Восстановить закрашенный текст | Объявление в разделе ретушь фотографий на сайте YouDo
Видео и фото сессия в студии
Снять и смонтировать видео для рекламы конференции в Instagram на 15-20 сек. Есть видео которое можно использовать в качестве примера для съемки и монтажа нашего рекламного ролика. Пример видео могу прислать…
Николай Ф. Москва
Услуги PhotoShop
Здравствуйте, вы работаете с баннерами больших размеров? Нужно сделать банер на тему ВОВ картинки и текст скину! На подобие вот такого
Роман
Тфп фотограф
Владимир М. Нижний Новгород
Нужен видеограф
Александр Большая Почтовая улица, 20с1, Москва
Автомобильные фотографы
Продаём авто Необходимо сделать фото для размещения на сайте
Ирина улица Фадеева, 4А, Москва, Россия
Blind Deconvolution — автоматическое восстановление смазанных изображений / Habr
Смазанные изображения — один из самых неприятных дефектов в фотографии, наравне с расфокусированными изображениями. Ранее я писал про алгоритмы деконволюции для восстановления смазанных и расфокусированных изображений. Эти, относительно простые, подходы позволяют восстановить исходное изображение, если известна точная траектория смаза (или форма пятна размытия).
В последние несколько лет интенсивно развивается новое направлении в теории восстановления изображений — слепая обратная свертка (Blind Deconvolution). Появилось достаточно много работ по этой теме, и начинается активное коммерческое использование результатов.
В этой статье я хочу подробнее рассказать — как же работает эта удивительная технология, а также показать практическую реализацию SmartDeblur, который теперь тоже имеет в своем распоряжении этот алгоритм.
Внимание, под катом много картинок!
Этот пост является продолжением серии моих постов «Восстановление расфокусированных и смазанных изображений»:
Часть 1. Теория — Восстановление расфокусированных и смазанных изображений
Часть 2. Практика — Восстановление расфокусированных и смазанных изображений
Рекомендуется прочитать хотя бы первую теоретическую часть, чтобы лучше понимать, что такое свертка, деконволюция, преобразование Фурье и прочие термины. Хоть я и обещал, что третья часть будет последней, но не смог удержаться и не рассказать про последние веяния в области восстановления изображений.
Я буду рассматривать Blind Decovolution на примере работы американского профессора Rob Fergus «Removing Camera Shake from a Single Photograph». Оригинал статьи можно найти на его страничке: http://cs.nyu.edu/~fergus/pmwiki/pmwiki.php
Это не самая новая работа, в последнее время появилось много других публикаций, которые демонстрируют лучшие результаты — но там используется совсем сложная математика ((для неподготовленного читателя) в ряде этапов, а основной принцип остается тем же. К тому же, работа Фергуса является своего рода «классикой», он одним из первых предложил принципиально новый подход, который позволил автоматически определять ядро смаза даже для очень сложных случаев.И так, приступим.
Введем следующие обозначения:
B — наблюдаемое смазанное изображение
K — ядро размытия (траектория смаза), kernel
L — исходное неразмытое изображение (скрытое)
Тогда процесс смаза/искажения можно описать в виде следующего выражения
B = K*L+N
Где символ «*» это операция свертки, не путать с обычным умножением!
Что такое свертка, можно прочитать в первой части
В наглядном виде это можно представить следующим образом (опустив для простоты шумовую составляющую):
Так что же является наиболее сложным?
Представим себе простую аналогию — число 11 состоит из двух множителей. Каковы они?
Вариантов решения бесконечно:
11 = 1 x 11
11 = 2 x 5.5
11 = 3 x 3.667
и т.д.
Или, переходя к наглядному представлению:
Т.е. нужно больше информации. Одним из вариантов этого является задание целевой функции — это такая функция, значение которое тем выше (в простом случае), чем ближе получаемый результат к желаемому.
Исследования показали, что несмотря на то, что реальные изображения имеют большой разброс значений отдельных пикселей, градиенты этих значений имеют вид распределения с медленно убывающими границами (Heavy-tailed distribution). Такое распределение имеет пик в окрестности нуля и, в отличие от гауссового распределения, имеет значительно большие вероятности больших значений (вот такое масло масляное).
Вот пример гистограммы градиентов для резкого изображения:
И для размытого изображения:
Таким образом мы получили инструмент, которые позволяет нам измерить «качество» получаемого результата с точки зрения четкости и похожести на реальное изображение.
Теперь мы можем сформулировать основные пункты для построение завершенной модели:
1. Ограничения накладываемые моделью искажения B = K*L+N
2. Целевая функция для результата реконструкции — насколько похожа гистограмма градиентов на теоретическое распределение с медленно убывающими границами. Обозначим ее как
3. Целевая функция для ядра искажения — положительные значения и низкая доля белых пикселей (т.к. траектория смаза обычно представлена тонкой линией). Обозначим ее как p(K)
Объединим все это в общую целевую функцию следующим образом:
Где q(LP), q(K) распределения, получаемые подходом Variational Bayesian
Далее эта целевая функция минимизируется методом покоординатного спуска с некоторыми дополнениями, которые я не буду описывать из-за их сложности и обилия формул — все это можно прочитать в работе Фергуса.
Вначале из входного размытого изображения мы строим пирамиду изображений с разным разрешением. От самого маленького размера до исходного размера.
Далее мы инициализируем алгоритм с помощью ядра размером 3*3 с одним из простых шаблонов — вертикальная линия, горизонтальная линия или гауссово пятно. В качестве универсального варианта можно выбрать последний — гауссово пятно.
Используя алгоритм оптимизации, описанный выше мы улучшаем оценку ядра, используя самый маленький размер изображения в построенной пирамиде.
После этого мы ресайзим полученное уточненное ядро до, скажем, 5*5 пикселей и повторяем процесс уже с изображением следующего размера.
Таким образом на каждом шаге мы чуть-чуть улучшаем ядро и в результате получаем весьма точную траекторию смаза.
Продемонстрируем итеративное построение ядра на примере.
Исходное изображение:
Процесс уточнения ядра:
Первая и третья строки показывают оценку ядра на каждом уровне пирамиды изображений.
Вторая и четвертая строки — оценка неискаженного изображения.
Результат:
Более современные подходы имеют примерно такую идею последовательного уточнения ядра, но используют более изощренные варианты целевой функции для результата реконструкции и ядра искажения. Плюс к этому осуществляют промежуточную и финальную фильтрацию получаемого ядра, чтобы убрать лишний шум и исправить некоторые ошибки в алгоритме уточнения.
Наверное, самое интересное — это поиграться с алгоритмом Blind Deconvolution вживую на реальных изображениях!Мы реализовали похожий вариант и добавили как новую функцию в SmartDeblur 2.0 — все по-прежнему бесплатно 🙂
Адрес проекта: smartdeblur.net
(Исходники и бинарники от предыдущей версии можно найти на GitHub: github.com/Y-Vladimir/SmartDeblur )
Пример работы:
Другой пример:
И в заключение, результат работы на изображении c конференции Adobe MAX 2011:
Как видно, результат практически идеален — почти как у Adobe в их демонстрации.
Пока что максимальный размер обрабатываемого изображение установлен как 1200*1200. Это связано с тем, что алгоритмы потребляют очень много памяти. Даже на изображении 1000 пикселей — больше гигабайта. Поэтому введено ограничение на размер.Позже увеличим его, после того как оптимизируем деконволюцию и пирамидальное построение.
Интерфейс выглядит следующим образом:
Для работы с программой требуется лишь загрузить изображение и нажать «Analyze Blur» и согласиться с выбором всего изображения — анализ может занят несколько минут. Если результат не устраивает, можно выбрать другой регион (выделить мышкой на изображении двигая ее вправо-вниз, немного не очевидно, но пока так 🙂 ). Правой кнопкой выделение убирается.
Галочка «Agressive Detection» изменяет параметры, чтобы выделять только самые важные элементы ядра.
Пока что хорошие результаты достигаются далеко не на всех изображениях — поэтому будем очень рады фидбеку, это поможет нам улучшить алгоритмы!
--
Vladimir Yuzhikov (Владимир Южиков)
Как убрать с чужой фотографии все эффекты? Замазывание, размытие и прочее
Нет так как у вас нету материала с которого он это сделал
Нет. Пока только фото не в формате фотошопе или тому подобном где есть слои. Но скорей всего фотка png или jpg так что нет
В некоторых случаях можно, но очень сложно, кропотливо.
Никак, нужна исходная фотка
Нет. Если фото из инета можно найти оригинал.
Как увидеть замазанную область на фото?
Нет, это возможно только на оригинальном фото
нужно просто попасть в сказку
…зачем бы тогда затирали?
Никак (тем более через телефон). Ищи (если получится это фото в формате PSD ) и открывайте в фотошопе (хотя вряд ли найдете)))))
— Слушай, вон дэрэво видишь? Хочу сфотографироваться, — говорит кавказец фотографу. — Пожалуйста. А как вы хотели — на дереве, под ним или возле? — За деревом! — Почему за деревом? — Я пошлю карточку маме. Она посмотрит и скажет: «Вах-вах, а гдэ мой Гогия?» — а я выйду из-за дэрэва и скажу: «Здравствуй, мама!»
Если она не в формате фотошопа, то никак.
Никак вы не увидите. Ни через телефон, ни через компьютер. Для того и замазано, что бы никто больше не увидел, что там было.
Можно! Спомощью инструмета — стираю и подтираю. Можно увидеть замазанное, можно стиреть девка лифчики и увидеть сиськи, можно …да все можно. Куда высылать чудо инструмент?
В ЦРУ есть такая программа! (сам лично в кино видел) Нужно всего лишь взломать их и стыбрить её оставив текстовой файл «Здесь был Вася» и поделится с нами не забудь.
Отмотай историю назад в Affinity Photo. Affinity Photo может открывать файлы с сохранённой в них историей. <img src=»//otvet.imgsmail.ru/download/189994982_a1aeb0232b2e081cbfe073e99137dd2b_800.gif» alt=»» data-lsrc=»//otvet.imgsmail.ru/download/189994982_a1aeb0232b2e081cbfe073e99137dd2b_120x120.gif» data-big=»1″>
Как можно убрать то, что нарисовано на фотографии (типа замазывал имя)??
… как ты думаешь, зачем это замазано?
программно-аппаратным комплексом специально разработанных для таких нужд, но простым гражданам он не доступен и используется только властями, собственно средство замазывания на фото и придумано чтобы граждане могли скрывать друг от друга информацию не боясь что ее восстановят другие граждане, а вот власть имеет такие программно-аппаратные комплексы, так что только так
Растворить краску, нанесённую сверху, или отколупать маленькими кусочечками.
почитай заклинание: швабра-абра-кадабра и взмахни руками. Если не получится — постучи пустой головой об стену…
Легко. Обрезать.
Никак. От слова совсем
Фото на компьютере или телефоне — это растровое изображение. Т. е. если там что-то нарисовали или приклеили другое фото, то ты уже никак не сможешь рисунок убрать, чтобы вернуть фотографии первоначальный вид. Исключение — многослойный файл в программе Эдоб Фотошоп, там каждая фотка и каждый рисунок находятся на отдельных слоях, как пленках, и эти слои можно менять местами или вообще убрать, тогда рисунок получит первоначальный вид. Если многослойный рисунок из Фотошопа открыть в другой программе, например, в Микрософт Пэинт или в Интернете, то все слои объединятся в один слой, и ты уже не сможешь удалить какой-то слой или поменять слои местами. В Эдоб Фотошопе есть несколько замазывательных инструментов, и все они работают по принципу: скопируй один участок на фото и вставь его на другой участок фото. Например, скопируй чистую кожу на лице и вставь туда, где есть прыщик, чтобы вместо прыщика там стала чистая кожа. Но таким образом не получится восстановить тот участок фотографии, где есть какая-то деталь, которой нет в других местах на этой фотографии. Т. е. если замазали имя автора, то ты никогда не сможешь узнать имя автора фотографии.
А можно посмотреть ваше фото, на котором нужно убрать что-то?
Никак не убрать. Эти глупости только в кино бывают.
Как убрать закрашенную область на фото?
Слоями работает прожка PhotoMix, она может удалять слои, но пери условии, что слой имеет оттенок, тличный от подслойного изображения. Если этого окажется недостаточно, то в редакторе «Gimp» — есть функция «Умные ножницы» После некоторой практикуи их применения можно попробовать раздеть ваше изо)).. . Но всё это лишь условная редакция — ибо наляпать конечно проще чем разляпать
Никак, извращенец
<a rel=»nofollow» href=»http://picasa.google.com/» target=»_blank»>http://picasa.google.com/</a>
с помощью фотошопа.
Если не имеет прозрачности (что бы рисунок который снизу был хоть немного виден) — никак.
Это уж чем закрашивали…. Часто пользуются фотопересъёмкой в инфракрасных или в ультрафиолетовых лучах с повышением контраста… это если закрашивали чернилами …если же в фотошопе — никак.
Если документ сохранен без слоев — никак.
Единственная возможность — если закраска на отдельном слое и фото сохранено в PSD-формате Иначе никак, хоть как извращайся..
если это проект программы которая работает со слоями и сохранен в ней, то просто открыть в этой программе и удалить слой. А если она уже сохранена или экспортирована как результат в формат jpeg к примеру, то уже никак
На фотошопе можно все
Найти прогу для удаления слоёв если сохранено со слоями!!!! А для тех кто писал «извращенец» — так может он хотел емаил чей-то зарисованный посмотреть? Такое тоже ведь может быть
фото. как замазать надпись на фото?
В ФОТОШОПе это делается с помощью инструмента точечная востанавливающая кисть, или заплатка. Можно еще выделить нужную облать инструментом Лассо, или прямоугольное выделение, нажать правой кнопкой мыши на выделенную область, выбрать «выполнить заливку» затем выбрать «с учетом содержимого», непрозрачность лучше поставить 100 процентов, нажать ОК. Вуаля, готово! Удачи Вам с обработкой фотографий!
вот этой программкой — Photo Stamp Remover
штатной программой Paint
Тут 2 варианта. 1. Взять исходник и не писать на нем. 2. Нечего чужие фотографии с подписью выдавать за свои.
«Точёная восстанавливающая кисть» в фотошопе.