Фотопейзаж и компьютер

Грустно наблюдать, какую злую шутку с фотографами сыграл прогресс мобильной связи. Раньше к фотографу относились как к человеку, который умеет делать то, что умеют немногие. К нему обращались для фотосъемки своих детей, торжественных событий. В турпоходы без фотографов не ходили.

А теперь любой ткнет пальцем в мобильник, и, пожалуйста! Готова приличная цветная фотография! Раньше прежде чем снять, нужно было подумать, а теперь – все на автомате. И лежат на флешке тысячи фотографий, на многие из которых никто никогда не посмотрит, в том числе и сам автор!

Боюсь, что пост-обработку цифровых фотографий в будущем ждет такая же участь. Эволюция программ цифровой обработки изображений приведет к тому, что выжившие программы спрячутся в фотоаппараты и пост-обработка станет совсем не нужна. Будем надеятся, что взамен появится какое-то не менее увлекательное занятие!

Глава 5 Общие методы обработки изображений

Эта глава, по-моему, самая интересная (среди первых пяти глав). В ней описано, что математики умеют делать с изображениями сегодня, и для чего это может пригодиться фотографу.

А зачем теоретические вопросы нужны вообще? Игнорируя теорию, приходится механически запоминать, что нужно делать в том или ином случае, не понимая, почему.

И если ситуация немного отличается от той, которую мы запомнили, то, не зная теории, трудно понять, годится в этом случае запомненный прием или нет.

Понимая теорию, хотя бы только на уровне идей, мы уходим от необходимости все запоминать, многие приемы оказываются очевидными. И становится легче ориентироваться в многообразии инструментов графического редактора и их параметров.

А, кроме того, любопытно наблюдать, какие методы обработки изображений приходят на ум другим людям. Тем более что эти методы быстро внедряются в прошивки фотокамер и в графические редакторы.

Все алгоритмы, описанные в этой главе, излагаются во многих книгах по цифровой обработке изображений. Но для фотографов эти книги, видимо, мало подходят.

Во-первых, для их понимания требуется определенное математическое образование. Во-вторых, те (как правило, немногочисленные), примеры изображений, которыми иллюстрируется изложенная теория, даны по схеме: «вот теория, и вот как она работает». В то время как для фотографа важнее обратная схема: «вот моя фотография, вот, что мне надо с ней сделать, какую теорию мне применить».

В этой главе я постарался описать суть важных для фотографа теоретических методов без формул и применить обе схемы: сначала прямую, а потом, в последующих главах, обратную.

5.1. Разложение изображения на части

Типичный шаг работы с графическим редактором состоит в том, что выделяется некоторая нужная часть изображения и выделенная часть подвергается желательному изменению, в том числе:

• изменению яркости, контраста, цветности;

• изменению резкости (размытие, нерезкая маска);

• изменению рисунка (рисование, копирование, геометрические преобразования);

• более сложному преобразованию (свертка, применение фильтра).

Наиболее распространенные способы выделения нужной части изображения:

• геометрический (вручную, по изображению);

• фотометрический (автоматически, по параметрам изображения: яркости, насыщенности и др.);

• по каналам цветового пространства (обычно, sRGB, CIELAB);

• по пространственным частотам (по спектрограмме Фурье);

• по интервалам пространственных частот (по скалеограмме вейвлет-преобразования);

• по градиентным полям.

Из части, выделенной одним способом, может быть выделена другая часть, но уже другим способом. Так что полное количество способов выделения частей достаточно велико. Главное при этом – четко отделить то, что должно измениться, от того, что должно остаться в исходном состоянии. Рассмотрим перечисленные способы выделения части изображения подробнее.

Выделение части картинки по содержанию осуществляется вручную маской (например, выделение облака, здания или какого либо предмета) или автоматически по заданным свойствам пикселей (например, отбор всех пикселей, имеющих яркость или координату цвета в заданном интервале). Очень важное свойство маски – это вид ее границы. На рисунке 5.1 показаны различные виды границ маски, то есть, переходов от нулевой прозрачности к 100 %-й.

Рис. 5.1. Различные виды переходов в маске от нулевой прозрачности к 100 %-й.