13 replies to this topic

[egostar]

Hola

Dando un giro cambiamos el día por la noche, a ver si les gusta

Micro Paris

Salud OS

[Delphius]

Se ve increiblemente bonito amigo.

¡Yo todavía no me puedo dar el gusto de estar en algún lugar pintoresco de mi ciudad como para que vean, y tu te mandas cada foto!

Por lo visto te gusta viajar...  ¿No tienes nada Asiático/oriental, africano y/o de Oceanía? Digo... porque te faltan fotos de esos esos continentes nomás 

Saludos,

[egostar]

Hola

La verdad es que tuve que tomar muchas fotos para quedarme con una que me gustara y que por supuesto no es una maravilla, ya sabes, me guio por el gusto y no por la técnica.

Prueba y Error

Y si, me gusta viajar, aunque sólo he viajado por el continente americano, nunca he ido del otro lado del charco, algún día será

Salud OS

[Sergio]

La foto está espectacular, muy bien de luz -las primeras que echaste te salieron quemadas, es normal con tanta zona oscura- ya que en el momento de hacer la fotografia solo debemos preocuparnos de no quemarla y de que se vean las cosas bien, y la que finalmente elegiste estaba perfecta.

De todas formas, estoy seguro de que tu recordaras las escena con el edificio mas iluminado que en la foto: el ojo, cuando mira al edificio, se ajusta a su luz y lo ve bien, y cuando mira a lo oscuro se adapta y tambien lo ve, pero en la foto no contamos con eso y una solo ajuste se tiene que aplicar a toda la foto.

Por eso lo normal en todas las fotos que no esten de entrada perfectas de luz, y sobre todo cuando has tenido que "oscurecer" la foto para no quemar las zonas iluminadas, la foto agradezca un paso por photoshop a subirle esa luminosidad.

En el caso de esta foto, si le pasais la herramienta curvas (Ctrl+M en las ultimas 2 verisones) y subis en la curva el centro de la linea un poco, la iluminacion de las zonas intermedias -ni muy negras ni muy brillantes, en este caso el edificio básicamente- mejora bastante: le estas reponiendo la luminosidad que tenia y que tubiste que sacrificar para no quemar la zona de la torre.

Lo otro que le haría es tambien casi obligado en el tratamiento de este tipo de fotos de cara a ser impresas -o vistas- en grande: el ruido.

La camara, para poder captar correctamente una escena con poca luz, te habrá subido la sensibilidad del sensor, la iso, seguramente a 400 o 800 (mas bien 400, el ruido que tiene la foto si mirais de cerca las zonas oscuras no es exagerado, y con una camara pequeña que no sea DSLR un iso 800 suele meter mucho mas ruido).

Eso esta bien, es asi y no se puede evitar al hacer la foto, al menos no del todo: en el momento de hacer la foto, veo que fuiste bajandole la luz hasta obtener esta, si lo hiciste en automatico, con el boton +/-, la camara decide y seguramente te subio la velocidad.

Si lo haces en manual, puedes elegir quitar luz subiendo la velocidad, con lo que es mas facil que la foto salga sin mover, o bien bajando la iso de 400 a 200 o 100. Eso si, querer qitar el ruido en origen es a costa de que sea mas facil que te salga movida y tengas que apoyarte o usar un tripode.

Lo normal es dejar el ruido tal como esta en tu foto, aceptable, y en el photoshop, quitarselo. El filtro que tiene photoshop para quitar ruido es muy mediocre, te quita solo algo del ruido y con el se lleva muchos detalles. Lo "profesional" es usar un filtro llamdo "noise ninja", que es algo asi como el santo grial quita ruidos.

Yo probe a hacer estas dos cosas en tu foto y gano bastante en luminosidad, lo del ruido solo se aprecia si la vas a imprimir en grande. La diferencia no era tanta como para poneros el resultado, solo se ve un poco mas luminosa la foto.

[Sergio]

He repetido el procesado que hice a tu foto para poner aqui el antes y el despues, es mas grafico que explicarlo. Por cierto egostar, ¿como subes las imagenes al foro? Se que es una pregunta tonta, pero no encuentro el boton!

Lo primero es la foto antes y despues de ajustar las curvas:

Antes:


Despues:
[img width=400 height=300]http://www.hcsoft.net/sergio/fotos/Paris%20mini%20mod.jpg[/img]

Bueno, quizas me he pasado un poco dandole mas luz, eso es cuestion de gustos.

El tema del ruido, aunque no tiene mucho, os lo muestro con una ampliacion de la foto mejorada en cuanto a luz, veresi como hay manchas de color verde en el edificio y ruidos varios:



Tras el filtro "noise ninja":


Si mirais el detalle, gana bastante, pero en este caso realmente no fue necesario, mejora el resultado, pero a no ser que querais hacer un poster ni se notaria. En las zonas mas oscuras se nota un poco mas el ruido, pero vamos, que como en esta foto la zona oscura no pinta mucho, se puede dejar con su ruido natural.

[egostar]

Vaya que cambian con el filtro, tengo instalado el programa GIMP y he visto que tiene filtros, pero la verdad es que ni idea de como usarlos. Bueno, eso también es un tema que lo tengo en mis pendientes personales, por ahora me conformo con aprender a tomar bien las fotos

Salud OS

PD, para adjuntar fotos debes abrir las Opciones Adicionales que están abajo de donde escribes el texto, ahí podrás ver la opción Adjuntar.

[Delphius]

Hola,

Eliseo trataré de explicarte que son los filtros... en general. Si bien Gimp ya viene con varios de fábrica, también ofrece la posibilidad de establecer uno propio.
La explicación de cada uno puede verse en la ayuda, creería que en eso no hay demasiado problema... hay algunas partes que están en español y suelen poner una imagen a modo de ejemplo.

Un filtro lo que hace es resaltar/ocultar/ o iluminar/oscurecer una imagen. Los hay de diferentes tipos... algunos son para desenfocar, otros para corregir ruidos (como puntos de pixeles de colores que manchan la imagen), otros que corrigen el brillo y/o la intensidad.
Experimenta con varias imágenes y verás.

En donde quizá puedes jugar más libremente con los filtros es la de aplicar uno general. No recuerdo el menú. Te aparece una matrix para que llenes los pesos.

Verás, todo filtro no es más que una matriz de orden N >= 3. La celda del centro representa el pixel a filtrar. Las restantes a sus vecinos. El nuevo valor del pixel se obtiene por una simple suma ponderada entre los pixeles vecinos y los pesos. Dependiendo del filtro los pesos tienen ciertas propiedades. Por ejemplo:

El filtrado espacial,  de 3x3, los pesos son 1/9 por lo que su suma da 1:

delphi

+-----+-----+-----+
| 1/9 | 1/9 | 1/9 |
+-----+-----+-----+
| 1/9 | 1/9 | 1/9 |
+-----+-----+-----+
| 1/9 | 1/9 | 1/9 |
+-----+-----+-----+

Este filtro suaviza la imagen, aunque hay veces que no es capaz de eliminar todo el ruido.
Este filtro se aplica por toda la imagen, pixel a pixel.
Hay filtros especiales, que no se basan en una única matriz; Sobel por ejemplo utiliza dos: una para detectar líneas horizontales y otra verticales, combinandolas logra eliminar todo excepto el contorno.

Saludos,

[egostar]

Interesante el tema de los filtros, la verdad es que me está gustando mucho éste foro, como no me digan que soy un fotógrafo de closet

Salud OS

[Sergio]

Hola,

Eliseo trataré de explicarte que son los filtros... en general. Si bien Gimp ya viene con varios de fábrica, también ofrece la posibilidad de establecer uno propio.
La explicación de cada uno puede verse en la ayuda, creería que en eso no hay demasiado problema... hay algunas partes que están en español y suelen poner una imagen a modo de ejemplo.

Un filtro lo que hace es resaltar/ocultar/ o iluminar/oscurecer una imagen. Los hay de diferentes tipos... algunos son para desenfocar, otros para corregir ruidos (como puntos de pixeles de colores que manchan la imagen), otros que corrigen el brillo y/o la intensidad.
Experimenta con varias imágenes y verás.

En donde quizá puedes jugar más libremente con los filtros es la de aplicar uno general. No recuerdo el menú. Te aparece una matrix para que llenes los pesos.

Verás, todo filtro no es más que una matriz de orden N >= 3. La celda del centro representa el pixel a filtrar. Las restantes a sus vecinos. El nuevo valor del pixel se obtiene por una simple suma ponderada entre los pixeles vecinos y los pesos. Dependiendo del filtro los pesos tienen ciertas propiedades. Por ejemplo:

El filtrado espacial,  de 3x3, los pesos son 1/9 por lo que su suma da 1:

delphi

+-----+-----+-----+
| 1/9 | 1/9 | 1/9 |
+-----+-----+-----+
| 1/9 | 1/9 | 1/9 |
+-----+-----+-----+
| 1/9 | 1/9 | 1/9 |
+-----+-----+-----+

Este filtro suaviza la imagen, aunque hay veces que no es capaz de eliminar todo el ruido.
Este filtro se aplica por toda la imagen, pixel a pixel.
Hay filtros especiales, que no se basan en una única matriz; Sobel por ejemplo utiliza dos: una para detectar líneas horizontales y otra verticales, combinandolas logra eliminar todo excepto el contorno.

Saludos,

Bueno, esos filtros que comentas a partir de matrices son uno de los posibles tipos de filtros, son los que se conocen como "matrices de convolucion" (es que soy matematico) y se usan para detectar lineas, mejorar el contraste, o difuminar todo, pero no todos los filtros son matrices, ya quisieramos!

Hay filtros de todo tipo, cualquier programa que te imagines que tome los RGB de cada pixels y te de otros RGB es un filtro, asi que te encuentras algunos que usan matrices de convolucion directamente, otros que usan redes neuronales o cosas exoticas para auto-decidir los parametros correctos antes de aplicar el filtro por matrices (filtros de enfoque que cambian el radio del enfoque segun en que zona de la foto se encuentren, por ejemplo), otros que usan algoritmos geneticos, otros que usan formulas físicas como intentar minimizar alguna funcion de energia a partir de la foto... puedes imaginarte la foto en 3D con la luminosidad de cada pixel siendo la 3ª coordenada, si supones que esa "superficie" 3D tiene una tension superficial, puedes jugar a minimizar la energia potencial que tiene la superficie y así eliminar los ruidos de la forma mas eficiente posible, que corresponderian con zonas muy agitadas de la superficie... los hay de todo tipo, todo vale si funciona.

Pero lo que yo le hice a la foto no fue realmente un filtro, es ajustar la curva de tonalidades, que en casi todos los programas estaria en Imagen, Ajustar curvas (o algo muy similar). Aqui lo que haces es "estirar" tu rango de grises: Si en tu foto la luminosidad (var luminiosidad: word) va desde 10 hasta 188, pero realmente podria ir de 0 a 255, estas perdiendo "gama" de grises, e interesa estirar el 10 hacia 0 y el 188 hasta 255.

Si usais autoajustar la exposicion o algo similar, hace exactamente esto, pero con la opcion de curvas, puedes optar por hacerlo pero no linealmente, igual el punto intermedio que con un ajuste lineal tendria un valor de 10+(188-10)/2=104, pues te interesa iluminarlo un poquito mas y que termine siendo 150... eso es "jugar con las curvas", es como ajustar la luz una vez tienes ya hecha la foto.

Luego, el filtro de eliminar ruidos, el "noise ninja", ese tampoco es una matriz a secas, imagino que usa una mezcla de muchos algoritmos para sacar el mejor resultado posible, mezclando al menos 3 filtros en uno, y auto ajustando los parametros de cada uno en funcion de la fotografia, supongo que por medio de algo similar a lo de minimizar la energia superficial o algo tipo fisica aplicada.

Yo mismo tengo en mente programar un algortimo de enfoque universal de fotos, y seria basandome en algoritmos geneticos, algún dia lo comentare, y hasta igual voy y me pongo con delphi y lo programo, no es nada complejo, y la idea es simular esos "filtros magicos" que salen en series como CSI donde de una mancha, al cabo de muchas horas, se va bien la cara del asesino... tengo la idea a medio, pero os adelanto que no es nada compleja aunque lo parezca!

[Delphius]

Vaya... Sergio me das algunas lecciones que me tienen un poco confundido. Yo tenía entendido que los filtros son de tres tipos: puntuales, espaciales y basados en el histograma.
Los puntuales son aquellos en los que cada pixel se tratan por separado, de forma independiente, sin considerar los vecinos. Como los de contraste/limunosidad por medio de curvas, o el de obtener el negativo.

Después estan los espaciales, que funcionan con las matrices de convolución. Algunos ejemplos son filtrado espacial, paso alto/bajo, filtrado de mediana, suavizado direccional.

Y por último los basados en histogramas, que analizan la imagen en conjunto, obtienen el histograma y luego busca ajustar los valores de cada pixel tratando de aprovechar lo mejor posible los valores del histograma. Se puede decir que busca estirar y achicar el histograma sobre el rango [0,255] como el que comentas.
Filtro de Gauss y Laplace son algunos ejemplos avanzados, aunque estos también hacen un filtro previo (paso bajo). Las técnicas de codificación o reconstrucción piramidal los utilizan.

Después hay otras técnicas de tratamiento de imagen, más complejas, pero ya NO son filtros, sino que se basan en la aplicación de éstos. Un ejemplo son las operaciones transformadas como la transformada DFT que utiliza un filtro paso bajo.
Lo que tienen en común las tranformadas es que no se modifican los pixeles de forma directa, sino que se aplican operaciones intermedias (generalmente operaciones puntuales) y luego se procede a trasformar la imagen y por último se obtiene la imagen restaurada.
Repito, son técnicas avanzadas, aplicaciones de los filtros.

En lo que se conoce como Visión Artificial, o mejor dicho una parte de ésta: morfología, encontramos más usos de filtros y matrices. Los algoritmos para la detección de contornos o de puntos por ejemplo, trabajan con operadores gradientes. Los más comunes son Roberts y Sobel.

Lo de funciones de energía, y de 3D no he oído hablar como si se tratase de un filtro. Lo máximo que toqué y se del tema sobre funciones de energía y de densidades en el tratamiento de imagen lo vi en el área de la inteligencia y Visión Artificial; concretamente en los sistemas biométricos.
Por ejemplo en los algoritmos de reconocimiento de caras, que en la primera parte del proceso aplican algoritmos de detección de características. Algunos de éstos algoritmos se basan justamente en estas funciones de energía para predecir formas y/o color de objetos, como ser los ojos (mayormente) y bocas.

Las aplicaciones de redes neuronales como filtros me son desconocidas. Si en cambio en la Visión Artificial como otra técnica, complementaria a Eigenface y Fisherface/SDK (no estoy totalmente seguro de la sigla... no tengo mis fuentes a mano) para detección y reconocimiento de caras.
Y también se pueden encontrar otros usos de redes neuronales en los OCR.

Osea, lo que yo tengo entendido es que los filtros son aquellos que no alteran la forma de la imagen, sólo acentúan/resaltan/mejoran. Pero en si se preservan la información globalmente (en forma y color). Los otros tipos de algoritmos que describo son del tipo, por decirlo de algún modo "destructivos"... Sobel es un ejemplo: destruye todo menos el contorno, utiliza un filtro no lo discuto. Pero la imagen original pierde sentido, el filtro Gausiano necesita "destruir" y luego reconstruir.

Si me puedes aclarar estos puntos estaría agradecido.

Saludos,

[Sergio]

Bueno, sobre que es filtro y que no, dependera supongo de donde lo estudies, si es teoria de la informacion, o en imagen, o en fisica... cada uno de los organizara en clases y esas cosas, pero al final, un filtro toma una foto y de forma automatizada te de otra.

Si se pierde o no informacion puede ser una definicion de filtro de cara a teorias de la informacion, pero piensa que un filtro de enfoque -unsharp mask, USM- aunque en todos sitios se considera un filtro, es destructivo, igual que un desenfoque gausiano, o cualquier de los filtros por convolucion, en todos ellos no vas a poder "dar marcha atras", asi que son destructivos.

Si los clasificas por usar solo informacion de un punto o de los vecinos o de todos, pues de nuevo tienes otra forma de verlos, pero para mi un filtro que usa solo la informacion del punto filtrado es mas un "cambio de escala" que un filtro... realmente es cuestion de gustos.

Luego tienes filtros incalificables, como el "smart unsharp mask", donde el apellido "smart quiere decir que los programadores de photoshop hacen cosas en ese filtro que no te van a decir cuales son, asi que no podrias clasificarlo, son cajas negras.

Te explico un poco por encima mi idea de filtro de enfoque, veras que es inclasificable segun tus indicaciones.

La idea es que una foto desenfocada es la suma de muchos puntos, uno por pixel, desenfocados. Cada pixel de la foto enfocada se ha convertido en un circulo de ese color con un grado de transparencia proporcional a su radio.

Si buscas la serie de circulos, cada uno centrado en un pixel, con un color y un radio, que dibujados como circulos superpuestos te de tu foto desenfocada, entonces reemplazarias cada circulo por un único pixel del color del circulo pero sin transparencia, y *deberias* hacer encontrado tu foto enfocada perfecta.

La idea es buscar esa serie de circulos de colores, y el como, bueno, se podria hacer con una serie de matrices de convolucion y metodos complejos, claro, es como lo hacen los programas que usa la NASA para restaurar fotos (por cierto, os buscare un ejemplo porque son increibles) pero yo quiero hacerlo sencillo: usare un algoritmo evolutivo de la siguiente manera:

Empiezo con radios y colores iguales para todos los pixeles, digamos 5 de radio y color gris neutro, y creo "clones" cambiando uno de esos 4 parametros de un pixel (R, G, B: word; radio: double), asi obtengo una coleccion de clones.

Luego los valorare de dos formas mezcladaS: Por un lado, el grado de parecido con la imagen original desenfocada (suma de las diferencias pixel a pixel, por ejemplo sum(abs(R1-R2)+abs(G1-G2)+abs(B1-B2), y eso les dara una puntuacion (mejor cuanto mas pequeña).

La otra puntuacion que necesito darle es una que evite la solucion trivial: usar puntos de radio 1 pixel y color el de la foto desenfocada. Esta solucion trivial es perfecta, pero no es la que quiero, asi que he de "castigar" un resultado poco enfocado.

Aun no se cual sera esta funcion, pero es la clave de que el invento funcione o no.

El resto es lo tipico en algoritmos geneticos: Puntuo a todos los que tenga, elimino los peores (digamos un 50%) y los sustituyo por clnes ligeramente modificados de los mejores (por ejemplo hago 5 lones de cada uno los 10% mejores, asi sustituye un 50% por otro 50% y siempre tengo los mismos. Y cierras el while, a repetir hasta que te canses, porque este tipo de algoritmos no paran nunca, siguen mejorando el resultado hasta que te cansas.

Si alguien tiene tiempo libre y quiere ponerse a probar, solo falta esa funcion que evite la solucion trivial, y que intuyo que al final sera del tipo "maximizar energia": si te imaginas la foto en 3D con la luz siendo la 3ª coordenada, sumas la energia necesaria para recorrer todo el pixelado, como si fuese un viajero que subiese y bajases las montañas para y=1 (x de 1 a TImage.width), luego para y=2... y al final repites en vertical.

Esa energia necesaria para patearse toda la foto es "baja" en fotos desenfocada (tiene colinas suaves y grandes) que en una foto enfocada (cortes bruscos y picos de color dificiles de subir). Asi que la medida de como de buena es una imagen intermedia lo dara la primera formula (mejor cuanto menor) menos esa energia por un coeficiente K.

Ese K habria que elegirlo probando con diferentes valores hasta que la convergencia del metodo (no digo filtro por si acaso) sea buena en los ejemplos que le demos. Al final, esa K nos dira como de imprtante es que se parezca a la original y como de importante que sea "sharp".

Ahora intenta clasificar este filtro!

[Delphius]

Hola,
Viendolo así, la verdad es que entonces cualquier transformación o alteración de una imagen (o parte de ésta) es un filtro. En términos matemáticos:

I₂ = f(I₁, p₁, p₂, .... p_n)

Siendo p algunos parámetros extras, los que se consideren necesarios.

Yo de algoritmos genéticos estoy en mil ceros a la izquierda. Leí algo muy pobre sobre los algoritmos genéticos pero nunca le he dado importancia y tiempo como para familiarizarme en esas técnicas. No te sabría decir ni ayudarte demasiado sobre tu idea.
Algo similar me pasa sobre redes neuronales, al concepto más o menos lo recuerdo y lo comprendo superficialmente pero en la práctica no lo he implementado.

Tu idea parece muy buena, aunque no sabría ayudarte.
El criterio de convergencia, quizá podría ser del tipo:

delphi

(1 - PuntuacionAntes/PuntuacionDespues) <= Umbral

Si se pudiera desarrollar algún modo de llevar la puntuación a un valor (0,1) se podría definir un valor de umbral de tolerancia permisible que determine una proporción entre el "antes" y "después".

Al menos en algunos algoritmos iterativos, de la teoría del cálculo numérico, se estila esto.

Saludos,

[Sergio]

Hola de nuevo delphius!

Los algoritmos geneticos son muy sencillos, sencillisimos de programar, y no precisan de una funcon de puntuacion de 0 a 1, solo un numero que sea mas alto cuanto a ti mas te guste el resultado que te da cada prueba que hagas.

En el caso de los circulos coloreados, la distancia incial con el original puede ser de miles de millones, eso no importan, noo se necesita de ninguna escala, solo saber que cuanto mas bajo, mejor.

Asi, el algoritmo a grosso modo seria este:

Te inventas 100 posibles resultados, es decir, un color y un radio para cada pixel de la imagen, elegidos con randoms. Ya tienes tu primera generacion de posibles soluciones.

Ahora entras en un while true infinito do begin...

Lo primero es puntuar a cada una de las 100 soluciones actuales, claculariamos esa distancia y la almacenamos en un bigint si hace falta. Ya tenemos la lista de los mas "aptos" para la tarea, es decir, aquellos cuya imagen mas se parece al original.

Lo siguiente es dejar que la naturaleza mate a los menos aptos: recorres la lista del peor al mejor y le has un free salvaje a los 50 peores.

Ahora necesitas crear 50 nuevos: vamos a clonar a los 10 mejores, y de cada uno harmeoms 5 copias, pero no copias perfectas, clones mutados: en algun pixel cambiamos uno de los colores o el radio, y lo dejamos suelto junto con los otros 50... hasta volver a tener 100.

end;

Aqui acaba el algoritmo, cuando le de al boton "stop" el usuario, la mejor puntuada que tengas es tu foto enfocada lo mejor que se ha podido con el tiempo que has tenido.

Es realmente sencillo de programar, los algoritmos "magicos" tienen eso, el de la red neuronal es otro, en una tarde puedes programarte uno sencillo y entrenarlo para hacer algo util una vez conoces las bases, o usando una libreria que te de todo ya hecho.

[Delphius]

Hola Sergio,
Te agradezco la explicación, ahora me ha quedado claro el concepto. Es que cuando leí del tema lo hice de un documento en inglés, y ya de por si no le presté atención.
Sabía que algo de tener una lista de elementos y que luego estos se mataban tenía, pero no lograba entender de que eran los elementos, y en como se decidía cuales y cuantos matar.
Lo que recuerdo vagamente del documento que leía es que proponía que si se daba el caso de que había mayoría de ciertos "genes" estos "enfermaban" a otros y se transformaban en una copias, luego azarosamente algunos sufrían mutaciones. Decía algo como aquellos genes más aptos eran los que se sobrevivían, que se "apareaban". Recuerdo que dada cierta combinación de paridad o coincidencia de genes es que surgían nuevos...

Creo que ya desvirtué el hilo. Sorry,