Вычислить фото или не надо фото – поиск изображений в интернете, поиск по картинке

Содержание

Быстрый способ найти место по фотографии онлайн

Друзья, прочитав эту статью, вы сможете с легкостью узнавать где было сделано то или иное фото, время и дату съемки, название достопримечательности, запечатленной на нем, и многое другое. Это очень просто, но многие станут считать вас просто волшебником! 🙂

Для начала расскажу предысторию того, что подвигало меня на написание этого материала… Неделю назад мой сосед прислал мне по скайпу пару фото красивейших боровиков. Он написал, что нашел грибы неподалеку в лесу, и что я мол никогда не догадаюсь где именно.

Вы не представляете какого было его удивление, когда буквально через пять минут я назвал ему не только близлежащий от того самого леса населенный пункт, но и отметил флажком на карте Google место, где именно он нашел эти грибы. 🙂 Как я это сделал?

Подавляющее большинство современных моделей мобильных телефонов оснащено GPS модулем. По умолчанию, при съемке фотографии на смартфон в техническую информацию о снимке (EXIF-данные) помимо большого набора всяких параметров вписываются и географические координаты места съемки. Проанализировать их не представляет никакого труда.

Одним из лучших и наиболее наглядных сервисов просмотра EXIF данных является pic2map. Сразу оговорюсь, что подобного рода сервисов достаточно много, но лично мне и по методу представления данных и по их точности больше нравится этот.

Чтобы загрузить фото для анализа, нажмите на кнопку «Select Photo Files». Отметьте галочкой опцию «Keep photos private», если не хотите, чтобы ваши загруженные фотографии были проиндексированы поисковиками и/или появлялись в галерее сервиса. Таким образом вы можете сохранить конфиденциальность своих данных, что немаловажно для части пользователей.

Исходя из EXIF-данных, сервис отметит на карте Google Maps точное место съемки фото, а также даст дополнительную информацию:

  • Модель смартфона
  • Дата съемки, день и точное время
  • Страна, город, адрес
  • GPS-координаты широты и долготы

Пролистав страницу чуть ниже, вы найдете целый список расширенных данных:

  • Выдержка, ISO, диафрагма, использование вспышки при фотографировании
  • Размер, вес, разрешение файла и пр.

Если снимок делался внутри какого-то здания, то сервис выдаст не только его точный адрес с указанием названия улицы и номера дома, но и почтовый индекс (см. выше на скриншоте)!

Как я уже упоминал, вышеописанный метод применим в том случае, если в смартфоне или цифровой камере работает GPS модуль. Ну а как узнать место по фотографии, если она была сделана на обычную цифровую мыльницу?

В этом случае можно воспользоваться функцией поиска по картинкам от Google или Яндекс. Однако метод имеет одно ограничения: на снимке должно присутствовать какое-то узнаваемое место, достопримечательность. Для примера я взял такое изображение из своего личного фотоархива:

Загружаем его в поиск Google и получаем название достопримечательности и её расположение:

То же самое и для поисковика Яндекс:

Если же на фото запечатлена, к примеру, березка в поле или девушка с цветочком, то данный метод конечно же не будет работать – анализатору картинок Яндекс или Google там просто не за что «зацепиться». В остальных случаях работает неплохо.

Напоследок рекомендую прочитать статью о том, как осуществлять в интернет поиск по фото при помощи популярных поисковиков: https://webtous.ru/poleznye-sovety/kak-najti-poxozhuyu-kartinku-fotografiyu-izobrazhenie-v-internet.html
Гарантирую: вы узнаете кое-что новое для себя в этом, казалось бы, обычном занятии 🙂

Автор статьи: Сергей Сандаков, 39 лет.
Программист, веб-мастер, опытный пользователь ПК и Интернет.

webtous.ru

Этот сайт покажет, насколько круты ваши фото

Ребята, мы вкладываем душу в AdMe.ru. Cпасибо за то,
что открываете эту
красоту. Спасибо за вдохновение и мурашки.
Присоединяйтесь к нам в Facebook
и ВКонтакте

Вероятно, вы уже слышали о сайтах, способных анализировать изображения и определять возраст и пол запечатленных на них людей?

Российские разработчики решили этим не ограничиваться и создали бесплатный онлайн-сервис Everypixel, который способен за несколько секунд определить степень «крутизны» вашей фотографии.

Теперь каждый желающий сможет узнать, насколько хорош его снимок. Особый алгоритм анализирует загруженные картинки, сравнивает их с тысячами других и оценивает привлекательность по 100-балльной шкале. Также он определяет, что именно находится на фотографии, и описывает человека или предмет при помощи тегов.

Например, в изображении Дарта Вейдера искусственный интеллект распознал защитную маску, черный цвет и даже футуристичность, а в фото Мэрилин Монро увидел не только пол и цвет волос, но и красоту, гламурность и чувственность.

Пользоваться онлайн-сервисом очень просто: нужно всего лишь загрузить туда свою фотографию, и через несколько мгновений сайт выдаст вам все, что о вас думает искусственный интеллект. Разумеется, создатели проекта преследуют не только (и не столько) развлекательные цели.

Как и большинство коллег, они не понаслышке знают, как трудно отыскать в сети по-настоящему интересные стоковые изображения. Поэтому было решено создать инструмент, который смог бы помочь пользователям найти действительно качественные фотографии, не тратя на это много времени.

www.adme.ru

Как проверить фото на совпадение в интернете

Приветствую, друзья! Недавно озаботился таким вопросом – как проверить фото на совпадение в интернете? Не секрет же, что поисковые системы весьма трепетно относятся к уникальным текстам. Вот и к фотографиям они также неравнодушны, поскольку считают, что авторское право никто еще не отменял. Поразмыслив над темой, я понял, что существует несколько способов узнать, насколько «чистое» фото и нет ли у него копий во всемирной паутине.

Сразу хочу сказать, что по-настоящему уникальные фотографии можно найти исключительно на специализированных сайтах. Они называются по-разному – фотобанки, стоки и так далее. Только там есть авторские фотографии, которые можно купить или скачать бесплатно. Это зависит от того, насколько щедр тот или иной фотобанк, насколько он популярен и насколько автор снимка или картинки ценит себя и свое творчество.

Какие есть способы

Проанализировав ситуацию, я понял, что смогу детально и подробно рассказать о трех различных методах поиска. Все они, как правило, эффективны и дают хороший результат. Какой из них выберете вы – личное дело каждого. Моя задача поведать вам обо всех в максимальных подробностях. Итак, начинаем:

  • поисковые системы Google и Yandex;
  • сайт tineye.com;
  • программа Etxt Антиплагиат.

Остановимся на каждом пункте поподробнее.

Поисковые системы Google и Yandex

Очень часто Гугл в сознании людей – это поисковик. Немного реже – почта. Однако сервис хранит в себе очень много интересного как для рядового пользователя, так и для вебмастера. Одной из его таких «фишек» является как раз проверка изображений на уникальность. Алгоритм поиска совпадений достаточно прост – система просто мониторит то, насколько часто то или иное изображение встречалось в сети по заданному пользователем образцу и выдает примерные совпадения (среди которых как раз и может оказаться искомая картинка или фотография).

Для проверки изображения на уникальность вам нужно будет перейти на сайт https://images.google.com. В привычной строке поиска с правой стороны вы увидите небольшой значок фотоаппарата.

Нажав на него, вам будет предложено два варианта: указать ссылку на картинку в интернете или загрузить свой собственный файл. Нам, например, нужно узнать, насколько уникально изображение с нашего винчестера. Кликнув по второму варианту «Загрузить файл», вы увидите строчку «Выберите файл». При нажатии на нее откроется небольшое диалоговое окно, в котором вам будет предложено найти фото на своем компьютере и загрузить его для проверки. Выбрав нужное изображение, следует нажать «Открыть». После этого система загрузит картинку и начнет поиск по фото. Он, как правило, занимает доли секунды, а после этого вы узнаете, есть ли в сети копии того изображения или оно уникально.

Тут важно учитывать, что Гугл может показать очень похожие картинки, однако это вовсе не будет означать, что ваше фото не обладает уникальностью. Нужно просто внимательно просмотреть результаты выдачи и все сразу станет понятно.

Примерно также обстоит дело и с отечественным поисковиком Яндексом. Чтобы осуществить поиск через него нужно зайти по адресу https://yandex.ru/images/.

Для проверки картинки нужно  перетащить её в строку поиска. Система немного подумает и выдаст похожую картинку или «скажет» — ничего, мол, не найдено.

Как по мне, Гугл работает несколько шустрее Яндекса, да и результат у него, как правило, точнее и лучше.

Сайт tineye.com

Для поиска через этот интернет-ресурс нужно перейти на сайт https://tineye.com/. Он очень простой и обладает интуитивно понятным интерфейсом. Прямо по центру вы увидите небольшую строку. С левой части от нее есть кнопка для загрузки файла на сайт и последующей проверки, а справа кнопка поиск. Она нужна для того, чтобы проверить, сколько упоминаний о требуемом изображении можно отыскать, если ввести URL-адрес фотографии.

Сайт отличается от среди подобных тем, что очень быстро работает в режиме онлайн и прост в освоении. После загрузки картинки он покажет, сколько раз она встречается в интернете. Интересно, что он практически никогда не показывает похожие изображения. Хотя может это мне просто везло всегда – не знаю. Либо уникально, либо нет, других вариантов не предусмотрено.

Программа Etxt Антиплагиат

Если вам лень постоянно открывать браузер, щелкать ссылки, загружать фотографии в сеть, то можно воспользоваться бесплатной программой для компьютеров под названием Etxt Антиплагиат. Это официальная утилита от биржи контента etxt.ru, которая когда-то специализировалась только на текстах и переводах, а теперь пробует себя в качестве фотобанка. Любой пользователь может выставить на продажу свои авторские снимки или нарисованные картинки, но все они проходят проверку на уникальность внутри системы. Нам же нужно просто проверить, а не выставлять на продажу, поэтому скачиваем программу с официального сайта: https://www.etxt.biz/antiplagiat/ и устанавливаем ее.

После этого необходимо перейти в меню «Операции» и выбрать пункт «Уникальность изображения». Далее вы увидите кнопку с правой стороны от поисковой строки. Нажав ее, вы откроете диалоговое окно, где сможете найти оригинал картинки на своем компьютере и загрузить его для проверки. Программа работает четко и достоверно. Единственный минус – порой поиск может немного затянуться.

Etxt Антиплагиат — программа проверки уникальности текстовой и графической информации. В результатах поиска выдает адреса сайтов, на которых обнаружены фрагменты совпадающего текста и искомые изображения.

Как видите, ничего сложного в проверке изображений на уникальность нет. Зато если вы будете уверены, что таких картинок нигде больше нет, то точно не будете бояться штрафных санкций от поисковиков или, что еще хуже, судебных исков от правообладателей!

А какими средствами поиска похожих картинок или фото пользуетесь вы? Обязательно напишите в комментариях. Возможно ваш метод окажется более эффективным.

Поделитесь ссылкой на статью в социальных сетях, если считаете, что она была интересной и познавательной. Также буду рад видеть всех в числе подписчиков моего блога!

PS: Интересные факты по поиску картинок в Яндекс

Дорогой читатель! Вы посмотрели статью до конца. Получили вы ответ на свой вопрос? Напишите в комментариях пару слов.Если ответа не нашли, укажите что искали.

tvojkomp.ru

Как проверить фото на фейк

Каждый пользователь наверняка сталкивался с ситуацией, когда нужно было определить, является ли фото, найденное в интернете, подлинным или оно фейковое. Сегодня я расскажу о том, каким образом можно проверить любое фото на фейк при помощи нескольких простых правил. Это нужно, например, человеку, пишущему тексты для сайтов или посты для соцсетей и использующему в них картинки. Сайт или блог необходимо наполнять качественным контентом, тогда пользователи будут доверять ему и охотнее посещать. Для того чтобы осуществить проверку, используются встроенные возможности браузеров, установленные расширения или специальные онлайн-сервисы.

Каким образом проверить любую фотографию на фейк простыми способами

Яндекс или Google быстро дадут ответ, фейковое фото или нет. Для этого при работе в браузере кликните по изображению правой кнопкой мыши и выберите строку “Найти это изображение в Яндекс” или “Найти картинку (Google)”.

Рядом откроется вкладка, на которой будет следующая информация:

  • размер исходной картинки;
  • информация о том, что имеются такие же изображения в других размерах;
  • что, по мнению обозревателя, изображено на картинке;
  • похожие изображения;
  • сайты, на которых была найдена такая же картинка.

Проверка фото на фейк в Яндекс.Браузере

К этому способу проверки фотоснимка на подлинность можно применить и немного другую технику:

  1. Правой кнопкой мыши кликните по значку браузера на панели задач и откройте новое окно.
  2. Сожмите оба окна так, чтобы они поместились на экране.
  3. Левой кнопкой мыши потяните картинку в новое окно и отпустите ее в строке поиска. Браузер сразу же ответит, показав само фейковое изображение и сайт, на котором оно размещено (его название будет в начале поисковой строки).
  4. Таким же способом можно проверить и подлинность картинки, сохраненной на жестком диске вашего компьютера. После того, как вы перетащите изображение мышкой из папки в браузер (в поисковую строку), снова нажмите “Найти это изображение в Яндекс” или “Найти картинку (Google)”.
  5. Обозреватель выдаст вам все найденные результаты по схеме, описанной выше в списке.

Читайте также: Переводчик с фотографии онлайн.

Исследование фото на подлинность при помощи расширений

Если для работы вы используете браузер Google Chrome, то в правом верхнем углу страницы нажмите на три вертикальные точки.

Дальнейшие действия выглядят так:

  1. Пройдите путь “Дополнительные инструменты”→”Расширения”;
  2. Пролистайте вниз и кликните на “Еще расширения”;
  3. Перейдя в интернет-магазин Chrome, начните набирать в строке поиска слова reverse image;
  4. Из выпадающего списка выберите reverse image search;
  5. Chrome предложит на выбор несколько плагинов;
  6. Выберите и установите любое из расширений.

Расширения для Google Chrome

Если вы работаете в Яндекс.Браузере, то также можете установить нужные расширения для проверки картинки на фейк.

Для этого:

  1. Зайдите в настройки обозревателя (три горизонтальные черты в правом верхнем углу страницы) и нажмите на “Дополнения”.
  2. Затем пролистайте вниз и перейдите в каталог расширений для Яндекс.Браузера.
  3. Снова наберите в поисковой строке reverse image и выберите любое расширение для вашего браузера.

Расширения для Яндекс.Браузера

Это может быть полезным: Как узнать кто просмотрел записи, фото, стену в ВК.

Использование специальных онлайн-сервисов для проверки картинки на фейк

Для проверки фотографии на фейк существуют специальные онлайн-сервисы, которые позволяют проанализировать подлинность изображения и выяснить как можно больше подробностей о картинке.

К самым известным инструментам относятся:

Сервис Описание
Foto Forensics.com В данном сервисе вы можете представить PNG или JPEG изображение, вставив в специальное поле его URL или загрузив фото с компьютера. Инструмент найдет области, которые пользователь дорисовал или вставил в первоначальную картинку.
TinEye.com Это сервис для обратного поиска картинок. Вставив URL-адрес изображения в специальное поле, вы увидите список похожих картинок, найденных в Сети, начиная с самого большого размера.
Findexif.com На сервер данного инструмента загружать изображения не нужно, достаточно лишь указать URL-адрес картинки. Сервис извлечет EXIF-данные из любого изображения в формате jpg. Вы получите информацию о дате и времени добавления фото на сайт, программу, которой пользователь обработал изображение и другие важные данные.

Проверка фото на фейк в сервисе Findexif.com

Если фото подлинное, то в EXIF-данных будут указаны все сведения, включая наименование модели фотоаппарата и технические параметры съемки. В случае компьютерной обработки фотографии будет указано, что использовался PhotoShop или другая программа.

Пользуясь социальными сетями, визуально проверьте фото человека, желающего с вами пообщаться, на фейк. Если изображение слишком “профессиональное” (позирующая модель, качественное освещение и т. д.), то оно может быть просто взято из сети со страницы известной личности. Конечно, профессиональная фотография может и не быть фейком, но проявить бдительность не помешает.

rusadmin.biz

Вычислительная Фотография / Offсянка

Оригинал статьи размещен на сайте Вастрик.ру и опубликован на 3DNews с разрешения автора. Мы приводим полный текст статьи, за исключением огромного количества ссылок — они пригодятся тем, кто всерьез заинтересовался темой и хотел бы изучить теоретические аспекты вычислительной фотографии более глубоко, но для широкой аудитории мы сочли этот материал избыточным.  

Сегодня ни одна презентация смартфона не обходится без облизывания его камеры. Каждый месяц мы слышим об очередном успехе мобильных камер: Google учит Pixel снимать в темноте, Huawei зумить как бинокль, Samsung вставляет лидар, а Apple делает самые круглые в мире уголочки. Мало где сейчас так жирно текут инновации.

Зеркалки при этом как будто топчутся на месте. Sony ежегодно осыпает всех новыми матрицами, а производители лениво обновляют последнюю цифру версии и продолжают расслабленно курить в сторонке. У меня на столе лежит зеркалка за $3000, но в путешествия я беру айфон. Почему?

Как говорил классик — я вышел в интернет с этим вопросом. Там обсуждают какие-то «алгоритмы» и «нейросети», понятия не имея, как конкретно они влияют на фотографию. Журналисты громко зачитывают количество мегапикселей, блогеры хором пилят проплаченные анбоксинги, а эстеты обмазываются «чувственным восприятием цветовой палитры матрицы». Все как обычно.

Пришлось сесть, потратить половину жизни и самому во всем разобраться. В этой статье я расскажу, что узнал.

⇡#Что такое вычислительная фотография?

Везде, включая википедию, дают примерно такое определение: вычислительная фотография — любые техники захвата и обработки изображений, где вместо оптических преобразований используются цифровые вычисления. В нем все хорошо, кроме того, что оно ничего не объясняет. Под него подходит даже автофокус, но не влезает пленоптика, которая уже принесла нам много полезного. Размытость официальных определений как бы намекает, что мы понятия не имеем о чем говорим.

Пионер вычислительной фотографии, профессор Стенфорда Marc Levoy (он же сейчас отвечает за камеру в Google Pixel) приводит другое определение — набор методов компьютерной визуализации, улучшающих или расширяющих возможности цифровой фотографии, при использовании которых получается обычная фотография, которая не могла технически быть снята на данную камеру традиционным способом. В статье я придерживаюсь именно его.

Итак, во всем были виноваты смартфоны.

У смартфонов не было выбора, кроме как дать жизнь новому виду фотографии — вычислительной.

Их маленькие шумные матрицы и крохотные несветосильные объективы по всем законам физики должны были приносить только боль и страдание. Они и приносили, пока их разработчики не догадались хитро использовать их сильные стороны, чтобы побороть слабые, — быстрые электронные затворы, мощные процессоры и софт.

Большинство громких исследований в области вычислительной фотографии приходятся на 2005-2015 года, что в науке считается буквально вчера. Прямо сейчас на наших глазах и в наших карманах развивается новая область знаний и технологий, которой никогда не было.

Вычислительная фотография — это не только селфи с нейро-боке. Недавняя фотография черной дыры не появилась бы на свет без методов вычислительной фотографии. Чтобы снять такое фото на обычный телескоп, нам бы пришлось сделать его размером с Землю. Однако, объединив данные восьми радиотелескопов в разных точках нашего шарика и написав немного скриптов на питоне, мы получили первую в мире фотографию горизонта событий. Для селфи тоже сгодится.

⇡#Начало: цифровая обработка

Представим, что мы вернули 2007-й. Наша мама — анархия, а наши фотографии — шумные 0,6-Мп джипеги, снятые на скейтборд. Примерно тогда у нас появляется первое непреодолимое желание насыпать на них пресетов, чтобы скрыть убогость мобильных матриц. Не будем себе отказывать.

⇡#Матан и инстаграм

С выходом инстаграма все помешались на фильтрах. Как человек, который в свое время реверс-инжинирил X-Pro II, Lo-Fi и Valencia в, конечно же, исследовательских (кек) целях, я все еще помню, что состояли они из трех компонентов:

  • Настроек цвета (Hue, Saturation, Lightness, Contrast, Levels и т. д.) — простых цифровых коэффициентов, в точности как в любых пресетах, которыми фотографы пользовались с древних времен.
  • Карты маппинга оттенков (Tone Mapping) — вектора значений, каждое из которых говорило нам: «Красный цвет с оттенком 128 надо превратить в оттенок 240».
  • Оверлея — полупрозрачной картинки с пылью, зерном, виньеткой, и всем остальным, что можно наложить сверху для получения нисколько не банального эффекта старой пленки. Присутствовал далеко не всегда.   

Современные фильтры недалеко ушли от этой тройки, лишь стали чуть сложнее по математике. С появлением аппаратных шейдеров и OpenCL на смартфонах их быстро переписали под GPU, и это считалось дико круто. Для 2012 года, конечно. Сегодня любой школьник может сделать такое же на CSS, и ему все равно не перепадет на выпускном.

Однако прогресс фильтров сегодня не остановился. Ребята из Дехансера, например, отлично упарываются по нелинейным фильтрам — вместо пролетарского тон-маппинга они используют более сложные нелинейные преобразования, что, по их словам, открывает куда больше возможностей.

Нелинейными преобразованиями можно натворить много дел, но они невероятно сложны, а мы, человеки, невероятно тупы. Как только в науке дело доходит до нелинейных преобразований, мы предпочитаем идти в численные методы и напихивать везде нейросетей, чтобы те писали шедевры за нас. То же было и здесь.

⇡#Автоматика и мечты о кнопке «шедевр»

Когда все привыкли к фильтрам, мы начали встраивать их прямо в камеры. История скрывает, кто именно из производителей был первым, но чисто для понимания как давно это было — в iOS 5.0, которая вышла аж в 2011 году, уже был публичный API для Auto Enhancing Images. Одному только Джобсу известно, как долго он использовался до открытия на публику.

Автоматика делала то же, что и каждый из нас, открывая фотку в редакторе, — вытягивала провалы в свете и тенях, наваливала сатурейшена, убирала красные глаза и фиксила цвет лица. Пользователи даже не догадывались, что «драматически улучшенная камера» в новом смартфоне была лишь заслугой пары новых шейдеров. До выхода Google Pixel и начала хайпа по вычислительной фотографии оставалось еще пять лет.

ML Enhance в пиксельматоре

Сегодня же бои за кнопку «шедевр» перешли на поле машинного обучения. Наигравшись с тон-маппингом, все ринулись тренировать CNN’ы и GAN’ы двигать ползуночки вместо пользователя. Иными словами, по входному изображению определять набор оптимальных параметров, которые приближали бы данное изображение к некоему субъективному пониманию «хорошей фотографии». Реализовано в том же Pixelmator Pro и других редакторах. Работает, как можно догадаться, не очень и не всегда. 

⇡#Стекинг — 90% успеха мобильных камер

Настоящая вычислительная фотография началась со стекинга — наложения нескольких фотографий друг на друга. Для смартфона не проблема нащелкать десяток кадров за полсекунды. В их камерах нет медленных механических частей: диафрагма фиксирована, а вместо ездящей шторки — электронный затвор. Процессор просто командует матрице, сколько микросекунд ей ловить дикие фотоны, а сам считывает результат.

Технически телефон может снимать фото со скоростью видео, а видео с разрешением фото, но все упирается в скорость шины и процессора. Поэтому всегда ставят программные лимиты.

Сам по себе стекинг с нами давно. еще деды ставили плагины на Photoshop 7.0, чтоб собрать несколько фотографий в вырвиглазный HDR или склеить панораму 18000 × 600 пикселей и… на самом деле никто так и не придумал, что с ними делать дальше. Богатые времена были, жаль, дикие.

Сейчас мы стали взрослые и называем это «эпсилон-фотографией» — когда, изменяя один из параметров камеры (экспозицию, фокус, положение) и склеивая полученные кадры, мы получаем нечто, что не могло быть снято одним кадром. Но это термин для теоретиков, на практике же прижилось другое название — стекинг. Сегодня по факту на нем строится 90% всех инноваций в мобильных камерах.

Вещь, о которой многие не задумываются, но она важна для понимания всей мобильной и вычислительной фотографии: камера в современном смартфоне начинает делать фотографии сразу, как только вы открываете ее приложение. Что логично, ей ведь надо как-то передавать изображение на экран. Однако, помимо экрана, она сохраняет кадры высокого разрешения в свой собственный циклический буфер, где хранит их еще пару секунд.

Когда вы нажимаете кнопку «снять фото» — оно на самом деле уже снято, камера просто берет последнее фото из буфера.

Сегодня так работает любая мобильная камера. По крайней мере во всех флагманах не с помоек. Буферизация позволяет реализовать не просто нулевую задержку затвора, о которой так давно мечтали фотографы, а даже отрицательную — при нажатии на кнопку смартфон заглядывает в прошлое, выгружает 5-10 последних фото из буфера и начинает неистово анализировать их и клеить. Больше не нужно ждать, пока телефон нащелкает кадров для HDR или ночного режима, — просто забирай их из буфера, пользователь даже не узнает.

Кстати, именно с помощью отрицательного лага затвора реализовано Live Photo в айфонах, а в HTC подобное было еще в 2013 году под странным названием Zoe.

⇡#Стекинг по экспозиции — HDR и борьба с перепадами яркости

Способны ли матрицы фотоаппаратов фиксировать весь диапазон яркости, доступный нашему глазу, — старая горячая тема для споров. Одни говорят нет, ведь глаз способен видеть до 25 f-стопов, в то время как даже из топовой фуллфрейм-матрицы можно вытянуть максимум 14. Другие называют сравнение некорректным, ведь глазу помогает мозг, автоматически подстраивая зрачок и достраивая изображение своими нейросетями, а моментальный динамический диапазон глаза на самом деле не больше как раз 10-14 f-стопов. Оставим эти споры лучшим диванным мыслителям интернета.

Факт остается фактом: снимая друзей на фоне яркого неба без HDR на любую мобильную камеру, вы получаете либо нормальное небо и черные лица друзей, либо прорисованных друзей, но выжженное насмерть небо.

Решение давно придумано — расширять диапазон яркости с помощью HDR (High dynamic range). Нужно снять несколько кадров с разной выдержкой и склеить их вместе. Чтобы один был «нормальный», второй посветлее, третий потемнее. Берем темные места из светлого кадра, пересветы заполняем из темного — профит. Остается лишь решить задачу автоматического брекетинга — насколько сдвинуть экспозицию каждого кадра, чтобы не переборщить, но с определением средней яркости картинки сейчас справится второкурсник технического вуза.

На последних iPhone, Pixel и Galaxy режим HDR вообще включается автоматически, когда нехитрый алгоритм внутри камеры определяет, что вы снимаете что-то контрастное в солнечный день. Можно даже заметить, как телефон переключает режим записи в буфер, чтобы сохранять сдвинутые по экспозиции кадры, — в камере падает fps, а сама картинка становится сочнее. Момент переключения хорошо заметен на моем iPhone X, если снимать на улице. Присмотритесь к своему смартфону в следующий раз тоже.

Минус HDR с брекетингом по экспозиции — его непроходимая беспомощность в плохом освещении. Даже при свете комнатной лампы кадры получаются такими темными, что компьютер не может их выровнять и склеить. Для решения проблемы со светом в 2013-м Google показал иной подход к HDR в вышедшем тогда смартфоне Nexus. Он использовал стекинг по времени.

⇡#Стекинг по времени — симуляция длинной выдержки и таймлапс

Стекинг по времени позволяет получить длинную выдержку с помощью серии коротких. Первопроходцами были любители поснимать следы от звезд на ночном небе, которым было неудобно открывать затвор сразу на два часа. Так было тяжело заранее рассчитать все настройки, а от малейшей тряски весь кадр выходил испорченным. Они решили открывать затвор лишь на пару минут, но много раз, а потом шли домой и клеили полученные кадры в фотошопе.

Такие рисунки звезд всегда клеили из нескольких фото. Так было проще контролировать экспозицию

Получается, камера никогда фактически не снимала на длинной выдержке, но мы получали эффект ее имитации, складывая несколько снятых подряд кадров. Для смартфонов уже давно написана куча приложений, использующих этот трюк, но все они не нужны с тех пор, как фича была добавлена почти во все стандартные камеры. Сегодня даже айфон легко склеит вам длинную выдержку из Live Photo.

Длинная выдержка в три клика

Вернемся к гуглу с его ночным HDR. Оказалось, с помощью брекетинга по времени можно реализовать неплохой HDR в темноте. Технология впервые появилась в Nexus 5 и называлась HDR+. Остальные же телефоны на Android получили ее как бы в подарок. Технология до сих пор настолько популярна, что ей хвалятся даже в презентации последних Pixel.

Работает HDR+ достаточно просто: определив, что вы снимаете в темноте, камера выгружает из буфера 8-15 последних фотографий в RAW, чтобы наложить их друг на друга. Таким образом алгоритм собирает больше информации о темных участках кадра чтобы минимизировать шумы — пиксели, где по каким-то причинам камера не смогла собрать всю информацию и лажанула.

Как если бы вы не знали, как выглядит капибара, и попросили пять человек описать ее — их рассказы были бы примерно одинаковыми, но каждый упомянул бы какую-то уникальную деталь. Так вы бы собрали больше информации, чем просто спросив одного. То же и с пикселями.

Сложение снятых с одной точки кадров дает тот же фейковый эффект длинной выдержки как со звездами выше. Экспозиция десятков кадров суммируется, ошибки на одном минимизируются на других. Представьте, сколько бы каждый раз пришлось щелкать затвором зеркалки, чтобы достичь такого.

Реклама Pixel, прославляющая HDR+ и Night Sight

Оставалось только решить проблему автоматической цветокоррекции — снятые в темноте кадры обычно получаются поголовно желтыми или зелеными, а мы вроде как хотим сочности дневного освещения. В ранних версиях HDR+ это решали простым подкручиванием настроек, как в фильтрах а-ля инстаграм. Потом же призвали на помощь нейросети.

Так появился Night Sight — технология «ночной фотографии» в Pixel 2 и 3. В описании так и говорят: «Machine learning techniques built on top of HDR+, that make Night Sight work». По сути это является автоматизацией этапа цветокоррекции. Машину обучили на датасете фоточек «до» и «после», чтобы из всякого набора темных кривых фотографий делать одну красивую.

Датасет, кстати, выложили в открытый доступ. Может, ребята из Apple возьмут его и наконец-то научат свои стеклянные лопаты нормально снимать в темноте.

Вдобавок в Night Sight используется вычисление вектора движения объектов в кадре, чтобы нормализовать смазы, которые обязательно получатся на длинной выдержке. Так, смартфон может взять четкие части с других кадров и приклеить.

⇡#Стекинг по движению — панорама, суперзум и борьба с шумами

Панорама — популярное развлечение жителей сельской местности. Истории пока не известно случаев, чтобы сосискофотка оказалась бы интересна кому-то, кроме ее автора, но не упомянуть ее нельзя — для многих с этого вообще начался стекинг.

Первый же полезный способ применения панорамы — получение фотографии большего разрешения, чем позволяет матрица камеры путем склейки нескольких кадров. Фотографы давно используют разный софт для так называемых фотографий с суперразрешением — когда немного смещенные фотографии как бы дополняют друг друга между пикселей. Таким образом можно получить изображение хоть в сотни гигапикселей, что весьма полезно, если вам надо распечатать это на рекламном плакате размером с дом.

Другой, уже более интересный подход — Pixel Shifting. Некоторые беззеркалки типа Sony и Olympus начали поддерживать его еще с 2014-го, но клеить результат все равно заставляли руками. Типичные инновации больших камер.

Смартфоны же преуспели здесь по смешной причине — когда вы снимаете фото, ваши руки трясутся. Эта на первый взгляд проблема легла в основу реализации нативного суперразрешения на смартфонах.

Чтобы понять, как это работает, надо вспомнить, как устроена матрица любого фотоаппарата. Каждый ее пиксель (фотодиод) способен фиксировать только интенсивность света — т. е. количество залетевших фотонов. Однако пиксель не может измерить его цвет (длину волны). Чтобы получить RGB-картинку, пришлось и здесь нагородить костылей — накрыть всю матрицу сеткой разноцветных стеклышек. Самая популярная ее реализация называется фильтром Байера и используется сегодня в большинстве матриц. Выглядит как на картинке ниже.

Получается, что каждый пиксель матрицы ловит только R-, G- или B-компоненту, ведь остальные фотоны нещадно отражаются фильтром Байера. Недостающие же компоненты он узнает тупым усреднением значений соседних пикселей.

Зеленых ячеек в фильтре Байера больше — так сделали по аналогии с человеческим глазом. Получается, что из 50 миллионов пикселей на матрице зеленый цвет будет улавливать 25 млн, красный и синий — по 12,5 млн. Остальное будет усреднено — этот процесс называется дебайеризация или демозаик, и это такой жирный смешной костыль, на котором все держится.

На самом деле у каждой матрицы свой хитрый запатентованный алгоритм демозаикинга, но в рамках данной истории мы этим пренебрежем.

Другие типы матриц (типа Foveon) пока ну как-то совсем не прижились. Хотя некоторые производители пытаются использовать матрицы без фильтра Байера для улучшения резкости и динамического диапазона.

Когда света мало или детали объекта совсем крошечны, мы теряем кучу информации, потому что фильтр Байера нагло отсекает фотоны с неугодной длиной волны. Поэтому и придумали делать Pixel Shifting — смещать матрицу на 1 пиксель вверх-вниз-вправо-влево, чтобы поймать их все. Фотография при этом не получается в 4 раза больше, как может показаться, просто процессор использует эти данные, чтобы точнее записать значение каждого пикселя. Усредняет не по соседям, так сказать, а по четырем значениям самого себя.

Тряска же наших рук при съемке фото на телефон делает этот процесс естественным следствием. В последних версиях Google Pixel эта штука реализована и включается всегда, когда вы используете зум на телефоне, — называется Super Res Zoom (да, мне тоже нравится их беспощадный нейминг). Китайцы тоже скопировали его в свои ляофоны, хотя получилось немного хуже.

Наложение друг на друга немного смещенных фотографий позволяет собрать больше информации о цвете каждого пикселя, а значит, уменьшить шумы, увеличить резкость и поднять разрешение не увеличивая физическое число мегапикселей матрицы. Современные Android-флагманы делают это автоматически, пока их пользователи даже не задумываются об этом.

⇡#Стекинг по фокусу — любая глубина резкости и рефокус в постпродакшене

Метод пришел из макросъемки, где маленькая глубина резкости всегда была проблемой. Чтобы весь объект был в фокусе, приходилось делать несколько кадров со сдвигом фокуса вперед-назад, чтобы потом сшить их в один резкий. Тем же методом часто пользовались любители съемки ландшафтов, делая передний и задний план резкими как диарея.

Стекинг по фокусу в макро. По-другому такое не снять

Все это тоже переехало и на смартфоны, правда, без особого хайпа. В 2013-м выходит Nokia Lumia 1020 с «Refocus App», а в 2014 и Samsung Galaxy S5 с режимом «Selective Focus». Работали они по одной и той же схеме: по нажатию на кнопку они быстро делали 3 фотографии — одну с «нормальным» фокусом, вторую со сдвинутым вперед и третью со сдвинутым назад. Программа выравнивала кадры и позволяла выбрать один из них, что преподносилось как «настоящее» управление фокусом в постпродакшене.

Никакой дальнейшей обработки не было, ведь даже этого простого хака было достаточно, чтобы вбить еще один гвоздь в крышку Lytro и аналогов с их честным рефокусом. Кстати, поговорим о них (мастер переходов 80 lvl).

⇡#Вычислительные матрицы — световые поля и пленоптика

Как мы поняли выше, наши матрицы — ужас на костылях. Мы просто привыкли и пытаемся с этим жить. По своему устройству они мало изменялись с самого начала времен. Мы лишь совершенствовали техпроцесс — уменьшали расстояние между пикселями, боролись с шумами-наводками, добавляли специальные пиксели для работы фазового автофокуса. Но стоит взять даже самую дорогую зеркалку и попытаться снять на нее бегущего кота при комнатном освещении — кот, мягко говоря, победит.

Мы уже давно пытаемся изобрести что-то получше. Много попыток и исследований в этой области гуглится по запросу «computational sensor» или «non-bayer sensor», и даже пример с Pixel Shifting выше можно отнести к попыткам улучшения матриц с помощью вычислений. Однако самые многообещающие истории в последние лет двадцать приходят к нам именно из мира так называемых пленоптических камер.

Чтобы вы не уснули от предвкушения надвигающихся сложных слов, вброшу инсайд, что камера последних Google Pixel как раз «немного» пленоптическая. Всего на два пикселя, но даже это позволяет ей вычислять честную оптическую глубину кадра и без второй камеры как у всех.

Пленоптика — мощное оружие, которое пока еще не выстрелило. Приведу ссылку на одну из моих любимых недавних статей о возможностях пленоптических камер и нашем с ними будущем, откуда я позаимствовал примеры.

⇡#

Пленоптическая камера — скоро будет каждая

Придумана в 1994-м, собрана в Стенфорде в 2004-м. Первая потребительская камера — Lytro, выпущена в 2012-м. С похожими технологиями сейчас активно экспериментирует VR-индустрия.

От обычной камеры пленоптическая отличается лишь одной модификацией — матрица в ней накрыта сеткой из линз, каждая из которых покрывает несколько реальных пикселей. Как-то так:

если правильно рассчитать расстояние от сетки до матрицы и размер диафрагмы, в итоговом изображении получатся четкие кластеры из пикселей — эдакие мини-версии оригинального изображения.

Оказывается, если взять из каждого кластера, скажем, один центральный пиксель и склеить картинку только по ним — она ничем не будет отличаться от снятой на обычную камеру. Да, мы немного потеряли в разрешении, но просто попросим Sony досыпать еще мегапикселей в новых матрицах.

Веселье же на этом только начинается. если взять другой пиксель из каждого кластера и снова склеить картинку — получится снова нормальная фотография, только как будто снятая со сдвигом на один пиксель. Таким образом, имея кластеры 10 × 10 пикселей, мы получим 100 изображений предмета с «немного» разных точек.

Больше размер кластера — больше изображений, но меньше разрешение. В мире смартфонов с 41-мегапиксельными матрицами мы хоть и можем немного пренебречь разрешением, но у всего есть предел. Приходится сохранять баланс.

Окей, мы собрали пленоптическую камеру, и что это нам дает?

Честный рефокус

Фича, о которой жужжали все журналисты в статьях про Lytro, — возможность честной корректировки фокуса в постпродакшене. Под честной имеется в виду, что мы не применяем всякие алгоритмы деблюринга, а используем исключительно имеющиеся под рукой пиксели, выбирая или усредняя их из кластеров в нужном порядке.

RAW-фотография с пленоптической камеры выглядит странно. Чтобы получить из нее привычный резкий джипег, надо сначала его собрать. Для этого надо выбрать каждый пиксель джипега из одного из кластеров RAW’а. В зависимости от того, как мы их выберем, будет меняться результат.

Например, чем дальше находится кластер от места падения оригинального луча, тем более этот луч получается в расфокусе. Потому что оптика. Чтобы получить смещенное по фокусу изображение, нам лишь надо выбрать пиксели на нужном нам удалении от оригинального — либо ближе, либо дальше.

Картинку надо читать справа налево — мы как бы восстанавливаем изображение, зная пиксели на матрице. Сверху получаем четкий оригинал, снизу — вычисляем то, что было за ним. То есть вычислительно сдвигаем фокус

 

Со сдвигом фокуса на себя было сложнее — чисто физически таких пикселей в кластерах было меньше. Сначала разработчики даже не хотели давать пользователю возможность фокусироваться руками — камера сама решала это программно. Пользователям такое будущее не понравилось, потому фичу добавили в поздних прошивках под названием «креативный режим», но сделали рефокус в нем сильно ограниченным ровно по этой причине.

Карта глубины и 3D с одной камеры   

Одна из самых простых операций в пленоптике — получение карты глубины. Для этого надо просто собрать два разных кадра и рассчитать, насколько сдвинуты объекты на них. Больше сдвиг — дальше от камеры.

Недавно Google купил и убил Lytro, но использовал их технологии для своего VR и… для камеры в Pixel. Начиная с Pixel 2 камера впервые стала «немного» пленоптической, правда, с кластерами всего по два пикселя. Это дало возможность гуглу не ставить вторую камеру, как все остальные ребята, а вычислять карту глубины исключительно по одной фотографии.

Картинки, которые видят левый и правый субпиксель камеры Google Pixel. Самая правая анимирована для наглядности (придется всмотреться)

Карта глубины дополнительно обрабатывается нейросетками, чтобы блюр фона был более равномерным

Карта глубины строится по двум кадрам, сдвинутым на один субпиксель. Этого вполне хватает, чтобы вычислить бинарную карту глубины и отделить передний план от заднего и размыть последний в модном нынче боке. Результат такого расслоения еще сглаживается и «улучшается» нейросетями, которые натренированы улучшать карты глубины (а не блюрить, как многие думают).

Фишка еще в том, что пленоптика в смартфонах нам досталась почти бесплатно. Мы и так ставили линзы на эти крошечные матрицы, чтобы хоть как-то увеличить световой поток. В следующих Pixel гугл планирует пойти дальше и накрыть линзой четыре фотодиода.

Если Вы заметили ошибку — выделите ее мышью и нажмите CTRL+ENTER.

3dnews.ru

Настоящие фотографии или нет? Попробуй отличить (43 фото) » Триникси

В 2007 году я сделал несколько классных постов для Триникси.
Назывались они Правда или ложь.
Вот они, если вы их не помните или еще не видели:

ПРАВДА ИЛИ ЛОЖЬ? ЧАСТЬ ПЕРВАЯ
ПРАВДА ИЛИ ЛОЖЬ? ЧАСТЬ ВТОРАЯ
ПРАВДА ИЛИ ЛОЖЬ? ЧАСТЬ ТРЕТЬЯ
ПРАВДА ИЛИ ЛОЖЬ? ЧАСТЬ ЧЕТВЕРТАЯ — эту я собрал ровно год назад.

Тогда я прошелся по американскому сайту, посвященному подобным загадкам и создал эти классные подборки.
В течении двух лет эти подборки мигрируют по Рунету, полгода назад их перевели на английский и они стали очень популярными на западе.

Сегодня же у нас подборка, сделанная журналом TIME.
Вы должны определить, какие из фотографий настоящие, а какие сделаны при помощи Фотошопа.
Сможете? Говорю сразу, что многие из них довольно сложные )
При клике по картинке вы получите ответ.
Вперед )

1
Песочная скульптура Санты

2
Жираф с очень длинной шеей

3
Вид на город

4
Панда фотографирует мальчика

5
Рентген лица со встроенным чипом от компьютерной мышки.

6
Дельфин рядом с сердцем

7
Арестованный мопс

8
Мужчина с огромными цветами

9
Сумоист на экскалаторе

10
Рука с глазом

11
Лимузин Mini Cooper

12
Кот за ноутбуком

13
Моржи на берегу

14
Экстрималы на Великой китайской стене

15
В автомате продаются кузнечики

16
Летающий человек

17
Машины едут на двух колесах

18
Самолет пролетает под мостом

19
Двойной велосипед на велогонках

20
Слон играет в баскетбол

21
Аборигены в чикагском парке

22
Детский рисунок в музее

23
Человек-лев, который никогда не брился

24
Человек на автомобиле-амфибии ловит рыбу

25
Тапир крутит носом

26
Человек с огромным чеком

27
Женщина на ракете

28
Знак на парковке: «Для беременных более шести месяцев»

29
Танк, выезжающий из окена

30
Зонтик уносит женщину

31
Тигр у дантиста

32
На свинье появилась надпись «Мясо — это убийство»

33
Облако в форме акулы

34
Мужчина спящий на дереве.

35
Мужчина с повернутой головой

36
Маленькое сердечко из платины в глазу

37
Лемур с плюшевым мишкой

38
Могила с надписью Бог

39
Гигантский прыжок на мотоцикле

40
Ребенок курит сигару

41
Четырехлетний ребенок плавает с белым дельфином

42
Двухголовая змея

43
Овца с пятой ногой

trinixy.ru

Как определить оригинальность фотографии и была ли она отредактирована?

В наше время мало чему можно верить на слово. Например, далеко не всегда можно быстро и точно определить, является ли фотография оригинальной или же она была отредактирована.

Однако на сегодняшний день существует целый ряд различных способов, позволяющих либо убедиться в том, что фото является оригинальным, либо уличить того кто ее опубликовал в обмане.

Сегодня почти все люди, так или иначе публикующие что-либо в Сети, не могут не дотронуться до фотографии и хоть немного ее не преобразовать – что-то обрезать, высветлить, применить фильтр, «сделать» ноги длиннее, какие-то части тела заметнее. И если иногда можно сразу сказать, что фото было изменено, например, вместе с объемом груди случайно был изменен рисунок на стене, как это частенько происходит у див Instagram, бывают случаи, когда с первого взгляда ничего подобного заметить нельзя. Неужели остается только верить?

Чаще всего во время редактирования фотографий меняются все-таки не пропорции, а цвет картинки, баланс белого, резкость, «температура» снимка. Именно в этом разобраться бывает тяжелее всего.

Если у человека не наметан глаз, изменения на обычной, казалось бы, фотографии вряд ли будут заметны, поэтому на помощь в подобных случаях приходят различные онлайн-сервисы и программы, которые с разной степенью предоставления подробной информации разберут фотографию на важные детали и отчитаются о полученных результатах.

Самыми известными и доступными пользователям сервисами для проверки оригинальности фотографий являются следующие:

  • «Image edited?» («Картинка редактировалась?»)
  • «Find exif» («Найти exif»)
  • «Foto Forensics».

Сравнительная характеристика трех, перечисленных выше сервисов.

Сервис

Адрес Суть действия Платно/бесплатно

Загрузить файл/Ввести адрес

Image edited?

http://imageedited.com/ Сервис дает краткий ответ на вопрос. «Да, картинка редактировалась», «Нет, не редактировалась». Работает и в бесплатной версии, но предоставляет более детальную и точную информацию именно в полной версии.

Требует загрузить файл с компьютера.

Find exif

http://www.findexif.com/ Exif-данные – это техническая сторона любой фотографии. Можно узнать марку камеры или телефона, дату и даже место съемки. Бесплатно

Требует ввести адрес изображения, то есть работает только с файлами, доступными  онлайн

Foto Forensics

http://fotoforensics.com/ Позволяет узнать, были ли отдельные элементы добавлены или удалены с фото. Например, «удалены» ли туристы с фото из отпуска. Сервис бесплатный, но для продвинутого или коммерческого использования предлагает пройти регистрацию.

Как файлы с компьютера, так и адреса онлайн-изображений.

В целях демонстрации практического примера было сделано фото. Сначала его обрезали, и таким образом получили второй файл. В другой раз у оригинала немного поменяли контрастность, яркость и насыщенность. Это было сделано с помощью мобильного приложения Snapseed.

Итак, у нас есть три файла, каждый из которых нужно проверить.

Вначале в браузере открываем официальный сайт сервиса, и попадаем на его главную страницу.

Нажимаем на кнопку Analyze File («Анализировать файл»), сервис попросит загрузить файл с компьютера, выбираем оригинальный снимок, через пару секунд сервис дает следующий ответ: «Can’t tell. There is nothing in the file metadata that indicates this file has been edited» — «Не могу сказать. В метаданных файла нет ничего, указывающего на то, что он был отредактирован», то есть сервис буквально не заметил того, чтобы изображение менялось. Действительно, фото оригинальное, взято из папки, где хранятся все снимки, снятые с помощью цифровой камеры.

Следующим проверим второе изображение, у которого была немного изменена яркость, контрастность и насыщенность.

Сервис ответил: «Есть вопросы», то есть да, изображение изменено. Кроме того был приведен список возможных редакторов, но Snapseed среди них нет, но, конечно же, это не так важно, как сам факт редактирования.

И, наконец, проверим третье изображение, которое было обрезано. Сервис дал тот же ответ, что и в случае со вторым проверяемым файлом – изображение было изменено.

Итак, можно смело сказать, что способов проверить фотографию на предмет редактирования очень много. В этой статье были приведены самые простые и понятные из них, причем каждый рассмотренный вариант использует свой собственный алгоритм и, следовательно, проверяют фотографию по разным критериям редактирования.

www.internet-technologies.ru

Отправить ответ

avatar
  Подписаться  
Уведомление о