что делать если фотка мутная
5 причин нерезких фото, и как с этим бороться
Делаете важный снимок, а он получается смазанным. Хорошо, когда есть возможность снять еще один кадр, но бывает и такое, что момент безвозвратно упущен. Представьте, насколько это может быть обидно, если вы снимаете первые шаги ребенка или любое другое событие, которое никогда не повторится. Так почему же получаются нерезкие фотографии и как этого избежать?
Размытое фото из-за длинной выдержки
Шевеленка возможна при разных обстоятельствах, но чаще всего дело в длинной выдержке. Именно она — наиболее частая причина смазанных кадров. Колебания самой камеры при этом могут быть незначительны и даже незаметны. Минимальная шевеленка появляется уже на значении выдержке более 1/60 секунды, хотя многое зависит от уровня стабилизации камеры и опыта фотографа.
Решение простое: чтобы изображение получалось резким, укорачивайте выдержку. Для разных фокусных расстояний подходят определенные значения этого параметра при съемке с рук. Более подробно про выдержку расскажем ниже.
Еще один способ решить проблему шевеленки — использовать штатив. Но даже с ним возможны колебания, например, при сильных порывах ветра. На этот случай многие модели штативов оснащены специальным крючком для подвешивания грузов (обычно достаточно даже рюкзака с фототехникой). К сожалению, штатив на длинных выдержках оказывается бесполезен, если в кадре есть подвижные объекты. Так мы плавно подошли к следующей распространенной причине нерезких снимков.
Подвижный объект = смазанная фотография
Движущиеся объекты снимать всегда труднее, чем статичные. Из-за быстрой смены композиции кадры получаются смазанными, и чем длиннее выдержка, тем плачевнее результат. В таких ситуациях не спасает даже штатив. Встроенная функция стабилизации немного помогает, прощая незначительные ошибки фотографа и позволяя выставлять выдержку чуть длиннее. Подходящее значение приходится подбирать с учетом обстоятельств и снимаемого объекта. Вот базовые параметры выдержки, от которых можно отталкиваться:
— при съемке неподвижного объекта достаточно выдержки до 1/60 с;
— если фотографируете детей, нужна выдержка 1/200 с или еще короче;
— когда необходимо «заморозить» движение спортсмена или автомобиля на гонках, потребуется выдержка не длиннее 1/500 с.
Есть также одна простая формула, которая поможет сориентироваться при выставлении выдержки: самая короткая выдержка = 1 / фокусное расстояние. Соответственно, на 200-миллиметровом телеобъективе выдержка должна быть не длиннее 1/200. Также нужно приучиться плавно нажимать на спуск, фотографируя с рук.
В современных камерах для съемки подвижных объектов есть следящий автофокус, который предугадывает перемещение объекта и фокусируется на нем, не упуская из виду. В камерах Nikon и Pentax эта функция называется AI Servo AF или AF-C, а в Canon — Auto Select.
ГРИП и размытые снимки
ГРИП расшифровывается как глубина резко изображаемого пространства. Иными словами, просто глубина резкости. Когда ее не хватает, снимки получаются размытыми. Объясним на примере: если у вас китовый объектив 18–55 мм, при f/5.6 на длинном конце ГРИП будет около 7 см, а снимаемый объект при этом окажется в фокусе на расстоянии около 1 метра. Все, что будет расположено за пределами ГРИП, получится смазанным.
С подобной размытостью часто сталкиваются люди, снимающие на смартфон или компактные цифровые камеры, у которых высокие показатели ГРИП и все объекты находятся в зоне резкости. Чем больше размер матрицы, тем ниже глубина резкости. Это и придает снимкам объем за счет размытия заднего плана.
Если вы снимаете с фокусировкой по одной точке, то можете столкнуться с проблемой размытия фотографий. Его причиной бывает ошибка автофокуса или незначительное перемещение камеры либо объекта съемки. ГРИП в таком случае тоже смещается, а кадр получается смазанным.
Избежать этой проблемы можно несколькими способами:
— вручную указывать точку фокусировки (но это неудобно);
— не поворачивать камеру, а смещать ее только параллельно плоскости снимаемого объекта;
— пользоваться ручной фокусировкой;
— поднять глубину резкости, прикрыв диафрагму (в таком случае задний план будет размываться меньше).
Почему в темноте все фотографии нерезкие
Любой камере труднее фокусироваться в темном пространстве, если на ней не установлен дорогой светосильный объектив. В остальных случаях всё работает так: из-за недостатка света выдержка становится длиннее, а фото получается нерезким. Решений ситуации несколько, и их можно использовать в комплексе:
— Добавить света. Способов много, выбор зависит от обстоятельств. Можно или переместить объект ближе к источнику света, или включить в камере функцию подсветки автофокуса (работает только на небольших расстояниях), или использовать вспышку и так далее.
— Увеличить ISO и шире открыть диафрагму. При съемке в автоматическом режиме обычно регулируется лишь светочувствительность, а диафрагмой управлять нельзя — придется переключиться в ручной режим.
— Использовать штатив или поставить камеру на статичную поверхность. В таких случаях фото получится резким с любой выдержкой при условии, что объекты в кадре неподвижны.
Погода и нерезкие снимки — какая связь
Осталась одна неочевидная причина нерезких фотографий — казалось бы, как погодные условия способны повлиять на фокусировку камеры? В действительности могут, и порой очень существенно. Проблема проявляется преимущественно при съемке удаленных объектов, поэтому, если вы специализируетесь на портретах, с подобным, возможно, никогда не сталкивались.
Итак, если воздух наполнен разными частицами (стоит туман, идет мелкий дождь или на улице марево от жары), они могут помешать добиться идеальной резкости. Повлиять на эти обстоятельства мы не в силах. Можно попробовать «поиграть» с настройками, выставив другие значения выдержки, ISO и диафрагмы, или же просто перенести съемку на другой день, если это возможно.
Еще несколько причин, почему ваши фото всегда выходят нерезкими
Есть и другие факторы, способные повлиять на качество. Смазанные фотографии могут получаться, если:
Чтобы изображение на снимках получалось резким, больше практикуйтесь, анализируя свои промахи. И помните, что даже профессионалы иногда ошибаются, поэтому каждую съемку начинают с нескольких пристрелочных кадров, чтобы оценить ситуацию.
Восстановление расфокусированных и смазанных изображений. Практика
Не так давно я опубликовал на хабре первую часть статьи по восстановлению расфокусированных и смазанных изображений, где описывалась теоретическая часть. Эта тема, судя по комментариям, вызвала немало интереса и я решил продолжить это направление и показать вам какие же проблемы появляются при практической реализации казалось бы простых формул.
В дополнение к этому я написал демонстрационную программу, в которой реализованы основные алгоритмы по устранению расфокусировки и смаза. Программа выложена на GitHub вместе с исходниками и дистрибутивами.
Ниже показан результат обработки реального размытого изображения (не с синтетическим размытием). Исходное изображение было получено камерой Canon 500D с объективом EF 85mm/1.8. Фокусировка была выставлена вручную, чтобы получить размытие. Как видно, текст совершенно не читается, лишь угадывается диалоговое окно Windows 7.
И вот результат обработки:
Практически весь текст читается достаточно хорошо, хотя и появились некоторые характерные искажения.
Под катом подробное описание проблем деконволюции, способов их решения, а также множество примеров и сравнений. Осторожно, много картинок!
Вспомним теорию
Подробное описание теории было в первой части, но все же напомню вкратце основные моменты. В процессе искажения из каждого пикселя исходного изображения получается некоторое пятно в случае расфокусировки и отрезок для случая обычного смаза. Все это друг на друга накладывается и в результате мы получаем искаженное изображение — это называется сверткой изображения или конволюцией. То, по какому закону размазывается один пиксель и называется функцией искажения. Другие синонимы – PSF (Point spread function, т.е. функция распределения точки), ядро искажающего оператора, kernel и другие.
Чтобы восстановить исходное изображение нам необходимо каким-то образом обратить свертку, при этом не забывая про шум. Но это не так-то просто – если действовать, что называется, «в лоб», то получится огромная система уравнений, которую решить за приемлемое время невозможно.
Но на помощь к нам приходит преобразование Фурье и теорема о свертке, которая гласит, что операция свертки в пространственной области эквивалентна обычному умножению в частотной области (причем умножение поэлементное, а не матричное). Соответственно, операция обратная свертке эквивалентна делению в частотной области. Поэтому процесс искажения можно переписать следующим образом:
(1),
где все элементы — это фурье-образы соответствующих функций:
G(u,v) – результат искажения, т.е. то, что мы наблюдаем в результате (смазанное или расфокусированное изображение)
H(u,v) – искажающая функция, PSF
F(u,v) – исходное неискаженное изображение
N(u,v) – аддитивный шум
Итак, нам нужно восстановить максимальное приближение к исходному изображению F(u,v). Просто поделить правую и левую часть на H(u,v) не получится, т.к. при наличии даже совсем небольшого шума (а он всегда есть на реальных изображениях) слагаемое N(u,v)/H(u,v), будет доминировать, что приведет к тому, что исходное изображение будет целиком скрыто под шумом.
Чтобы решить эту проблему, были разработаны более устойчивые методы, одним из которых являтся фильтр Винера (Wiener). Он рассматривает изображение и шум как случайные процессы и находит такую оценку f’ для неискаженного изображения f, чтобы среднеквадратическое отклонение этих величин было минимальным:
(2)
Функцией S здесь обозначаются энергетические спектры шума и исходного изображения соответственно – поскольку, эти величины редко бывают известны, то дробь Sn / Sf заменяют на некоторую константу K, которую можно приблизительно охарактеризовать как соотношение сигнал-шум.
Способы получения PSF
Итак, возьмем за отправную точки описанный фильтр Винера — вообще говоря, существует множество других подходов, но все они дают примерно одинаковые результаты. Так что все описанное ниже будет справедливо и для остальных методов деконволюции.
Основная задача — получить оценку функции распределения точки (PSF). Это можно сделать несколькими способами:
1. Моделирование. Очень непросто и трудоемко, т.к. современные объективы состоят из десятка, другого различных линз и оптических элементов, часть из которых имеет асферическую форму, каждый сорт стекла имеет свои уникальные характеристики преломления лучей с той или иной длиной волны. В итоге задача корректного расчета распространение света в такой сложнейшей оптической системе с учетом влияния диафрагмы, переотражений и т.п. становится практически невозможной. И решение ее, пожалуй, доступно только разработчикам современных объективов.
2. Непосредственное наблюдение. Вспомним, что PSF — это то, во что превращается каждая точка изображения. Т.е. если мы сформируем черный фон и одну белую точку на нем, а затем сфотографируем это с нужным значением расфокусировки, то мы получим непосредственно вид PSF. Кажется просто, но есть много нюансов и тонкостей.
3. Вычисление или косвенное наблюдение. Присмотримся к формуле (1) процесса искажение и подумаем, как можно получить H(u,v)? Решение приходит сразу — нужно иметь исходное F(u,v) и искаженное G(u,v) изображения. Тогда поделив фурье-образ искаженного изображения на фурье-образ исходного изображения мы получим искомую PSF.
Про боке
Перед тем как перейдем к деталям, расскажу немного теории расфокусировки применительно к оптике. Идеальный объектив имеет PSF в виде круга, соответственно каждая точка превращается в круг некоторого диаметра. Кстати, это для многих неожиданность, т.к. с первого взгляда кажется, что дефокус просто растушевывает все изображение. Это же объясняет и то, почему фотошоповское размытие Гаусса совсем не похоже на тот рисунок фона (его еще называют боке), который мы видим у объективов. На самом деле это два разных типа размытия — по Гауссу каждая точка превращается в нечеткое пятно (колокол Гаусса), а дефокус каждую точку превращает в круг. Соответственно и разные результаты.
Но идеальных объективов у нас нет и в реальности мы получаем то или иное отклонение от идеального круга. Именно это и формирует неповторимый рисунок боке каждого объектива, заставляя фотографов тратить кучу денег на объективы с красивым боке 🙂 Боке можно условно разделить на три типа:
— Нейтральное. Это максимальное приближение к кругу
— Мягкое. Когда края имеют меньшую яркость, чем центр
— Жесткое. Когда края имеют большую яркость, чем центр.
Рисунок ниже иллюстрирует это:
Более того, тип боке — мягкое или жесткое зависит еще и от того, передний это фокус или задний. Т.е. фотоаппарат сфокусирован перед объектом или же за ним. К примеру, если объектив имеет мягкий рисунок боке в переднем фокусе (когда, скажем, фокус на лице, а задний план размыт), то в заднем фокусе боке того же объектива будет жестким. И наоборот. Только нейтральное боке не меняется от вида фокуса.
Но и это еще не все — поскольку каждому объективу присущи те или иные геометрические искажения, то вид PSF зависит еще и от положения. В центре — близко к кругу, по краям — эллипсы и другие сплюснутые фигуры. Это хорошо видно на следующем фото — обратите внимание на правый нижний угол:
А теперь рассмотрим подробнее два последних метода получения PSF.
PSF — Непосредственное наблюдение
Как уже говорилось выше, необходимо сформировать черный фон и белую точку. Но просто напечатать на принтере одну точку недостаточно. Необходим намного большее отличие в яркости черного фона и белой точки, т.к. одна точка будет размываться по большому кругу — соответственно должна иметь большую яркость, чтобы быть видной после размытия.
Для этого я распечатал черный квадрат Малевича (да, тонера много ушло, но чего не сделаешь ради науки!), наложил с другой стороны фольгу, т.к. лист бумаги все же неплохо просвечивает и иголкой проколол маленькую дырочку. Затем соорудил нехитрую конструкцию из 200-ваттной лампы и сэндвича из черного листа и фольги. Выглядело это вот так:
Далее включил лампу, закрыл ее листом, выключил общий свет и сделал несколько фоток используя два объектива — китовый Canon EF 18-55 и портретник Canon EF 85mm/1.8. Из получившихся фоток я вырезал PSF и затем построил графики профилей.
Вот что получилось для китового объектива:
И для портретника Canon EF 85mm/1.8:
Хорошо видно как меняется характер боке с жествкого на мягкий для одного и того же объектива в случае переднего и заднего фокуса. Также видно, какую непростую форму имеет PSF — она весьма далека от идеального круга. Для портретника также видны большие хроматические аберрации из-за большой светосилы объектива и малой диафрагмы 1.8.
И вот еще пара снимков при диафрагме 14 — на нем видно, как поменялась форма с круга на правильный шестиугольник:
PSF — Вычисление или косвенное наблюдение
Следующий подход — косвенное наблюдение. Для этого, как писалось выше, нам нужно иметь исходное F(u,v) и искаженное G(u,v) изображения. Как их получить? Очень просто — необходимо поставить фотоаппарат на штатив и сделать один резкий и один размытый снимок одного и того изображения. Далее с помощью деления фурье-образа искаженного изображения на фурье-образ исходного изображения мы получим фурье-образ нашей искомой PSF. После чего применив обратное преобразование Фурье получим PSF в прямом виде.
Я сделал два снимка:
И в результате получил вот такую PSF:
На горизонтальную линию не обращайте внимания, это артефакт после преобразования Фурье в матлабе. Результат, скажем так, средненький — очень много шумов и детали PSF видны не так хорошо. Тем не менее, метод имеет право на существование.
Описанные методы можно и нужно использовать для построения PSF при восстановлении размытых изображений. Т.к. от того, насколько эта функция приближена к реальной напрямую зависит качество восстановления исходного изображения. При несовпадении предполагаемой и реальной PSF будут наблюдаться многочисленные артефакты в виде «звона», ореолов и снижения четкости. В большинстве случаев предполагается форма PSF в виде круга, тем не менее для достижения максимальной степени восстановления рекомендуется поиграться с формой этой функции, попробовав несколько вариантов от распространенных объективов — как мы видели, форма PSF может варьироваться в значительной степени в зависимости от диафрагмы, объектива и прочих условий.
Краевые эффекты
Следующая проблема заключается в том, что если напрямую применить фильтр Винера, то на краях изображения будет своеобразный «звон». Его причина, если объяснять на пальцах, заключается в следующем — когда делается деконволюция для тех точек, которые расположены на краях, то при сборке не хватает пикселей, которые находятся за краями изображения и они принимаются либо равным нулю, либо берутся с противоположной стороны (зависит от реализации фильтра Винера и преобразования Фурье). Выглядит это так:
Одно из решений, чтобы избежать этого состоит предобработке краев изображения. Они размываются с помощью той же самой PSF. На практике это реализуется следующем образом — берется входное изображение F(x,y), размывается с помощью PSF и получается F'(x,y), затем итоговое входное изображение F»(x,y) формируется суммированием F(x,y) и F'(x,y) с использованием весовой функции, которая на краях принимает значение 1 (точка целиком берется из размытого F'(x,y)), а на расстоянии равном (или большем) радиусу PSF от края изображения принимает значение 0. Результат получается такой — звон на краях исчез:
Практическая реализация
Я сделал программу, демонстрирующую восстановление смазанных и расфокусированных изображений. Написана она на C++ с использованием Qt. В качестве реализации преобразования Фурье я выбрал библиотеку FFTW, как самую быструю из опен-соурсных реализаций. Называется моя программа SmartDeblur, скачать ее можно на странице github.com/Y-Vladimir/SmartDeblur, все исходники открыты под лицензией GPL v3.
Скриншот главного окна:
Основные функции:
— Высокая скорость. Обработка изображения размером 2048*1500 пикселей занимает около 300мс в режиме Preview (когда перемещаются ползунки настроек) и 1.5 секунды в чистовом режиме (когда отпустили ползунки настроек).
— Подбор параметров в Real-time режиме. Нет необходимости нажимать кнопки Preview, все делается автоматически, нужно лишь двигать ползунки настроек искажения
— Вся обработка идет для изображения в полном разрешении. Т.е. нет никакого маленького окошка предпросмотра и кнопок Apply.
— Поддержка восстановления смазанных и расфокусированных изображений
— Возможность подстройки вида PSF
Основной упор при разработке был сделан на скорость. В итоге она получилась такая, что превосходит коммерческие аналоги в десятки раз. Вся обработка сделана по-взрослому, в отдельном потоке. За 300 мс программа успевает сгенерить новую PSF, сделать 3 преобразования Фурье, сделать деконволюцию по Винеру и отобразить результат — и все это для изображения размером 2048*1500 пикселей. В чистовом режиме делается 12 преобразований Фурье (3 для каждого канала, плюс одно для каждого канала для подавления краевых эффектов) — это занимает около 1.5 секунд. Все времена указаны для процессора Core i7.
Пока в программе есть ряд багов и особенностей — скажем, при некоторых значениях настроек изображение покрывается рябью. Точно причину выяснить не удалось, но предположительно — особенности работы библиотеки FFTW.
Ну и в целом в процессе разработки пришлось обходить множество скрытых проблем как в FFTW (например не поддерживаются изображения с нечетным размером одной из сторон, типа 423*440.). Были проблемы и с Qt — выяснилось, что рендеринг линии со включенным Antialiasing работает не совсем точно. При некоторых значениях углов линия перескакивала на доли пикселя, что давало артефакты в виде сильной ряби. Для обхода этой проблемы добавил строчки:
Сравнение
Осталось сравнить качество обработки с коммерческими аналогами.
Я выбрал 2 самые известные программы
1. Topaz InFocus — www.topazlabs.com/infocus
2. Focus Magic — www.focusmagic.com
Для чистоты эксперимента будем брать те рекламные изображения, которые приведены на официальных сайтах — так гарантируется, что параметры тех программ выбраны оптимальными (т.к. думаю, разработчики тщательно отбирали изображения и подбирали параметры перед публикацией в рекламе на сайте).
Итак, поехали — восстановление смаза:
Берем пример с сайта Topaz InFocus:
www.topazlabs.com/infocus/_images/licenseplate_compare.jpg
Обрабатываем с вот такими параметрами:
и получаем такой результат:
Результат с сайта Topaz InFocus:
Результат весьма схожий, это говорит о том, что в основе Topaz InFocus используется похожий алгоритм деконволюции плюс постобработка в виде заглаживания-удаления шумов и подчеркивания контуров.
Примеров сильно дефокусировки на сайте этой программы найти не удалось, да и она не предназначена для этого (максимальный радиус размытия составляет всего несколько пикселей).
Можно отметить еще один момент — угол наклона оказался ровно 45 градусов, а длина смаза 10 пикселей. Это наводит на мысль о том, что изображение смазано искусственно. В пользу этого факта говорит и то, что качество восстановления очень хорошее.
Photo Doctor – восстановление размытых и смазанных изображений за 3 простых шага
Фотокамеры в наших мобильных телефонах и гаджетах давно стали обыденностью. Количество снимков, сделанных на мобильные устройства, растет вслед за увеличением количества пикселей и качества фотографий.
Мы настолько привыкли к фотоаппаратам в наших мобильных устройствах, что все чаще памятные и важные моменты нашей жизни сохраняем на мобильные устройства.
Порой события разворачиваются настолько стремительно, что у фотографа не остается времени на тщательную подготовку к снимку и в результате вместо четкой и красивой фотографии получается размытое или смазанное изображение.
В этом случае на помощь пользователю придет приложение Photo Doctor, способное за несколько простых шагов избавить фотографию от эффекта размытия и даже улучшить ее четкость.
Избавление памятной фотографии от дефектов обещает быть несложным и достаточно простым – необходимо выбрать фотографию из альбома на мобильном устройстве, правильно определить характер дефекта на фотографии и последовательно выбирать наилучшие варианты восстановленного изображения.
На практике сложный процесс восстановления фотографии потребует немного терпения и усердия. Для начальной тренировки неопытного пользователя разработчики предусмотрели несколько демонстрационных фотографий в приложении.
? Результаты восстановления примеров фотографий впечатляют, но верить разработчикам на слово не хотелось 🙂
Поэтому я решил проверить работу приложения на собственной фотографии, клавиатуры ноутбука с явным эффектом «дрожащих рук», будто фотография была сделана в движении.
? Для запуска процесса восстановления фотографии пользователю необходимо определить тип искажения изображения – «отсутствие фокуса» или «снято в движении».
Правило определения типа искажения довольно простое – если на фотографии виден тянущийся «шлейф» от предметов, просматриваются несколько границ одного объекта или просто фотография имеет выраженную смазанность, то необходимо выбирать «Снято в движении». Если у вас есть ощущение, что на фотографию наложена мутная пленка, то рекомендую попробовать выбрать тип искажения «Без фокуса».
? Определение типа искажения ответственный процесс, поскольку от правильного выбора типа искажения зависит применяемый алгоритм обработки изображения и успех операции по его восстановлению.
Помимо самостоятельного определения типа искажения, пользователю необходимо выбрать область изображения, на которой будет проводится анализ характеристик искажения.
Выбор области изображения необходим для оптимизации времени обработки изображения. Судя по всему обработка изображения целиком потребовала бы очень больших вычислительных ресурсов, которых на мобильных устройствах явно недостаточно. Поэтому для оптимизации времени работы приложения пользователям предлагается определить параметры искажения для последующего восстановления изображения целиком.
Из личного опыта я рекомендую выбирать ту область для определения параметров искажения, в которую попадёт узнаваемый предмет, буква или в крайнем случае прямая линия. Это нехитрое действие позволит в дальнейшем существенно облегчить задачу по выбору лучших вариантов восстановления.
Должен отметить, что подготовка примеров даже для небольшого участка изображения занимает на моем iPhone 4 не менее 1 минуты времени. Но ради результата можно и потерпеть 🙂
? После окончания обработки выбранного участка изображения пользователю предлагается выбрать наилучший вариант восстановления изображения. Делается это всего лишь дважды и после этого приложение приступает к применению параметров для восстановления искажения на большом изображении.
? Вот он, итоговый результат!
? И для наглядности сравним два изображения:
? В качестве бонуса для пользователей, которые так и не сумели восстановить свои ценные фотографии при помощи приложения, в одном из примеров разработчики заложили адрес электронной почты. Его несложно привести в читабельный вид в самом приложении и разработчики обещают помочь в восстановлении присланной на этот мэйл фотографии.
Нашли опечатку? Выделите текст и нажмите Ctrl+Enter