21 May 2013

SmartDeblur 2.1 — восстановление смазанных и расфокусированных изображений

Self Promo
Многие из вас уже читали серию моих постов про восстановление расфокусированных и смазанных изображений, а также пробовали бесплатные версии программы SmartDeblur, к одной из которых доступны исходники на GitHub
Программа и статьи вызвали большой интерес как в рунете, так и в других странах, поэтому мы рады представить коммерческую версию SmartDeblur.

Основные изменения:
— Поддержка больших изображений (до 36MP на 64-битной ОС и до 15MP на 32-битной)
— Возможность редактирования полученного kernel (траектории смаза)
— Увеличение скорости за счет оптимизаций и использования Intel IPP в качестве FFT
— Улучшение интерфейса

image

Адрес проекта: smartdeblur.net
Под катом много картинок!


Теория

Те, кто интересуется теорией восстановления изображений и деконволюции, могут прочитать серию статьей:
Часть 1. Теория — Восстановление расфокусированных и смазанных изображений
Часть 2. Практика — Восстановление расфокусированных и смазанных изображений
Часть 3. Повышаем качество — Восстановление расфокусированных и смазанных изображений
Часть 4. Blind Deconvolution — автоматическое восстановление смазанных изображений
Переводы на английский язык доступны на yuzhikov.com

Примеры работы


Устранение смаза


Это пример реального изображения, снятого камерой Canon 500D с объективом EF 85mm/1.8.
Траектория смаза была определена полностью автоматически. Результат кажется невероятным, но это действительно реальное изображение :)

image

Устранение синтетического размытия — Gaussian Blur


SmartDeblur также может улучшать изображения, которые были размыты такими фоторедакторами, как Photoshop или Gimp.
Несмотря на то, что смаз синтетический — 100% восстановления не получается из-за особенностей гауссиана при деконволюции, тем не менее, можно существенно улучшить читабельность текста:

image

Устранение расфокусировки


Ну и последний пример показывает работу восстановления изображений с неправильным фокусом.
Основное отличие от бесплатной версии — высокая скорость предпросмотра даже для 36MP изображений.

image

Остальные примеры обработки можно посмотреть на странице Examples
Подробная инструкция есть на странице Tutorial

Тонкая настройка

Если результат автоматического определения искажения не дал приемлемого результата, то вы можете открыть Kernel Editor и вручную отредактировать полученную траекторию смаза.
Выглядит это следующим образом:

image

Кроме того, на странице настроек можно поменять метод финальной обработки на более качественный. По умолчанию стоит «Medium-Quality (Wiener)» для большей скорости работы и меньшего потребления памяти.

По традиции за конструктивный фидбек раздаю ключики.

--
Vladimir Yuzhikov (Владимир Южиков)
Tags:SmartDeblurblind deconvolutionвосстановление изображенийдеконволюцияпреобразование фурье
Hubs: Self Promo
+97
20.5k 212
Comments 69
Top of the last 24 hours