Nakala ya asili imewekwa kwenye wavuti na kuchapishwa kwenye 3DNews kwa idhini ya mwandishi. Tunatoa maandishi kamili ya kifungu hicho, isipokuwa idadi kubwa ya viungo - itakuwa muhimu kwa wale ambao wanavutiwa sana na mada hiyo na wangependa kusoma mambo ya kinadharia ya upigaji picha wa kompyuta kwa undani zaidi, lakini kwa hadhira ya jumla tuliona nyenzo hii kuwa ya ziada.
Leo, hakuna uwasilishaji mmoja wa smartphone umekamilika bila kulamba kamera yake. Kila mwezi tunasikia kuhusu mafanikio yanayofuata ya kamera za rununu: Google hufundisha Pixel kupiga picha gizani, Huawei kuvuta kama darubini, Samsung huweka lidar na Apple hutengeneza kona za duara zaidi duniani. Kuna maeneo machache ambapo uvumbuzi unapita haraka sana siku hizi.
Wakati huo huo, vioo vinaonekana kuashiria wakati. Sony kila mwaka huwanyeshea kila mtu matrices mapya, na watengenezaji husasisha kwa uvivu nambari ya toleo jipya zaidi na kuendelea kustarehe na kuvuta sigara kando. Nina $3000 DSLR kwenye meza yangu, lakini ninaposafiri, mimi huchukua iPhone yangu. Kwa nini?
Kama classic ilivyosema, nilienda mtandaoni na swali hili. Huko wanajadili "algorithms" na "mitandao ya neva", bila kuwa na wazo lolote jinsi zinavyoathiri upigaji picha. Waandishi wa habari wanasoma kwa sauti idadi ya megapixels, wanablogu wanaona visanduku vilivyolipwa kwa pamoja, na watoa habari wanajipaka "mtazamo wa kihisia wa rangi ya matrix." Kila kitu ni kama kawaida.
Ilinibidi kukaa chini, nitumie nusu ya maisha yangu na nifikirie yote mimi mwenyewe. Katika makala hii nitakuambia kile nilichojifunza.
Upigaji picha wa kompyuta ni nini?
Kila mahali, ikiwa ni pamoja na Wikipedia, wanatoa ufafanuzi kama huu: upigaji picha wa kimahesabu ni mbinu yoyote ya kunasa na kuchakata picha inayotumia kompyuta ya kidijitali badala ya mabadiliko ya macho. Kila kitu juu yake ni nzuri, isipokuwa kwamba haielezi chochote. Hata autofocus inafaa kwa ajili yake, lakini plenoptics, ambayo tayari imetuletea mambo mengi muhimu, haifai. Uwazi wa ufafanuzi rasmi unaonekana kuashiria kuwa hatujui tunachozungumza.
Mwanzilishi wa upigaji picha wa kimahesabu, profesa wa Stanford Marc Levoy (ambaye sasa anawajibika kwa kamera katika Google Pixel) anatoa ufafanuzi mwingine - seti ya mbinu za taswira za kompyuta zinazoboresha au kupanua uwezo wa upigaji picha wa dijiti, kwa kutumia ambayo picha ya kawaida hupatikana haikuweza kuchukuliwa kitaalam na kamera hii. kamera kwa njia ya kitamaduni. Katika makala mimi kuambatana na hili.
Kwa hivyo, simu mahiri zilipaswa kulaumiwa kwa kila kitu.
Simu mahiri hazikuwa na chaguo ila kuzaa aina mpya ya upigaji picha: upigaji picha wa kimahesabu.
Matrices yao madogo yenye kelele na lenzi ndogo za kufungua polepole, kulingana na sheria zote za fizikia, zilipaswa kuleta maumivu na mateso tu. Walifanya hivyo hadi watengenezaji wao walipofikiria jinsi ya kutumia uwezo wao kwa werevu kushinda udhaifu wao - vifunga vya umeme vya haraka, vichakataji vyenye nguvu na programu.
Utafiti mwingi wa hali ya juu katika uwanja wa upigaji picha wa kimahesabu ulifanyika kati ya 2005 na 2015, ambayo katika sayansi inazingatiwa kihalisi jana. Hivi sasa, mbele ya macho yetu na katika mifuko yetu, uwanja mpya wa maarifa na teknolojia unakua ambao haujawahi kuwepo hapo awali.
Upigaji picha wa kimahesabu sio tu kuhusu selfies na neuro-bokeh. Picha ya hivi karibuni ya shimo jeusi haingewezekana bila mbinu za upigaji picha za kimahesabu. Ili kuchukua picha kama hiyo na darubini ya kawaida, itabidi tuifanye saizi ya Dunia. Hata hivyo, kwa kuchanganya data kutoka kwa darubini nane za redio katika sehemu tofauti kwenye mpira wetu na kuandika maandishi machache katika Python, tulipata picha ya kwanza ya ulimwengu ya upeo wa macho wa tukio. Nzuri kwa selfies pia.
Anza: usindikaji wa digital
Wacha tufikirie kuwa tulirudi 2007. Mama yetu ana machafuko, na picha zetu ni jeep zenye kelele za megapixel 0,6 zilizopigwa kwenye ubao wa kuteleza. Karibu na wakati huo tunayo hamu ya kwanza isiyozuilika ya kunyunyiza vifaa vya awali juu yao ili kuficha unyonge wa matrices ya rununu. Tusijikane.
Matan na Instagram
Kwa kutolewa kwa Instagram, kila mtu alizingatia vichungi. Kama mtu ambaye alibadilisha uhandisi wa X-Pro II, Lo-Fi na Valencia kwa, bila shaka, madhumuni ya utafiti, bado nakumbuka kuwa zilijumuisha vipengele vitatu:
- Mipangilio ya rangi (Hue, Saturation, Lightness, Contrast, Levels, n.k.) - coefficients rahisi za dijiti, sawa kabisa na mipangilio yoyote ya awali ambayo wapiga picha wametumia tangu zamani.
- Toni Mappings ni vekta za thamani, ambayo kila moja ilituambia: "Rangi nyekundu yenye tint ya 128 inapaswa kugeuzwa kuwa tint ya 240."
- Uwekeleaji ni picha inayong'aa yenye vumbi, nafaka, vignette, na kila kitu kingine ambacho kinaweza kuwekwa juu ili kupata athari isiyofaa ya filamu ya zamani. Haikuwepo kila wakati.
Filters za kisasa haziko mbali na trio hii, zimekuwa ngumu zaidi katika hisabati. Pamoja na ujio wa vivuli vya maunzi na OpenCL kwenye simu mahiri, ziliandikwa upya haraka kwa GPU, na hii ilionekana kuwa nzuri sana. Kwa 2012, bila shaka. Leo, mwanafunzi yeyote anaweza kufanya vivyo hivyo katika CSS, na bado hatapata nafasi ya kuhitimu.
Walakini, maendeleo ya vichungi hayajasimama leo. Vijana kutoka Dehanser, kwa mfano, ni wazuri kwa kutumia vichungi visivyo vya mstari - badala ya uchoraji wa ramani ya sauti ya wasomi, hutumia mabadiliko magumu zaidi yasiyo ya mstari, ambayo, kulingana na wao, hufungua uwezekano zaidi.
Unaweza kufanya mambo mengi na mabadiliko yasiyo ya mstari, lakini ni magumu sana, na sisi wanadamu ni wajinga sana. Mara tu inapokuja kwa mabadiliko yasiyo ya mstari katika sayansi, tunapendelea kwenda kwa njia za nambari na kuweka mitandao ya neural kila mahali ili watuandikie kazi bora. Ilikuwa vivyo hivyo hapa.
Otomatiki na ndoto za kitufe cha "kito".
Mara tu kila mtu alipozoea vichujio, tulianza kuunda moja kwa moja kwenye kamera. Historia inaficha ni mtengenezaji gani alikuwa wa kwanza, lakini kuelewa tu ni muda gani uliopita - katika iOS 5.0, ambayo ilitolewa mwaka wa 2011, tayari kulikuwa na API ya umma ya Picha za Kuimarisha Kiotomatiki. Ajira pekee ndiye anayejua ni muda gani ilitumika kabla ya kufunguliwa kwa umma.
Kiotomatiki kilifanya kitu kile kile ambacho kila mmoja wetu hufanya wakati wa kufungua picha kwenye hariri - ilitoa mapengo kwenye mwanga na vivuli, iliongeza kueneza, ikaondoa macho mekundu na rangi isiyobadilika. Watumiaji hawakugundua hata kuwa "kamera iliyoboreshwa sana" kwenye smartphone mpya ilikuwa tu sifa ya vivuli kadhaa vipya. Bado ilikuwa imesalia miaka mitano kabla ya Google Pixel kutolewa na kuanza kwa upigaji picha wa kimahesabu.
Leo, vita vya kifungo cha "kito" kimehamia kwenye uwanja wa kujifunza mashine. Baada ya kucheza vya kutosha na ramani ya sauti, kila mtu alikimbia kutoa mafunzo kwa CNN na GAN ili kusogeza vitelezi badala ya mtumiaji. Kwa maneno mengine, kutoka kwa picha ya ingizo, bainisha seti ya vigezo bora ambavyo vitaleta picha hii karibu na uelewaji fulani wa "upigaji picha mzuri." Inatekelezwa katika Pixelmator Pro sawa na wahariri wengine. Inafanya kazi, kama unavyoweza kudhani, sio vizuri sana na sio kila wakati.
Kuweka mrundikano ni 90% ya mafanikio ya kamera za rununu
Upigaji picha halisi wa kimahesabu ulianza kwa kuweka picha nyingi juu ya nyingine. Sio tatizo kwa smartphone kubofya fremu kadhaa katika nusu ya pili. Kamera zao hazina sehemu za polepole za mitambo: aperture ni fasta, na badala ya pazia la kusonga kuna shutter ya umeme. Kichakataji huamuru tu tumbo ni sekunde ngapi zinapaswa kupata picha za mwitu, na inasoma matokeo.
Kitaalam, simu inaweza kuchukua picha kwa kasi ya video, na video kwa azimio la picha, lakini yote inategemea kasi ya basi na processor. Ndiyo sababu daima huweka mipaka ya programu.
Staking yenyewe imekuwa na sisi kwa muda mrefu. Hata mababu walisakinisha programu-jalizi kwenye Photoshop 7.0 ili kukusanya picha kadhaa kwenye HDR ya kuvutia macho au kuunganisha panorama ya pikseli 18000 Γ 600 na... kwa kweli, hakuna mtu aliyewahi kufikiria la kufanya nazo baadaye. Ilikuwa ni huruma kwamba nyakati zilikuwa tajiri na za porini.
Sasa tumekuwa watu wazima na tunaiita "epsilon photography" - wakati, kwa kubadilisha moja ya vigezo vya kamera (mfiduo, kuzingatia, nafasi) na kuunganisha pamoja fremu zinazosababisha, tunapata kitu ambacho hakikuweza kunaswa katika fremu moja. Lakini hili ni neno la wananadharia; kwa vitendo, jina lingine limechukua mizizi - kustaajabisha. Leo, kwa kweli, 90% ya ubunifu wote katika kamera za simu ni msingi wake.
Kitu ambacho watu wengi hawafikirii juu yake, lakini ni muhimu kuelewa upigaji picha wote wa simu na kompyuta: kamera kwenye simu mahiri ya kisasa huanza kupiga picha mara tu unapofungua programu yake. Ambayo ni mantiki, kwa sababu anahitaji kwa namna fulani kuhamisha picha kwenye skrini. Hata hivyo, pamoja na skrini, huhifadhi viunzi vyenye azimio la juu kwenye bafa yake ya kitanzi, ambapo huzihifadhi kwa sekunde kadhaa zaidi.
Unapobonyeza kitufe cha "piga picha", tayari imepigwa, kamera inachukua tu picha ya mwisho kutoka kwa bafa.
Hivi ndivyo kamera yoyote ya rununu inavyofanya kazi leo. Angalau katika bendera zote sio kutoka kwa lundo la takataka. Kuweka buffering hukuruhusu kugundua sio tu lagi ya sifuri, ambayo wapiga picha wameota kwa muda mrefu, lakini hata hasi - unapobonyeza kitufe, simu mahiri hutazama siku za nyuma, kupakua picha 5-10 za mwisho kutoka kwa buffer na huanza kuchambua kwa bidii. na kuzibandika. Hakuna tena kusubiri kwa simu kubofya fremu za HDR au modi ya usiku - zichukue tu kutoka kwenye bafa, mtumiaji hata hatajua.
Kwa njia, ni kwa msaada wa lag hasi ya shutter ambayo Picha ya Moja kwa Moja inatekelezwa kwenye iPhones, na HTC ilikuwa na kitu kama hicho mnamo 2013 chini ya jina la kushangaza la Zoe.
Uwekaji mrundikano wa mfiduo - HDR na mabadiliko yanayozuia mwangaza
Ikiwa vitambuzi vya kamera vina uwezo wa kunasa aina nzima ya mwangaza unaoweza kufikiwa na macho yetu ni mada kuu ya zamani ya mjadala. Wengine wanasema hapana, kwa sababu jicho lina uwezo wa kuona hadi 25 f-stop, wakati hata kutoka kwenye matrix ya juu ya sura kamili unaweza kupata upeo wa 14. Wengine huita kulinganisha sio sahihi, kwa sababu ubongo husaidia jicho kwa kurekebisha moja kwa moja. mwanafunzi na kukamilisha picha kwa mitandao yake ya neva, na papo hapo Masafa yanayobadilika ya jicho kwa kweli si zaidi ya f-stops 10-14. Wacha tuachie mjadala huu kwa wanafikra bora wa viti vya mkono kwenye Mtandao.
Ukweli unabaki: unapopiga marafiki dhidi ya anga angavu bila HDR kwenye kamera yoyote ya rununu, unapata anga ya kawaida na nyuso nyeusi za marafiki, au marafiki waliovutiwa vizuri, lakini anga iliyoungua hadi kufa.
Suluhisho limevumbuliwa kwa muda mrefu - kupanua safu ya mwangaza kwa kutumia HDR (Upeo wa juu wa nguvu). Unahitaji kuchukua fremu kadhaa kwa kasi tofauti za kufunga na kuziunganisha pamoja. Ili mtu ni "kawaida", pili ni nyepesi, ya tatu ni nyeusi. Tunachukua maeneo ya giza kutoka kwa sura nyepesi, kujaza mfiduo mwingi kutoka kwa giza - faida. Kinachobaki ni kutatua shida ya kuweka mabano kiotomatiki - ni kiasi gani cha kubadilisha udhihirisho wa kila sura ili usiiongezee, lakini mwanafunzi wa mwaka wa pili katika chuo kikuu cha ufundi sasa anaweza kushughulikia kuamua mwangaza wa wastani wa picha.
Kwenye simu za hivi punde za iPhone, Pixel na Galaxy, hali ya HDR kwa ujumla huwashwa kiotomatiki wakati algoriti rahisi ndani ya kamera inapobainisha kuwa unapiga picha za utofautishaji siku ya jua. Unaweza hata kugundua jinsi simu inavyobadilisha hali ya kurekodi hadi bafa ili kuhifadhi viunzi vilivyohamishwa katika mfiduo - ramprogrammen kwenye kamera hushuka, na picha yenyewe inakuwa ya juisi zaidi. Wakati wa kubadili unaonekana wazi kwenye iPhone X yangu wakati wa kupiga sinema nje. Angalia kwa karibu simu yako mahiri wakati ujao pia.
Ubaya wa HDR iliyo na mabano ya kukaribia aliyeambukizwa ni kutoweza kupenya kwake katika mwanga mbaya. Hata kwa mwanga wa taa ya chumba, muafaka hugeuka kuwa giza sana kwamba kompyuta haiwezi kuunganisha na kuunganisha pamoja. Ili kutatua tatizo kwa kutumia mwanga, mwaka wa 2013 Google ilionyesha mbinu tofauti kwa HDR katika simu mahiri ya Nexus iliyotolewa wakati huo. Alitumia stacking ya muda.
Uwekaji wa wakati - uigaji wa mfiduo mrefu na kupita kwa wakati
Kuweka wakati hukuruhusu kuunda mfiduo mrefu kwa kutumia safu fupi. Waanzilishi walikuwa mashabiki wa kupiga picha za nyota kwenye anga ya usiku, ambao waliona kuwa haifai kufungua shutter kwa saa mbili mara moja. Ilikuwa vigumu sana kuhesabu mipangilio yote mapema, na kutetemeka kidogo kunaweza kuharibu sura nzima. Waliamua kufungua shutter kwa dakika chache tu, lakini mara nyingi, kisha wakaenda nyumbani na kubandika muafaka unaotokana na Photoshop.
Ilibainika kuwa kamera haikuwahi kupiga kwa kasi ya shutter ndefu, lakini tulipata athari ya kuiga kwa kuongeza fremu kadhaa zilizochukuliwa mfululizo. Kumekuwa na rundo la programu zilizoandikwa kwa simu mahiri zinazotumia hila hii kwa muda mrefu, lakini zote hazihitajiki kwani kipengele kiliongezwa kwa karibu kamera zote za kawaida. Leo, hata iPhone inaweza kuunganisha kwa urahisi mfiduo mrefu kutoka kwa Picha Moja kwa Moja.
Hebu turejee kwa Google na HDR yake ya usiku. Ilibadilika kuwa kutumia mabano ya wakati unaweza kutekeleza HDR nzuri gizani. Teknolojia hiyo ilionekana kwanza kwenye Nexus 5 na iliitwa HDR+. Simu zingine za Android ziliipokea kana kwamba kama zawadi. Teknolojia bado ni maarufu sana hata inasifiwa katika uwasilishaji wa Pixels za hivi karibuni.
HDR+ hufanya kazi kwa urahisi kabisa: baada ya kuamua kuwa unapiga picha gizani, kamera hupakua picha 8-15 RAW za mwisho kutoka kwenye bafa ili kuziweka juu ya nyingine. Kwa hivyo, algorithm inakusanya habari zaidi kuhusu maeneo ya giza ya sura ili kupunguza kelele - saizi ambapo, kwa sababu fulani, kamera haikuweza kukusanya taarifa zote na ilikwenda vibaya.
Ni kama kama haujui jinsi capybara inavyoonekana na ukauliza watu watano kuielezea, hadithi zao zingekuwa sawa, lakini kila mmoja angetaja maelezo fulani ya kipekee. Kwa njia hii ungekusanya habari zaidi kuliko kuuliza moja tu. Ni sawa na saizi.
Kuongeza fremu zilizochukuliwa kutoka sehemu moja kunatoa athari sawa ya mwonekano wa muda mrefu kama ilivyo kwa nyota zilizo hapo juu. Mfiduo wa kadhaa ya fremu ni muhtasari, makosa katika moja hupunguzwa kwa zingine. Hebu fikiria ni mara ngapi utalazimika kubofya shutter ya DSLR kila wakati ili kufanikisha hili.
Yote iliyobaki ilikuwa kutatua tatizo la urekebishaji wa rangi moja kwa moja - muafaka uliochukuliwa gizani kawaida hugeuka manjano au kijani kibichi, na tunataka utajiri wa mchana. Katika matoleo ya awali ya HDR+, hili lilitatuliwa kwa kubadili tu mipangilio, kama katika vichungi a la Instagram. Kisha wakatoa wito kwa mitandao ya neva kusaidia.
Hivi ndivyo Night Sight ilionekana - teknolojia ya "upigaji picha za usiku" katika Pixel 2 na 3. Katika maelezo wanasema: "Mbinu za kujifunza kwa mashine zilizojengwa juu ya HDR+, ambazo hufanya Night Sight kufanya kazi." Kwa asili, hii ni automatisering ya hatua ya kurekebisha rangi. Mashine hiyo ilifunzwa kwenye mkusanyiko wa data wa "kabla" na "baada ya" ili kutengeneza picha moja nzuri kutoka kwa seti yoyote ya picha nyeusi zilizopinda.
Kwa njia, seti ya data ilitolewa kwa umma. Labda wavulana kutoka Apple wataichukua na hatimaye kufundisha koleo zao za kioo kuchukua picha vizuri katika giza.
Kwa kuongeza, Night Sight hutumia hesabu ya vekta ya kusonga ya vitu kwenye fremu ili kurekebisha ukungu ambao hakika utatokea kwa kasi ya shutter ndefu. Kwa hivyo, smartphone inaweza kuchukua sehemu wazi kutoka kwa muafaka mwingine na kuzifunga.
Kuweka stacking - panorama, superzoom na kupunguza kelele
Panorama ni burudani maarufu kwa wakazi wa maeneo ya vijijini. Historia bado haijui juu ya kesi yoyote ambayo picha ya sausage itakuwa ya kupendeza kwa mtu yeyote isipokuwa mwandishi wake, lakini haiwezi kupuuzwa - kwa wengi, hii ndio ambapo stacking ilianza hapo kwanza.
Njia ya kwanza muhimu ya kutumia panorama ni kupata picha ya mwonekano wa juu zaidi kuliko matrix ya kamera inavyoruhusu kwa kuunganisha pamoja fremu kadhaa. Wapiga picha kwa muda mrefu wamekuwa wakitumia programu tofauti kwa kile kinachoitwa picha zenye azimio kubwa - wakati picha zinazohamishwa kidogo zinaonekana kukamilishana kati ya saizi. Kwa njia hii unaweza kupata picha ya angalau mamia ya gigapixels, ambayo ni muhimu sana ikiwa unahitaji kuichapisha kwenye bango la utangazaji la ukubwa wa nyumba.
Njia nyingine, ya kuvutia zaidi ni Pixel Shifting. Baadhi ya kamera zisizo na vioo kama vile Sony na Olympus zilianza kuunga mkono mwaka wa 2014, lakini bado zilibidi gundi matokeo kwa mkono. Ubunifu wa kawaida wa kamera kubwa.
Simu mahiri zimefaulu hapa kwa sababu ya kuchekesha - unapopiga picha, mikono yako inatetemeka. Tatizo hili lililoonekana kuwa msingi wa utekelezaji wa azimio bora la asili kwenye simu mahiri.
Ili kuelewa jinsi hii inavyofanya kazi, unahitaji kukumbuka jinsi matrix ya kamera yoyote imeundwa. Kila moja ya saizi zake (photodiode) ina uwezo wa kurekodi tu ukubwa wa mwanga - yaani, idadi ya fotoni zinazoingia. Hata hivyo, pixel haiwezi kupima rangi yake (wavelength). Ili kupata picha ya RGB, tulilazimika kuongeza magongo hapa pia - kufunika tumbo zima na gridi ya vipande vya glasi vya rangi nyingi. Utekelezaji wake maarufu zaidi unaitwa chujio cha Bayer na hutumiwa katika matrices nyingi leo. Inaonekana kama picha hapa chini.
Inabadilika kuwa kila pikseli ya matrix inashika sehemu ya R-, G- au B pekee, kwa sababu fotoni zilizobaki zinaonyeshwa bila huruma na kichujio cha Bayer. Inatambua vipengele vilivyokosekana kwa kukadiria kwa uwazi maadili ya saizi za jirani.
Kuna seli nyingi za kijani kwenye kichungi cha Bayer - hii ilifanywa kwa mlinganisho na jicho la mwanadamu. Inabadilika kuwa kati ya saizi milioni 50 kwenye tumbo, kijani kitachukua milioni 25, nyekundu na bluu - milioni 12,5 kila moja. Zilizobaki zitakadiriwa - mchakato huu unaitwa debayerization au demosaicing, na hii ni mkongojo wa kuchekesha. ambayo kila kitu kinakaa.
Kwa kweli, kila matrix ina algorithm yake ya ujanja ya kutoa hati miliki, lakini kwa madhumuni ya hadithi hii tutapuuza hili.
Aina zingine za matrices (kama vile Foveon) bado hazijapatikana kwa njia fulani. Ingawa watengenezaji wengine wanajaribu kutumia vitambuzi bila kichujio cha Bayer ili kuboresha ukali na anuwai inayobadilika.
Wakati kuna mwanga kidogo au maelezo ya kitu ni madogo sana, tunapoteza taarifa nyingi kwa sababu kichujio cha Bayer hukata fotoni kwa uwazi kwa urefu usiohitajika. Ndiyo maana walikuja na Pixel Shifting - wakibadilisha matrix kwa pikseli 1 juu-chini-kulia-kushoto ili kuwapata wote. Katika kesi hii, picha haina kugeuka kuwa kubwa mara 4, kama inaweza kuonekana, processor hutumia data hii kwa usahihi zaidi kurekodi thamani ya kila pixel. Ni wastani sio juu ya majirani zake, kwa kusema, lakini zaidi ya maadili manne yenyewe.
Kutetereka kwa mikono yetu wakati wa kuchukua picha kwenye simu hufanya mchakato huu kuwa matokeo ya asili. Katika matoleo mapya zaidi ya Google Pixel, jambo hili hutekelezwa na huwashwa kila unapotumia zoom kwenye simu - inaitwa Super Res Zoom (ndiyo, napenda pia majina yao bila huruma). Wachina pia waliinakili kwenye laophones zao, ingawa iligeuka kuwa mbaya zaidi.
Kufunika picha zilizobadilishwa kidogo juu ya nyingine hukuruhusu kukusanya habari zaidi kuhusu rangi ya kila pikseli, ambayo inamaanisha kupunguza kelele, kuongeza ukali na kuinua azimio bila kuongeza idadi halisi ya megapixels ya matrix. Bendera za kisasa za Android hufanya hivi kiotomatiki, bila watumiaji wao hata kufikiria juu yake.
Kuweka mkazo - kina chochote cha shamba na kuzingatia tena katika utengenezaji wa baada
Njia hiyo inatoka kwa upigaji picha wa jumla, ambapo kina kirefu cha uwanja kimekuwa shida kila wakati. Ili kitu kizima kiwe katika mwelekeo, ilibidi uchukue fremu kadhaa na mwelekeo ukisogeza mbele na nyuma, na kisha uziunganishe pamoja kuwa moja kali. Njia hiyo hiyo mara nyingi ilitumiwa na wapiga picha wa mazingira, na kufanya sehemu ya mbele na ya nyuma kuwa kali kama kuhara.
Yote hii pia imehamia kwa simu mahiri, ingawa bila hype nyingi. Mnamo 2013, Nokia Lumia 1020 iliyo na "Refocus App" ilitolewa, na mwaka wa 2014, Samsung Galaxy S5 yenye hali ya "Selective Focus". Walifanya kazi kulingana na mpango huo huo: kwa kubonyeza kitufe, walichukua picha 3 haraka - moja ikiwa na mwelekeo wa "kawaida", ya pili ikiwa na mwelekeo uliosogezwa mbele na ya tatu na mwelekeo ukiwa umerudishwa nyuma. Mpango ulipanga fremu na kukuruhusu kuchagua mojawapo, ambayo ilitajwa kuwa udhibiti wa "halisi" wa kuzingatia katika utayarishaji wa baada ya uzalishaji.
Hakukuwa na usindikaji zaidi, kwa sababu hata utapeli huu rahisi ulitosha kupigilia msumari mwingine kwenye kifuniko cha Lytro na wenzake kwa uzingatiaji wao wa uaminifu. Kwa njia, hebu tuzungumze juu yao (mpito bwana 80 lvl).
Matrices ya computational - mashamba ya mwanga na plenoptics
Kama tulivyoelewa hapo juu, matiti yetu ni ya kutisha kwenye mikongojo. Tumezoea tu na tunajaribu kuishi nayo. Muundo wao umebadilika kidogo tangu mwanzo wa wakati. Tuliboresha mchakato wa kiufundi pekee - tulipunguza umbali kati ya pikseli, tukapigana na kelele ya usumbufu, na kuongeza pikseli maalum za kutambua awamu ya kuzingatia kiotomatiki. Lakini ikiwa unachukua hata DSLR ya gharama kubwa zaidi na jaribu kupiga picha paka inayoendesha nayo kwenye taa ya chumba - paka, kuiweka kwa upole, itashinda.
Tumekuwa tukijaribu kuvumbua kitu bora kwa muda mrefu. Majaribio na utafiti mwingi katika eneo hili hutolewa kwa google kwa "sensa ya kompyuta" au "sensor isiyo ya bayer", na hata mfano wa Pixel Shifting hapo juu unaweza kuhusishwa na majaribio ya kuboresha matrices kwa kutumia hesabu. Walakini, hadithi za kuahidi zaidi katika miaka ishirini iliyopita zimetujia haswa kutoka kwa ulimwengu wa kinachojulikana kama kamera za plenoptic.
Ili usilale kutokana na matarajio ya maneno magumu yanayokuja, nitakujulisha ndani kwamba kamera ya Google Pixel ya hivi punde ni "plenoptic" kidogo tu. Pikseli mbili tu, lakini hata hii inaruhusu kuhesabu kina sahihi cha macho ya sura hata bila kamera ya pili, kama kila mtu mwingine.
Plenoptics ni silaha yenye nguvu ambayo bado haijafyatua. Hapa kuna kiunga cha mojawapo ya hivi majuzi ninayopenda zaidi. , ambapo niliazima mifano kutoka.
Kamera ya plenoptic - inakuja hivi karibuni
Ilianzishwa mnamo 1994, iliyokusanywa huko Stanford mnamo 2004. Kamera ya kwanza ya watumiaji, Lytro, ilitolewa mnamo 2012. Sekta ya Uhalisia Pepe sasa inajaribu kikamilifu teknolojia zinazofanana.
Kamera ya plenoptic inatofautiana na kamera ya kawaida katika muundo mmoja tu - matrix yake imefunikwa na gridi ya lenzi, ambayo kila moja inashughulikia saizi kadhaa halisi. Kitu kama hiki:
Ikiwa unahesabu kwa usahihi umbali kutoka kwa gridi ya taifa hadi kwenye tumbo na ukubwa wa aperture, picha ya mwisho itakuwa na makundi ya wazi ya saizi - aina ya matoleo madogo ya picha ya awali.
Inabadilika kuwa ikiwa unachukua, sema, saizi moja ya kati kutoka kwa kila nguzo na gundi picha pamoja ukitumia tu, haitakuwa tofauti na ile iliyochukuliwa na kamera ya kawaida. Ndiyo, tumepoteza azimio kidogo, lakini tutaomba tu Sony iongeze megapixels zaidi katika matrices mapya.
Burudani ndiyo inaanza tu. ukichukua pikseli nyingine kutoka kwa kila nguzo na kuunganisha picha hiyo pamoja tena, utapata picha ya kawaida tena, kana kwamba ilipigwa kwa zamu ya pikseli moja. Kwa hivyo, kuwa na makundi ya saizi 10 Γ 10, tutapata picha 100 za kitu kutoka kwa pointi "kidogo" tofauti.
Ukubwa mkubwa wa nguzo unamaanisha picha zaidi, lakini mwonekano wa chini. Katika ulimwengu wa simu mahiri zilizo na matrices 41-megapixel, ingawa tunaweza kupuuza azimio kidogo, kuna kikomo kwa kila kitu. Unapaswa kudumisha usawa.
Sawa, tumekusanya kamera ya plenoptic, kwa hivyo hiyo inatupa nini?
Kuzingatia upya kwa uaminifu
Kipengele ambacho wanahabari wote walikuwa wakizungumza katika makala kuhusu Lytro kilikuwa ni uwezo wa kurekebisha umakini katika utayarishaji wa baada ya kazi. Kwa haki tunamaanisha kwamba hatutumii algoriti zozote za uondoaji ukungu, lakini tutumie pekee saizi zilizopo, tukizichagua au kuziweka wastani kutoka kwa makundi katika mpangilio unaohitajika.
Upigaji picha MBICHI kutoka kwa kamera ya plenoptic inaonekana ya kushangaza. Ili kupata jeep kali ya kawaida kutoka kwake, lazima kwanza ukusanye. Ili kufanya hivyo, unahitaji kuchagua kila pixel ya jeep kutoka kwa moja ya makundi RAW. Kulingana na jinsi tunavyowachagua, matokeo yatabadilika.
Kwa mfano, zaidi nguzo ni kutoka kwa hatua ya tukio la boriti ya awali, zaidi ya kuzingatia boriti hii ni. Kwa sababu optics. Ili kupata taswira iliyohamishwa, tunahitaji tu kuchagua saizi kwa umbali unaotaka kutoka kwa ile asili - karibu zaidi au zaidi.
Ilikuwa ngumu zaidi kuelekeza umakini kwako - kimwili tu, kulikuwa na saizi chache kama hizo kwenye nguzo. Mara ya kwanza, watengenezaji hawakutaka hata kumpa mtumiaji uwezo wa kuzingatia kwa mikono yao-kamera yenyewe iliamua hili katika programu. Watumiaji hawakupenda siku hii ya usoni, kwa hivyo waliongeza kipengee katika programu dhibiti ya baadaye inayoitwa "hali ya ubunifu," lakini walifanya kuzingatia tena ndani yake kuwa mdogo kwa sababu hii haswa.
Ramani ya kina na 3D kutoka kwa kamera moja
Mojawapo ya shughuli rahisi zaidi katika plenoptics ni kupata ramani ya kina. Ili kufanya hivyo, unahitaji tu kukusanya muafaka wawili tofauti na uhesabu ni kiasi gani vitu vilivyomo vinabadilishwa. Kuhama zaidi kunamaanisha kuwa mbali na kamera.
Hivi majuzi Google ilinunua na kumuua Lytro, lakini ilitumia teknolojia yao kwa Uhalisia Pepe na... kwa kamera ya Pixel. Kuanzia na Pixel 2, kamera ikawa ya "plenoptic" kidogo kwa mara ya kwanza, pamoja na makundi ya saizi mbili pekee. Hii iliipa Google fursa ya kutosakinisha kamera ya pili, kama watu wengine wote, lakini kukokotoa ramani ya kina kutoka kwa picha moja.
Ramani ya kina imeundwa kwa kutumia fremu mbili zinazohamishwa na pikseli ndogo moja. Hii inatosha kukokotoa ramani ya kina ya jozi na kutenganisha mandhari ya mbele na mandharinyuma na kutia ukungu katika bokeh ya mtindo sasa. Matokeo ya uwekaji safu kama haya pia yanasawazishwa na "kuboreshwa" na mitandao ya neva ambayo imefunzwa kuboresha ramani za kina (na sio kutia ukungu, kama watu wengi wanavyofikiria).
Ujanja ni kwamba tulipata plenoptics katika simu mahiri karibu bila malipo. Tayari tumeweka lenzi kwenye matiti haya madogo ili kwa namna fulani kuongeza mwangaza. Katika Pixel inayofuata, Google inapanga kwenda mbali zaidi na kufunika fotodiodi nne kwa kutumia lenzi.
Chanzo: 3dnews.ru