محاسباتی عکاسی قسمت اول: چه محاسباتی عکاسی?

یادداشت سردبیر: اصطلاح 'محاسباتی عکاسی' استفاده می شود بسیاری این روزها اما دقیقا چه معنی است ؟ در این مقاله ب

توسط DASTESALAMATT در 14 خرداد 1399

یادداشت سردبیر: اصطلاح 'محاسباتی عکاسی' استفاده می شود بسیاری این روزها اما دقیقا چه معنی است ؟ در این مقاله برای اولین بار در یک سری سه قسمتی مهمان عامل واسیلی Zubarev ما طول می کشد در یک سفر از حال به آینده توضیح محاسباتی عکاسی امروز که در آن و چگونه آن را تغییر ماهیت عکاسی.

سری بررسی اجمالی:

شما می توانید ببینید واسیلی وب سایت که در آن او همچنین demystifies پیچیده دیگر افراد است. اگر شما پیدا کردن این مقاله مفید ما شما را تشویق به او کمک مالی کوچک به طوری که او می تواند نوشتن در مورد دیگر موضوعات جالب.


محاسباتی عکاسی: از Selfies به سیاه چاله ها

این غیر ممکن است به تصور یک گوشی هوشمند ارائه امروز بدون رقص در اطراف آن ، گوگل باعث می شود صفحه شلیک در تاریکی, Huawei زوم مانند یک تلسکوپ سامسونگ قرار می دهد lidars داخل و اپل ارائه جدید جهان roundest گوشه. غیر قانونی سطح از نوآوری در اینجا اتفاق می افتد.

دوربین های dslr از سوی دیگر به نظر می رسد نصف مرده. سونی دوش همه با یک سنسور جدید-مگاپیکسل باران هر سال در حالی که تولید کنندگان lazily به روز رسانی جزئی در تعداد نسخه و نگه داشتن دروغ در انبوهی از پول نقد از فیلم سازان. من یک $3000 نیکون در روی میز کار من, اما من یک آیفون در سفر من. چرا ؟

این غیر ممکن است به تصور یک گوشی هوشمند ارائه امروز بدون رقص در اطراف آن ،

من رفتم حاضر با این سوال. وجود من تو را دیدم بسیاری از بحث در مورد "الگوریتم" و "شبکه های عصبی" هر چند هیچ کس نمی تواند توضیح دهد که دقیقا چگونه آنها را تحت تاثیر قرار یک عکس. روزنامه نگاران با صدای بلند خواندن تعداد مگاپیکسل از مطبوعات و وبلاگ نویسان در حال خاموش کردن اینترنت با بیشتر unboxings و دوربین پیشرفته سرشار آن با "ادراک نفسانی از سنسور رنگ". آه اینترنت. شما به ما دسترسی به تمام اطلاعات. شما را دوست دارم.

بنابراین من صرف نیمی از زندگی من به درک همه چیز در خود من. من سعی کنید برای توضیح همه چیز من در این مقاله در غیر این صورت من آن را فراموش کرده ام در یک ماه.

چه محاسباتی عکاسی?

در همه جا از جمله ویکیپدیا, شما می توانید یک تعریف مثل این: محاسباتی عکاسی دیجیتال ضبط تصویر و تکنیک های پردازش است که با استفاده از دیجیتال محاسبات به جای نوری فرآیندهای. همه چیز خوب است با این تفاوت که این مزخرف. این فازی رسمی تعاریف نیمه نشان می دهد که ما هنوز هیچ ایده آنچه ما انجام می دهند.

دانشگاه استنفورد استاد دانشگاه و یکی از پیشگامان عکاسی محاسباتی Marc Levoy (او همچنین در پشت بسیاری از نوآوری ها در گوگل پیکسل دوربین) می دهد تعریف دیگری - computational imaging تکنیک های بهبود و یا گسترش قابلیت های عکاسی دیجیتال است که در آن خروجی های معمولی عکس, اما یکی است که می تواند گرفته شده توسط یک دوربین سنتی. من می خواهم آن را بیشتر و در این مقاله من خواهد شد به دنبال این تعریف است.

بنابراین گوشی های هوشمند شد و به سرزنش برای همه چیز.

بنابراین گوشی های هوشمند شد و به سرزنش برای همه چیز. گوشی های هوشمند تا به حال هیچ چاره ای اما برای زندگی به یک نوع جدید از عکاسی محاسباتی.

آنها به حال کمی پر سر و صدا سنسور و کوچک آهسته لنز. با توجه به تمام قوانین فیزیک آنها تنها می تواند ما را به درد و رنج. و آنها را انجام داد. تا زمانی که برخی از سامانه رویدادهای گسسته نمیفهمد چگونه به استفاده از نقاط قوت خود را برای غلبه بر نقاط ضعف: سرعت الکترونیکی کرکره پردازنده های قدرتمند و نرم افزار.

بسیاری از تحقیقات قابل توجهی در عکاسی محاسباتی زمینه انجام شد در 2005-2015 که شمارش به عنوان دیروز در علم است. این بدان معناست که در حال حاضر فقط در مقابل چشمان ما و در داخل جیب ما وجود دارد یک رشته جدید از دانش و فن آوری در حال افزایش است که هرگز قبل وجود داشته است.

محاسباتی عکاسی نیست فقط در مورد بوکه در عکس های سلفی. یک عکس جدید از سیاه چاله نمی خواهد که در نظر گرفته شده است بدون استفاده از محاسباتی عکاسی روش. به مانند تصویر با استاندارد تلسکوپ ما را به آن اندازه از زمین است. اما با ترکیب داده ها از هشت رادیو تلسکوپ در مکان های مختلف از زمین ما-توپ و نوشتن برخی از سرد پایتون اسکریپت ما رو برای اولین بار در جهان عکس از افق رویداد.

آن را هنوز هم خوب است برای selfies هر چند نگران نباشید.

(من قصد دارم برای قرار دادن این لینک در این دوره از داستان است. آنها شما را به نادر درخشان, مقالات و یا فیلم ها که من پیدا کردم و به شما اجازه می دهد به شیرجه رفتن عمیق تر به موضوع اگر شما به طور ناگهانی تبدیل شدن به علاقه مند است. چون من از لحاظ جسمی نمی توانم به شما بگویم همه چیز را در یک مقاله است.)

آغاز: پردازش دیجیتال

بیایید به عقب بر گردیم به سال 2010 است. جاستین بیبر منتشر شد اولین آلبوم خود را و برج خلیفه تا به حال فقط در دبی افتتاح, اما ما حتی نمی تواند تصرف این دو بزرگ جهان به دلیل حوادث عکس های ما شد پر سر و صدا 2 مگاپیکسل عکس Jpeg. ما اولین میل مقاومت ناپذیر برای پنهان کردن بی ارزشی از دوربین تلفن همراه با استفاده از "فهرست" ایستگاه از پیش تنظیم. Instagram بیرون می آید.

ریاضی و Instagram

با انتشار Instagram همه رو با وسواس فیلتر. به عنوان مردی که مهندسی معکوس X-Pro II, Lo-Fi, و, والنسیا برای, البته تحقیقات (hehe) اهدافمن هنوز هم به یاد داشته باشید که آنها را متشکل از سه جزء:

  • تنظیمات رنگ (Hue, Saturation, سبکی, کنتراست, سطح, و غیره.) ساده ضرایب درست مثل در هر ایستگاه از پیش تنظیم است که عکاسان با استفاده از زمان های قدیم.
  • تن نقشه بردار از ارزش هر به ما می گوید که "قرمز یک رنگ از 128 باید تبدیل به یک رنگ 240". آن را اغلب به عنوان نماینده یک تک پیکسل های تصویر مثل این یکی. این یک مثال برای X-Pro II فیلتر.
  • روکش — شفاف تصویر با گرد و غبار و دانه vignette, و هر چیز دیگری که می توان از بالا به دریافت (نه در همه آره) پیش پا افتاده اثر از فیلم های قدیمی. استفاده می شود به ندرت.

مدرن فیلتر رفته نه چندان دور از این سه اما باید تبدیل به یک کمی پیچیده تر از ریاضی چشم انداز. با ظهور سخت افزار shader های و OpenCL در گوشی های هوشمند آنها به سرعت بازنویسی تحت GPU و آن در نظر گرفته شد واقعا سرد است. برای سال 2012 ، امروز هر بچه می تواند انجام همان چیزی که در CSS, اما او هنوز هم نمی دعوت از یک دختر مدل.

اما پیشرفت در این منطقه از فیلتر متوقف نشده وجود دارد. بچه ها از Dehancer برای مثال در حال گرفتن بسیار دست با غیر خطی فیلتر. به جای فقیر-انسان tone-mapping با استفاده از آنها شیک تر و پیچیده غیر خطی تحولات آن باز می شود تا بسیاری از فرصت های بیشتر با توجه به آنها.

با انتشار Instagram همه رو با وسواس فیلتر.

شما می توانید بسیاری از چیزهایی که با غیر خطی تحولات, اما آنها فوق العاده پیچیده و ما انسان ها فوق العاده احمقانه است. به عنوان به زودی به عنوان آن می آید به غیر خطی تحولات ما ترجیح می دهند با روش های عددی و یا اجرای شبکه های عصبی برای انجام کار ما است. همان چیزی که اتفاق می افتد در اینجا.

اتوماسیون و رویاهای یک "شاهکار" را فشار دهید

وقتی که همه استفاده کردم به درگاه ما شروع به ادغام آنها را به دوربین های ما. این خبر در تاریخ هر کس اولین تولید کننده برای اجرای این اما فقط به درک چه مدت پیش بود فکر می کنم که در iOS 5.0 منتشر شده در سال 2011 ما در حال حاضر به یک API عمومی برای خودرو افزایش تصاویر. فقط استیو جابز نمی داند چه مدت آن را در استفاده از قبل از آن به روی عموم باز است.

اتوماسیون انجام شد همان چیزی است که هر یک از ما می کند با باز کردن ویرایشگر عکس آن ثابت چراغ ها و سایه ها افزایش روشنایی در زمان دور چشم های قرمز و ثابت رنگ چهره. کاربران حتی نمی دانند که "به طور چشمگیری بهبود یافته دوربین" بود و فقط شایستگی یک زن و شوهر از خطوط جدید کد.

میلی لیتر افزایش در Pixelmator.

امروز جنگ برای شاهکار دکمه نقل مکان کرد به یادگیری ماشین میشه. خسته از بازی با tone-mapping همه با عجله به اعتیاد به مواد مخدره آموزش سی ان ان و گن و شروع وادار کردن کامپیوتر به حرکت لغزنده برای ما. به عبارت دیگر استفاده از یک ورودی تصویر برای تعیین یک مجموعه از بهینه پارامترهای است که به تصویر داده شده و نزدیک به یک خاص ذهنی درک "عکاسی خوب". بررسی کنید که چگونه آن را به اجرا در نرم افزار Pixelmator و دیگر ویراستاران که برگشتاندن شما را با خود پنداره "ML" ویژگی های اعلام شده در یک صفحه فرود. آن را همیشه کار نمی کند به خوبی به عنوان شما می توانید حدس بزنید. اما شما همیشه می توانید داده و قطار شبکه خود را به ضرب و شتم این افراد با استفاده از لینک های زیر دانلود کنید. یا نه.


واسیلی Zubarev است برلین-بر اساس Python توسعه دهنده و سرگرمی عکاس و وبلاگ نویس است. برای دیدن بیشتر از کار خود را به بازدید از وب سایت خود را و یا او را دنبال کنید Instagram و توییتر.



tinyurlis.gdv.gdv.htclck.ruulvis.netshrtco.detny.im
آخرین مطالب