Случайны выбор дневника Раскрыть/свернуть полный список возможностей


Найдено 116 сообщений
Cообщения с меткой

обработка видео - Самое интересное в блогах

Следующие 30  »
NATAHART

Универсальный конвертер для видео, аудио и изображений.

Воскресенье, 19 Июня 2016 г. 15:52 (ссылка)

Это цитата сообщения Владимир_Шильников Оригинальное сообщение

Универсальный конвертер для видео, аудио и изображений.

Многие используют специализированный софт для конвертации каждого из типов медиа. Как правило, для видео приходится ставить отдельный мощный пакет инструментов, включающий в себя как средства для редактирования и обработки видео, так и инструменты конвертации. В принципе, в этом нет ничего плохого, так как повышается шанс попутного освоения хотя бы азов работы с видео. Музыка и другие звуковые файлы конвертируются там же, где и режутся. К счастью, для такого типа медиа доступно гораздо большее число программ, в том числе и бесплатных. С изображениями всё ещё проще: любой более-менее вменяемый графический редактор позволяет пересохранить изображение практически в любом актуальном формате, попутно изменив необходимые параметры.


Универсальный конвертер для видео, аудио и изображений


Метки:   Комментарии (0)КомментироватьВ цитатник или сообщество
bo4kov

Видеокурс - Супер Моушн | Михаил Бычков | Видеопроизводство

Вторник, 26 Апреля 2016 г. 17:44 (ссылка)
info-kurs.net/product/super-moushn/


Видеокурс - Супер Моушн - научит вас делать 2D моушен графику в программе After Effects

Метки:   Комментарии (0)КомментироватьВ цитатник или сообщество
rss_rss_hh_new

[Из песочницы] Обработка «видео 360», очистка изображения: алгоритм и его реализация на C#

Понедельник, 21 Марта 2016 г. 10:14 (ссылка)

В последнее время, в связи с растущим трендом виртуальной реальности, все более актуальными становятся съемка/монтаж/обработка видео в формате «видео 360».



В данной статье я хочу рассказать об одном эксперименте по обработке «видео 360», который хорошо иллюстрирует некоторые особенности такого формата. Забегая вперед скажу, что эксперимент потребовал реализации несложного алгоритма и, конечно, без написания программы не обошлось.



image



Что такое «видео 360»?



В рамках проекта Университета ИТМО Video360Production.com мы не только снимаем видео 360, но и попутно решаем целый «букет» сопутствующих задач — специализированная обработка панорамного видео, разработка интерактивных приложений для шлемов виртуальной реальности и многое другое.



«Видео 360» (панорамное видео), создается специальным образом — несколько видео камер смотрят «во все стороны», затем потоки синхронизируются и сшиваются в одну сплошную картинку. Одним из стандартов панорамного видео является сферическая развертка — сшитая сфера 360*360 разворачивается на кадр с соотношением сторон 2:1 (эквидистантная развертка), что позволяет кодировать панорамное видео в привычном H.264 и хранить во вполне смотрибельном виде.



При просмотре «видео 360» можно крутить мышкой или пальцем (на смартфоне, планшете), панорамное видео поддерживает YouTube и Facebook. Особенно эффектно оно смотрится в гарнитурах виртуальной реальности — Oculus Rift, Samsung Gear VR, Google Cardboard и др.



Вот так, например, выглядит концерт группы «Браво» в формате «видео 360»:









Панорамное видео может быть не только снято на видео камеру, но и получено из 3D-движков, как, например, трейлер «WARCRAFT: SKIES OF AZEROTH»:









Постановка задачи



Одной из типовых задач обработки видео является замена изображения — в программах видео монтажа есть соответствующие инструменты, позволяющие заменить статическое изображение или даже динамическое. В последнем случае используется трекинг «по ключам», что позволяет качественно и в (полу-)автоматическом режиме заменить заданный фрагмент изображения на некоторый другой.

А как обстоит дело с «видео 360»? Практика показывает, что все не так просто…



В качестве эксперимента я взял вот такое видео, собранное из UnrealEngine в формат панорамного видео и поставил задачу, на первый взгляд, несложную — очистить все баннеры, висящие сверху над «дорожкой», по которой едет тележка.



Кстати, этот ролик хорошо знают все, кто имел дело с Oculus Rift и аттракционами:









Задача оказалась не из простых.



Какие сложности возникают при попытке трекинга изображения в «видео 360»? Помимо трудностей конкретного примера (быстрое движение вагонетки, сложная текстура объектов) проявляется характерная особенность эквидистантной развертки — нетипичное искажение изображения — «изгибание» и растягивание по мере приближения к нижней/верхней части кадра. Оно и понятно — верхняя/нижняя часть кадра, строго говоря, соответствуют полюсам сферы, растянутым на ширину кадра.



Вот как это выглядит:



image



Издалека надпись почти прямоугольная, однако по мере приближения начинает закругляться кверху:



image



image



image



Когда вагонетка у самого баннера, начинается полное безобразие:



image



image



Из сопутствующих сложностей — высокая скорость движения на отдельных участках, из-за чего изображение баннера сильно размыто:



image



Алгоритм



Использование стандартных средств трекинга (например, в After Affects) для данных баннеров не дает хорошего результата — ключей получается очень много, они нестабильны, захватить изображение сложно. Из-за этого вставка белого фона (а точнее — фона цвета баннера, он не идеально белый) получается неточно, в некоторых случаях и вовсе мимо. Вручную править 7-15 ключей на каждом кадре — адская задача. Фактически, это покадровая реставрация ролика.



В связи с этим возникла идея оптимизировать данный процесс. Действительно, если посмотреть на задачу глазами программиста — баннеры должны неплохо распознаваться и вполне реально придумать несложный алгоритм, который позволил бы их «очистить». Также довольно очевидно, что программу проще сделать в интерактивном стиле, чтобы либо указывать алгоритму стартовую точку, либо указывать область для поиска.



Итак, после некоторых экспериментов, получилась такая последовательность действий:




  1. Переводим видео в «пачку» изображений, в соответствии с частотой кадров. Для данного ролика получился 1451 кадр JPG разрешением 4000*2000.

  2. Далее пишем интерактивную программу на C#/WPF, которая загружает очередной кадр оригинального видео, в указанной области выполняет поиск транспаранта, выделяет его границы и закрашивает внутренности указанным цветом. В случае ошибки у пользователя должна быть возможность поправить программу — изменив границы рабочей области, а также параметры алгоритма (искомый цвет, размер искомой области и пр.). К тому же, программа должна иметь возможность ZOOM для работы с мелкими деталями изображения.

  3. Если все хорошо, пользователь сохраняет обработанный кадр и переходит к следующему.

  4. Из кадров собирается итоговое видео.



Программа



Внешний вид:



image



Программа содержит следующие элементы:



1. В верхней части — отображается текущий кадр. На нем, при помощи красной рамочки, можно обозначить рабочую область — где алгоритм будет выполнять поиск баннера.

2. Снизу слева — увеличенный вид рабочей области. Алгоритм начинает работать автоматически и сразу показывает результат (очищенный баннер).



Размеры рамочки можно менять, что позволяет делать увеличение и работать даже с очень мелкими деталями:



image



3. Правая часть — панель настроек, содержащая имя файла, номер кадра, стрелки для перехода на следующий/предыдущий, опция «автосохранения при переходе к следующему».



Width и Height — позволяют регулировать ширину/высоту красной рамочки

Delta, BlockLength — параметры алгоритма.



Алгоритм работает следующим образом:



1. В заданной рамочкой области начинает искать точки, отличающиеся от заданного «фоного» цвета баннера не более чем на Delta. Delta можно менять, тем самым сужая или расширяя количество цветов.

2. Затем производится построковый анализ и остаются лишь те точки, которые образуют непрерывные группы длиной BlockLength, причем в каждой строчке по две — начальная и конечная (отмечены красным):



image



Таким образом, формируется граница баннера нужной толщины BlockLength, «изнутри» по фоновым точкам.

3. Блоки соединяются прямыми линиями с фоновым цветом (закраска баннера, отмечено желтым):



image



4. Вуаля!



С правильной настройкой значений по умолчанию для Delta и BlockLength алгоритм работает просто прекрасно! Часто можно листать кадры друг за другом без каких-либо дополнительных действий, иногда лишь подвигая рамку вслед за движением баннера по кадру. Иногда, параметры можно уточнить.



Кстати, если их выставить неправильно — т.е. выбрать слишком большой разброс цветов или слишком маленькую длину границы, то начнут зацепляться лишние точки:



image



С помощью данной программы я обработал все баннеры в ролике примерно за 1,5-2 часа.



Выводы



Конечно, данная задача является очень частной. Однако, на ее примере хорошо видны характерные особенности «видео 360» — искажение изображения, которое делает невозможным применение стандартных средств обработки видео.



Скорее всего, довольно скоро появятся плагины, которые будут учитывать эквидистантную проекцию панорамного видео (кстати, бывают и другие проекции...) и прямо в родном After Effects успешно справляться с этой и другими задачами.



А пока что… приходится изобретать. Надеюсь, данная статья будет кому-то полезна и поможет сократить время/силы при решении собственных задач.

Original source: habrahabr.ru (comments, light).

https://habrahabr.ru/post/279739/

Метки:   Комментарии (0)КомментироватьВ цитатник или сообщество
rss_rss_hh_new

Объединение видеофрагментов с нескольких камер и синхронизация их по времени

Понедельник, 15 Февраля 2016 г. 08:33 (ссылка)


В системе дистанционного надзора (СДН), обзор которой был сделан в предыдущей статье, для управления медиапотоками используется медиасервер Kurento, позволяющий записывать потоки, где каждый поток — это отдельный файл. Проблема заключается в том, что при просмотре протокола экзамена нужно воспроизводить три потока одновременно с синхронизацией потоков по времени (веб-камера испытуемого со звуком, веб-камера проктора со звуком и рабочий стол испытуемого), причем на протяжении всего экзамена каждый поток может быть разбит на несколько фрагментов. Эта статья о том, как удалось решить данную проблему, а также организовать сохранение видеозаписей на WebDAV сервер всего одним bash-сценарием.



Воспроизведение видеоархива СДН

Читать дальше →

https://habrahabr.ru/post/277179/

Метки:   Комментарии (0)КомментироватьВ цитатник или сообщество
Блог_туриста

Как нарезать видео на компьютере?

Четверг, 17 Декабря 2015 г. 12:10 (ссылка)


sc1 (640x409, 282Kb)



Для того, чтобы сделать зрелищный клип из простого, на первый взгляд, видеоматериала можно воспользоваться видео-редактором на русском языке. Программа для монтажа видео-программ поможет вам за короткое время сотворить эффектный клип, включая в него незаметные переходы, приятную фоновую музыку и, при необходимости, титры, фотографии и различные картинки. Узнать, как нарезать видео можно ознакомившись с компьютерной программой.



Читать далее...
Метки:   Комментарии (1)КомментироватьВ цитатник или сообщество
Silvestr

Видео презентация - гарант успеха и достатка

Вторник, 29 Сентября 2015 г. 17:44 (ссылка)

Смотреть видео в полной версии
Смотреть это видео


Как вызвать максимальный интерес к товару или услуге? 

Как увеличить посещаемость сайта и базу подписчиков? 

Как привлечь внимание к любой информации и донести ее до адресата?

Как быстро продвинуть свой бренд на рынке?



На эти и многие другие подобные вопросы существует один ответ: первым делом нужно позаботиться о привлекательности контента, товара, услуги или бренда. Без достаточной привлекательности, цепляющей внимание потенциального клиента или партнера, любые технические ухищрения будут недостаточными.



Современные рекламные технологии включают в себя метод, который способен максимально повысить привлекательность чего угодно. И называется этот метод – видеопрезентация.



Подробности здесь!



Новый курс "Супер Моушн"



Видео курс "Супер Cinema 4D"



Видео курс "Супер After Effects"

Метки:   Комментарии (0)КомментироватьВ цитатник или сообщество
Artconn

madVR 0.88.19 - Видео драйвер, качество видео, обработка видео

Воскресенье, 19 Июля 2015 г. 12:46 (ссылка)
sweet.org.ua/video/1800-mad.html

madVR 0.88.19 - Видео драйвер позволяющий просматривать отображаемый материал в высоком качестве на Вашем ПК.
Метки:   Комментарии (0)КомментироватьВ цитатник или сообщество
Крутой_Ус

Без заголовка

Воскресенье, 12 Июля 2015 г. 12:06 (ссылка)
freewoman.club/obrabotka-fo...?_utl_t=li


Обработка фото и видео 

Метки:   Комментарии (0)КомментироватьВ цитатник или сообщество
hamaris

Как сделать видео чётким

Понедельник, 30 Июня 2015 г. 02:50 (ссылка)
sdelaivideo.ru/kak-sdelat-v...-chyotkim/


Как сделать видео чётким, ответ на этот вопрос получим, откорректировав видеоролик в видеоредакторе YouTube

Метки:   Комментарии (0)КомментироватьВ цитатник или сообщество
rss_rss_hh_new

Два противоположных направления ВИДЕОАНАЛИТИКИ: «жесткая» и «гибкая», кто сильней?

Четверг, 21 Мая 2015 г. 12:11 (ссылка)

Проблема – сокращения избыточной видео информации – крайне актуальна для сегодняшнего видеонаблюдения, объем данных которого не способен уже переварить человек. Только каждый решает ее по-разному: одни – путем поиска важных моментов, другие – путем фильтрации незначительных. Что эффективнее?



image





В прошлых статьях, стоило мне затронуть эту тему, я сразу попал в дискуссию с апологетами видеоаналитики. Даже основоположники классической видеоаналитики – бывшие программисты Интел – зафиксировали свои позиции в этом вопросе, за что большое спасибо! На этом портале присутствуют многие, кто считается корифеями в данной области – грех, этим не воспользоваться. Думаю, с них и начать. В этой статье я лишь обозначу разногласия – и надеюсь на дискуссию профессионалов. А дальше посмотрим, как будут развиваться события.



К сожалению, не могу себе позволить давать ссылки на сайты «аналитиков», дабы меня не забанили уже до дискуссии, поэтому попробую описать основные понятия своими словами, ну, и немного с помощью Википедии. После изучения огромного числа отечественных и зарубежных компаний я могу выделить два конкретных направления видеоанализа, используемого в видеонаблюдении для сокращения объемов информации:



1. Жесткая видеоаналитика — классика, которая базируется на старой доброй интеловской библиотеке Open CV, однако которую Интел больше не развивает. В большей части ее основы – детектор объектов. Этот алгоритм локализует в потоке видеокадров изменяющиеся замкнутые области по определенным признакам. Мы уже рассмотрели его на примере компании «Синезис». Эти «объекты» пытается анализировать программа видеонаблюдения, чтобы вычислить в них полезные цели: людей, автомобили… При их обнаружении основная идея – это анализ действий, передвижений и, в конечном счете, результирующей картины поведения, пригодной для интерпретации в социально-криминальный смысл.



image



2. Гибкая видеоаналитика – более молодая область знаний, появившаяся, судя по всему, в российских пенатах. Википедия называет ее видеосемантикой и трактует так: «Видеосемантика — краткое логическое изложение видеоинформации путём разложения ее на семантические единицы (видеосюжеты), каждый из которых имеет свой законченный смысл, отличающийся от предыдущего и последующего видеосегмента. Это особое направление видеоаналитики — так называемая гибкая видеоаналитика, не имеющая жестких параметров и точной формализации».



Вообще, с ходу после повторного прочтения лично мне больше подходит первый вариант. Все-таки надо четко и сразу сказать, кто готовит теракт. К тому же этого и требуют наши «товарищи», на миллиарды закупающие системы интеллектуального видеонаблюдения в Безопасные города и метрополитены по всей стране. Пугает только, что результаты чаще отрицательные. Но оставим политику политикам.



Итак, что же такого противоположного в этих двух подходах? Если прислушаться к тексту – всё. Первые ищут в видеопотоке криминал или действия людей (автомашин), представляющие угрозу. Вторые – отрицают такую возможность, взывая к теории построения мира. Извините, если выразил некорректное свое отношение к описаниям, которые обычно начинаются с того, что жесткая видеоаналитика невозможна в принципе. Как ни странно, я тоже с этого начал свои статьи про видеоаналитику – но я базировался только на конкретных примерах конкретных производителей. При этом не значит, что я закончу тем, что гибкая видеоаналитика чем-то лучше. Валить – так валить всё, лесу много!



Ну, вот, я уже перевесил свое отношение в сторону жесткой, сказав, что она мне больше подходит — надо поправить весы, скажу что-нибудь про другую: слово «гибкая» мне больше нравится, оно красивше!



Итак, первые формализуют поведение объектов (уж, не знаю, получается ли это у них), другие не могут (ну, или не хотят). Первые кричат охраннику – смотри, драка! Вторые – обрати внимание, что-то случилось! Опять первые рисуются в лучшем свете – более понятном. Хотя, зато вторые звучат как-то честнее.



«Жесткие» ищут важное, «гибкие» убирают ненужное. После этой фразы я вдруг ощутил, что между ними нет никакой разницы. Тем не менее, они сами считают себя классовыми технологическими врагами.



Мы уже говорили, что жесткая видеоаналитика основана на классификации объектов: человек, машина, кошка… Но как она ищет криминал? Подавляющее число компаний предлагает алгоритмы пересечения виртуальных линий, скопление людей, различных вариантов передвижения целей. Т.е. чаще всего нужно четко знать «границы дозволенного» — конкретные места на объекте, пересечение которых является криминалом или поводом для проверки. Обо всем об этом мы поговорим позже, сейчас лишь о сравнении методов подхода. Но во всех случаях в «жесткой» предполагается, что определены пути и способы несанкционированных действий.



image



Сторонники гибкой видеоаналитики высмеивают саму постановку вопроса фразами типа «Вы точно знаете, как Вас будут убивать?». В «гибкой» ни к чему не привязываются, ничего не рассчитывают, отдают свою безопасность полностью в руки компьютера. И это фраза озабочивает! А как вообще охраняет человеческий покой гибкая видеоаналитика? Как утверждает Википедия, «видеосемантика отслеживает характерные черты видеоконтента в результате анализа статистических изменений», т.е. основой является СТАТИСТИКА. Берется, скажем, 1000 кадров, проверяется, есть ли в каких-нибудь из них что-то нового необычного или их характер изменений полностью подпадает под предыдущие 1000, а то и предыдущие 100 000 кадров. Допустим, все люди всегда ходили по этой дороге прямо, а кто-то вдруг поперся по газону. Или просто подпрыгнул где никто не прыгал. Резко побежал…



image



По середине дороги присел, прилег, достал ствол из кармана… — любая нестандартность. Здесь только меня смущает фраза одной из компании «достал ствол из кармана или платок», т.е. нет формализации угрозы. Но не будем пока ни на кого давить.



image



Кстати, в «жесткой» все моменты определения класса цели и ее действий требуют довольно непростых, на мой взгляд, настроек, и любые сбои обзора камеры (от ветра, вибрации и проч.) или перестановки крупных объектов на местности влекут за собой выход из строя функционирования. А в «гибкой» вообще нет никаких настроек, как заявляется некоторыми производителями, что судя по логике ее работы может соответствовать истине.



Жесткая видеоаналитика, как мы уже рассматривали, очень чувствительна к помехам, особенно уличным. Про гибкую Википедия утверждает: «Отсутствие жестко заданных параметров и точной формализации защищает от помех, так как они включаются в общий анализ и вычитаются сами из себя в результате разности статистических изменений». Ну да, если паучок сел на камеру, то и на всех кадрах будет этот паучок – теоретически изменений в статистики произойти не должно. Если не приползет другой паучок.



Кое-что кину из предыдущего обсуждения про слабоконтрастные цели. Имеется в виду, что злодей ползет в маскхалате и сливается с местностью, а надо его вычислить. Чтобы классифицировать человеческую фигуру детектору объектов нужна бОльшая чувствительность и бОльшая контрастность, иначе он будет брать множество разрозненных мелких целей, какие-то участки маскхалата все равно будут полностью сливаться – ну, раз уж мы говорим о серьезном слабоконтрасте. Таким образом, жесткая видеоаналитика в этом вопросе, наверное, уступает гибкой – для которой классификация цели неважна в принципе. Но на сколько это существенно? Пока я кинул эту тему лишь для обсуждения, вывода здесь нет.



Еще одна тема для дискуссии – решаемая транзакция. Например, определение скопления людей подпадает и под жесткую и под гибкую видеоаналитику. Обе они – по заявлениям – справляются с этим вопросом. Только разными методами. Так какой из них эффективней?



image



Количество вопросов здесь еще много, постараюсь не мучать длиной статьи, остальные обсудим в дальнейшем. (Если не забанят.)

Original source: habrahabr.ru (comments, light).

http://habrahabr.ru/post/258451/

Комментарии (0)КомментироватьВ цитатник или сообщество
fileaddnet

GiliSoft Video Editor 7.0.0 Portable

Среда, 18 Марта 2015 г. 06:39 (ссылка)

GiliSoft Video Editor 7.0.0 Portable

Информация о Софте
Название: GiliSoft Video Editor 7.0.0
Разработчик: gilisoft
Год выпуска: 2015
Размер файла: 52.9 MB (3% восстановления)


О программе: GiliSoft Video Editor - мощный и удобный в работе видеоредактор для быстрой обработки видео самых популярных форматов (AVI, MPEG, MPG, MPEG-1, MPEG-2, MPEG-4, WMV, MP4, MOV, VOB, ASF, 3GP, 3G2, SWF, H.264, QT, DAT). Дает возможность быстро вырезать из видео отдельные фрагменты, склеить несколько фрагментов в один файл, добавлять фоновую музыку, субтитры и водяные знаки, работать с аудио и многое другое.




Метки:   Комментарии (0)КомментироватьВ цитатник или сообщество
rss_rss_hh_new

Ekspozzer — создание панорамы из видео, усреднение видеопотока

Вторник, 24 Февраля 2015 г. 11:24 (ссылка)

Привет, Хабрахабр!





Сразу скажу: ничего феноменального в статье нет. Эта статья посвящена разработанной «на коленке» программе по созданию панорам из видео и временному усреднению видеопотока (кадров). Программа также может быть использована как виртуальная slit-камера. Статья будет интересна всем тем, кто увлекается обработкой видео и изображений, а так же гик-артом. Весьма простая программа — весьма интересный результат. В конце статьи ссылка на скачивание. Осторожно, трафик!



Я заметил, что хороший и, главное, востребованный софт рождается не просто так, а из возникающих необходимостей решить ту или иную задачу. Не знаю как у других, а у меня постоянно так и происходит. И эта история — не исключение.



Однажды на одном развесёлом графическом форуме у меня случайно завязался спор с одним чувачком, который утверждал примерно следующее: «Невозможно получить изображение пустой Красной Площади днём». Само собой, утверждение дико спорное: да, людей там дофига днём, но можно же всех попросить удалиться. Теоретически это возможно. У простого смертного, конечно, ничего не получится, однако, если вы — какой-нибудь Утин, то, очень постаравшись и позвонив кому надо, вы сможете организовать подобное. Да и что значит «изображение» пустой Красной Площади? Изображение — не фотография, изображение пустой Красной Площади я могу и на бумажке от руки нарисовать. В общем, за давностью лет всех деталей спора не припомню, но он был дико жаркий и мы, буквоеды чёртовы, пришли к такому уточнённому утверждению (примерно): «Из-за огромного количества людей на Красной Площади невозможно, прибегнув только к фото- и видеотехнике, получить в светлое время суток в тёплый туристический сезон (например, лето) фотореалистичное изображение (фотографию) Красной Площади без единого человека на ней с ракурса стоящего в полный рост человека, будучи простым человеком, не имеющим рычагов влияния на правительство». Ну и уточнение! Буквально, юридическое. Теперь всё стало на свои места.



Оппонент утверждал, что сделать такую фотографию можно только прибегнув к Photoshop (или иной программе редактирования изображений) с целью удаления с фотографии Красной Площади всех людей. Процедура эта долгая и кропотливая, и чтобы получить приличный кадр, необходимо будет трудиться как минимум часа три-четыре опытному редактору. Да, несомненно, он прав, это сделать можно. Но если бы этот человек (по профессии художник и фотограф) хоть мало-мальски бы знал математику или представлял бы себе возможности элементарного программирования, то он бы никогда не взялся утверждать такое. Тем более на спор. И я доказал ему обратное.



Если вы хоть раз в жизни держали в руках фотоаппарат, а, тем более, делали снимки, то, наверное, знаете что такое экспозиция. Если совсем просто (для людей, снимающих в режиме «авто») — это продолжительность времени снятия кадра. Наверняка у вас не раз получались «смазанные» фото в движении. Вот! Это как раз экспозиция неправильно была настроена: была слишком большая. А если вдруг фото слишком тёмное получилось, то, скорей всего, экспозиция была слишком мала. Это я совсем уж детским языком рассказываю, чтоб всем было понятно: не касаюсь сейчас настроек диафрагмы и прочих тонкостей съёмки. Так вот, именно подумав об экспозиции мне пришла в голову идея решения этой задачи-спора.



Я подумал: что, если делать очень-очень-очень-оооочень долгую (огромная экспозиция) фотографию Красной Площади, но при сильно-сильно-сильно-сиииильно закрытой диафрагме (чтобы не было пересвета). Ведь тогда люди, ходившие в кадре, просто смажутся, а постоянные детали (строения, Кремль, площадь) останутся на месте. Да! Это ключ к решению. Надо бы как-то попробовать сделать это. Но как? У меня ведь нет возможности попасть на Красную Площадь. Не только ради эксперимента, но вообще, не говоря уже про «ради эксперимента». Ладно, для проверки подойдёт любая другая площадь, это не проблема. Проблема в том, что мой фотоаппарат Canon 550D, который я покупал миллион лет назад, может делать снимки с максимальной экспозицией в 30 секунд, а это очень мало для эксперимента. Покупать новый фотоаппарат ради эксперимента я тоже не могу. Нужна экспозиция реально длинная, где-то минут 30. Для чего? Чтобы повысить шанс того, что люди, находящиеся на площади, точно поменяют свою позицию и уйдут с тех мест, где находились в начале кадра. Грубо говоря, за 30 минут в каждую точку кадра должно попасть больше площади, чем людей. Я стал думать как же малой кровью решить проблему фотографирования?



Но мы не лыком шиты! Ведь у нас есть в руках мощнейшее средство, доступное немногим — программирование! Я решил: можно создать «виртуальный» фотоаппарат, который бы просто фотографировал экран с любой произвольной выдержкой. Знаете все эти программы для записи с экрана: SnagIt, BandiCam, FRAPS… только она записывала бы не один кадр (фото) или последовательность кадров (видео), а накапливала бы информацию (как при длинной экспозиции, что, по сути, и является экспозицией, только электронной), и в конце записи бы усредняла полученную информацию. Тогда, если на экране просто воспроизводить запись с камеры с площади, то это и будет требуемым снимком! Ура! Проблема решена… теоретически. Осталось только создать нужный софт и найти видео с неподвижной камеры, которая бы пол часа снимала площадь.



Хорошо, что запросы к программе пустяковые, и я легко реализовал требуемое за вечер.



С видео тоже не возникло вопросов, так как оных сущий миллиард. Подходят любые мало-мальски хорошие записи с web-камер или камер наблюдения, так как они преимущественно закреплены и на протяжении ролика не двигаются.



Эксперимент 1. Итак, начались эксперименты. Перед вами time-lapse видеозапись с Красной Площади. Но не спешите удивляться, если не видите на видео знакомые места. Красная Площадь в мире не одна (как и Санкт-Петербург и другие до боли знакомые названия), их порядка двадцати. Представленная на видео Красная Площадь находится возле Универсистета Вашингтона. Это очень людное место, являющееся достопримечательностью Университета и даже города. На площади постоянно находятся большое количество студентов, туристов, путешественников, абитуриентов, преподавателей и просто прохожих. Кстати, интересный факт: наша Красная Площадь «красная» потому, что слово «красная» в древности означало «красивая» (а сама площадь изначально строилась белая, из белого кирпича), а Красная Площадь возле Университета Вашингтона «красная» именно потому, что сделана из красноватого камня.



Кстати, вот вам и ирония: в споре с этим типчиком мы не уточняли, какая именно Красная Площадь имеется в виду. Просто подразумевалась наша родная. Так как в мире несколько Красных Площадей, может быть среди них и нашлась бы такая немноголюдная, на которой в определённые моменты дня не было бы людей. Тогда и фотографию можно сделать, тогда я выигрываю спор автоматически.



Ну, долой лирические отступления и иронии. Вот что получилось после усреднения Красной Площади:





Видео длится всего 17 секунд, но, так как это time lapse, то фактически на видеозаписи прошедшего времени гораздо больше, чем 17 секунд. Может, 5 минут, может 15.





Как видно из результата, на фото остались только очень долго сидящие в одном и том же месте на протяжении всего ролика люди. Некоторые из них встают и уходят, и получаются так называемые «призраки». В целом, в результате получаем почти то, что надо.



Сравните теперь сколько человек на видео и сколько на фото. А сколько бы я мучался в фотошопе, вырезая людей и ища кадры, на которых в вырезанных фрагментах людей нет, чтобы вставить эти фрагменты в пустые части, и, к тому же, вставка получилась бы рваной, так как от кадра к кадру даже фоновое освещение меняется из-за теней облаков, погрешности записи и так далее. А мой ekspozzer сделал это всего за 17 секунд; получилось плавненько и без особого труда. Круто? Круто! И это только начало! Эксперимент 2. Вернёмся же к нашей Красной Площади. Я так и не нашёл достаточно хорошее и длинное видео, снятое с самой площади с помощью неподвижной камеры. Даже time lapse: там вообще ребята всё время наровят плавненько подвигать камеру. Нашёл только вот такое видео:







Обратите внимание на огромное количество машин на Большом Каменном Мосту.





Получилось очень приятно и гладенько, несмотря на пляшущие тени от облаков.



И куда девались машины после усреднения? Правильно: исчезли. Зацените какая чистенькая картинка получилась. Ну разве можно такой кадр днём поймать? Конечно, у любого метода есть погрешности. Так и у моего: нет-нет, да и останутся кое-где «призраки» машин или людей. На самом деле матемаика тут довольно простая. Если в видео из 100 кадров человек встречается в 5 кадрах, то он будет призрачен на 100 – 5 = 95 процентов. То есть 95 процентов информации будет получено с площади, а 5 — с человека. При такой пропорции его практически не видно. А так как люди и машины вообще постоянно движутся, то процент и того меньше! Просто шоколад! Эксперимент 3. Идём дальше, берём самую густозаполненную площадь в мире — Нью-Йоркскую Таймс Сквер:







Здесь всё буквально кишит людьми и машинами.





А на выходе получили только стоящую одиноко полицейскую тачку...



Эксперимент 4.… и ещё кучу призрачных разводов на улице слева. Ну что ж, это и есть неидеальность метода. Ещё:







Видео длится всего 16 секунд.





Следовательно, и результат будет хуже!



Эксперимент 5.





Оживлённая Уолл-Стрит.





Результат впечатляет. Чисто! Значит, почти все движутся и мало стоят на месте.



Тут всё ясно: чем короче экспозиция и медленней движутся объекты, тем больше будут выражены призраки. И наоборот: чем длиннее экспозиция и быстрее движутся объекты, тем лучше будет виден фон. В таком случае идеальны длинные time lapse видео, снятые неподвижной камерой. Что ж, таких роликов превеликая тыщща.



Эксперимент 6. Начинаем смотреть другие результаты. Вот видео с камеры наружнего наблюдения за перекрёстком, на котором происходит ДТП:







Усредялось с 20 по 40 секунду, всего 20 секунд.





Неплохой чистенький перекрёсточек с призраком белой машины.



Эксперимент 7. А вот как раз тот самый идеальный экземпляр: длинное time lapse видео, запись с людной улицы в Арнсберге, Германия:







Обратите внимание как колышатся флаги на ветру.





В результате они колышатся и на усреднённом фото. Людей наблюдаю едва-едва.



Эксперимент 8. Ну и куда ж без Эйфелевой башни!







Этот time lapse длится почти сутки! Идеальный вариант, но как поведёт себя усреднение при переходе с дня в ночь и наоборот?





Получилось очень даже сносно и загадочно. Какое-то неопределённое время суток.



Эксперимент 9. Ну а дальше можно просто поиграться и поусреднять неусредняемое. Например, есть такое видео, где тип, путешествуя, фоткает себя каждый день. Давайте-ка посмотрим, что из этого выйдет.







Интересное видео. Тоже так хочу!





Получилось весьма психоделично. Мне кажется, или он смахивает на Иисуса. Или сам Иисус — это некий усреднённый образ?



Эксперимент 10. Да ведь с этой штукой можно заглянуть под воду!!! Вот что я имею в виду: когда море колышется, волны преломляют рисунок дна. Если, конечно, оно видно. Тогда, взяв усреднённый искажённый рисунок с большой экспозицией получим изображение дна без влияния воды. Круто! Выбираем классное длинное видео, на котором сквозь волнующуюся воду видно дно и смотрим:







Попробуйте застать ровную поверхность воды. Не выйдет!





Усреднятор усредняет колебания поверхности воды, усредняя тем самым преломление. Видим рисунок дна и гладкую как зеркало поверхность воды!



Эксперимент 11. А если усреднить движение, снятое из окна какого-нибудь транспортного средства, то можно получить эффект стремительного движения вперёд. Берём видео с поездов и усредняем буквально по 1 секунде!











Эксперимент 12.











Получаются неплохие эффекты! Отлично. Я стал экспериментировать с разными видео и получать интересные результаты. Но когда набаловался, мне этого показалось как-то маловато. Круто, но маловато. И тут ко мне пришла ещё одна интересная идея. Когда я смотрел и усреднял видео, снятое из окон движущихся поездов (для эффекта стремительного движения), я понял какой функциональности не хватает моей маленькой программке! А пусть она начнёт ещё и панорамы снимать!



Да, с панорамами всё довольно просто. Поезд движется, картинка в окне меняется, необходимо только брать последовательность изображений из окна с определённым смещением и подклеивать одно к другому слева направо или справа налево. Тогда получится огромное пано с изображением всего того, что проехало за окном. Я тут же начал экспериментировать. Написал интеллектуальный склейщик с детектором границ, но получалось очень плохо! Всё время мешал эффект бочки и скачущая от фрагмента к фрагменту освещённость. Я понял, что до таких гигантов, как, например, Autopano Giga, моей программке не дотянуть практически никогда, и стал хитрить. Выдумывать. Как сделать склейку панорамы плавной и непрерывной. Первая идея, которая пришла ко мне в голову, и стала решающей: необходимо склеивать каждый кадр, а не фрагменты, причём каждый кадр добавлять по одному столбцу в результирующую картинку. Мы берём первый кадр, вырезаем оттуда тонкую вертикальную полосу изображения, берём следующий кадр, вырезаем такую же тонкую полосу и подклеиваем к первой вырезанной полосе. Слева или справа — в зависимости от направления движения камеры, которое можно указать явно. Так как второй кадр отличается от первого на некоторое смещение, то и изображение в двух подклеенных полосах будет представлять из себя нечто вроде развертки панорамы. Эдакий дешёвый аналог slit-камеры (раз, два, три). Получилось? Поехали!



Эксперимент 13. Для начала мне нужно видео, в котором бы неподвижная камера снимала бы некий движущийся объект на неподвижном фоне. Тогда, если объект довольно длинный, его можно «отсканировать» целиком! На роль таких видео идеально подходят движущиеся машины и поезда. Вот такого красавца я собрал, смотрите:







Поезд проходит с 01:57 по 03:17.





Разная длина вагонов получилась из-за меняющейся скорости движения поезда. Картинка кликабельна.



Получилось неожиданно здорово! Правда, программа снимает панораму жутко сплюснутую по горизонтали, и, чтобы вернуть правильные пропорции, приходится сильно сжимать полученное изображение по вертикали, отчего оно получается маленьким. Это недостаток пожалуй и программы, и подаваемого на вход видео: если бы поезд на нём двигался ооочень медленно, то и пропорции были бы нормальные. Эксперимент 14. Давайте же соберём ещё одну картинку, но на этот раз из окна движущегося поезда.







Камера закреплена довольно-таки хорошо c 3:25.





Получилась мини-панорамка города. Картинка кликабельна.



И тут с недостатками всё понятно: сильные искажения объектов. Движущиеся объекты ближе к поезду пролетают кадр быстрей, движущиеся дальше от поезда — медленней. Закон параллакса. Значит, объекты переднего плана будут сильно сплюснутыми по горизонтали, а объекты заднего плана сильно вытянутыми. Тут приходится настраиваться на какую-то определённую одну плоскость (дальность объектов от камеры) восприятия. В данном случае — на дома вдалеке. Они получились вполне «собранными». Всё, что ближе (деревья, провода, столбы) будет сильно сплюснуто, всё, что дальше — растянуто. Идеального изображения во всех плоскостях с помощью слит-сканирования получить не удастся. Эксперимент 15. Берём следующий пример и собираем перрон вокзала в Кисловодске:













Здесь видим непропорционально сплюснутые фонари. Каюсь, моя ошибка: так как мы собирали именно перрон, а фонари находятся прямо в центре перрона, то они должны были по идее получиться абсолютно ровненькими. Берём теперь и собираем панораму из другого видео:













Видно как неровно подвешены провода. Картинка кликабельна.



Тут я принебрёг деревьями и настроился на отдалённо стоящие хатки. Эксперимент 16. Давайте теперь ещё одно, с пригородом Питера:







Панорама собиралась с 02:43.





Дальние дома чуть растянуты, ближние чуть сплюснуты. Систему не сломаешь. Картинка кликабельна.



Эксперимент 17. Почему бы не попробовать машины, а не поезда? Я нашёл интересное видео с парада на площади, где неподвижная камера снимала проезжающие на параде машины:







Качество видео ужасное, ваб-камера снимает с очень низким FPS.





Отсюда вытекает и качество финальной панорамы. Однако, строй парадной колонны читается вполне естественно. Картинка кликабельна.



Наигравшись, я стал тупо баловаться.



Эксперимент 18.





Мэд





Слит-Мэд Картинка кликабельна.



Эксперимент 19.





Майкл





Слит-Майкл Картинка кликабельна.



Эксперимент 20.





Володя





Слит-Володя Картинка кликабельна.



Чарующе! =) Эксперимент 21. И на последок ещё более чарующее: панорама показывает плавное изменение цвета неба в вечернее время. Тут тоже всё довольно просто:







Панорама создавалась с 1 по 38 секунду.





Наблюдаем слева направо восход Солнца.



Теперь можете поиграться и вы, скачав эту маленькую и прикольную программу.





Управление в режиме усреднения: выбираем режим «усреднение». Подводим мышь к левому верхнему углу видео и зажимаем "[" — программа запоминает верхний левый угол. Не обязательно, чтобы в этот момент было активно приложение, показывающее видео; может быть активно любое приложение. Подводим мышь к правому нижнему углу видео и жмём "]" — программа запоминает правый нижний угол и, тем самым, все координаты рамки с видео полностью. Запускаем видео. Начинаем усреднять, в любой момент времени зажав "/" на цифровой клавиатуре справа. Во время усреднения программа отчитывается о количестве усредненных кадров. Одинаковые соседние кадры не усредняются, а игнорируются (таким образом, при застывшем видео программа не испортит результат). Усредняем выборочное количество времени. Для завершения усреднения зажимаем "*" на цифровой клавиатуре справа. Результат пишется в ту же папку, где лежит Ekspozzer.



Управление в режиме панорамирования: выбираем режим «панорама». Выбираем стрелочку влево, если камера на видео «летит» влево (тобишь картинка движется вправо); или вправо, если камера на видео «летит» вправо (тобишь картинка движется влево). Выбираем ширину панорамы в пикселях. Подводим мышь к верхнему краю видео (примерно в центре) и зажимаем "[" — программа запоминает верхний левый угол. Подводим мышь к нижнему краю видео, чуть-чуть отступив вправо, и жмём "]" — программа запоминает правый нижний угол и, тем самым, координаты «щели», через которую из видео будет собираться панорама. Запускаем видео. Начинаем собирать панораму, в любой момент времени зажав "/" на цифровой клавиатуре справа. Результат пишется в ту же папку, где лежит Ekspozzer.



Прошу не бить: программа изначально создавалась «на коленке» и для себя, юзабилити в программе нет. Всё вышенаписанное является сугубо развлекательным научно-популярным экспериментом.



Благодарю за внимание!

Original source: habrahabr.ru (comments, light).

http://habrahabr.ru/post/251297/

Комментарии (0)КомментироватьВ цитатник или сообщество

Следующие 30  »

<обработка видео - Самое интересное в блогах

Страницы: [1] 2 3 ..
.. 10

LiveInternet.Ru Ссылки: на главную|почта|знакомства|одноклассники|фото|открытки|тесты|чат
О проекте: помощь|контакты|разместить рекламу|версия для pda