Apakah ada perangkat lunak analisis foto yang akan mengurutkan gambar dengan mengidentifikasi potensi masalah teknis?

Baru-baru ini saya pergi berlibur dan mengambil hampir 1.000 foto. Seperti biasa ada beberapa yang bagus, yang buruk, yang buram, dll.

Untuk mempercepat pasca pemrosesan, saya bertanya-tanya apakah ada perangkat lunak di luar sana yang dapat "menyaring" sejumlah foto dan mengidentifikasi foto yang terlalu banyak terpapar, kurang terpapar, buram, dan karakteristik lain yang dapat mengidentifikasi foto yang berpotensi kurang diinginkan. Idenya adalah bahwa dengan pra-penyaringan, itu harus membuat pekerjaan cepat memilah-milah kelompok-kelompok itu untuk menemukan yang baik, dan menghapus sisanya. Maka saya bisa menghabiskan lebih banyak waktu untuk melihat yang benar-benar penting.

Saya mengerti bahwa setiap foto itu unik, dan ada beberapa foto hebat yang melanggar setiap aturan, tapi saya pikir ini mungkin cara cepat untuk mempercepat alur kerja saya.

Saya menggunakan Lightroom untuk memilah-milah foto. Dalam modul Library saya mengatur filter untuk Ditandai dan Tidak Berkilau, lalu buat foto mengisi layar. Kemudian saya mulai menekan tombol panah kanan atau tombol "x". "X" menandai foto sebagai "ditolak" dan membuatnya tidak lagi terlihat. Sangat mudah untuk menjelajahi 1000 foto dalam waktu singkat. Setelah saya melewati semua foto, saya hanya memilih untuk Hapus Foto yang Ditolak, dan saya sudah selesai.

Photoshop Elements memang memiliki fungsi analisis otomatis yang melakukan beberapa hal ini - ia mencoba mendeteksi apakah foto-foto itu kabur, jika ada wajah di dalamnya, dll. Saya tidak akan mengatakan itu brilian. Misalnya, Anda sebenarnya ingin komponen yang tidak fokus dalam foto Anda dan algoritme otomatis masih akan menandainya sebagai kabur.

Saya tidak berpikir 1000 foto sebenarnya banyak yang harus dilalui secara manual dalam proses alur kerja menggunakan sesuatu seperti Lightroom. Mulai dari penandaan pindaian awal sebagai yang ditolak yang jelas tidak dapat digunakan dan kemudian perbaiki menggunakan peringkat, lukisan warna dan tag sesuai keinginan Anda.

Saya sebenarnya sedang mencari-cari sesuatu yang akan membantu saya setidaknya memulai proses menyiangi (ribuan gambar kurung).

Saya membuat alat sederhana untuk memindai direktori gambar dan memindahkan / underexposed gambar ke folder yang berbeda. Ini tidak sempurna dan sama sekali tidak memungkinkan kebebasan artistik yang dilakukan fotografi (tetapi ini membantu saya menghemat waktu). Apa yang dilakukan secara teknis adalah mendapatkan nilai piksel rata-rata setiap gambar (dari 0 - 1.0) dan kemudian Anda dapat menyimpan atau menolak berdasarkan ambang yang dapat diatur. Lihat proyek AutoExposureChecker dan dokumentasi di github untuk info lebih lanjut.

Dengan alat ini, saya dapat mengecek apakah semua gambar boleh dihapus (memindahkan gambar yang benar-benar diinginkan) dan menghapus semua yang lainnya dalam satu pass pertama, menghemat banyak waktu.

Ngomong-ngomong, kupikir aku akan berbagi dan senang menembak!

Ini cukup mudah dilakukan jika Anda dapat menulis dengan Python. Berikut ini adalah artikel bagus tentang penggunaan paket visi komputer sumber terbuka untuk mendeteksi kekaburan gambar secara keseluruhan:

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

Berikut ini skrip cepat yang akan mengurutkan gambar menjadi direktori buram / ok:

#
# 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))

Masalah Anda yang paling sulit adalah memasang python dan opencv ke sistem Anda. Google python3 untuk OS Anda, dan cara menginstal pip dengannya, Anda dapat menggunakan pip3 untuk menginstal opencv. Atau, ada beberapa instalasi pra-bangun python + opencv juga. Anda tidak perlu opencv versi terbaru untuk menjalankan skrip ini.

Script berfungsi dengan baik, dan mengukur keseluruhan gambar kabur. Ini bagus untuk sebagian besar gambar. Namun, pengukuran gambar secara keseluruhan berarti foto-foto satu wajah dan bokeh-latar belakang akan dimasukkan ke dalam direktori buram, dan Anda harus memilahnya kembali. Bagaimanapun, Anda harus melihat gambar-gambar buram untuk memastikan tidak ada penjaga yang salah tempat di sana.

Saya harap skrip ini mempercepat alur kerja Anda.

Perbaikan yang rapi untuk skrip ini adalah memasukkan deteksi wajah, dan menghitung keburaman pada wajah terbesar dalam foto, dan menggunakan nilai-nilai itu untuk ambang kabur, default ke keburaman keseluruhan jika tidak ada wajah yang terdeteksi. Saya akan menyerahkan peningkatan itu kepada Anda!

Saya tidak tahu aplikasi yang dapat secara otomatis menyaring gambar yang berpotensi cacat untuk Anda, tetapi saya tidak akan menggunakannya, setidaknya tidak secara membabi buta.

Kelebihan teknis hanyalah bagian dari apa foto itu. Beberapa gambar yang paling bermakna secara teknis cacat. Dalam banyak kasus, lebih disukai daripada yang secara teknis lebih sempurna yang, misalnya, memiliki komposisi yang lebih buruk atau kurang dari apa yang disebut Cartier Bresson sebagai "saat yang menentukan".

Selain itu, beberapa kelemahan dapat diperbaiki atau diperbaiki dalam pengeditan. Meskipun fokus dan blur hampir tidak mungkin untuk diperbaiki (meskipun ini dapat berubah di masa mendatang ), itu dapat menambahkan efek yang menarik atau dapat diterima. Eksposur, misalnya, adalah salah satunya. Gambar yang sedikit berlebihan atau kurang terang (terutama jika diambil dalam RAW) tidak boleh lebih disukai daripada yang "terpapar" dengan sempurna di properti ini saja, karena dapat dengan mudah diperbaiki.

Misalnya, gambar ini adalah pemotretan satu kali yang keluar hampir 3EV karena kamera memiliki pengaturan yang salah. Namun berkat garis lintang yang disediakan oleh file RAW, itu dapat dipulihkan, sementara proses otomatis akan membuangnya.

Jadi, saya menjawab kedua sebelum saya, mengatakan bahwa alur kerja yang didukung secara efisien lebih baik daripada proses otomatis. Ribuan gambar cukup mudah dikelola di Lightroom dalam satu atau dua jam.

Periksa lab Foto DXO. Secara otomatis dapat memperbaiki foto berdasarkan profil kamera dan lensa. Anda dapat dengan cepat menilai foto dengan menjelajahinya dan hanya mengekspor foto yang telah Anda beri peringkat.