero oggetto a fuoco, era necessario scattare pi\u00f9 immagini spostando il focus avanti e indietro per unirle in un'unica immagine nitida. Lo stesso metodo veniva frequentemente utilizzato dagli appassionati di fotografia di paesaggio, rendendo il primo e il secondo piano nitidi come la diarrea.<\/p>\n<p><img decoding=\"async\" alt=\"Nuovo articolo: Fotografia Computazionale\" src=\"\/wp-content\/uploads\/2019\/06\/a2336f7ce07d4bbd931881b2b8a16387.jpg\" style=\"display:block;margin: 0 auto;\" \/><\/p>\n<p>Tutto questo \u00e8 arrivato anche sugli smartphone, sebbene senza particolare clamore. Nel 2013 esce la Nokia Lumia 1020 con l'&laquo;Refocus App&raquo;, seguita nel 2014 dal Samsung Galaxy S5 con la modalit\u00e0 &laquo;Selective Focus&raquo;. Funzionavano secondo lo stesso principio: premendo un pulsante, scattavano rapidamente 3 fotografie \u2014 una con messa a fuoco &laquo;normale&raquo;, una con la messa a fuoco spostata in avanti e una con la messa a fuoco spostata all'indietro. Il software allineava le immagini e permetteva di scegliere una delle tre, presentata come un controllo &laquo;reale&raquo; della messa a fuoco in post-produzione.<\/p>\n<p>Non c'\u00e8 stata alcuna elaborazione ulteriore, poich\u00e9 anche questo semplice trucco era sufficiente per piantare un altro chiodo nella bara del Lytro e analoghi con il loro onesto rifocus. A proposito, parliamo di loro (maestri delle transizioni di livello 80).<\/p>\n<h2><noindex><a rel=\"nofollow\" href=\"#contents\" class=\"right paragraph tooltip\" data-tooltip=\"\u0412\u0435\u0440\u043d\u0443\u0442\u044c\u0441\u044f \u043a \u043e\u0433\u043b\u0430\u0432\u043b\u0435\u043d\u0438\u044e\">&#8673;<\/a><\/noindex><noindex><a rel=\"nofollow\" name=\"\u0412\u044b\u0447\u0438\u0441\u043b\u0438\u0442\u0435\u043b\u044c\u043d\u044b\u0435 \u043c\u0430\u0442\u0440\u0438\u0446\u044b &mdash; \u0441\u0432\u0435\u0442\u043e\u0432\u044b\u0435 \u043f\u043e\u043b\u044f \u0438 \u043f\u043b\u0435\u043d\u043e\u043f\u0442\u0438\u043a\u0430\" href=\"#\u0412\u044b\u0447\u0438\u0441\u043b\u0438\u0442\u0435\u043b\u044c\u043d\u044b\u0435 \u043c\u0430\u0442\u0440\u0438\u0446\u044b &mdash; \u0441\u0432\u0435\u0442\u043e\u0432\u044b\u0435 \u043f\u043e\u043b\u044f \u0438 \u043f\u043b\u0435\u043d\u043e\u043f\u0442\u0438\u043a\u0430\" class=\"right paragraph tooltip\" data-tooltip=\"\u0421\u0441\u044b\u043b\u043a\u0430 \u043d\u0430 \u044d\u0442\u0443 \u0433\u043b\u0430\u0432\u0443\">#<\/a><\/noindex>Matrici computazionali \u2014 campi luminosi e plenottica<\/h2>\n<p>Come abbiamo visto prima, le nostre matrici sono un incubo su stecchetti. Ci siamo semplicemente abituati e stiamo cercando di convivere con questo. La loro struttura non \u00e8 cambiata molto fin dai tempi antichi. Abbiamo solo migliorato il processo tecnologico \u2014 ridotto la distanza tra i pixel, combattuto il rumore e aggiunto pixel speciali per il lavoro dell'autofocus a fase. Ma prendi anche la reflex pi\u00f9 costosa e prova a scattare una foto a un gatto in movimento in condizioni di luce normale \u2014 il gatto, per cos\u00ec dire, vincer\u00e0.<\/p>\n<p><img decoding=\"async\" alt=\"Nuovo articolo: Fotografia Computazionale\" src=\"\/wp-content\/uploads\/2019\/06\/dcb87026c62ed4604bc67a4455fa0997.jpg\" style=\"display:block;margin: 0 auto;\" \/><\/p>\n<p>Da tempo stiamo cercando di inventare qualcosa di migliore. Molti tentativi e ricerche in questo campo possono essere trovati cercando &laquo;sensore computazionale&raquo; o &laquo;sensore non-bayer&raquo;, e persino l'esempio di Pixel Shifting sopra pu\u00f2 essere considerato un tentativo di migliorare le matrici tramite calcoli. Tuttavia, le storie pi\u00f9 promettenti degli ultimi venti anni provengono dal mondo delle cosiddette macchine plenottiche.<\/p>\n<p>Per non farvi addormentare in attesa di parole complicate, vi svelo che la fotocamera degli ultimi Google Pixel \u00e8, infatti, &laquo;un po'&raquo; plenottica. Solo due pixel, ma anche questo le consente di calcolare una vera profondit\u00e0 ottica dell'immagine senza una seconda fotocamera come tutti gli altri.<\/p>\n<p>La plenottica \u00e8 un'arma potente che deve ancora esplodere. Vi rimando a uno dei miei recenti articoli preferiti <noindex><a rel=\"nofollow noopener noreferrer\" href=\"https:\/\/m.habr.com\/ru\/post\/440652\/\" target=\"_blank\">sulle capacit\u00e0 delle fotocamere plenottiche e sul nostro futuro con esse<\/a><\/noindex>, da cui ho preso in prestito alcuni esempi.<\/p>\n<p class=\"h3\"><noindex><a rel=\"nofollow\" href=\"#contents\" class=\"right paragraph tooltip\" data-tooltip=\"\u0412\u0435\u0440\u043d\u0443\u0442\u044c\u0441\u044f \u043a \u043e\u0433\u043b\u0430\u0432\u043b\u0435\u043d\u0438\u044e\">&#8673;<\/a><\/noindex><noindex><a rel=\"nofollow\" name=\"\u041f\u043b\u0435\u043d\u043e\u043f\u0442\u0438\u0447\u0435\u0441\u043a\u0430\u044f \u043a\u0430\u043c\u0435\u0440\u0430 &mdash; \u0441\u043a\u043e\u0440\u043e \u0431\u0443\u0434\u0435\u0442 \u043a\u0430\u0436\u0434\u0430\u044f\" href=\"#\u041f\u043b\u0435\u043d\u043e\u043f\u0442\u0438\u0447\u0435\u0441\u043a\u0430\u044f \u043a\u0430\u043c\u0435\u0440\u0430 &mdash; \u0441\u043a\u043e\u0440\u043e \u0431\u0443\u0434\u0435\u0442 \u043a\u0430\u0436\u0434\u0430\u044f\" class=\"right paragraph tooltip\" data-tooltip=\"\u0421\u0441\u044b\u043b\u043a\u0430 \u043d\u0430 \u044d\u0442\u0443 \u0433\u043b\u0430\u0432\u0443\">#<\/a><\/noindex><\/p>\n<h2>La fotocamera plenottica \u2014 presto sar\u00e0 presente ovunque<\/h2>\n<p>Inventata nel 1994, costruita a Stanford nel 2004. La prima fotocamera per consumatori \u2014 Lytro, lanciata nel 2012. Attualmente, l'industria VR sperimenta attivamente tecnologie simili.<\/p>\n<p>La fotocamera plenottica si differenzia da quella normale per una sola modifica \u2014 la matrice \u00e8 coperta da una rete di lenti, ciascuna delle quali copre diversi pixel reali. Ecco come:<\/p>\n<p><img decoding=\"async\" alt=\"Nuovo articolo: Fotografia Computazionale\" src=\"\/wp-content\/uploads\/2019\/06\/209d4729485d9f36976c47d7b93ee6f7.jpg\" style=\"display:block;margin: 0 auto;\" \/><\/p>\n<p>se si calcolano correttamente la distanza dalla rete alla matrice e le dimensioni del diaframma, nell'immagine finale si otterranno cluster di pixel nitidi \u2014 delle mini-versioni dell'immagine originale.<\/p>\n<p>Si scopre che se si prende un pixel centrale da ogni cluster e si combina l'immagine solo da questi \u2014 non differir\u00e0 da una scattata con una fotocamera normale. S\u00ec, abbiamo perso un po' di risoluzione, ma chiederemo a Sony di aggiungere qualche megapixel nelle nuove matrici.<\/p>\n<p><img decoding=\"async\" alt=\"Nuovo articolo: Fotografia Computazionale\" src=\"\/wp-content\/uploads\/2019\/06\/290518da93056e53314ed8219709f9a2.jpg\" style=\"display:block;margin: 0 auto;\" \/><\/p>\n<p>Il divertimento inizia qui. Se prendiamo un pixel diverso da ciascun cluster e ricombiniamo l'immagine, otterremo di nuovo una fotografia normale, solo come se fosse stata scattata con uno spostamento di un pixel. Cos\u00ec, con cluster di 10 \u00d7 10 pixel, avremo 100 immagini dell'oggetto da &laquo;leggermente&raquo; diverse angolazioni.<\/p>\n<p><img decoding=\"async\" alt=\"Nuovo articolo: Fotografia Computazionale\" src=\"\/wp-content\/uploads\/2019\/06\/70bbfa990d697dfb5b2c119853a8810e.jpg\" style=\"display:block;margin: 0 auto;\" \/><\/p>\n<p>Maggiore \u00e8 la dimensione del cluster, pi\u00f9 immagini si ottengono, ma minore \u00e8 la risoluzione. Nel mondo degli smartphone con matrici da 41 megapixel possiamo permetterci di trascurare un po' la risoluzione, ma c'\u00e8 sempre un limite. Bisogna mantenere un equilibrio.<\/p>\n<p>Ok, abbiamo assemblato una fotocamera plenottica, e cosa ci offre?<\/p>\n<p><strong>Rifocalizzazione onesta<\/strong><\/p>\n<p>La caratteristica di cui tutti i giornalisti hanno parlato negli articoli su Lytro \u00e8 la possibilit\u00e0 di correggere onestamente la messa a fuoco in post-produzione. Per onesta si intende che non utilizziamo algoritmi di deblurring, ma ci basiamo esclusivamente sui pixel disponibili, selezionandoli o mediandoli dai cluster nell'ordine desiderato.<\/p>\n<p>Una foto RAW da una fotocamera plenottica appare strana. Per ottenere un jpeg nitido e familiare, bisogna prima assemblarlo. Per fare ci\u00f2, occorre selezionare ogni pixel del jpeg da uno dei cluster del RAW. A seconda di come li selezioniamo, il risultato cambier\u00e0.<\/p>\n<p>Ad esempio, pi\u00f9 un cluster \u00e8 lontano dal punto di incidenza del raggio originale, pi\u00f9 questo raggio risulta sfocato. Perch\u00e9 \u00e8 questione di ottica. Per ottenere un'immagine con messa a fuoco spostata, dobbiamo semplicemente scegliere pixel a una certa distanza dall'originale \u2014 o pi\u00f9 vicino, o pi\u00f9 lontano.<\/p>\n<p><img decoding=\"async\" alt=\"Nuovo articolo: Fotografia Computazionale\" src=\"\/wp-content\/uploads\/2019\/06\/2c091775113b80bc0333624190529ffe.jpg\" style=\"display:block;margin: 0 auto;\" \/><\/p>\n<p>&nbsp;<\/p>\n<p>Con un focus su di s\u00e9 \u00e8 stato pi\u00f9 complicato \u2014 fisicamente c'erano meno pixel nei cluster. All'inizio, gli sviluppatori non volevano nemmeno dare agli utenti la possibilit\u00e0 di mettere a fuoco manualmente \u2014 la fotocamera decideva automaticamente. Questo futuro non \u00e8 piaciuto agli utenti, quindi la funzione \u00e8 stata aggiunta nelle versioni successive con il nome di \u00abmodalit\u00e0 creativa\u00bb, ma il refocus \u00e8 stato limitato proprio per questo motivo.<\/p>\n<p><strong>Mappa di profondit\u00e0 e 3D con una sola fotocamera&nbsp;&nbsp;&nbsp;<\/strong><\/p>\n<p>Una delle operazioni pi\u00f9 semplici nella plenopitica \u00e8 ottenere una mappa di profondit\u00e0. Per farlo basta raccogliere due scatti diversi e calcolare quanto siano spostati gli oggetti su di essi. Maggiore \u00e8 lo spostamento, pi\u00f9 lontano \u00e8 dalla fotocamera.<\/p>\n<p>Di recente Google ha acquisito e chiuso Lytro, ma ha utilizzato le loro tecnologie per il suo VR e\u2026 per la fotocamera del Pixel. A partire dal Pixel 2, la fotocamera \u00e8 diventata per la prima volta \u00abun po'\u00bb plenopitica, anche se con cluster di soli due pixel. Questo ha permesso a Google di non dover installare una seconda fotocamera, come hanno fatto gli altri, e di calcolare la mappa di profondit\u00e0 esclusivamente da un'unica foto.<\/p>\n<p><img decoding=\"async\" alt=\"Nuovo articolo: Fotografia Computazionale\" src=\"\/wp-content\/uploads\/2019\/06\/11212c1d7ad0ad9bca448c01b81e49fc.jpg\" style=\"display:block;margin: 0 auto;\" \/><\/p>\n<p><img decoding=\"async\" alt=\"Nuovo articolo: Fotografia Computazionale\" src=\"\/wp-content\/uploads\/2019\/06\/4112733d57496d546c66100c541dee22.jpg\" style=\"display:block;margin: 0 auto;\" \/><\/p>\n<p>La mappa di profondit\u00e0 \u00e8 costruita a partire da due scatti spostati di un sub-pixel. Questo \u00e8 pi\u00f9 che sufficiente per calcolare una mappa di profondit\u00e0 binaria e separare il primo piano dallo sfondo, sfocando quest'ultimo nell'odierno effetto bokeh. Il risultato di tale stratificazione viene ulteriormente levigato e \u00abmigliorato\u00bb da reti neurali addestrate a perfezionare le mappe di profondit\u00e0 (e non a sfocare, come molti pensano).<\/p>\n<p><img decoding=\"async\" alt=\"Nuovo articolo: Fotografia Computazionale\" src=\"\/wp-content\/uploads\/2019\/06\/f94ae3d368c97cf0e5c63c288dfaab23.jpg\" style=\"display:block;margin: 0 auto;\" \/><\/p>\n<p>Il vantaggio \u00e8 che la plenottica negli smartphone ci \u00e8 arrivata quasi gratuitamente. Gi\u00e0 montavamo lenti su questi minuscoli sensori per aumentare in qualche modo il flusso luminoso. Nei prossimi Pixel, Google prevede di fare un passo avanti e coprire con una lente quattro fotodiodi.<\/p>\n<p>Fonte: <a content=\"nofollow\" rel=\"nofollow\" href=\"https:\/\/3dnews.ru\/989337\">3dnews.ru<\/a><\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"<p>\u041e\u0440\u0438\u0433\u0438\u043d\u0430\u043b \u0441\u0442\u0430\u0442\u044c\u0438 \u0440\u0430\u0437\u043c\u0435\u0449\u0435\u043d \u043d\u0430 \u0441\u0430\u0439\u0442\u0435 \u0412\u0430\u0441\u0442\u0440\u0438\u043a.\u0440\u0443&nbsp;\u0438 \u043e\u043f\u0443\u0431\u043b\u0438\u043a\u043e\u0432\u0430\u043d \u043d\u0430 3DNews \u0441 \u0440\u0430\u0437\u0440\u0435\u0448\u0435\u043d\u0438\u044f \u0430\u0432\u0442\u043e\u0440\u0430. \u041c\u044b \u043f\u0440\u0438\u0432\u043e\u0434\u0438\u043c \u043f\u043e\u043b\u043d\u044b\u0439 \u0442\u0435\u043a\u0441\u0442 \u0441\u0442\u0430\u0442\u044c\u0438, \u0437\u0430 \u0438\u0441\u043a\u043b\u044e\u0447\u0435\u043d\u0438\u0435\u043c \u043e\u0433\u0440\u043e\u043c\u043d\u043e\u0433\u043e \u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u0430 \u0441\u0441\u044b\u043b\u043e\u043a &mdash; \u043e\u043d\u0438 \u043f\u0440\u0438\u0433\u043e\u0434\u044f\u0442\u0441\u044f \u0442\u0435\u043c, \u043a\u0442\u043e \u0432\u0441\u0435\u0440\u044c\u0435\u0437 \u0437\u0430\u0438\u043d\u0442\u0435\u0440\u0435\u0441\u043e\u0432\u0430\u043b\u0441\u044f \u0442\u0435\u043c\u043e\u0439 \u0438 \u0445\u043e\u0442\u0435\u043b \u0431\u044b \u0438\u0437\u0443\u0447\u0438\u0442\u044c \u0442\u0435\u043e\u0440\u0435\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0435 \u0430\u0441\u043f\u0435\u043a\u0442\u044b \u0432\u044b\u0447\u0438\u0441\u043b\u0438\u0442\u0435\u043b\u044c\u043d\u043e\u0439 \u0444\u043e\u0442\u043e\u0433\u0440\u0430\u0444\u0438\u0438 \u0431\u043e\u043b\u0435\u0435 \u0433\u043b\u0443\u0431\u043e\u043a\u043e, \u043d\u043e \u0434\u043b\u044f \u0448\u0438\u0440\u043e\u043a\u043e\u0439 \u0430\u0443\u0434\u0438\u0442\u043e\u0440\u0438\u0438 \u043c\u044b \u0441\u043e\u0447\u043b\u0438 \u044d\u0442\u043e\u0442 \u043c\u0430\u0442\u0435\u0440\u0438\u0430\u043b \u0438\u0437\u0431\u044b\u0442\u043e\u0447\u043d\u044b\u043c.&nbsp;&nbsp; \u0421\u0435\u0433\u043e\u0434\u043d\u044f \u043d\u0438 \u043e\u0434\u043d\u0430 \u043f\u0440\u0435\u0437\u0435\u043d\u0442\u0430\u0446\u0438\u044f \u0441\u043c\u0430\u0440\u0442\u0444\u043e\u043d\u0430 \u043d\u0435 [&hellip;]<\/p>\n","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"author":1,"featured_media":26610,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[702],"tags":[],"class_list":["post-35473","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-news"],"aioseo_notices":[],"aioseo_head":"\n\t\t<!-- All in One SEO 5.0.0.1 - aioseo.com -->\n\t<meta name=\"description\" content=\"\u041e\u0440\u0438\u0433\u0438\u043d\u0430\u043b \u0441\u0442\u0430\u0442\u044c\u0438 \u0440\u0430\u0437\u043c\u0435\u0449\u0435\u043d \u043d\u0430 \u0441\u0430\u0439\u0442\u0435 \u0412\u0430\u0441\u0442\u0440\u0438\u043a.\u0440\u0443 \u0438 \u043e\u043f\u0443\u0431\u043b\u0438\u043a\u043e\u0432\u0430\u043d \u043d\u0430 3DNews \u0441 \u0440\u0430\u0437\u0440\u0435\u0448\u0435\u043d\u0438\u044f \u0430\u0432\u0442\u043e\u0440\u0430.\" \/>\n\t<meta name=\"robots\" content=\"max-image-preview:large\" \/>\n\t<meta name=\"author\" content=\"Yuri Gagarin\"\/>\n\t<link rel=\"canonical\" href=\"https:\/\/prohoster.info\/it\/blog\/news\/novaya-statya-vychislitelnaya-fotografiya\" \/>\n\t<meta name=\"generator\" content=\"All in One SEO (AIOSEO) 5.0.0.1\" \/>\n\t\t<meta property=\"og:locale\" content=\"it_IT\" \/>\n\t\t<meta property=\"og:site_name\" content=\"ProHoster | \u041a\u0443\u043f\u0438\u0442\u044c \u043d\u0430\u0434\u0435\u0436\u043d\u044b\u0439 \u0445\u043e\u0441\u0442\u0438\u043d\u0433 \u0434\u043b\u044f \u0441\u0430\u0439\u0442\u043e\u0432 \u0441 \u0437\u0430\u0449\u0438\u0442\u043e\u0439 \u043e\u0442 DDoS, VPS VDS \u0441\u0435\u0440\u0432\u0435\u0440\u044b\" \/>\n\t\t<meta property=\"og:type\" content=\"article\" \/>\n\t\t<meta property=\"og:title\" content=\"\ud83e\udd47\u041d\u043e\u0432\u0430\u044f \u0441\u0442\u0430\u0442\u044c\u044f: \u0412\u044b\u0447\u0438\u0441\u043b\u0438\u0442\u0435\u043b\u044c\u043d\u0430\u044f \u0424\u043e\u0442\u043e\u0433\u0440\u0430\u0444\u0438\u044f | ProHoster\" \/>\n\t\t<meta property=\"og:description\" content=\"\u041e\u0440\u0438\u0433\u0438\u043d\u0430\u043b \u0441\u0442\u0430\u0442\u044c\u0438 \u0440\u0430\u0437\u043c\u0435\u0449\u0435\u043d \u043d\u0430 \u0441\u0430\u0439\u0442\u0435 \u0412\u0430\u0441\u0442\u0440\u0438\u043a.\u0440\u0443 \u0438 \u043e\u043f\u0443\u0431\u043b\u0438\u043a\u043e\u0432\u0430\u043d \u043d\u0430 3DNews \u0441 \u0440\u0430\u0437\u0440\u0435\u0448\u0435\u043d\u0438\u044f \u0430\u0432\u0442\u043e\u0440\u0430.\" \/>\n\t\t<meta property=\"og:url\" content=\"https:\/\/prohoster.info\/it\/blog\/news\/novaya-statya-vychislitelnaya-fotografiya\" \/>\n\t\t<meta property=\"og:image\" content=\"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg\" \/>\n\t\t<meta property=\"og:image:secure_url\" content=\"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg\" \/>\n\t\t<meta property=\"og:image:width\" content=\"350\" \/>\n\t\t<meta property=\"og:image:height\" content=\"350\" \/>\n\t\t<meta property=\"article:published_time\" content=\"2019-10-31T19:04:32+00:00\" \/>\n\t\t<meta property=\"article:modified_time\" content=\"2019-10-31T19:04:32+00:00\" \/>\n\t\t<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/prohoster\" \/>\n\t\t<meta property=\"article:author\" content=\"https:\/\/www.facebook.com\/prohoster\" \/>\n\t\t<!-- All in One SEO -->\n\n","aioseo_head_json":{"title":"\ud83e\udd47Nuovo articolo: Fotografia Computazionale | ProHoster","description":"L'originale dell'articolo \u00e8 pubblicato sul sito Vastrik.ru ed \u00e8 stato pubblicato su 3DNews con il permesso dell'autore.","canonical_url":"https:\/\/prohoster.info\/it\/blog\/news\/novaya-statya-vychislitelnaya-fotografiya","robots":"max-image-preview:large","keywords":"","webmasterTools":{"miscellaneous":""},"schema":null,"og:locale":"it_IT","og:site_name":"ProHoster | \u041a\u0443\u043f\u0438\u0442\u044c \u043d\u0430\u0434\u0435\u0436\u043d\u044b\u0439 \u0445\u043e\u0441\u0442\u0438\u043d\u0433 \u0434\u043b\u044f \u0441\u0430\u0439\u0442\u043e\u0432 \u0441 \u0437\u0430\u0449\u0438\u0442\u043e\u0439 \u043e\u0442 DDoS, VPS VDS \u0441\u0435\u0440\u0432\u0435\u0440\u044b","og:type":"article","og:title":"\ud83e\udd47\u041d\u043e\u0432\u0430\u044f \u0441\u0442\u0430\u0442\u044c\u044f: \u0412\u044b\u0447\u0438\u0441\u043b\u0438\u0442\u0435\u043b\u044c\u043d\u0430\u044f \u0424\u043e\u0442\u043e\u0433\u0440\u0430\u0444\u0438\u044f | ProHoster","og:description":"\u041e\u0440\u0438\u0433\u0438\u043d\u0430\u043b \u0441\u0442\u0430\u0442\u044c\u0438 \u0440\u0430\u0437\u043c\u0435\u0449\u0435\u043d \u043d\u0430 \u0441\u0430\u0439\u0442\u0435 \u0412\u0430\u0441\u0442\u0440\u0438\u043a.\u0440\u0443 \u0438 \u043e\u043f\u0443\u0431\u043b\u0438\u043a\u043e\u0432\u0430\u043d \u043d\u0430 3DNews \u0441 \u0440\u0430\u0437\u0440\u0435\u0448\u0435\u043d\u0438\u044f \u0430\u0432\u0442\u043e\u0440\u0430.","og:url":"https:\/\/prohoster.info\/it\/blog\/news\/novaya-statya-vychislitelnaya-fotografiya","og:image":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:secure_url":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:width":350,"og:image:height":350,"article:published_time":"2019-10-31T19:04:32+00:00","article:modified_time":"2019-10-31T19:04:32+00:00","article:publisher":"https:\/\/www.facebook.com\/prohoster","article:author":"https:\/\/www.facebook.com\/prohoster"},"aioseo_meta_data":{"post_id":"35473","title":null,"description":null,"keywords":null,"keyphrases":null,"primary_term":null,"canonical_url":null,"og_title":null,"og_description":null,"og_object_type":"default","og_image_type":"default","og_image_url":null,"og_image_width":null,"og_image_height":null,"og_image_custom_url":null,"og_image_custom_fields":null,"og_video":null,"og_custom_url":null,"og_article_section":null,"og_article_tags":null,"twitter_use_og":false,"twitter_card":"default","twitter_image_type":"default","twitter_image_url":null,"twitter_image_custom_url":null,"twitter_image_custom_fields":null,"twitter_title":null,"twitter_description":null,"schema":{"blockGraphs":[],"customGraphs":[],"default":{"data":{"Article":[],"Course":[],"Dataset":[],"FAQPage":[],"Movie":[],"Person":[],"Product":[],"ProductReview":[],"Car":[],"Recipe":[],"Service":[],"SoftwareApplication":[],"WebPage":[]},"graphName":"","isEnabled":true},"graphs":[]},"schema_type":null,"schema_type_options":null,"pillar_content":false,"robots_default":true,"robots_noindex":false,"robots_noarchive":false,"robots_nosnippet":false,"robots_nofollow":false,"robots_noimageindex":false,"robots_noodp":false,"robots_notranslate":false,"robots_max_snippet":null,"robots_max_videopreview":null,"robots_max_imagepreview":"large","priority":null,"frequency":null,"local_seo":null,"seo_analyzer_scan_date":"2026-01-21 23:25:19","breadcrumb_settings":null,"limit_modified_date":false,"reviewed_by":null,"ai":null,"created":"2021-03-01 02:01:27","updated":"2026-01-21 23:25:19","focus_keyword":null,"additional_keywords":null,"truseo_locale":null},"gt_translate_keys":[{"key":"link","format":"url"}],"_links":{"self":[{"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/posts\/35473","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/comments?post=35473"}],"version-history":[{"count":0,"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/posts\/35473\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/media\/26610"}],"wp:attachment":[{"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/media?parent=35473"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/categories?post=35473"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/tags?post=35473"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}