タグ付けされた質問 「algorithms」

ベイヤーセンサは、赤色、緑色、及び青色の画素のパターンを使用し、すべてのための1つの画素と、最終的なカラー画像に、それらを一緒にマージ単一のカラーセンサ。これは、隣接するセンサーを「単純」にブレンドすることで実現できますが、AHD、HPHD、AMaZEなどの名前を持つより複雑なアプローチを聞いたことがあります。 これらの他のアプローチとは何ですか？また、どのような利点がありますか？計算の複雑さを超える弱点はありますか？ カメラ内JPEGに使用されるアプローチはより厳重に保護されていると思いますが、明らかにこの分野では多くの研究開発が行われています。カメラ内で利用可能な限られた処理能力は、この分野での妥協を強制しますか？

25 raw  sensor  algorithms  interpolation  demosaicing 

写真の各ピクセルをループし、画像全体にボケを適用するスクリプトを作成しようとしています。 このリンクに基づいてスクリプトを作成しましたが、それはハックのようです。 3つの入力画像があります：黒と白の深度マップ、写真、およびボケの「ブラシ」画像（現在は六角形です）。写真のすべてのピクセルに対して、ボケブラシをスタンプし、そのピクセルの中心とそのピクセルの色に合わせます。 見た目は...小さなボケブラシでは大丈夫ですが、ボケブラシのサイズを大きくすると、ガウスぼかしのように見えます。これが私のアルゴリズムでぼやけたタイムスクエアの写真です： 暗いエッジを気にしないで、私はそれを修正することができます。 ガウス分布とは異なると言えますが、それでもボケと呼ばれるものからは程遠い、鮮明なエッジがあります： 私のアルゴリズムがそれを行う理由を理解しています...どうすればボケをより正確にシミュレートできますか？

12 software  image-processing  bokeh  algorithms  programming 

デモザイキングの主な目的が色をできるだけ正確に復元することであることを考えると、「白黒のみ」のデモザイクアルゴリズムには利点がありますか？つまり、最初に色を回復してから白黒に変換するのではなく、RAWファイルを直接白黒に変換する方が良いのではないでしょうか。 特に画質に興味があります（ダイナミックレンジやシャープネスなど）。関連するメモとして、どの一般的なデモザイキングアルゴリズムが白黒変換に最も適していますか？

11 black-and-white  algorithms  demosaicing 

Fujifilmは、リリースされたばかりのX Pro-1カメラ用の革新的な新しいセンサーレイアウトを備えています。これは、「フィルム内のハロゲン化銀の微粒子の自然なランダム配置に触発された」と述べています。 配置がより非周期的（繰​​り返しが少ない）であるため、モアレアーティファクト（センサーのパターンと記録された画像の縞模様の間に不整合がある場合に発生する）を引き起こす可能性は低いです。これにより、富士フイルムはローパスAAフィルターをスキップできます。これは、従来この問題に対処するためにぼかしを追加します。 また、「すべての垂直および水平ピクセルシリーズにR、B、Bピクセルが存在することで、偽色の生成を最小限に抑え、より高い色再現忠実度を実現します。」 このタイプのRAW画像の変換はどのように機能しますか？それは本質的にバイエルデモザイキングアルゴリズムに似ていますが、もう少し複雑ですか、それともまったく異なるアプローチが必要ですか？ 後者の場合、サードパーティのRAW変換サポートが利用できないか、まれに使用されるという大きなリスクがあるように見えますが、同じ基本的なアルゴリズムを使用できる場合は、問題が少ないと思います。 そのソフトウェアサポートの問題以外に、富士フイルムが主張する潜在的な欠点と利点はありますか？

11 fujifilm  fujifilm-xpro1  algorithms  demosaicing 

現在、一部の高度なカメラには、カメラマンがシャッターを押すことなく「スマイルショット」の機能があります。カメラはどのようにこれを実現しますか？それはどのように笑顔を認識していますか？

7 digital  algorithms  face-detection