പുതിയ ലേഖനം: കമ്പ്യൂട്ടേഷണൽ ഫോട്ടോഗ്രഫി

യഥാർത്ഥ ലേഖനം വെബ്സൈറ്റിൽ പോസ്റ്റ് ചെയ്തിട്ടുണ്ട് Vastrik.ru രചയിതാവിന്റെ അനുമതിയോടെ 3DNews-ൽ പ്രസിദ്ധീകരിക്കുകയും ചെയ്തു. ധാരാളം ലിങ്കുകൾ ഒഴികെ, ലേഖനത്തിന്റെ പൂർണ്ണമായ വാചകം ഞങ്ങൾ നൽകുന്നു - വിഷയത്തിൽ ഗൗരവമായി താൽപ്പര്യമുള്ളവർക്കും കമ്പ്യൂട്ടേഷണൽ ഫോട്ടോഗ്രാഫിയുടെ സൈദ്ധാന്തിക വശങ്ങൾ കൂടുതൽ ആഴത്തിൽ പഠിക്കാൻ ആഗ്രഹിക്കുന്നവർക്കും അവ ഉപയോഗപ്രദമാകും, പക്ഷേ ഒരു സാധാരണ പ്രേക്ഷകരെ ഞങ്ങൾ ഈ മെറ്റീരിയൽ അനാവശ്യമായി കണക്കാക്കി.  

ഇന്ന്, ഒരു സ്മാർട്ട്‌ഫോൺ അവതരണം പോലും അതിന്റെ ക്യാമറ നക്കാതെ പൂർത്തിയാകുന്നില്ല. മൊബൈൽ ക്യാമറകളുടെ അടുത്ത വിജയത്തെക്കുറിച്ച് ഓരോ മാസവും നമ്മൾ കേൾക്കുന്നു: ഗൂഗിൾ പിക്സലിനെ ഇരുട്ടിൽ ഷൂട്ട് ചെയ്യാൻ പഠിപ്പിക്കുന്നു, ഹുവായ് ബൈനോക്കുലറുകൾ പോലെ സൂം ചെയ്യാൻ പഠിപ്പിക്കുന്നു, സാംസങ് ലിഡാർ തിരുകുന്നു, ആപ്പിൾ ലോകത്തിലെ ഏറ്റവും വൃത്താകൃതിയിലുള്ള കോണുകൾ ഉണ്ടാക്കുന്നു. ഇന്നൊവേഷൻ ഇത്ര വേഗത്തിൽ ഒഴുകുന്ന സ്ഥലങ്ങൾ കുറവാണ്.

അതേ സമയം, കണ്ണാടികൾ സമയം അടയാളപ്പെടുത്തുന്നതായി തോന്നുന്നു. സോണി വർഷം തോറും എല്ലാവർക്കും പുതിയ മെട്രിക്സുകൾ നൽകുന്നു, കൂടാതെ നിർമ്മാതാക്കൾ അലസമായി ഏറ്റവും പുതിയ പതിപ്പ് അക്കം അപ്‌ഡേറ്റ് ചെയ്യുകയും സൈഡ്‌ലൈനുകളിൽ വിശ്രമിക്കുകയും പുകവലിക്കുകയും ചെയ്യുന്നു. എന്റെ മേശപ്പുറത്ത് $3000 DSLR ഉണ്ട്, എന്നാൽ ഞാൻ യാത്ര ചെയ്യുമ്പോൾ ഞാൻ എന്റെ iPhone എടുക്കും. എന്തുകൊണ്ട്?

ക്ലാസിക് പറഞ്ഞതുപോലെ, ഈ ചോദ്യവുമായി ഞാൻ ഓൺലൈനിൽ പോയി. ഫോട്ടോഗ്രാഫിയെ കൃത്യമായി എങ്ങനെ ബാധിക്കുന്നു എന്നതിനെക്കുറിച്ച് യാതൊരു ധാരണയുമില്ലാതെ അവർ അവിടെ ചില "അൽഗരിതങ്ങളും" "ന്യൂറൽ നെറ്റ്‌വർക്കുകളും" ചർച്ച ചെയ്യുന്നു. പത്രപ്രവർത്തകർ മെഗാപിക്സലുകളുടെ എണ്ണം ഉറക്കെ വായിക്കുന്നു, ബ്ലോഗർമാർ പണമടച്ചുള്ള അൺബോക്‌സിംഗുകൾ ഒരേ സ്വരത്തിൽ വിഴുങ്ങുന്നു, "മാട്രിക്സിന്റെ വർണ്ണ പാലറ്റിനെക്കുറിച്ചുള്ള ഇന്ദ്രിയ ധാരണ" കൊണ്ട് സൗന്ദര്യവർദ്ധകന്മാർ തങ്ങളെത്തന്നെ തേച്ചുമിനുക്കുന്നു. എല്ലാം പതിവുപോലെ.

എനിക്ക് ഇരുന്നു, എന്റെ ജീവിതത്തിന്റെ പകുതി ചെലവഴിക്കുകയും എല്ലാം സ്വയം കണ്ടെത്തുകയും വേണം. ഈ ലേഖനത്തിൽ ഞാൻ പഠിച്ച കാര്യങ്ങൾ ഞാൻ നിങ്ങളോട് പറയും.

⇡#എന്താണ് കമ്പ്യൂട്ടേഷണൽ ഫോട്ടോഗ്രഫി?

വിക്കിപീഡിയ ഉൾപ്പെടെ എല്ലായിടത്തും അവർ ഇതുപോലെയുള്ള നിർവചനം നൽകുന്നു: ഒപ്റ്റിക്കൽ പരിവർത്തനങ്ങൾക്ക് പകരം ഡിജിറ്റൽ കമ്പ്യൂട്ടിംഗ് ഉപയോഗിക്കുന്ന ഏതൊരു ഇമേജ് ക്യാപ്‌ചർ, പ്രോസസ്സിംഗ് സാങ്കേതികതയാണ് കമ്പ്യൂട്ടേഷണൽ ഫോട്ടോഗ്രഫി. ഒന്നും വിശദീകരിക്കുന്നില്ല എന്നതൊഴിച്ചാൽ, അതിനെക്കുറിച്ചുള്ള എല്ലാം നല്ലതാണ്. ഓട്ടോഫോക്കസ് പോലും ഇതിന് അനുയോജ്യമാണ്, പക്ഷേ ഇതിനകം ഞങ്ങൾക്ക് ധാരാളം ഉപയോഗപ്രദമായ കാര്യങ്ങൾ കൊണ്ടുവന്ന പ്ലെനോപ്റ്റിക്സ് യോജിക്കുന്നില്ല. ഔദ്യോഗിക നിർവചനങ്ങളുടെ അവ്യക്തത, നമ്മൾ എന്തിനെക്കുറിച്ചാണ് സംസാരിക്കുന്നതെന്ന് ഞങ്ങൾക്ക് അറിയില്ലെന്നാണ് സൂചന.

കമ്പ്യൂട്ടേഷണൽ ഫോട്ടോഗ്രാഫിയുടെ പയനിയർ, സ്റ്റാൻഫോർഡ് പ്രൊഫസർ മാർക്ക് ലെവോയ് (ഇപ്പോൾ ഗൂഗിൾ പിക്സലിലെ ക്യാമറയുടെ ഉത്തരവാദിത്തം) മറ്റൊരു നിർവചനം നൽകുന്നു - ഡിജിറ്റൽ ഫോട്ടോഗ്രാഫിയുടെ കഴിവുകൾ മെച്ചപ്പെടുത്തുകയോ വികസിപ്പിക്കുകയോ ചെയ്യുന്ന കമ്പ്യൂട്ടർ വിഷ്വലൈസേഷൻ രീതികളുടെ ഒരു കൂട്ടം. ഈ ക്യാമറ ഉപയോഗിച്ച് സാങ്കേതികമായി എടുക്കാൻ കഴിയില്ല പരമ്പരാഗത രീതിയിലുള്ള ക്യാമറ. ലേഖനത്തിൽ ഞാൻ ഇത് പാലിക്കുന്നു.

അതിനാൽ, സ്മാർട്ട്ഫോണുകൾ എല്ലാറ്റിനും കുറ്റപ്പെടുത്തി.

ഒരു പുതിയ തരം ഫോട്ടോഗ്രാഫിക്ക് ജന്മംനൽകുകയല്ലാതെ സ്മാർട്ട്ഫോണുകൾക്ക് മറ്റ് മാർഗമില്ലായിരുന്നു: കമ്പ്യൂട്ടേഷണൽ ഫോട്ടോഗ്രാഫി.

അവരുടെ ചെറിയ ശബ്ദമയമായ മെട്രിക്സുകളും ചെറിയ സ്ലോ-അപ്പെർച്ചർ ലെൻസുകളും, ഭൗതികശാസ്ത്രത്തിന്റെ എല്ലാ നിയമങ്ങളും അനുസരിച്ച്, വേദനയും കഷ്ടപ്പാടും മാത്രമേ നൽകൂ. വേഗത്തിലുള്ള ഇലക്ട്രോണിക് ഷട്ടറുകൾ, ശക്തമായ പ്രോസസറുകൾ, സോഫ്റ്റ്‌വെയറുകൾ - തങ്ങളുടെ ബലഹീനതകളെ അതിജീവിക്കാൻ തങ്ങളുടെ ശക്തികൾ എങ്ങനെ സമർത്ഥമായി ഉപയോഗിക്കാമെന്ന് ഡവലപ്പർമാർ കണ്ടെത്തുന്നതുവരെ അവർ അങ്ങനെ ചെയ്തു.

കമ്പ്യൂട്ടേഷണൽ ഫോട്ടോഗ്രാഫി മേഖലയിലെ ഉയർന്ന ഗവേഷണങ്ങളിൽ ഭൂരിഭാഗവും നടന്നത് 2005 നും 2015 നും ഇടയിലാണ്, ഇത് ശാസ്ത്രത്തിൽ അക്ഷരാർത്ഥത്തിൽ ഇന്നലെയായി കണക്കാക്കപ്പെടുന്നു. ഇപ്പോൾ, നമ്മുടെ കൺമുന്നിലും നമ്മുടെ പോക്കറ്റുകളിലും, മുമ്പൊരിക്കലും നിലവിലില്ലാത്ത ഒരു പുതിയ വിജ്ഞാന-സാങ്കേതിക മേഖല വികസിച്ചുകൊണ്ടിരിക്കുന്നു.

കംപ്യൂട്ടേഷണൽ ഫോട്ടോഗ്രാഫി ന്യൂറോ-ബൊക്കെയ്‌ക്കൊപ്പമുള്ള സെൽഫികൾ മാത്രമല്ല. കമ്പ്യൂട്ടേഷണൽ ഫോട്ടോഗ്രാഫി ടെക്നിക്കുകൾ ഇല്ലാതെ തമോദ്വാരത്തിന്റെ സമീപകാല ഫോട്ടോഗ്രാഫ് സാധ്യമാകുമായിരുന്നില്ല. സാധാരണ ടെലിസ്‌കോപ്പ് ഉപയോഗിച്ച് ഇത്തരമൊരു ഫോട്ടോ എടുക്കണമെങ്കിൽ അത് ഭൂമിയുടെ വലിപ്പം ആക്കേണ്ടി വരും. എന്നിരുന്നാലും, എട്ട് റേഡിയോ ടെലിസ്‌കോപ്പുകളിൽ നിന്നുള്ള ഡാറ്റ ഞങ്ങളുടെ പന്തിലെ വിവിധ പോയിന്റുകളിൽ സംയോജിപ്പിച്ച് പൈത്തണിൽ കുറച്ച് സ്ക്രിപ്റ്റുകൾ എഴുതി, ഇവന്റ് ചക്രവാളത്തിന്റെ ലോകത്തിലെ ആദ്യത്തെ ഫോട്ടോ ഞങ്ങൾക്ക് ലഭിച്ചു. സെൽഫികൾക്കും നല്ലത്.

⇡#ആരംഭിക്കുക: ഡിജിറ്റൽ പ്രോസസ്സിംഗ്

ഞങ്ങൾ 2007 ൽ തിരിച്ചെത്തിയതായി സങ്കൽപ്പിക്കുക. ഞങ്ങളുടെ അമ്മ അരാജകത്വമാണ്, ഞങ്ങളുടെ ഫോട്ടോകൾ സ്കേറ്റ്ബോർഡിൽ എടുത്ത 0,6-മെഗാപിക്സൽ ജീപ്പുകളാണ്. മൊബൈൽ മെട്രിക്‌സുകളുടെ ദയനീയത മറയ്ക്കാൻ പ്രീസെറ്റുകൾ അവയിൽ വിതറാനുള്ള ആദ്യത്തെ അപ്രതിരോധ്യമായ ആഗ്രഹം ഞങ്ങൾക്കുണ്ട്. നാം നമ്മെത്തന്നെ നിഷേധിക്കരുത്.

⇡#മാതനും ഇൻസ്റ്റാഗ്രാമും

ഇൻസ്റ്റാഗ്രാം പുറത്തിറങ്ങിയതോടെ എല്ലാവരും ഫിൽട്ടറുകളുടെ ഭ്രമത്തിലായി. തീർച്ചയായും, ഗവേഷണ ആവശ്യങ്ങൾക്കായി എക്സ്-പ്രോ II, ലോ-ഫൈ, വലെൻസിയ എന്നിവ റിവേഴ്‌സ് എഞ്ചിനീയറിംഗ് ചെയ്ത ഒരാളെന്ന നിലയിൽ, അവ മൂന്ന് ഘടകങ്ങൾ ഉൾക്കൊള്ളുന്നുവെന്ന് ഞാൻ ഇപ്പോഴും ഓർക്കുന്നു:

• വർണ്ണ ക്രമീകരണങ്ങൾ (ചുവപ്പ്, സാച്ചുറേഷൻ, ലൈറ്റ്നസ്, കോൺട്രാസ്റ്റ്, ലെവലുകൾ മുതലായവ) - പുരാതന കാലം മുതൽ ഫോട്ടോഗ്രാഫർമാർ ഉപയോഗിച്ചിട്ടുള്ള ഏതൊരു പ്രീസെറ്റുകളും പോലെ ലളിതമായ ഡിജിറ്റൽ ഗുണകങ്ങൾ.
• ടോൺ മാപ്പിംഗുകൾ മൂല്യങ്ങളുടെ വെക്‌ടറുകളാണ്, അവ ഓരോന്നും ഞങ്ങളോട് പറഞ്ഞു: "128-ന്റെ നിറമുള്ള ചുവപ്പ് നിറം 240-ന്റെ ടിന്റാക്കി മാറ്റണം."
• പൊടി, ധാന്യം, വിഗ്നറ്റ് എന്നിവയും ഒരു പഴയ ഫിലിമിന്റെ നിസ്സാരമായ പ്രഭാവം ലഭിക്കാൻ മുകളിൽ സ്ഥാപിക്കാവുന്ന മറ്റെല്ലാം അടങ്ങിയ അർദ്ധസുതാര്യമായ ചിത്രമാണ് ഓവർലേ. എപ്പോഴും ഹാജരായിരുന്നില്ല.   

ആധുനിക ഫിൽട്ടറുകൾ ഈ ട്രിയോയിൽ നിന്ന് വളരെ അകലെയല്ല, അവ ഗണിതശാസ്ത്രത്തിൽ കുറച്ചുകൂടി സങ്കീർണ്ണമായിരിക്കുന്നു. സ്‌മാർട്ട്‌ഫോണുകളിൽ ഹാർഡ്‌വെയർ ഷേഡറുകളുടെയും ഓപ്പൺസിഎല്ലിന്റെയും വരവോടെ, അവ വേഗത്തിൽ ജിപിയുവിനായി മാറ്റിയെഴുതപ്പെട്ടു, ഇത് വളരെ രസകരമായി കണക്കാക്കപ്പെട്ടു. 2012 ൽ, തീർച്ചയായും. ഇന്ന്, ഏത് വിദ്യാർത്ഥിക്കും CSS-ൽ ഇത് ചെയ്യാൻ കഴിയും, അദ്ദേഹത്തിന് ഇപ്പോഴും ബിരുദം നേടാനുള്ള അവസരം ലഭിക്കില്ല.

എന്നിരുന്നാലും, ഫിൽട്ടറുകളുടെ പുരോഗതി ഇന്നും നിലച്ചിട്ടില്ല. ഉദാഹരണത്തിന്, ഡെഹാൻസറിൽ നിന്നുള്ള ആൺകുട്ടികൾ നോൺ-ലീനിയർ ഫിൽട്ടറുകൾ ഉപയോഗിക്കുന്നതിൽ മികച്ചവരാണ് - പ്രോലിറ്റേറിയൻ ടോൺ മാപ്പിംഗിന് പകരം, അവർ കൂടുതൽ സങ്കീർണ്ണമായ നോൺലീനിയർ പരിവർത്തനങ്ങൾ ഉപയോഗിക്കുന്നു, ഇത് അവരുടെ അഭിപ്രായത്തിൽ കൂടുതൽ സാധ്യതകൾ തുറക്കുന്നു.

രേഖീയമല്ലാത്ത പരിവർത്തനങ്ങൾ ഉപയോഗിച്ച് നിങ്ങൾക്ക് ഒരുപാട് കാര്യങ്ങൾ ചെയ്യാൻ കഴിയും, എന്നാൽ അവ അവിശ്വസനീയമാംവിധം സങ്കീർണ്ണമാണ്, കൂടാതെ നമ്മൾ മനുഷ്യർ അവിശ്വസനീയമാംവിധം മണ്ടന്മാരാണ്. ശാസ്ത്രത്തിലെ രേഖീയമല്ലാത്ത പരിവർത്തനങ്ങളുടെ കാര്യം വരുമ്പോൾ, സംഖ്യാ രീതികളിലേക്ക് പോകാനും എല്ലായിടത്തും ന്യൂറൽ നെറ്റ്‌വർക്കുകൾ ക്രാം ചെയ്യാനും ഞങ്ങൾ താൽപ്പര്യപ്പെടുന്നു, അങ്ങനെ അവർ നമുക്കായി മാസ്റ്റർപീസുകൾ എഴുതുന്നു. ഇവിടെയും അതുതന്നെയായിരുന്നു.

⇡#ഒരു "മാസ്റ്റർപീസ്" ബട്ടണിന്റെ ഓട്ടോമേഷനും സ്വപ്നങ്ങളും

എല്ലാവരും ഫിൽട്ടറുകൾ ഉപയോഗിച്ചുകഴിഞ്ഞാൽ, ഞങ്ങൾ അവ നേരിട്ട് ക്യാമറകളാക്കി നിർമ്മിക്കാൻ തുടങ്ങി. ഏത് നിർമ്മാതാവാണ് ആദ്യത്തേതെന്ന് ചരിത്രം മറയ്ക്കുന്നു, എന്നാൽ അത് എത്രത്തോളം മുമ്പായിരുന്നുവെന്ന് മനസിലാക്കാൻ - 5.0-ൽ പുറത്തിറങ്ങിയ iOS 2011-ൽ, സ്വയമേവ മെച്ചപ്പെടുത്തുന്ന ഇമേജുകൾക്കായി ഇതിനകം ഒരു പൊതു API ഉണ്ടായിരുന്നു. പൊതുജനങ്ങൾക്കായി തുറന്നുകൊടുക്കുന്നതിന് മുമ്പ് അത് എത്രത്തോളം ഉപയോഗത്തിലുണ്ടായിരുന്നുവെന്ന് ജോബ്‌സിന് മാത്രമേ അറിയൂ.

എഡിറ്ററിൽ ഒരു ഫോട്ടോ തുറക്കുമ്പോൾ നമ്മൾ ഓരോരുത്തരും ചെയ്യുന്ന അതേ കാര്യം തന്നെ ഓട്ടോമേഷനും ചെയ്തു - ഇത് വെളിച്ചത്തിലും നിഴലിലുമുള്ള വിടവുകൾ പുറത്തെടുത്തു, സാച്ചുറേഷൻ ചേർത്തു, ചുവന്ന കണ്ണുകളും സ്ഥിരമായ നിറവും മാറ്റി. പുതിയ സ്മാർട്ട്‌ഫോണിലെ “നാടകീയമായി മെച്ചപ്പെടുത്തിയ ക്യാമറ” കുറച്ച് പുതിയ ഷേഡറുകളുടെ മെറിറ്റ് മാത്രമാണെന്ന് ഉപയോക്താക്കൾക്ക് മനസ്സിലായില്ല. ഗൂഗിൾ പിക്സലിന്റെ റിലീസിനും കമ്പ്യൂട്ടേഷണൽ ഫോട്ടോഗ്രാഫി ഹൈപ്പിന്റെ തുടക്കത്തിനും ഇനിയും അഞ്ച് വർഷം ബാക്കിയുണ്ട്.

ഇന്ന്, "മാസ്റ്റർപീസ്" ബട്ടണിനായുള്ള പോരാട്ടം മെഷീൻ ലേണിംഗ് മേഖലയിലേക്ക് നീങ്ങി. ടോൺ മാപ്പിംഗിൽ വേണ്ടത്ര കളിച്ചതിനാൽ, ഉപയോക്താവിന് പകരം സ്ലൈഡറുകൾ നീക്കാൻ എല്ലാവരും CNN-കളെയും GAN-കളെയും പരിശീലിപ്പിക്കാൻ തിരക്കി. മറ്റൊരു വിധത്തിൽ പറഞ്ഞാൽ, ഇൻപുട്ട് ഇമേജിൽ നിന്ന്, "നല്ല ഫോട്ടോഗ്രാഫി" എന്ന ഒരു പ്രത്യേക ആത്മനിഷ്ഠമായ ധാരണയിലേക്ക് ഈ ചിത്രത്തെ അടുപ്പിക്കുന്ന ഒപ്റ്റിമൽ പാരാമീറ്ററുകളുടെ ഒരു കൂട്ടം നിർണ്ണയിക്കുക. അതേ Pixelmator Proയിലും മറ്റ് എഡിറ്റർമാരിലും നടപ്പിലാക്കി. നിങ്ങൾ ഊഹിക്കുന്നതുപോലെ ഇത് പ്രവർത്തിക്കുന്നു, വളരെ നല്ലതല്ല, എല്ലായ്പ്പോഴും അല്ല. 

⇡#മൊബൈൽ ക്യാമറകളുടെ വിജയത്തിന്റെ 90% സ്റ്റാക്കിംഗാണ്

യഥാർത്ഥ കമ്പ്യൂട്ടേഷണൽ ഫോട്ടോഗ്രാഫി ആരംഭിച്ചത് ഒന്നിലധികം ഫോട്ടോഗ്രാഫുകൾ പരസ്പരം അടുക്കിവെച്ചാണ്. ഒരു സ്മാർട്ട്‌ഫോണിന് അര സെക്കൻഡിൽ ഒരു ഡസൻ ഫ്രെയിമുകൾ ക്ലിക്കുചെയ്യുന്നത് ഒരു പ്രശ്‌നമല്ല. അവരുടെ ക്യാമറകൾക്ക് സ്ലോ മെക്കാനിക്കൽ ഭാഗങ്ങളില്ല: അപ്പർച്ചർ ഉറപ്പിച്ചിരിക്കുന്നു, ചലിക്കുന്ന കർട്ടന് പകരം ഒരു ഇലക്ട്രോണിക് ഷട്ടർ ഉണ്ട്. വൈൽഡ് ഫോട്ടോണുകൾ എത്ര മൈക്രോസെക്കൻഡ് പിടിക്കണമെന്ന് പ്രോസസർ മാട്രിക്സിനോട് കമാൻഡ് ചെയ്യുന്നു, അത് ഫലം വായിക്കുന്നു.

സാങ്കേതികമായി, ഫോണിന് വീഡിയോ വേഗതയിൽ ഫോട്ടോകളും ഫോട്ടോ റെസല്യൂഷനിൽ വീഡിയോയും എടുക്കാൻ കഴിയും, എന്നാൽ ഇതെല്ലാം ബസിന്റെ വേഗതയെയും പ്രോസസറിനേയും ആശ്രയിച്ചിരിക്കുന്നു. അതുകൊണ്ടാണ് അവർ എപ്പോഴും പ്രോഗ്രാമിന്റെ പരിധി നിശ്ചയിക്കുന്നത്.

സ്റ്റാക്കിംഗ് തന്നെ വളരെക്കാലമായി നമ്മോടൊപ്പമുണ്ട്. പിതാമഹന്മാർ പോലും ഫോട്ടോഷോപ്പ് 7.0-ൽ പ്ലഗിനുകൾ ഇൻസ്റ്റാൾ ചെയ്തു, നിരവധി ഫോട്ടോഗ്രാഫുകൾ കണ്ണഞ്ചിപ്പിക്കുന്ന എച്ച്ഡിആറിലേക്ക് കൂട്ടിച്ചേർക്കുന്നു അല്ലെങ്കിൽ 18000 × 600 പിക്സൽ പനോരമ ഒരുമിച്ച് ചേർക്കുന്നു ... വാസ്തവത്തിൽ, അവ അടുത്തതായി എന്തുചെയ്യണമെന്ന് ആരും കണ്ടെത്തിയില്ല. കാലം സമ്പന്നവും വന്യവുമായിരുന്നു എന്നത് ദയനീയമായിരുന്നു.

ഇപ്പോൾ നമ്മൾ മുതിർന്നവരായിത്തീർന്നിരിക്കുന്നു, അതിനെ "എപ്സിലോൺ ഫോട്ടോഗ്രാഫി" എന്ന് വിളിക്കുന്നു - ക്യാമറ പാരാമീറ്ററുകളിലൊന്ന് (എക്‌സ്‌പോഷർ, ഫോക്കസ്, പൊസിഷൻ) മാറ്റുന്നതിലൂടെയും തത്ഫലമായുണ്ടാകുന്ന ഫ്രെയിമുകൾ ഒരുമിച്ച് ചേർക്കുന്നതിലൂടെയും, ഒരു ഫ്രെയിമിൽ പകർത്താൻ കഴിയാത്ത എന്തെങ്കിലും നമുക്ക് ലഭിക്കും. എന്നാൽ ഇത് സൈദ്ധാന്തികർക്കുള്ള ഒരു പദമാണ്; പ്രായോഗികമായി, മറ്റൊരു പേര് വേരൂന്നിയതാണ് - സ്റ്റാക്കിംഗ്. ഇന്ന്, വാസ്തവത്തിൽ, മൊബൈൽ ക്യാമറകളിലെ 90% നവീകരണങ്ങളും അതിനെ അടിസ്ഥാനമാക്കിയുള്ളതാണ്.

പലരും ചിന്തിക്കാത്ത ഒരു കാര്യം, എന്നാൽ മൊബൈൽ, കമ്പ്യൂട്ടിംഗ് ഫോട്ടോഗ്രാഫി എന്നിവയെല്ലാം മനസ്സിലാക്കേണ്ടത് പ്രധാനമാണ്: ഒരു ആധുനിക സ്മാർട്ട്‌ഫോണിലെ ക്യാമറ നിങ്ങൾ അതിന്റെ ആപ്പ് തുറക്കുമ്പോൾ തന്നെ ഫോട്ടോകൾ എടുക്കാൻ തുടങ്ങുന്നു. ഇത് യുക്തിസഹമാണ്, കാരണം അവൾക്ക് എങ്ങനെയെങ്കിലും ചിത്രം സ്ക്രീനിലേക്ക് മാറ്റേണ്ടതുണ്ട്. എന്നിരുന്നാലും, സ്‌ക്രീനിന് പുറമേ, ഉയർന്ന മിഴിവുള്ള ഫ്രെയിമുകൾ സ്വന്തം ലൂപ്പ് ബഫറിലേക്ക് ഇത് സംരക്ഷിക്കുന്നു, അവിടെ അത് കുറച്ച് സെക്കൻഡ് കൂടി സൂക്ഷിക്കുന്നു.

നിങ്ങൾ “ഫോട്ടോ എടുക്കുക” ബട്ടൺ അമർത്തുമ്പോൾ, അത് യഥാർത്ഥത്തിൽ ഇതിനകം എടുത്തതാണ്, ക്യാമറ ബഫറിൽ നിന്ന് അവസാന ഫോട്ടോ എടുക്കുന്നു.

ഇന്ന് ഏത് മൊബൈൽ ക്യാമറയും പ്രവർത്തിക്കുന്നത് ഇങ്ങനെയാണ്. കുറഞ്ഞത് എല്ലാ ഫ്ലാഗ്ഷിപ്പുകളിലും ചവറ്റുകുട്ടകളിൽ നിന്നല്ല. ഫോട്ടോഗ്രാഫർമാർ വളരെക്കാലമായി സ്വപ്നം കണ്ട സീറോ ഷട്ടർ ലാഗ് മാത്രമല്ല, നെഗറ്റീവ് പോലും - നിങ്ങൾ ഒരു ബട്ടൺ അമർത്തുമ്പോൾ, സ്മാർട്ട്ഫോൺ ഭൂതകാലത്തിലേക്ക് നോക്കുകയും ബഫറിൽ നിന്ന് അവസാന 5-10 ഫോട്ടോകൾ അൺലോഡ് ചെയ്യുകയും ഭ്രാന്തമായി വിശകലനം ചെയ്യാൻ തുടങ്ങുകയും ചെയ്യുന്നു. അവ ഒട്ടിക്കുക. എച്ച്ഡിആറിനോ നൈറ്റ് മോഡിനോ ഉള്ള ഫ്രെയിമുകൾ ക്ലിക്കുചെയ്യാൻ ഫോൺ കാത്തിരിക്കേണ്ടതില്ല - ബഫറിൽ നിന്ന് അവ എടുക്കുക, ഉപയോക്താവിന് പോലും അറിയില്ല.

വഴിയിൽ, ഐഫോണുകളിൽ ലൈവ് ഫോട്ടോ നടപ്പിലാക്കുന്നത് നെഗറ്റീവ് ഷട്ടർ ലാഗിന്റെ സഹായത്തോടെയാണ്, കൂടാതെ 2013-ൽ Zoe എന്ന വിചിത്രമായ പേരിൽ HTC-ക്ക് സമാനമായ ഒന്ന് ഉണ്ടായിരുന്നു.

⇡#എക്‌സ്‌പോഷർ സ്റ്റാക്കിംഗ് - HDR, ബ്രൈറ്റ്‌നസ് മാറ്റങ്ങളെ ചെറുക്കുക

നമ്മുടെ കണ്ണുകൾക്ക് പ്രാപ്യമായ തെളിച്ചത്തിന്റെ മുഴുവൻ ശ്രേണിയും പകർത്താൻ ക്യാമറ സെൻസറുകൾക്ക് കഴിയുമോ എന്നത് ഒരു പഴയ ചർച്ചാവിഷയമാണ്. ചിലർ ഇല്ല എന്ന് പറയുന്നു, കാരണം കണ്ണിന് 25 എഫ്-സ്റ്റോപ്പുകൾ വരെ കാണാൻ കഴിയും, അതേസമയം ഒരു ടോപ്പ് ഫുൾ-ഫ്രെയിം മാട്രിക്സിൽ നിന്ന് പോലും നിങ്ങൾക്ക് പരമാവധി 14 ലഭിക്കും. മറ്റുള്ളവർ താരതമ്യം ചെയ്യുന്നത് തെറ്റാണ്, കാരണം തലച്ചോറ് സ്വയമേവ ക്രമീകരിക്കുന്നതിലൂടെ കണ്ണിനെ സഹായിക്കുന്നു. കൃഷ്ണമണിയും അതിന്റെ ന്യൂറൽ നെറ്റ്‌വർക്കുകൾ ഉപയോഗിച്ച് ചിത്രം പൂർത്തിയാക്കുന്നു, തൽക്ഷണം കണ്ണിന്റെ ചലനാത്മക ശ്രേണി യഥാർത്ഥത്തിൽ 10-14 എഫ്-സ്റ്റോപ്പുകളിൽ കൂടുതലല്ല. നമുക്ക് ഈ സംവാദം ഇന്റർനെറ്റിലെ മികച്ച ചാരുകസേരയിൽ ചിന്തിക്കുന്നവർക്ക് വിടാം.

വസ്‌തുത അവശേഷിക്കുന്നു: എച്ച്‌ഡിആർ ഇല്ലാത്ത ഒരു പ്രകാശമാനമായ ആകാശത്തിനു നേരെ നിങ്ങൾ സുഹൃത്തുക്കളെ ഷൂട്ട് ചെയ്യുമ്പോൾ, നിങ്ങൾക്ക് ഒരു സാധാരണ ആകാശവും സുഹൃത്തുക്കളുടെ കറുത്ത മുഖവും അല്ലെങ്കിൽ നന്നായി വരച്ച സുഹൃത്തുക്കളും ലഭിക്കും, പക്ഷേ ഒരു ആകാശം കരിഞ്ഞുണങ്ങി മരിക്കും.

പരിഹാരം വളരെക്കാലമായി കണ്ടുപിടിച്ചതാണ് - HDR (ഹൈ ഡൈനാമിക് റേഞ്ച്) ഉപയോഗിച്ച് തെളിച്ച ശ്രേണി വികസിപ്പിക്കാൻ. നിങ്ങൾ വ്യത്യസ്ത ഷട്ടർ സ്പീഡിൽ നിരവധി ഫ്രെയിമുകൾ എടുത്ത് അവയെ ഒരുമിച്ച് ചേർക്കേണ്ടതുണ്ട്. അങ്ങനെ ഒന്ന് "സാധാരണ" ആണ്, രണ്ടാമത്തേത് ഭാരം കുറഞ്ഞതാണ്, മൂന്നാമത്തേത് ഇരുണ്ടതാണ്. ഞങ്ങൾ ഒരു ലൈറ്റ് ഫ്രെയിമിൽ നിന്ന് ഇരുണ്ട സ്ഥലങ്ങൾ എടുക്കുന്നു, ഇരുണ്ട ഒന്നിൽ നിന്ന് അമിതമായ എക്സ്പോഷറുകൾ പൂരിപ്പിക്കുന്നു - ലാഭം. ഓട്ടോമാറ്റിക് ബ്രാക്കറ്റിംഗിന്റെ പ്രശ്നം പരിഹരിക്കുക എന്നതാണ് അവശേഷിക്കുന്നത് - ഓരോ ഫ്രെയിമിന്റെയും എക്സ്പോഷർ അമിതമാകാതിരിക്കാൻ എത്രത്തോളം മാറ്റണം, എന്നാൽ ഒരു സാങ്കേതിക സർവകലാശാലയിലെ രണ്ടാം വർഷ വിദ്യാർത്ഥിക്ക് ഇപ്പോൾ ഒരു ചിത്രത്തിന്റെ ശരാശരി തെളിച്ചം നിർണ്ണയിക്കാൻ കഴിയും.

ഏറ്റവും പുതിയ iPhone, Pixel, Galaxy എന്നിവയിൽ, ക്യാമറയ്ക്കുള്ളിലെ ഒരു ലളിതമായ അൽഗോരിതം നിങ്ങൾ ഒരു സണ്ണി ദിവസം ദൃശ്യതീവ്രതയോടെ എന്തെങ്കിലും ഷൂട്ട് ചെയ്യുകയാണെന്ന് നിർണ്ണയിക്കുമ്പോൾ HDR മോഡ് സാധാരണയായി സ്വയമേവ ഓണാകും. എക്‌സ്‌പോഷറിൽ ഷിഫ്റ്റ് ചെയ്‌ത ഫ്രെയിമുകൾ സംരക്ഷിക്കുന്നതിനായി ഫോൺ എങ്ങനെ റെക്കോർഡിംഗ് മോഡ് ബഫറിലേക്ക് മാറ്റുന്നു എന്ന് നിങ്ങൾക്ക് കാണാൻ കഴിയും - ക്യാമറയിലെ എഫ്‌പി‌എസ് കുറയുന്നു, ചിത്രം തന്നെ രസകരമാകും. ഔട്ട്‌ഡോറിൽ ചിത്രീകരിക്കുമ്പോൾ സ്വിച്ചിംഗ് നിമിഷം എന്റെ iPhone X-ൽ വ്യക്തമായി കാണാം. അടുത്ത തവണയും നിങ്ങളുടെ സ്‌മാർട്ട്‌ഫോണിലേക്ക് അടുത്ത് നോക്കൂ.

എക്സ്പോഷർ ബ്രാക്കറ്റിംഗ് ഉള്ള എച്ച്ഡിആറിന്റെ പോരായ്മ മോശം ലൈറ്റിംഗിൽ അതിന്റെ അഭേദ്യമായ നിസ്സഹായതയാണ്. ഒരു റൂം ലാമ്പിന്റെ വെളിച്ചത്തിൽ പോലും, കമ്പ്യൂട്ടറിന് വിന്യസിക്കാനും തുന്നാനും കഴിയാത്തവിധം ഫ്രെയിമുകൾ ഇരുണ്ടതായി മാറുന്നു. വെളിച്ചത്തിന്റെ പ്രശ്നം പരിഹരിക്കാൻ, 2013-ൽ ഗൂഗിൾ എച്ച്ഡിആറിനോട് വ്യത്യസ്തമായ ഒരു സമീപനം അന്ന് പുറത്തിറക്കിയ Nexus സ്മാർട്ട്ഫോണിൽ കാണിച്ചു. അവൻ ടൈം സ്റ്റാക്കിംഗ് ഉപയോഗിച്ചു.

⇡#ടൈം സ്റ്റാക്കിംഗ് - നീണ്ട എക്സ്പോഷർ സിമുലേഷനും ടൈം ലാപ്സും

ഹ്രസ്വമായവയുടെ ഒരു ശ്രേണി ഉപയോഗിച്ച് ഒരു നീണ്ട എക്സ്പോഷർ സൃഷ്ടിക്കാൻ ടൈം സ്റ്റാക്കിംഗ് നിങ്ങളെ അനുവദിക്കുന്നു. പയനിയർമാർ രാത്രി ആകാശത്തിലെ നക്ഷത്ര പാതകളുടെ ഫോട്ടോ എടുക്കുന്നതിന്റെ ആരാധകരായിരുന്നു, രണ്ട് മണിക്കൂർ ഒരേസമയം ഷട്ടർ തുറക്കുന്നത് അസൗകര്യമാണെന്ന് അവർ കണ്ടെത്തി. എല്ലാ ക്രമീകരണങ്ങളും മുൻകൂട്ടി കണക്കാക്കുന്നത് വളരെ ബുദ്ധിമുട്ടായിരുന്നു, ചെറിയ കുലുക്കം മുഴുവൻ ഫ്രെയിമും നശിപ്പിക്കും. ഏതാനും മിനിറ്റുകൾ മാത്രം ഷട്ടർ തുറക്കാൻ അവർ തീരുമാനിച്ചു, പക്ഷേ പലതവണ, തുടർന്ന് വീട്ടിലെത്തി തത്ഫലമായുണ്ടാകുന്ന ഫ്രെയിമുകൾ ഫോട്ടോഷോപ്പിൽ ഒട്ടിച്ചു.

ക്യാമറ ഒരിക്കലും ദൈർഘ്യമേറിയ ഷട്ടർ സ്പീഡിൽ ഷൂട്ട് ചെയ്തിട്ടില്ലെന്ന് ഇത് മാറുന്നു, പക്ഷേ തുടർച്ചയായി എടുത്ത നിരവധി ഫ്രെയിമുകൾ ചേർത്ത് അതിനെ അനുകരിക്കുന്നതിന്റെ ഫലം ഞങ്ങൾക്ക് ലഭിച്ചു. വളരെക്കാലമായി ഈ ട്രിക്ക് ഉപയോഗിക്കുന്ന സ്മാർട്ട്‌ഫോണുകൾക്കായി ഒരു കൂട്ടം ആപ്ലിക്കേഷനുകൾ എഴുതിയിട്ടുണ്ട്, എന്നാൽ മിക്കവാറും എല്ലാ സ്റ്റാൻഡേർഡ് ക്യാമറകളിലും ഈ സവിശേഷത ചേർത്തതിനാൽ അവയെല്ലാം ആവശ്യമില്ല. ഇന്ന്, ഒരു ഐഫോണിന് പോലും ഒരു ലൈവ് ഫോട്ടോയിൽ നിന്ന് ഒരു നീണ്ട എക്‌സ്‌പോഷർ എളുപ്പത്തിൽ ഒരുമിച്ച് ചേർക്കാൻ കഴിയും.

നൈറ്റ് എച്ച്ഡിആർ ഉപയോഗിച്ച് നമുക്ക് ഗൂഗിളിലേക്ക് മടങ്ങാം. ടൈം ബ്രാക്കറ്റിംഗ് ഉപയോഗിച്ച് നിങ്ങൾക്ക് ഇരുട്ടിൽ നല്ല HDR നടപ്പിലാക്കാൻ കഴിയുമെന്ന് ഇത് മാറി. നെക്സസ് 5 ൽ ആദ്യമായി പ്രത്യക്ഷപ്പെട്ട സാങ്കേതികവിദ്യയെ എച്ച്ഡിആർ+ എന്ന് വിളിച്ചിരുന്നു. ബാക്കിയുള്ള ആൻഡ്രോയിഡ് ഫോണുകൾക്കത് സമ്മാനമായി ലഭിച്ചു. സാങ്കേതികവിദ്യ ഇപ്പോഴും വളരെ ജനപ്രിയമാണ്, ഏറ്റവും പുതിയ പിക്സലുകളുടെ അവതരണത്തിൽ പോലും ഇത് പ്രശംസിക്കപ്പെടുന്നു.

HDR+ വളരെ ലളിതമായി പ്രവർത്തിക്കുന്നു: നിങ്ങൾ ഇരുട്ടിലാണ് ഷൂട്ട് ചെയ്യുന്നതെന്ന് നിർണ്ണയിച്ച ശേഷം, ക്യാമറ അവസാന 8-15 RAW ഫോട്ടോകൾ ബഫറിൽ നിന്ന് അൺലോഡ് ചെയ്യുന്നു, അവ പരസ്പരം മുകളിൽ വയ്ക്കുക. അങ്ങനെ, ചില കാരണങ്ങളാൽ ക്യാമറയ്ക്ക് എല്ലാ വിവരങ്ങളും ശേഖരിക്കാൻ കഴിയാതെ വന്ന പിക്സലുകൾ - ഫ്രെയിമിന്റെ ഇരുണ്ട പ്രദേശങ്ങളെ കുറിച്ചുള്ള കൂടുതൽ വിവരങ്ങൾ അൽഗോരിതം ശേഖരിക്കുന്നു.

ഒരു കാപ്പിബാര എങ്ങനെയുണ്ടെന്ന് നിങ്ങൾക്കറിയില്ലെങ്കിൽ, അത് വിവരിക്കാൻ നിങ്ങൾ അഞ്ച് ആളുകളോട് ആവശ്യപ്പെടുകയാണെങ്കിൽ, അവരുടെ കഥകൾ ഏകദേശം സമാനമായിരിക്കും, എന്നാൽ ഓരോരുത്തരും ചില പ്രത്യേക വിശദാംശങ്ങൾ പരാമർശിക്കും. ഇതുവഴി നിങ്ങൾ ഒന്ന് ചോദിക്കുന്നതിനേക്കാൾ കൂടുതൽ വിവരങ്ങൾ ശേഖരിക്കും. പിക്സലുകളുടെ കാര്യവും ഇതുതന്നെയാണ്.

ഒരു പോയിന്റിൽ നിന്ന് എടുത്ത ഫ്രെയിമുകൾ ചേർക്കുന്നത് മുകളിലുള്ള നക്ഷത്രങ്ങളുടേതിന് സമാനമായ വ്യാജ ലോംഗ് എക്‌സ്‌പോഷർ പ്രഭാവം നൽകുന്നു. ഡസൻ കണക്കിന് ഫ്രെയിമുകളുടെ എക്സ്പോഷർ സംഗ്രഹിച്ചിരിക്കുന്നു, ഒന്നിലെ പിശകുകൾ മറ്റുള്ളവയിൽ കുറയ്ക്കുന്നു. ഇത് നേടുന്നതിന് ഓരോ തവണയും നിങ്ങൾ DSLR ഷട്ടറിൽ എത്ര തവണ ക്ലിക്ക് ചെയ്യണമെന്ന് സങ്കൽപ്പിക്കുക.

യാന്ത്രിക വർണ്ണ തിരുത്തലിന്റെ പ്രശ്നം പരിഹരിക്കുക മാത്രമാണ് അവശേഷിക്കുന്നത് - ഇരുട്ടിൽ എടുത്ത ഫ്രെയിമുകൾ സാധാരണയായി മഞ്ഞയോ പച്ചയോ ആയി മാറുന്നു, മാത്രമല്ല പകലിന്റെ സമൃദ്ധി ഞങ്ങൾ ആഗ്രഹിക്കുന്നു. HDR+ ന്റെ ആദ്യ പതിപ്പുകളിൽ, ഇൻസ്റ്റാഗ്രാം ഫിൽട്ടറുകളിലേതുപോലെ ക്രമീകരണങ്ങൾ ട്വീക്ക് ചെയ്തുകൊണ്ട് ഇത് പരിഹരിച്ചു. തുടർന്ന് അവർ സഹായത്തിനായി ന്യൂറൽ നെറ്റ്‌വർക്കുകളെ വിളിച്ചു.

നൈറ്റ് സൈറ്റ് പ്രത്യക്ഷപ്പെട്ടത് ഇങ്ങനെയാണ് - പിക്സൽ 2, 3 എന്നിവയിലെ "നൈറ്റ് ഫോട്ടോഗ്രാഫി" സാങ്കേതികവിദ്യ. വിവരണത്തിൽ അവർ പറയുന്നു: "HDR+ ന് മുകളിൽ നിർമ്മിച്ച മെഷീൻ ലേണിംഗ് ടെക്നിക്കുകൾ, നൈറ്റ് സൈറ്റ് പ്രവർത്തിക്കുന്നു." സാരാംശത്തിൽ, ഇത് വർണ്ണ തിരുത്തൽ ഘട്ടത്തിന്റെ ഓട്ടോമേഷൻ ആണ്. ഇരുണ്ട വളഞ്ഞ ഫോട്ടോകളിൽ നിന്ന് മനോഹരമായ ഒരെണ്ണം നിർമ്മിക്കുന്നതിന് "മുമ്പും" "ശേഷവും" ഫോട്ടോകളുടെ ഒരു ഡാറ്റാസെറ്റിൽ മെഷീൻ പരിശീലിപ്പിച്ചു.

വഴിയിൽ, ഡാറ്റാസെറ്റ് പൊതുവായി ലഭ്യമാക്കി. ഒരുപക്ഷേ ആപ്പിളിൽ നിന്നുള്ള ആൺകുട്ടികൾ അത് എടുത്ത് ഒടുവിൽ ഇരുട്ടിൽ ശരിയായി ചിത്രങ്ങൾ എടുക്കാൻ അവരുടെ ഗ്ലാസ് കോരികകളെ പഠിപ്പിക്കും.

കൂടാതെ, നൈറ്റ് സൈറ്റ് ഒരു നീണ്ട ഷട്ടർ സ്പീഡിൽ സംഭവിക്കുമെന്ന് ഉറപ്പായ മങ്ങൽ സാധാരണമാക്കാൻ ഫ്രെയിമിലെ വസ്തുക്കളുടെ ചലന വെക്റ്ററിന്റെ കണക്കുകൂട്ടൽ ഉപയോഗിക്കുന്നു. അതിനാൽ, സ്മാർട്ട്ഫോണിന് മറ്റ് ഫ്രെയിമുകളിൽ നിന്ന് വ്യക്തമായ ഭാഗങ്ങൾ എടുത്ത് അവയെ ഒട്ടിക്കാൻ കഴിയും.

⇡#മോഷൻ സ്റ്റാക്കിംഗ് - പനോരമ, സൂപ്പർസൂം, ശബ്ദം കുറയ്ക്കൽ

ഗ്രാമപ്രദേശങ്ങളിലെ താമസക്കാർക്ക് പനോരമ ഒരു ജനപ്രിയ വിനോദമാണ്. ഒരു സോസേജ് ഫോട്ടോ അതിന്റെ രചയിതാവ് ഒഴികെ മറ്റാർക്കും താൽപ്പര്യമുള്ളതായി ചരിത്രത്തിന് ഇതുവരെ അറിയില്ല, പക്ഷേ അത് അവഗണിക്കാൻ കഴിയില്ല - പലർക്കും, ഇവിടെയാണ് സ്റ്റാക്കിംഗ് ആദ്യം ആരംഭിച്ചത്.

പനോരമ ഉപയോഗിക്കുന്നതിനുള്ള ആദ്യ ഉപയോഗപ്രദമായ മാർഗ്ഗം, ക്യാമറ മാട്രിക്സ് അനുവദിക്കുന്നതിനേക്കാൾ ഉയർന്ന റെസല്യൂഷന്റെ ഒരു ഫോട്ടോ നേടുക എന്നതാണ്. ഫോട്ടോഗ്രാഫർമാർ വളരെക്കാലമായി സൂപ്പർ റെസല്യൂഷൻ ഫോട്ടോഗ്രാഫുകൾ എന്ന് വിളിക്കപ്പെടുന്ന വ്യത്യസ്ത സോഫ്‌റ്റ്‌വെയറുകൾ ഉപയോഗിക്കുന്നു - ചെറുതായി മാറിയ ഫോട്ടോഗ്രാഫുകൾ പിക്‌സലുകൾക്കിടയിൽ പരസ്പരം പൂരകമായി തോന്നുമ്പോൾ. ഇതുവഴി നിങ്ങൾക്ക് കുറഞ്ഞത് നൂറുകണക്കിന് ജിഗാപിക്സലുകളുടെ ഒരു ചിത്രം ലഭിക്കും, അത് ഒരു വീടിന്റെ വലുപ്പത്തിലുള്ള ഒരു പരസ്യ പോസ്റ്ററിൽ പ്രിന്റ് ചെയ്യണമെങ്കിൽ അത് വളരെ ഉപയോഗപ്രദമാണ്.

പിക്സൽ ഷിഫ്റ്റിംഗ് ആണ് കൂടുതൽ രസകരമായ മറ്റൊരു സമീപനം. സോണിയും ഒളിമ്പസും പോലെയുള്ള ചില മിറർലെസ് ക്യാമറകൾ 2014-ൽ ഇതിനെ പിന്തുണയ്ക്കാൻ തുടങ്ങി, പക്ഷേ അവയ്ക്ക് ഫലം കൈകൊണ്ട് ഒട്ടിക്കേണ്ടി വന്നു. സാധാരണ വലിയ ക്യാമറ നവീകരണങ്ങൾ.

രസകരമായ ഒരു കാരണത്താൽ സ്മാർട്ട്ഫോണുകൾ ഇവിടെ വിജയിച്ചു - നിങ്ങൾ ഒരു ഫോട്ടോ എടുക്കുമ്പോൾ, നിങ്ങളുടെ കൈകൾ വിറയ്ക്കുന്നു. ഈ പ്രശ്‌നം സ്‌മാർട്ട്‌ഫോണുകളിൽ നേറ്റീവ് സൂപ്പർ റെസല്യൂഷൻ നടപ്പിലാക്കുന്നതിനുള്ള അടിത്തറയായി.

ഇത് എങ്ങനെ പ്രവർത്തിക്കുന്നുവെന്ന് മനസിലാക്കാൻ, ഏത് ക്യാമറയുടെയും മാട്രിക്സ് എങ്ങനെയാണ് ഘടനാപരമായിരിക്കുന്നതെന്ന് നിങ്ങൾ ഓർക്കേണ്ടതുണ്ട്. അതിന്റെ ഓരോ പിക്സലും (ഫോട്ടോഡയോഡ്) പ്രകാശത്തിന്റെ തീവ്രത മാത്രം രേഖപ്പെടുത്താൻ പ്രാപ്തമാണ് - അതായത്, ഇൻകമിംഗ് ഫോട്ടോണുകളുടെ എണ്ണം. എന്നിരുന്നാലും, ഒരു പിക്സലിന് അതിന്റെ നിറം (തരംഗദൈർഘ്യം) അളക്കാൻ കഴിയില്ല. ഒരു RGB ചിത്രം ലഭിക്കാൻ, ഞങ്ങൾ ഇവിടെയും ഊന്നുവടികൾ ചേർക്കേണ്ടതുണ്ട് - മൾട്ടി-കളർ ഗ്ലാസ് കഷണങ്ങളുടെ ഒരു ഗ്രിഡ് ഉപയോഗിച്ച് മുഴുവൻ മാട്രിക്സും മൂടുക. ഇതിന്റെ ഏറ്റവും ജനപ്രിയമായ നടപ്പാക്കലിനെ ബേയർ ഫിൽട്ടർ എന്ന് വിളിക്കുന്നു, ഇത് ഇന്ന് മിക്ക മെട്രിക്സുകളിലും ഉപയോഗിക്കുന്നു. ചുവടെയുള്ള ചിത്രം പോലെ തോന്നുന്നു.

മാട്രിക്സിന്റെ ഓരോ പിക്സലും R-, G- അല്ലെങ്കിൽ B-ഘടകം മാത്രമേ പിടിക്കുന്നുള്ളൂ, കാരണം ശേഷിക്കുന്ന ഫോട്ടോണുകൾ ബേയർ ഫിൽട്ടർ നിഷ്കരുണം പ്രതിഫലിപ്പിക്കുന്നു. അയൽ പിക്‌സലുകളുടെ മൂല്യങ്ങൾ മൂർച്ചയായി ശരാശരി കണക്കാക്കി ഇത് നഷ്‌ടമായ ഘടകങ്ങളെ തിരിച്ചറിയുന്നു.

ബേയർ ഫിൽട്ടറിൽ കൂടുതൽ ഗ്രീൻ സെല്ലുകൾ ഉണ്ട് - ഇത് മനുഷ്യന്റെ കണ്ണുമായി സാമ്യമുള്ളതാണ്. മാട്രിക്സിലെ 50 ദശലക്ഷം പിക്സലുകളിൽ, പച്ച 25 ദശലക്ഷം, ചുവപ്പും നീലയും - 12,5 ദശലക്ഷം വീതവും പിടിക്കും. ബാക്കിയുള്ളവ ശരാശരി ആയിരിക്കും - ഈ പ്രക്രിയയെ ഡിബേയറൈസേഷൻ അല്ലെങ്കിൽ ഡെമോസൈസിംഗ് എന്ന് വിളിക്കുന്നു, ഇത് വളരെ കൊഴുപ്പുള്ള തമാശയുള്ള ഊന്നുവടിയാണ്. എല്ലാം വിശ്രമിക്കുന്ന.

വാസ്തവത്തിൽ, ഓരോ മാട്രിക്സിനും അതിന്റേതായ തന്ത്രപരമായ പേറ്റന്റ് ഡെമോസൈസിംഗ് അൽഗോരിതം ഉണ്ട്, എന്നാൽ ഈ സ്റ്റോറിയുടെ ഉദ്ദേശ്യങ്ങൾക്കായി ഞങ്ങൾ ഇത് അവഗണിക്കും.

മറ്റ് തരത്തിലുള്ള മെട്രിക്സുകൾ (ഫോവിയോൺ പോലെയുള്ളവ) എങ്ങനെയെങ്കിലും ഇതുവരെ പിടികിട്ടിയില്ല. ചില നിർമ്മാതാക്കൾ ഷാർപ്‌നെസും ഡൈനാമിക് റേഞ്ചും മെച്ചപ്പെടുത്തുന്നതിന് ബയർ ഫിൽട്ടർ ഇല്ലാതെ സെൻസറുകൾ ഉപയോഗിക്കാൻ ശ്രമിക്കുന്നുണ്ടെങ്കിലും.

വെളിച്ചം കുറവായിരിക്കുമ്പോഴോ ഒരു വസ്തുവിന്റെ വിശദാംശങ്ങൾ വളരെ ചെറുതായിരിക്കുമ്പോഴോ, ബേയർ ഫിൽട്ടർ അനാവശ്യ തരംഗദൈർഘ്യമുള്ള ഫോട്ടോണുകളെ നഗ്നമായി മുറിക്കുന്നതിനാൽ നമുക്ക് ധാരാളം വിവരങ്ങൾ നഷ്ടപ്പെടും. അതുകൊണ്ടാണ് അവർ പിക്‌സൽ ഷിഫ്റ്റിംഗുമായി വന്നത് - അവയെല്ലാം പിടിക്കാൻ മാട്രിക്‌സിനെ 1 പിക്‌സൽ മുകളിലേക്കും താഴേക്കും-വലത്തും-ഇടത്തേക്ക് മാറ്റുന്നു. ഈ സാഹചര്യത്തിൽ, ഫോട്ടോ 4 മടങ്ങ് വലുതായി മാറില്ല, തോന്നിയേക്കാവുന്നതുപോലെ, ഓരോ പിക്സലിന്റെയും മൂല്യം കൂടുതൽ കൃത്യമായി രേഖപ്പെടുത്താൻ പ്രോസസ്സർ ഈ ഡാറ്റ ഉപയോഗിക്കുന്നു. ഇത് ശരാശരി അയൽക്കാരെയല്ല, സംസാരിക്കാൻ, മറിച്ച് അതിന്റെ നാല് മൂല്യങ്ങൾക്ക് മുകളിലാണ്.

ഫോണിൽ ഫോട്ടോ എടുക്കുമ്പോൾ നമ്മുടെ കൈകൾ വിറയ്ക്കുന്നത് ഈ പ്രക്രിയയെ ഒരു സ്വാഭാവിക പരിണതഫലമാക്കുന്നു. Google Pixel-ന്റെ ഏറ്റവും പുതിയ പതിപ്പുകളിൽ, നിങ്ങൾ ഫോണിൽ സൂം ഉപയോഗിക്കുമ്പോഴെല്ലാം ഈ കാര്യം നടപ്പിലാക്കുകയും ഓണാക്കുകയും ചെയ്യുന്നു - ഇതിനെ Super Res Zoom എന്ന് വിളിക്കുന്നു (അതെ, അവരുടെ ദയാരഹിതമായ പേരിടലും എനിക്കിഷ്ടമാണ്). ചൈനക്കാരും ഇത് അവരുടെ ലാവോഫോണുകളിലേക്ക് പകർത്തി, അത് കുറച്ച് മോശമായി മാറിയെങ്കിലും.

ചെറുതായി മാറ്റിയ ഫോട്ടോഗ്രാഫുകൾ പരസ്പരം മുകളിലായി ഓവർലേ ചെയ്യുന്നത് ഓരോ പിക്സലിന്റെയും വർണ്ണത്തെക്കുറിച്ചുള്ള കൂടുതൽ വിവരങ്ങൾ ശേഖരിക്കാൻ നിങ്ങളെ അനുവദിക്കുന്നു, അതായത് മാട്രിക്സിന്റെ മെഗാപിക്സലുകളുടെ ഫിസിക്കൽ നമ്പർ വർദ്ധിപ്പിക്കാതെ ശബ്ദം കുറയ്ക്കുക, മൂർച്ച കൂട്ടുക, മിഴിവ് വർദ്ധിപ്പിക്കുക. ആധുനിക ആൻഡ്രോയിഡ് ഫ്ലാഗ്ഷിപ്പുകൾ അവരുടെ ഉപയോക്താക്കൾ അതിനെക്കുറിച്ച് ചിന്തിക്കാതെ തന്നെ ഇത് സ്വയമേവ ചെയ്യുന്നു.

⇡#ഫോക്കസ് സ്റ്റാക്കിംഗ് - ഫീൽഡിന്റെ ഏത് ആഴവും പോസ്റ്റ്-പ്രൊഡക്ഷനിൽ വീണ്ടും ഫോക്കസ് ചെയ്യുക

മാക്രോ ഫോട്ടോഗ്രാഫിയിൽ നിന്നാണ് ഈ രീതി വരുന്നത്, ഇവിടെ ആഴം കുറഞ്ഞ ഡെപ്ത് ഓഫ് ഫീൽഡ് എല്ലായ്പ്പോഴും ഒരു പ്രശ്നമാണ്. മുഴുവൻ ഒബ്‌ജക്‌റ്റും ഫോക്കസ് ചെയ്യപ്പെടുന്നതിന്, ഫോക്കസ് അങ്ങോട്ടും ഇങ്ങോട്ടും മാറിക്കൊണ്ടിരിക്കുന്ന നിരവധി ഫ്രെയിമുകൾ നിങ്ങൾ എടുക്കേണ്ടതുണ്ട്, തുടർന്ന് അവയെ ഒരു മൂർച്ചയുള്ള ഒന്നായി തുന്നിച്ചേർക്കുക. ലാൻഡ്‌സ്‌കേപ്പ് ഫോട്ടോഗ്രാഫർമാർ പലപ്പോഴും ഇതേ രീതി ഉപയോഗിച്ചിരുന്നു, ഇത് മുൻഭാഗവും പശ്ചാത്തലവും വയറിളക്കം പോലെ മൂർച്ചയുള്ളതാക്കുന്നു.

വലിയ പ്രഹസനങ്ങളൊന്നുമില്ലെങ്കിലും ഇതെല്ലാം സ്‌മാർട്ട്‌ഫോണുകളിലേക്കും മാറി. 2013-ൽ, "Refocus App" ഉള്ള Nokia Lumia 1020 പുറത്തിറങ്ങി, 2014-ൽ Samsung Galaxy S5 "Selective Focus" മോഡിൽ പുറത്തിറങ്ങി. അവർ ഒരേ സ്കീം അനുസരിച്ച് പ്രവർത്തിച്ചു: ഒരു ബട്ടൺ അമർത്തി, അവർ പെട്ടെന്ന് 3 ഫോട്ടോഗ്രാഫുകൾ എടുത്തു - ഒന്ന് "സാധാരണ" ഫോക്കസോടെ, രണ്ടാമത്തേത് ഫോക്കസ് മുന്നോട്ട് മാറ്റി, മൂന്നാമത്തേത് ഫോക്കസ് പിന്നിലേക്ക് മാറ്റി. പ്രോഗ്രാം ഫ്രെയിമുകൾ വിന്യസിക്കുകയും അവയിലൊന്ന് തിരഞ്ഞെടുക്കാൻ നിങ്ങളെ അനുവദിക്കുകയും ചെയ്തു, അത് പോസ്റ്റ്-പ്രൊഡക്ഷനിൽ "യഥാർത്ഥ" ഫോക്കസ് കൺട്രോൾ എന്ന് വിശേഷിപ്പിക്കപ്പെട്ടു.

കൂടുതൽ പ്രോസസ്സിംഗ് ഉണ്ടായില്ല, കാരണം ഈ ലളിതമായ ഹാക്ക് പോലും അവരുടെ സത്യസന്ധമായ റീഫോക്കസ് ഉപയോഗിച്ച് ലിട്രോയുടെയും സമപ്രായക്കാരുടെയും മൂടിയിലേക്ക് മറ്റൊരു ആണി ഇടാൻ പര്യാപ്തമായിരുന്നു. വഴിയിൽ, നമുക്ക് അവരെക്കുറിച്ച് സംസാരിക്കാം (ട്രാൻസിഷൻ മാസ്റ്റർ 80 lvl).

⇡#കമ്പ്യൂട്ടേഷണൽ മെട്രിക്സ് - ലൈറ്റ് ഫീൽഡുകളും പ്ലെനോപ്റ്റിക്സും

ഞങ്ങൾ മുകളിൽ മനസ്സിലാക്കിയതുപോലെ, ഞങ്ങളുടെ മെട്രിക്‌സ് ഊന്നുവടികളിൽ ഭയാനകമാണ്. ഞങ്ങൾ അത് ശീലിച്ചു, അതിനോടൊപ്പം ജീവിക്കാൻ ശ്രമിക്കുന്നു. കാലത്തിന്റെ ആരംഭം മുതൽ അവയുടെ ഘടനയിൽ കാര്യമായ മാറ്റമുണ്ടായിട്ടില്ല. ഞങ്ങൾ സാങ്കേതിക പ്രക്രിയ മാത്രം മെച്ചപ്പെടുത്തി - ഞങ്ങൾ പിക്സലുകൾ തമ്മിലുള്ള ദൂരം കുറച്ചു, ഇടപെടൽ ശബ്ദത്തിനെതിരെ പോരാടി, ഘട്ടം കണ്ടെത്തൽ ഓട്ടോഫോക്കസിനായി പ്രത്യേക പിക്സലുകൾ ചേർത്തു. എന്നാൽ നിങ്ങൾ ഏറ്റവും വിലകൂടിയ DSLR പോലും എടുത്ത് റൂം ലൈറ്റിംഗിൽ ഓടുന്ന പൂച്ചയുടെ ഫോട്ടോ എടുക്കാൻ ശ്രമിച്ചാൽ - പൂച്ച വിജയിക്കും.

ഞങ്ങൾ വളരെക്കാലമായി മെച്ചപ്പെട്ട എന്തെങ്കിലും കണ്ടുപിടിക്കാൻ ശ്രമിക്കുന്നു. ഈ മേഖലയിലെ നിരവധി ശ്രമങ്ങളും ഗവേഷണങ്ങളും "കമ്പ്യൂട്ടേഷണൽ സെൻസർ" അല്ലെങ്കിൽ "നോൺ-ബേയർ സെൻസർ" എന്നിവയ്‌ക്കായി ഗൂഗിൾ ചെയ്‌തിരിക്കുന്നു, കൂടാതെ മുകളിലുള്ള പിക്‌സൽ ഷിഫ്റ്റിംഗ് ഉദാഹരണം പോലും കണക്കുകൂട്ടലുകൾ ഉപയോഗിച്ച് മെട്രിക്‌സുകൾ മെച്ചപ്പെടുത്താനുള്ള ശ്രമങ്ങളാൽ ആട്രിബ്യൂട്ട് ചെയ്യപ്പെടാം. എന്നിരുന്നാലും, പ്ലെനോപ്റ്റിക് ക്യാമറകൾ എന്ന് വിളിക്കപ്പെടുന്ന ലോകത്തിൽ നിന്നാണ് കഴിഞ്ഞ ഇരുപത് വർഷത്തിനിടയിലെ ഏറ്റവും വാഗ്ദാനമായ കഥകൾ നമ്മിലേക്ക് വന്നത്.

വരാനിരിക്കുന്ന സങ്കീർണ്ണമായ വാക്കുകളുടെ പ്രതീക്ഷയിൽ നിന്ന് നിങ്ങൾ ഉറങ്ങാതിരിക്കാൻ, ഏറ്റവും പുതിയ Google Pixel-ന്റെ ക്യാമറ "ചെറുതായി" പ്ലെനോപ്റ്റിക് ആണെന്ന് ഞാൻ ഒരു ഇൻസൈഡർ എറിയുന്നു. വെറും രണ്ട് പിക്സലുകൾ, എന്നാൽ ഇത് എല്ലാവരെയും പോലെ രണ്ടാമത്തെ ക്യാമറ ഇല്ലാതെ പോലും ഫ്രെയിമിന്റെ ശരിയായ ഒപ്റ്റിക്കൽ ഡെപ്ത് കണക്കാക്കാൻ അനുവദിക്കുന്നു.

ഇതുവരെ പ്രയോഗിച്ചിട്ടില്ലാത്ത ശക്തമായ ആയുധമാണ് പ്ലെനോപ്റ്റിക്സ്. അടുത്തിടെ എനിക്ക് ഏറ്റവും ഇഷ്ടപ്പെട്ട ഒന്നിലേക്കുള്ള ലിങ്ക് ഇതാ. പ്ലെനോപ്റ്റിക് ക്യാമറകളുടെ കഴിവുകളെയും അവയ്‌ക്കൊപ്പമുള്ള നമ്മുടെ ഭാവിയെയും കുറിച്ചുള്ള ലേഖനങ്ങൾ, ഞാൻ ഉദാഹരണങ്ങൾ എവിടെ നിന്നാണ് കടമെടുത്തത്.

⇡#

Plenoptic ക്യാമറ - ഉടൻ വരുന്നു

1994-ൽ കണ്ടുപിടിച്ചത്, 2004-ൽ സ്റ്റാൻഫോർഡിൽ ശേഖരിച്ചു. ആദ്യത്തെ ഉപഭോക്തൃ ക്യാമറയായ ലൈട്രോ 2012 ൽ പുറത്തിറങ്ങി. വിആർ വ്യവസായം ഇപ്പോൾ സമാനമായ സാങ്കേതിക വിദ്യകൾ സജീവമായി പരീക്ഷിച്ചുകൊണ്ടിരിക്കുകയാണ്.

ഒരു പ്ലെനോപ്റ്റിക് ക്യാമറ ഒരു പരമ്പരാഗത ക്യാമറയിൽ നിന്ന് ഒരു പരിഷ്ക്കരണത്തിൽ മാത്രം വ്യത്യാസപ്പെട്ടിരിക്കുന്നു - അതിന്റെ മാട്രിക്സ് ലെൻസുകളുടെ ഒരു ഗ്രിഡ് കൊണ്ട് മൂടിയിരിക്കുന്നു, അവയിൽ ഓരോന്നും നിരവധി യഥാർത്ഥ പിക്സലുകൾ ഉൾക്കൊള്ളുന്നു. ഇതുപോലൊന്ന്:

ഗ്രിഡിൽ നിന്ന് മാട്രിക്സിലേക്കുള്ള ദൂരവും അപ്പർച്ചറിന്റെ വലുപ്പവും നിങ്ങൾ ശരിയായി കണക്കാക്കുകയാണെങ്കിൽ, അന്തിമ ചിത്രത്തിന് പിക്സലുകളുടെ വ്യക്തമായ ക്ലസ്റ്ററുകൾ ഉണ്ടാകും - യഥാർത്ഥ ചിത്രത്തിന്റെ ചെറിയ പതിപ്പുകൾ.

നിങ്ങൾ ഓരോ ക്ലസ്റ്ററിൽ നിന്നും ഒരു സെൻട്രൽ പിക്സൽ എടുത്ത് അവ ഉപയോഗിച്ച് മാത്രം ചിത്രം ഒരുമിച്ച് ഒട്ടിച്ചാൽ, അത് സാധാരണ ക്യാമറയിൽ എടുത്തതിൽ നിന്ന് വ്യത്യസ്തമാകില്ല. അതെ, ഞങ്ങൾക്ക് റെസല്യൂഷനിൽ കുറച്ച് നഷ്ടപ്പെട്ടു, പക്ഷേ പുതിയ മെട്രിക്സുകളിൽ കൂടുതൽ മെഗാപിക്സലുകൾ ചേർക്കാൻ ഞങ്ങൾ സോണിയോട് ആവശ്യപ്പെടും.

രസം തുടങ്ങുന്നതേയുള്ളൂ. നിങ്ങൾ ഓരോ ക്ലസ്റ്ററിൽ നിന്നും മറ്റൊരു പിക്സൽ എടുത്ത് ചിത്രം വീണ്ടും ഒരുമിച്ച് തുന്നിച്ചേർത്താൽ, നിങ്ങൾക്ക് വീണ്ടും ഒരു സാധാരണ ഫോട്ടോ ലഭിക്കും, അത് ഒരു പിക്സലിന്റെ ഷിഫ്റ്റിൽ എടുത്തത് പോലെ മാത്രം. അങ്ങനെ, 10 × 10 പിക്സലുകളുടെ ക്ലസ്റ്ററുകൾ ഉള്ളതിനാൽ, "ചെറുതായി" വ്യത്യസ്ത പോയിന്റുകളിൽ നിന്ന് നമുക്ക് വസ്തുവിന്റെ 100 ചിത്രങ്ങൾ ലഭിക്കും.

വലിയ ക്ലസ്റ്റർ വലുപ്പം എന്നാൽ കൂടുതൽ ചിത്രങ്ങൾ, എന്നാൽ കുറഞ്ഞ റെസല്യൂഷൻ എന്നാണ് അർത്ഥമാക്കുന്നത്. 41-മെഗാപിക്സൽ മെട്രിക്സുകളുള്ള സ്മാർട്ട്ഫോണുകളുടെ ലോകത്ത്, നമുക്ക് റെസല്യൂഷൻ അൽപ്പം അവഗണിക്കാമെങ്കിലും, എല്ലാത്തിനും ഒരു പരിധിയുണ്ട്. നിങ്ങൾ ബാലൻസ് നിലനിർത്തണം.

ശരി, ഞങ്ങൾ ഒരു പ്ലെനോപ്റ്റിക് ക്യാമറ കൂട്ടിച്ചേർത്തിരിക്കുന്നു, അത് ഞങ്ങൾക്ക് എന്താണ് നൽകുന്നത്?

സത്യസന്ധമായ ശ്രദ്ധ കേന്ദ്രീകരിക്കുക

എല്ലാ പത്രപ്രവർത്തകരും ലൈട്രോയെക്കുറിച്ചുള്ള ലേഖനങ്ങളിൽ മുഴങ്ങിയിരുന്ന സവിശേഷത, പോസ്റ്റ്-പ്രൊഡക്ഷനിലെ ഫോക്കസ് സത്യസന്ധമായി ക്രമീകരിക്കാനുള്ള കഴിവാണ്. ന്യായമായതിനാൽ ഞങ്ങൾ അർത്ഥമാക്കുന്നത് ഞങ്ങൾ ഡീബ്ലറിംഗ് അൽഗോരിതങ്ങളൊന്നും ഉപയോഗിക്കുന്നില്ല, എന്നാൽ കൈയിലുള്ള പിക്സലുകൾ മാത്രം ഉപയോഗിക്കുക, ക്ലസ്റ്ററുകളിൽ നിന്ന് ആവശ്യമുള്ള ക്രമത്തിൽ അവ തിരഞ്ഞെടുക്കുകയോ ശരാശരി ചെയ്യുകയോ ചെയ്യുക.

പ്ലെനോപ്റ്റിക് ക്യാമറയിൽ നിന്നുള്ള റോ ഫോട്ടോഗ്രാഫി വിചിത്രമായി തോന്നുന്നു. സാധാരണ മൂർച്ചയുള്ള ജീപ്പ് അതിൽ നിന്ന് പുറത്തെടുക്കാൻ, നിങ്ങൾ ആദ്യം അത് കൂട്ടിച്ചേർക്കണം. ഇത് ചെയ്യുന്നതിന്, നിങ്ങൾ റോ ക്ലസ്റ്ററുകളിലൊന്നിൽ നിന്ന് ജീപ്പിന്റെ ഓരോ പിക്സലും തിരഞ്ഞെടുക്കേണ്ടതുണ്ട്. അവ എങ്ങനെ തിരഞ്ഞെടുക്കുന്നു എന്നതിനെ ആശ്രയിച്ച്, ഫലം മാറും.

ഉദാഹരണത്തിന്, യഥാർത്ഥ ബീമിന്റെ സംഭവവികാസത്തിന്റെ പോയിന്റിൽ നിന്ന് കൂടുതൽ ക്ലസ്റ്റർ, ഈ ബീം കൂടുതൽ ഫോക്കസ് ആകും. കാരണം ഒപ്റ്റിക്സ്. ഫോക്കസ്-ഷിഫ്റ്റ് ചെയ്‌ത ഇമേജ് ലഭിക്കുന്നതിന്, ഒറിജിനലിൽ നിന്ന് ആവശ്യമുള്ള അകലത്തിൽ ഞങ്ങൾ പിക്സലുകൾ തിരഞ്ഞെടുക്കേണ്ടതുണ്ട് - ഒന്നുകിൽ അടുത്തോ അതിലധികമോ.

 

നിങ്ങളിലേക്ക് ഫോക്കസ് മാറ്റുന്നത് കൂടുതൽ ബുദ്ധിമുട്ടായിരുന്നു - തികച്ചും ശാരീരികമായി, ക്ലസ്റ്ററുകളിൽ അത്തരം പിക്സലുകൾ കുറവാണ്. ആദ്യം, ഡവലപ്പർമാർ ഉപയോക്താവിന് കൈകൊണ്ട് ഫോക്കസ് ചെയ്യാനുള്ള കഴിവ് നൽകാൻ പോലും ആഗ്രഹിച്ചില്ല - ക്യാമറ തന്നെ ഇത് സോഫ്റ്റ്വെയറിൽ തീരുമാനിച്ചു. ഉപയോക്താക്കൾക്ക് ഈ ഭാവി ഇഷ്‌ടപ്പെട്ടില്ല, അതിനാൽ അവർ പിന്നീടുള്ള ഫേംവെയറിൽ "ക്രിയേറ്റീവ് മോഡ്" എന്ന് വിളിക്കുന്ന ഒരു സവിശേഷത ചേർത്തു, എന്നാൽ ഈ കാരണത്താൽ അത് വളരെ പരിമിതപ്പെടുത്തി.

ഒരു ക്യാമറയിൽ നിന്ന് ഡെപ്ത് മാപ്പും 3Dയും   

പ്ലെനോപ്റ്റിക്സിലെ ഏറ്റവും ലളിതമായ പ്രവർത്തനങ്ങളിലൊന്ന് ഡെപ്ത് മാപ്പ് നേടുക എന്നതാണ്. ഇത് ചെയ്യുന്നതിന്, നിങ്ങൾ രണ്ട് വ്യത്യസ്ത ഫ്രെയിമുകൾ ശേഖരിക്കുകയും അവയിലെ വസ്തുക്കൾ എത്രമാത്രം മാറ്റുന്നുവെന്ന് കണക്കാക്കുകയും വേണം. കൂടുതൽ ഷിഫ്റ്റ് എന്നാൽ ക്യാമറയിൽ നിന്ന് കൂടുതൽ അകലെ എന്നാണ് അർത്ഥമാക്കുന്നത്.

ഗൂഗിൾ അടുത്തിടെ Lytro വാങ്ങി കൊന്നു, എന്നാൽ അവരുടെ സാങ്കേതികവിദ്യ അതിന്റെ VR-നും... പിക്സൽ ക്യാമറയ്ക്കും ഉപയോഗിച്ചു. പിക്‌സൽ 2-ൽ തുടങ്ങി, രണ്ട് പിക്‌സലുകളുള്ള ക്ലസ്റ്ററുകളാണെങ്കിലും ക്യാമറ ആദ്യമായി "ചെറിയ" പ്ലെനോപ്റ്റിക് ആയി. മറ്റെല്ലാ ആൺകുട്ടികളെയും പോലെ രണ്ടാമത്തെ ക്യാമറ ഇൻസ്റ്റാൾ ചെയ്യാതെ, ഒരു ഫോട്ടോയിൽ നിന്ന് മാത്രം ഡെപ്ത് മാപ്പ് കണക്കാക്കാനുള്ള അവസരം ഇത് Google-ന് നൽകി.

ഒരു ഉപപിക്സൽ മാറ്റി രണ്ട് ഫ്രെയിമുകൾ ഉപയോഗിച്ചാണ് ഡെപ്ത് മാപ്പ് നിർമ്മിച്ചിരിക്കുന്നത്. ഒരു ബൈനറി ഡെപ്ത് മാപ്പ് കണക്കാക്കാനും പശ്ചാത്തലത്തിൽ നിന്ന് മുൻഭാഗം വേർതിരിക്കാനും ഇപ്പോൾ ഫാഷനബിൾ ബൊക്കെയിൽ രണ്ടാമത്തേത് മങ്ങിക്കാനും ഇത് മതിയാകും. ഡെപ്ത് മാപ്പുകൾ മെച്ചപ്പെടുത്താൻ പരിശീലിപ്പിച്ച ന്യൂറൽ നെറ്റ്‌വർക്കുകളാൽ അത്തരം ലെയറിംഗിന്റെ ഫലം സുഗമമാക്കുകയും "മെച്ചപ്പെടുത്തുകയും" ചെയ്യുന്നു (പലരും കരുതുന്നത് പോലെ മങ്ങിക്കരുത്).

സ്‌മാർട്ട്‌ഫോണുകളിൽ പ്ലെനോപ്റ്റിക്‌സ് ഏകദേശം സൗജന്യമായി ലഭിച്ചു എന്നതാണ് തന്ത്രം. എങ്ങനെയെങ്കിലും തിളങ്ങുന്ന ഫ്ലക്സ് വർദ്ധിപ്പിക്കുന്നതിന് ഞങ്ങൾ ഈ ചെറിയ മെട്രിക്സുകളിൽ ലെൻസുകൾ ഇട്ടിട്ടുണ്ട്. അടുത്ത പിക്സലിൽ, ഗൂഗിൾ കൂടുതൽ മുന്നോട്ട് പോയി ഒരു ലെൻസ് ഉപയോഗിച്ച് നാല് ഫോട്ടോഡയോഡുകൾ മറയ്ക്കാൻ പദ്ധതിയിടുന്നു.

അവലംബം: 3dnews.ru