Существует ли программное обеспечение для анализа фотографий, которое будет предварительно сортировать изображения, выявляя потенциальные технические проблемы?

Question

Я недавно ушел в отпуск и сделал около 1000 фотографий. Как обычно, есть хорошие, плохие, размытые и т. Д.

Чтобы ускорить постобработку, мне было интересно, существует ли какое-либо программное обеспечение, которое может «предварительно просматривать» серию фотографий и идентифицировать фотографии, которые подвергаются переэкспонированию, недодержке, размытости и другим характеристикам это может идентифицировать потенциально менее желательные фотографии. Идея состоит в том, что, предварительно просматривая, это должно сделать быструю работу по сортировке этих групп, чтобы найти хорошие, и удалить остальные. Тогда я могу проводить больше времени, глядя на те, которые действительно имеют значение.

Я понимаю, что каждая фотография уникальна, и есть несколько замечательных фотографий, которые нарушают все эмпирические правила, но я подумал, что это может быть быстрым способом ускорить мой рабочий процесс.

Answer 1

Я использую Lightroom для сортировки фотографий. В модуле «Библиотека» я установил для фильтра значение «Помечено» и «Не помечено», а затем сделал фотографию на экране. Тогда я просто начинаю нажимать правую клавишу со стрелкой или клавишу «х». «X» помечает фотографию как «отклоненную» и делает ее больше невидимой. Легко набрать 1000 фотографий в кратчайшие сроки. После того как я просмотрел все фотографии, я просто решил удалить отклоненные фотографии, и все готово.

Answer 2

Я действительно искал что-то, что помогло бы мне, по крайней мере, начать процесс отсеивания вещей (тысячи изображений в скобках).

Я сделал простой инструмент для сканирования каталога изображений и перемещения поверх / недодержанных изображений в другую папку. Она не идеальна и ни в коем случае не дает художественных свобод фотографии (но это помогает мне сэкономить время). Технически он получает среднее значение пикселей каждого изображения (от 0 до 1,0), а затем вы можете сохранить или отклонить его в зависимости от порогов, которые можно установить. Проверьте проект AutoExposureChecker и документы на github для получения дополнительной информации.

С помощью этого инструмента я могу просто дважды проверить, что все изображения можно удалить (удаляя те, которые действительно нужны), и стереть все остальное за один первый проход, что сэкономит мне массу времени.

В любом случае, думал, что поделюсь и счастливую стрельбу!

Answer 3

Photoshop Elements имеет функцию автоанализа, которая выполняет некоторые из этих функций - она ​​пытается определить, смазаны ли фотографии, есть ли на них лица и т. Д. Я бы не сказал, что это великолепно. Например, вы, возможно, захотите, чтобы на вашей фотографии были не сфокусированные компоненты, а автоматический алгоритм все равно пометит ее как размытый.

Я не думаю, что 1000 фотографий - это на самом деле столько, сколько нужно вручную пройти через рабочий процесс, используя что-то вроде Lightroom. Начните с начального сканирования, помеченного как отклоненные, которые явно непригодны для использования, а затем уточните их, используя оценки, цветовую маркировку и метки, как вы считаете нужным.

Answer 4

Это довольно легко сделать, если вы можете писать на Python. Вот хорошая статья об использовании пакета компьютерного зрения с открытым исходным кодом для определения общей размытости изображения:

https://www.pyimagesearch.com/2015/09/07/blur-detection-with-opencv/

Вот быстрый скрипт, который отсортирует изображения по размытым / ок каталогам:

#
# Sorts pictures in current directory into two subdirs, blurred and ok
#

import os
import shutil
import cv2

FOCUS_THRESHOLD = 80
BLURRED_DIR = 'blurred'
OK_DIR = 'ok'

blur_count = 0
files = [f for f in os.listdir('.') if f.endswith('.jpg')]

try:
   os.makedirs(BLURRED_DIR)
   os.makedirs(OK_DIR)
except:
   pass

for infile in files:

   print('Processing file %s ...' % (infile))
   cv_image = cv2.imread(infile)

   # Covert to grayscale
   gray = cv2.cvtColor(cv_image, cv2.COLOR_BGR2GRAY)

   # Compute the Laplacian of the image and then the focus
   #     measure is simply the variance of the Laplacian
   variance_of_laplacian = cv2.Laplacian(gray, cv2.CV_64F).var()

   # If below threshold, it's blurry
   if variance_of_laplacian < FOCUS_THRESHOLD:
      shutil.move(infile, BLURRED_DIR)
      blur_count += 1
   else:
      shutil.move(infile, OK_DIR)

print('Done.  Processed %d files into %d blurred, and %d ok.' % (len(files), blur_count, len(files)-blur_count))

Ваша самая сложная задача - установить python и opencv в вашу систему. Google python3 для вашей ОС, и как установить pip вместе с ним, вы можете использовать pip3 для установки opencv. Или есть несколько предварительных сборок python + opencv. Вам не нужна последняя версия opencv, чтобы запустить этот скрипт.

Сценарий прекрасно работает и измеряет общую размытость изображения. Это хорошо для большинства фотографий. Тем не менее, общее измерение изображения означает, что эти фоновые фотографии, заполненные одним лицом и боке, будут помещены в размытый каталог, и вам придется их отсортировать. В любом случае, вы должны пройтись по размытым фотографиям, чтобы убедиться, что там нет неуместных хранителей.

Надеюсь, этот скрипт ускорит ваш рабочий процесс.

Отличным улучшением этого сценария является включение обнаружения лиц, вычисление размытости на самых больших лицах на фотографии и использование этих значений для порога размытости, по умолчанию используется общая размытость, если лица не обнаружены. Я оставлю это улучшение на ваше усмотрение!

Answer 5

Проверьте DXO Photo lab. Он может автоматически корректировать фотографии на основе профиля камеры и объектива. Вы можете быстро оценить фотографии, просматривая их и экспортируя только те фотографии, которые вы оценили.

Answer 6

Я сам не знаю приложений, которые могут автоматически отображать для вас потенциально некорректные снимки, но я бы ими не пользовался, по крайней мере, не вслепую.

Техническая значимость - это лишь часть того, что представляет собой фотография, и некоторые из наиболее значимых изображений оказываются технически ошибочными и во многих случаях предпочтительнее более технически совершенного изображения, которое, например, имеет худшую композицию или меньше, чем Картье Брессон назвал «решающий момент».

Кроме того, некоторые недостатки могут быть исправлены или улучшены при редактировании. Хотя фокус и размытие практически невозможно исправить (хотя может изменить в будущем ), иногда он может добавить интересный или приемлемый эффект. Например, экспозиция является одним из таких. Слегка над или под экспонированным изображением (особенно это делается в RAW) не следует отдавать предпочтение «идеально» экспонированному только на этой заслуге, потому что это легко исправить.

В качестве примера это изображение было одноразовым , которое получилось почти переэкспонированным на 3EV, потому что камера была с неправильными настройками. Тем не менее, благодаря широте, предоставляемой файлами RAW, если бы ее можно было восстановить, но она была бы отброшена автоматическим процессом.

Итак, я перед вторым отвечаю, говоря, что эффективно поддерживаемый рабочий процесс лучше автоматизированного процесса. В Lightroom за один-два часа вполне можно сделать 1000 снимков.