Фото на обработку: Обработка фото на заказ онлайн от 100 рублей

Содержание

Обработка фото на заказ - МАСТЕР ХОЛСТ

Обработка фото на заказ – одна из самых востребованных услуг нашей студии. За годы работы образовался большой круг наших друзей – постоянных заказчиков, и круг этот с каждым годом расширяется.
И это неудивительно, ведь даже с самыми простыми и, на первый взгляд, невзрачными фотографиями наши дизайнеры творят настоящие чудеса.

Здесь мы коротко расскажем Вам о самых распространенных вариантах, работы с фотографиями, но Вы можете смело заказать нам что-то новое и индивидуальное – ведь обработка фотографии – это всегда процесс творческий!

— Ретушь фото:

самая простая процедура – аккуратно убираются все недостатки фотографии, если необходимо, корректируется цвет, яркость, формат и так далее. Мы работаем как с цифровыми фотографиями, так и с отпечатанными на бумаге. Процесс оцифровки бумажных фотографий производится на самом лучшем оборудовании. Кроме того, базовая ретушь фото всегда лежит в основе других, более сложных вариантов обработки.

— Оцветнение:

превращение черно-белых фотографий в цветные. Всегда осуществляется очень деликатно, естественно, с учетом Ваших пожеланий. Дайте старым фотографиям новую жизнь!

— Стилизация под живопись:

дизайнеры совершают настоящее чудо – обычные фотографии становятся похожими на картины, написанные масляными красками самыми лучшими художниками! Если напечатать такую фотографию на холсте и покрыть специальным фактурным гелем-лаком – только профессионал догадается, что это не картина!

— Портрет в Историческом стиле и образе:

совмещение Ваших фотографий со знаменитыми шедеврами живописи или фотографиями звезд – Вы можете почувствовать себя героем эпохи Возрождения или идущим по красной дорожке за «Оскаром» — можно дать волю своей фантазии, а дизайнеры воплотят ее в жизнь.

— Замена фона:

Вам нравится, как Вы получились на фотографии, но фон, увы, совсем не подходящий? Не беда – мы можем предложить любой фон – интерьер, пейзаж, нейтральный однотонный. Замена фона производится с учетом освещения, масштаба и пропорций – фотографии получаются абсолютно естественными.

Вы можете выбрать один из этих способов обработки фото, совместить их или предложить свой – так или иначе, мы всегда поможем Вам превратить заурядную фотографию в произведение искусства и оформить ее так, что она долгие годы будет радовать взгляд!

 

Для создание коллажа, ретуши фото, оцветнения  подойдут фото:

С современных смартфонов, с любых фотоаппаратов , Из соцсетей, в т.ч. из инстаграмм

16 уроков по студийной фотографии и дальнейшей обработке

Серия уроков и мастер классов для желающих освоить студийную фотографию. Рассмотрены темы от постановки освещения, до советов по позированию моделей.

Также немаловажным является дальнейшая обработка сделанных фотографий — эта тема также затронута в уроках.

Студийная съемка: ошибки

Студийная фотография

Постановочная студийная фотография. Мастер-класс Игоря Сахарова

Уроки фото. Съемка одежды для каталога

Снимаем портрет. Как фокусное расстояние меняет форму

Схемы света для студии

Световые схемы. Одна вспышка – просто и интересно

Студийная Cъемка с Двумя Источниками

Настройки освещения для создания портрета в домашней студии

Ретушь студийной фотографии

Обработка студийной фотографии низкого качества

Обработка студийных фотографий в плагине ImageNomic Portraiture для Adobe Photoshop

Ретушь студийной фотографии

Выравниваем цвет лица в Фотошоп (selective color)

Основы ретуши кожи в Фотошоп

Основы Ретуши Глаз в Фотошоп

Фото на обложке: ShutterStock

Художественная обработка фотографии

Главная / Художественная обработка фотографии

Печать фото на холсте с художественной обработкой — это создание из вашей фотографии настоящей картины, написанной художником. Современные методы обработки холста позволяют добиться полной реалистичности картины. Покрытие текстурным гелем создает эффект мазка, объемность и вид настоящего художественного произведения. Обработка фотографии сделает ваше фото безупречным, подчеркнув необходимые детали, улучшив цвет и правильно расставив акценты. Все графические работы выполняются вручную.

По вашему желанию художественная обработка может быть выполнена в стиле поп-арт, под карандашный рисунок, акварель. Цветную фотографию можно сделать черно-белой и наоборот. Можно «состарить» современное фото и совсем по-новому сделать старую фотографию.

Прежде чем напечатать любую фотографию на холсте, предварительно ее нужно обработать. Для этого у нас есть целый штат дизайнеров, которые готовы превратить любую фотографию в произведение искусства! Современные методы обработки холста позволяют не только добиться полной реалистичности, но и удовлетворить любые ваши запросы. Для того, чтобы получить макет обработанной фотографии вам нужно: отправить нам изображение, которые хотите обработать, и сформулировать, какой конечный продукт вы хотите увидеть. Затем мы вам вышлем первые макеты, которые вы можете подкорректировать до его утверждения. Для вашего же удобства, внизу представлены самые популярные виды обработки фотографий с кратким описанием, что они из себя представляют.

Виды художественной обработки

Обработка в стиле «Акварель»

Сделайте из любой фотографии настоящие произведения искусства! Акварельная обработка позволяет придать не только акварельные тона, но создать структуру картины, как будто вам ее нарисовали на заказ.

Это обработка особенно популярна на портретах и пейзажах. Вы всегда можете сообщить нашим менеджерам, какой именно хотите наложить эффект.

Примеры обработки картин в стиле «Акварель»




Обработка в стиле «Аниме Арт»

Этот вид обработки назван в честь аниме, потому что он превращает любую фотографию, в мультяшный арт! Такой эффект идеально подойдет для фанатов аниме! Если Ваше чадо обожает японские мультфильмы, то подарите ему холст, где он изображен в стиле аниме! Это будет отличный подарок!

Пример обработки картины в стиле «Аниме Арт»


Обработка в стиле «Аппликация»

Данный эффект, выделяет все крупные фигуры на фотографии, тем самым создает впечатление, что все это наклеено. Такой эффект лучше всего смотрится на контрастных фотографиях, а так же там, где много крупных объектов. Картину с таким эффектом всегда можно подарить близкому другу или второй половинке.

Пример обработки картины в стиле «Аппликация»


Обработка в стиле «Бьюти Арт»

Данный эффект придает фотографии «клубную» атмосферу, обесцвечивая фон и добавляет «кислотные» оттенки разных цветов. Такую картину всегда можно подарить Вашему ребенку, знакомой или подруге, которая обожает проводить время в клубах.

Пример обработки картин в стиле «Бьюти Арт»



Обработка в стиле «Витраж»

Витражи по всему городу завораживает и приковывает взгляды миллионы людей. Данный эффект позволяет вам увидеть ваше изображение, если бы оно было бы нарисовано на витражном стекле! Такой эффект отлично пойдет для старых фотографий или же для авторских работ.

Пример обработки картины в стиле «Витраж»


Обработка в стиле «Гранж»

Данный эффект очень похож на стиль музыки, он делает картину старой, выцветший и специально ее «пачкает».

С помощью этой обработки, вы можете состарить фотографию, и придадите ей некую «антикварность». Такие картины всегда хорошо смотрятся в классическом стиле, где среди мебели присутствуют «массивные» деревянные изделия.

Пример обработки картин в стиле «Гранж»



Обработка в стиле «Вписать в портрет»

Сделайте уникальный подарок, поместив лицо вашего начальника или родственника, в портрет военачальника! Данный эффект можно применить на любом фоне, будь то картина 18 века или современная фотография! Такая картина будет отличным подарком для любого человека, который позволит продемонстрировать ваше отношение к нему и чувство юмора!


Обработка в стиле «Замена фона»

У всех есть фотография, где Вы отлично получились, но фон желает оставлять лучшего. Данный эффект позволит вам переместить себя или ваших знакомых куда угодно, будь то магический лес или райский берег на островах! Это будет отличным подарком для Вашей второй половинки!

Пример обработки картин в стиле «Замена фона»



Обработка в стиле «Магический Арт»

Этот эффект позволяет вам до неузнаваемости изменить фотографию! Здесь используется в изобилие яркие цвета, которые придают картине атмосферу магического мира! Он заставит, с виду обычную фотографию, превратиться в нечто неописуемое и неповторимое!

Пример обработки картин в стиле «Магический Арт»



Обработка в стиле «Под карандаш»

Все любят портреты, особенно которые выполнены карандашом. Данный эффект позволяет сделать из вашего портрета, настоящую зарисовку! Ее можно выполнить как в черно-белом стиле, так и в цветных тонах. Такой подарок будет отлично смотреться где угодно!

Пример обработки картин в стиле «Под карандаш»



Обработка в стиле «Поп Арт»

Поп арт — это направление где в качестве основного предмета использованы продукты повседневного потребления, которые окрашены в яркие цвета! На сегодня, это самая популярный эффект, особенно среди молодежи. Такой холст, будет отлично смотреться, если ваша квартира выполнена в этом же стиле!

Пример обработки картин в стиле «Поп Арт»





Обработка в стиле «Портрет из слов»

Данный эффект позволяет придать вашему портрету шарм, красивая каллиграфия будет находиться заменять фон, что дарит картине, совершенно новую атмосферу. Такие картины получаются очень «легкими».

Пример обработки картин в стиле «Портрет из слов»



Обработка в стиле «Черно-белое в цвет»

Многие хотели бы посмотреть, как выглядят черно-белые фотографии в цвете, благодаря нам это стало возможно! Вы можете нам прислать черно-белую фотографию, и мы превратим ее в произведение с цветом! Особенно это популярно со старыми фотографиями! Такой подарок, всегда можно подарить родителям или бабушка и дедушкам.

Пример обработки картин в стиле «Черно-белое в цвет»


Picinez - обработка фото онлайн


Picinez - онлайн редактор фотографий и картинок для сайта или социальных сетей (например, Instagram  или Facebook). Он умеет выполнять базовые действия: обрезку, яркость, контрастность, насыщенность, резкость, изменения размера как для одной фотографии, так и для всех загруженных, то есть
выполняет пакетную обработку фотографий
.

Редактировать фото онлайн

Ссылка на онлайн фоторедактор: https://picinez.com
(не требует установки и регистрации). Простой минималистичный дизайн, множество фильтров для коррекции снимков, ничего лишнего. Все фото в статье строго кликабельны! 🙂

Обработка фото для Инстаграм

Рассмотрим пример пакетной обработки фоток для Инстаграма. Допустим, вы хотите запостить 5-6 фотографий, и каждую редактировать нет времени.

Загружаем набор фотографий в онлайн редактор Picinez (много не надо загружать, ваш компьютер не потянет, всё-таки это редактор, а не конвертер):


Сначала выделяем любую фотографию и прикидываем, какие настройки хотите к ней применить.

Фотоэффекты онлайн
На примере я добавил для фотографии резкости и насыщенности:


1.Нажав Apply, я могу применить изменения и таким образом вручную отредактировать следующие фотографии.
2. Либо можно сделать Select All (Выбрать все) или другую ручную выборку и разом обработать все фотографии, добавив всем резкости и насыщенности.

Онлайн фоторедактор Picinez умеет сохранять результаты в jpg и png.

Обработка фото онлайн для сайта или блога

Все блогеры, авторы и редакторы статей знают, как муторно сидеть и каждой картинке выставлять размеры. Окей, теперь делаем пакетное изменение размеров картинок в Picinez:
  • нажимаем Select All, чтобы выбрать все фото
  • чтобы редактор дал совершить несколько действий подряд справа отключаем Auto
  • в разделе Transform выставляем размер фото, например, по ширине 2000 пикселей (высоту оставляем auto, чтобы не ломать пропорцию прямоугольника)
  • обратите внимание на поворот (rotate), отражение (flip), zoom (увеличение) и crop (обрезку)
  • нажимаем Apply, ждем окончания обработки и Download (скачать), фотографии скачаются на жесткий диск в виде архива

Обратите внимание на настройки сжатия для jpeg:
Настройте подходящее для себя значение. Например, 70%.

В результате получаем все фотографии одинаково размера с одинаковой компрессией (оптимизацией):


Онлайн фильтры для обработки фото

У Picinez множество фильтров для фотографий, с помощью которых можно добиться различных эффектов.

Фильтр виньетка (популярный в Инстаграме):


Фильтр чернила (рисунок):
Фильтр сепия:
При помощи нескольких фильтров можно состарить фото онлайн:
Сделать красивую чб фотографию онлайн можно убрав saturation и прибавив яркости и контрастности.

Что касается приватности, то редактор не хранит фото на сервере, все действия выполняет ваш компьютер и браузер.

Примеры обработанных фотографий для инстаграма можно найти на сайте Afol Star Wars.

Обработка фотографий в Москве. Хорошая пакетная обработка фотографий

 

Может быть интересно

 

Обработка фото – это улучшение исходного снимка или изображения для более качественной печати с помощью фотошоп обработки фото или любыми другими редакторами для обработки фотографий. С готовой картинкой намного проще работать в редакторах. А вот фото обработка фотографий начинается с того момента, как объектив сфокусировался на модели или предмете съемки.

Для каждого профессионального фотографа существуют свои правила и последовательные действия для того, чтобы правка фото получилась качественной и понравилась клиенту.

Так же для каждого существует своя программа для обработки фотографий. Чаще всего это классический фотошоп и Lightroom. Существует так же онлайн бесплатная обработка фотографий.

У многих фотографов стоимость фото без обработки несколько отличается от хорошей обработки фотографий. Однако в праздничном агентстве «Банкет Москва» в дополнение к каждой фотосъемке или фотосессии пакетная обработка фотографий, то есть: цветокоррекция и кадрирование входят в стоимость фотосъемки. Цены на дополнительную обработку (ретушь и реставрацию), а также фотопечать можно уточнить по телефону, который указан на нашем сайте. Наш приветливый менеджер ответит на любой вопрос, поможет с выбором стиля обработки фотографий и подскажет стоимость специально для вас.

Наше агентство «Банкет Москва» сотрудничает с опытными мастерами, который не первый год занимаются любимым делом, то есть, обработкой фото. Вы можете абсолютно не переживать за результат. Ведь множество положительных отзывов говорит о том, что после нашей работы и услуг остаются только довольные клиенты. Мы максимально выкладываемся, чтоб вы оставались с лучшей обработкой, не зависимо от стиля. Даже, если фотографии были сделаны не нашими фотографами, мы готовы помочь вам привести их в надлежащее состояние и выполнить профессиональную обработку фото в кратчайшие сроки и по хорошей цене. Однако советуем вам обрабатывать фотографии там, где и заказывали съемку. Ведь каждый фотограф выбирает позы, свет и композиции специально для себя, чтоб в дальнейшем из этого получился шедевр.

Какие же существуют самые распространенные способы обработки фото.

В первую очередь – это кадрирование, то есть фокусирование путем отсечения частей изображения. Такой вид обработки необходим после крупных праздников, для свадебной обработки фото и прочего. Именно тогда сложно захватить и сфокусироваться на каждой детали. Поэтому и необходима последующая корректировка материала, чтоб клиент получил великолепный результат работы.

Еще одним важным способом является цветокоррекция. С помощью нее снимок становится более выразительным, насыщенным и ярким. Следует заметить, что качественная цветокоррекция занимает минимум несколько недель. Поэтому не верьте людям, которые возвращают вам снимки через несколько дней. Ведь это значит, что там применялась просто пакетная обработка фотографий. Это не значит, что это плохо. Пакетная корректировка фото имеет место быть. Однако, все-равно, каждый снимок должен быть просмотрен и подкорректирован вручную, ведь автокоррекция по шаблону не может подходить для каждой фотографии. У многих фотографов уже есть свои стили и секреты для применения этого вида обработки, которые строго держаться втайне от чужих глаз. Не доверяйте дилетантам или самоучкам. Помните, что это ваша память, и она должна сохраниться в лучшем виде.

Ретуширование снимков и исправление дефектов кожи также важный способ корректировки фотографий. Подробнее про ретушь вы можете узнать из статьи, посвященной ретуши фотографий. А вот дефекты на коже, а именно, царапины, прыщи, раны, морщины, родинки и прочее, чего бы вы ни хотели видеть на фото можно исправить с помощью нужной программы.

Так же профессионалы работают с резкостью фотографии, размытым фоном, убирают красные глаза и ненужные предметы с фото при желании. Вы можете полностью поменять фон фотографии, сменив скучную стену на красивый замок или берег моря. Базовая коррекция всего отснятого материала включена в стоимость всех услуг. В результате этих операций любой файл превращается в готовый и красивый продукт. Надеемся, что после прочтения краткого экскурса по обработке фото вам станет понятно, от чего завит срок выполнения работы фотографом. Вот это и есть способы обработки фотографий.

Заказать обработку фотографии можно по номерам телефонов, указанным на нашем сайте или же написав нам любым, удобным для вас способом. Наш менеджер обязательно свяжется с вами в кратчайшие сроки и подскажет, к какому фотографу обратиться и какой обработкой воспользоваться. А вот какие стили обработок бывают, вы узнаете ниже.

Лучшие стили обработки фотографий: свадебная, художественная, профессиональная, детская, арт обработка фото в Москве

Для каждого не является секретом, что получить качественный кадр с первого раза – не всегда получается. Часто фотография получается размытой, свет падает не правильно, а фон оставляет желать лучшего. Тут нет ничего стыдного или страшного. Ведь только в профессиональной студии удается получать стопроцентный качественный материал с первого раза и с минимальной обработкой в дальнейшем. Но бывают такие события, где повторить дубль для снимка просто нереально. К такому относиться день рождения, юбилей и, конечно же, самый светлый праздник в жизни каждого человека – свадьба. Несмотря на то, что современные фотокамеры творят чудеса, обработка свадебных фото просто необходима. Часто на таком празднике фотографу приходится снимать огромное количество снимков, что делает последующую обработку достаточно длительной и трудоемкой. Обработка свадебных фотографий становится проще простого в специальных фоторедакторах и программах. Лучшая обработка фото возможна только в самой популярной программе фотошоп. Именно она позволяет добиться нужного результата на высшем уровне. С ее помощью совершенно не сложно выполнить художественную обработку фото после свадебной фотосессии на природе или в старинных зданиях Москвы. Фотографии мгновенно становятся четкими и яркими даже при самом низком первоначальном качестве.

Художественная обработка фотографий – это полет фантазий для человека, который редактирует. Из любого снимка можно сделать сказочное изображение влюбленной пары, но для этого необходимо приложить немного больше усилия, чем для стандартных действий по улучшению качества снимка.

Профессиональная обработка фотографий, как мы уже говорили, идеально подходит для модельных показов, журналов, персональных фотосессий. В таких снимках надо все делать четко, без лишних украшений. Обработка фотографий с эффектами тут не очень уместна.

Наоборот же обработка фото эффекты отлично подойдут для тех, кто желает заказать услугу «обработка детских фотографий» или «арт обработка фото». Обработка фото в стиле арт или детская – это полный полет фантазии. Часто такие заказы поступают для выпускных альбомов, фотокниг или коллажей. Дети – это вообще отдельная тема для фотографий, где каждое движение с первых дней мечтают запечатлеть каждые родители на память про первые шаги, улыбки или танец своего малыша. К таким фотографиям самое трепетное отношение у наших профессионалов. Ведь такие кадры еще долгие годы будут радовать глаз всех родственников, а после, и самого ребенка, когда он вырастет.

Прочитав краткие описания стилей для обработки фотографий, вам будет несколько понятнее и проще при оформлении заказа. А если все-таки возникнут вопросы, то не стесняйтесь и звоните нам в агентство. Мы подберем самый оптимальный для вас вариант по доступным ценам для всех жителей столицы и за ее пределами. Индивидуальный подход к каждому клиенту и профессиональное выполнение заказа гарантировано.

Обработка фотографий - Студия «Самара-Фото»

Обработка фотографий - Студия «Самара-Фото»

Обработка фотографий – необходимый этап создания качественной фотографии. С ее помощью даже самое заурядное изображение приобретет выразительность и очарование. Изначально любая фотография, в том числе снятая современной камерой, не важно в студии или при солнечном свете имеет дефекты из-за излишней или недостаточной освещенности, блеклых цветов и прочего. Дополнительной обработкой возможно сделать такие снимки более яркими, интересными, подготовить к печати на большом формате или обработать фотографии в подарок близким.

     

 

Художественная ретушь фотографий

Воспользоваться бесплатными или платными программами по автоматической обработке фотографий может каждый. Но результат, скорее всего, окажется нереалистичным и, что еще чаще, довольно грубым. Можно попытаться самостоятельно обработать снимки, например в программе Adobe Photoshop, но без должных навыков вы потратите уйму времени, так и не достигнув нужного результата. Поэтому лучше доверять обработку фотографам с опытом таких. Если вам не нравится изображение, или вы хотите создать интересную композицию для настенного панно – закажите обработку у нашего специалиста. Художественная ретушь позволяет полностью «перекроить» исходное фото: скрыть недостатки, выделить привлекательные черты, удалить лишние предметы фона. Мы с Вам попытаемся создать акт творчества, и ни одна программа не справится с ним лучше профессионала, обладающего достаточным опытом и вкусом.

Ретушь свадебных фото

Свадьба – несомненно одно из самых важных событий в жизни. И каждый хочет сохранить память об этом дне в красивых ярких фотоснимках. На качество фотографий влияет множество факторов, которые мы не в силах изменить: места съемки, погода, опыт фотографа, качество аппаратуры и т.п. К счастью, ретушь свадебных фото поможет преобразить дорогие сердцу снимки. В результате обработки вы получите эффектные фотографии, которые в то же время будут смотреться органично и естественно.

           

Фотографии свадебного дня Александры и Вячеслава:

           

Сколько стоит обработка фотографий:

Цены на обработку снимков рассчитываются индивидуально и зависят от сложности работ, сроков выполнения и количества фотографий.

Базовая ретушь включает в себя кадрирование, удаление шума и небольших дефектов. Цена базовой обработки — от 100 руб.

Классическая обработка предусматривает коррекцию света и цвета, устранение незначительных и средних недостатков лица и фигуры, повышение резкости, прорисовку светотени. Стоимость таких работ — от 300 руб.

Услуги по глубокой «журнальной» ретуши включают максимально детальные доработки: полная проработка недостатков кожи, волос, очистку или полную замену фона и элементов окружения, ретушь рисунка светотени по технологии dodge & burn, отбеливание зубов. Стоимость глубокой ретуши — от 600 руб.

АРТ-обработка предполагает индивидуальный творческий подход, а так же работу с рядом жудожественных эффектов. Тут можно полностью поменять цветовое решение, добавить новые элементы с помощью ручной прорисовки или коллажирования, создать определенный сюжет. Цена арт-обработки начинается от 1000 руб.

Если вы хотите проконсультироваться, узнать дополнительную информацию или сразу заказать обработку Ваших фотографий, позвоните по тел: 8-917-113-19-17, Максим

Это фото после обработки? Да, это.

Да, постобработка. Мне постоянно задают этот вопрос, как и любому другому фотографу на планете, и он часто вызывает жаркие споры, которые ставят под сомнение понятие объективной реальности и значение фотографии.

Моя претензия: все фотографии проходят постобработку (так или иначе).

Не вдаваясь в технические детали и касаясь только цифровой фотографии, фотография является результатом попадания света на цифровой датчик, который записывает изображение в виде числа для каждого сенсора (сенсорного элемента).Сенсоры организованы в так называемую мозаику фильтров Байера.

Схема датчика Байера. Иллюстрация Cburnett и лицензия CC BY-SA 3.0

. Я игнорирую датчики, подобные фовеону, которые работают немного иначе, но на самом деле они существенно не меняют характер аргументации.

Изображение RAW, полученное при чтении мозаики с фильтром Байера, невозможно визуализировать без преобразования для создания изображения RGB, которое можно отобразить на экране или распечатать на бумаге.

Интерпретация необработанного файла для восстановления цветов из мозаики фильтров Байера (что часто называется «наукой о цвете») и создания окончательного изображения применяет ряд субъективных преобразований и выборочно отбрасывает информацию. Субъективная интерпретация должна происходить где-то между захватом изображения и его отображением. Кто-то должен принимать субъективные решения о том, какую информацию выбросить, какую информацию сохранить и как преобразовать информацию, чтобы иметь возможность ее визуализировать.

Это пост-обработка.

Когда вы читаете «без фильтра» или «прямо из камеры», на самом деле вы читаете «Я оставляю выбор постобработки инженерам, которые разработали камеру».

Как художник, я хочу сам принимать решения о том, как будет выглядеть окончательное изображение, поэтому я продолжаю постобработку изображений, начиная с файла RAW. Но это не , реальность !

Это общий крик. Что есть на самом деле? Два человека перед сценой, вероятно, будут иметь разные воспоминания об одной и той же сцене и испытывать разные чувства.В любом случае человеческая память не является фотографической.

И фотография не обязательно должна быть точной записью реальности. Во всяком случае, оно не может быть верным, прежде всего потому, что само понятие верной реальности не может быть определено однозначно.

Я утверждаю, что в фотографии любой объем постобработки, от прямо из камеры до смешивания разных изображений, снятых в разных местах и ​​в разное время, является законным, если автор верен своим художественным замыслам.

Мое художественное намерение - создать изображение, которое в чистом виде передает мои чувства перед сценой. .

Мое художественное высказывание - это произвольный выбор, который апеллирует к моему эстетическому восприятию, к тому, как мне нравится заниматься фотографией, и к тому, что я хочу донести до своих работ. Я не утверждаю, что это утверждение универсально, лучше или хуже, чем утверждение любого другого художника, или что оно должно относиться к кому-либо еще, кроме меня.

Из своего художественного высказывания я могу вывести правила, применимые к моей фотографии.Например, я не заменяю небо на своих изображениях небом, взятым из другого места в другое время. Это совершенно законно, но поскольку другое небо не повлияло на мои чувства перед сценой, я этого не делаю.

С другой стороны, мое художественное высказывание позволяет мне клонировать элементы, растягивать и вообще изменять геометрию моих изображений. Если я клонирую что-то вне сцены, это означает, что этот конкретный элемент не повлиял на мои чувства перед этой сценой.

Кто-то другой мог заметить тот же элемент перед той же сценой и мог бы счесть это частью своей истории. Оба варианта законны.

Итак, да, моя фотография подвергается постобработке, чтобы сделать мои истории максимально яркими для вас.


Об авторе : Франческо Каруччи (Francesco Carucci) - пейзажный фотограф изобразительного искусства, который ранее был опытным разработчиком игр. Мнения, выраженные в этой статье, принадлежат исключительно автору.Каруччи создал несколько всемирно признанных и выставленных работ от США до Китая. Вы можете найти больше работ Каруччи на его веб-сайте, в Facebook и Instagram. Эта статья также была опубликована здесь.

Обработка фотографий

Передовые методы управления обработкой фотографий

Для обращения с опасными материалами / отходами

Передовые методы управления (BMP) следует рассматривать как «надлежащие методы ведения домашнего хозяйства». В этой отрасли у нас есть разные типы предприятий, которые используют один и тот же поток отходов.В зависимости от расположения оборудования и требований к предварительной очистке вам может быть разрешено сбрасывать поток жидких отходов в канализацию. Серебро является регулируемым элементом в этом потоке отходов, и его можно удалить и продать. Ниже приведены некоторые рекомендации по использованию при определении BMP для объекта. Потребности каждого объекта будут зависеть от местоположения и количества обрабатываемых каждый день.

ФОТОПРОМЫШЛЕННОСТЬ - ИСТОЧНИКИ ПОЛУЧЕНИЯ И ВАРИАНТЫ УТИЛИЗАЦИИ

Серебро - это элемент, который используется в качестве светочувствительного агента в большинстве фотоматериалов и присутствует в растворах фотографических фиксаторов в виде комплекса тиосульфата серебра. Скорость, цвет и качество изображения определяются количеством серебра, использованного при изготовлении пленки. В процессе проявки серебро выделяется в фиксаторе и отбеливателе / ​​фиксаторе. Кроме того, серебро также присутствует в промывочной воде в результате переноса из различных резервуаров для обработки. Отбеливающие растворы, полученные в результате обработки обратным черным и белым, содержат серебро в виде растворимого сульфата серебра, а также могут содержать значительные количества хрома в виде растворенного дихромата или иона хрома. Концентрация и распределение серебра в растворах для обработки фотографий зависит от типа используемой системы обработки фотографий, метода сбора, типа стирки и количества пленки, обрабатываемой в день.

В конце концов, решения необходимо заменить, а использованные решения утилизировать. Использованные растворы могут храниться в контейнерах (одобрено DOT) и вывозиться коммерческими перевозчиками опасных отходов или сбрасываться в канализационную систему (государственные очистные сооружения - POTW). Если пленочный процессор решает выгружать «отработанные» химикаты в POTW, «отходы» должны быть обработаны для снижения содержания серебра перед выгрузкой. Чтобы получить разрешение на сброс этого типа потока отходов, обратитесь к «специалисту по предварительной обработке» вашего участка канализации.Для сброса в септическую систему потребуется разрешение Департамента здравоохранения округа Ли. Этот тип утилизации не рекомендуется из-за потенциального загрязнения собственности на месте, а также из-за того, что эти химические вещества могут разрушить биологический процесс, необходимый для продолжения эффективной работы септиков. Важно, чтобы вы знали разницу между POTW и локальной септической системой, чтобы соответствовать требованиям по надлежащей утилизации.

Из-за различных факторов было разработано несколько технологий обработки с извлечением серебра.Методы и параметры удаления, такие как географическое положение (район канализации) и классификация производителей опасных отходов, конкретной лаборатории по обработке фотографий. Выбор подходящего метода зависит от размера перерабатывающего предприятия,

количества перерабатываемой пленки, требований к удалению или удалению отходов, а также от капитала, доступного для закупки оборудования. Восстановление серебра дает дополнительное преимущество в виде продукта для продажи.

МЕТОДЫ СНИЖЕНИЯ ОБЪЕМА ОБРАБОТАННЫХ СТОКОВ

1.Используйте химикаты для обработки пленки, которые требуют наименьшего количества перелива жидкости и имеют наименьшую скорость пополнения. Ознакомьтесь с техническими данными производителя и сравните их, чтобы определить, какие химические вещества обеспечивают оптимальное время использования и наименьшее количество воды для ополаскивания.

2. Используйте промывку противотоком вместо пресной воды на каждой стадии, чтобы уменьшить количество выделений. Растворы следует часто проверять, чтобы гарантировать надлежащий химический состав. Чтобы повысить эффективность этого метода, рекомендуется использовать скребки, чтобы свести к минимуму перенос загрязнений на каждом этапе полоскания.

3. Накройте резервуары для обработки, чтобы уменьшить испарение и последующую необходимость восстановления раствора.

4. Чтобы уменьшить возможность добавления дополнительного серебра в технологические растворы или сточные воды, тщательно очистите систему, дренажные линии, отстойники и т. Д., Чтобы удалить любые отложения, накопившиеся за эти годы.

5. Часто и постоянно контролируйте сток в канализацию, ведите записи наблюдений. Отправьте образцы всех решений в независимую испытательную лабораторию, чтобы обеспечить точный анализ вашего процесса.

МЕТОДЫ ИЗМЕРЕНИЯ ПРИСУТСТВИЯ СЕРЕБРА В РЕШЕНИЯХ ДЛЯ ФИКСИРОВКИ

1. Замена металла на медь - чистую медную полоску окунают в сточные воды фиксатора, если присутствует серебро, медь изменит цвет. Этот метод не показывает количество серебра в растворе, только то, что серебро присутствует. Однако опытные пользователи могут судить об относительном содержании по внешнему виду серебра на медной полосе. Стоимость материала составляет около 1 доллара США за тест, и его можно приобрести у любого поставщика металла.

2. Серебряные тестовые листы - стоки фиксатора вызывают изменение цвета тест-полоски в зависимости от содержания серебра в фиксаторе. Этот тест является несколько более комплексным, чем тест «Замена металла на медь», из-за прямой корреляции между отчетливыми изменениями цвета и содержанием серебра в растворе. Стоимость материала составляет около 2 долларов за тест; контрольные работы можно приобрести в магазинах фототоваров.

3. Титрование. Этот тест используется для точного измерения содержания серебра в фиксаторе и должен проводиться в лаборатории обученным техником.Стоимость одного теста составляет 18-50 долларов.

4. Атомно-абсорбционная спектрофотометрия - очень точный метод измерения содержания серебра в фиксаторе; используется только крупными производителями с обширным лабораторным оборудованием. Если раствор отправляется в лабораторию для тестирования, стоимость одного теста составляет 20-60 долларов США.

МЕТОДЫ ВОССТАНОВЛЕНИЯ СЕРЕБРА

1. Металлическая замена. Этот процесс заключается в пропускании фиксатора или отбеливателя, содержащего серебро, через относительно недорогой картридж, заполненный стальной ватой.Серебро извлекается в виде шлама. Замена металла происходит при контакте раствора серебра с железом (стальной ватой). Железо переходит в раствор в виде растворенного иона, а серебро восстанавливается до металлического состояния и падает на дно в виде шлама.

Метод металлической замены особенно подходит для небольших процессоров из-за его низкой стоимости * (обычно от 280 до 350 долларов за систему при годовой стоимости эксплуатации от 150 до 250 долларов). Картриджи доступны из нескольких источников, они просты в установке и не требуют особого обслуживания.Другие преимущества этого процесса: не требуется электроэнергия, концентрация серебра в сточных водах может быть снижена до менее 5 мг / л.

2. Гальваника - закрепитель пропускается через устройство, которое электролитически вызывает осаждение серебра в растворе на катоде в виде практически чистого серебра. Оставшийся раствор может также потребовать дополнительной обработки методом металлической замены, если присутствует остаточное серебро.

Есть два основных метода установки гальванической системы.Устанавливается оборудование рециркуляционного типа, позволяющее закрепителю постоянно проходить через установку, а регенерированный раствор используется повторно, или система обрабатывает закрепитель вне контура. Оба гальванических метода восстановления серебра требуют использования значительно более дорогостоящего оборудования, чем метод замены металла. Кроме того, для активации системы требуется электрическая энергия, которая преобразуется в постоянный ток. * (Стоимость типичной системы составляет 3000–4500 долларов США; годовые эксплуатационные расходы составляют 75–250 долларов США).

3. Ионный обмен - очень эффективное извлечение серебра из разбавленных растворов, таких как промывочная вода, но его нельзя использовать для извлечения серебра из закрепителя или отбеливателя. Раствор сначала прокачивают через колонку с анионообменной смолой. Требуется дополнительная обработка для извлечения серебра из смолы методами гальваники или осаждения. Метод ионного обмена используется в первую очередь там, где необходимо строго ограничивать расход серебра и требует дорогостоящего оборудования * (6500–700 долларов на систему; 550–770 долларов в год на эксплуатационные расходы).

4. Испарение / дистилляция - вода удаляется из раствора выпариванием, оставляя твердый остаток для утилизации или восстановления. Выпаренную воду можно утилизировать путем конденсации и утилизировать в POTW или использовать повторно. * (Типичная стоимость системы составляет 2600–5900 долларов, годовые эксплуатационные расходы - 75–150 долларов).

5. Химическое осаждение -

Металлическое серебро и нерастворимые соединения серебра можно осаждать из растворов для фотообработки с помощью химических реагентов, таких как боргидрид натрия и сульфид натрия.Этот метод восстановления серебра требует относительно недорогого оборудования * (обычно от 165 до 350 долларов на систему и от 50 до 100 долларов в год для работы) и используется в основном производителями фотоматериалов, а не фотопроцессорами.

6. Обратный осмос / ультрафильтрация -

Раствор пропускается через полупроницаемую мембрану под давлением. Вода проходит через мембрану, в то время как серебро и другие растворенные частицы собираются на одной стороне мембраны.Шлам, содержащий серебро, можно утилизировать как опасные отходы или переработать для извлечения серебра для перепродажи.

* (Типичные затраты и годовые эксплуатационные расходы основаны на обработке от 100 до 200 рулонов в день. Точная стоимость может варьироваться).

Если у вас есть какие-либо вопросы, позвоните в Отдел управления природными ресурсами Программы предотвращения загрязнения (P2) по телефону 239-533-8821. Программа P2 призвана служить вашим интересам в правильном обращении с опасными отходами.

Вернуться к началу страницы

Постобработка для начинающих: работа с файлами RAW

За 30 секунд вы можете сделать ваши изображения действительно выдающимися, выполнив следующие действия.


Автор: Andrew Marriott

Постобработка - постоянный источник дебатов и дискуссий в фотографическом сообществе: что такое слишком много? Какое программное обеспечение вы используете? Как вы пользуетесь этими программами? Здесь мы собираемся решить эти проблемы, показывая вам с помощью видеоуроков, как вносить базовые и важные настройки в файлы RAW.Эти файлы похожи на непроявленную пленку: вам нужно вынуть их из камеры и завершить процесс, чтобы получить окончательное изображение.

В качестве обучающего инструмента мы использовали Adobe Lightroom. Многие фотографы используют эту программу, и она легко доступна. Однако мы не продвигали программное обеспечение; вместо этого мы остановились на выделении шагов, которые есть почти в каждой программе для редактирования фотографий. Будь то Mac или ПК, телефон, планшет, ноутбук или настольный компьютер, эти шаги можно легко повторить.

Что меня особенно порадовало, так это то, что я никогда раньше не использовал Lightroom! Я всегда использовал Adobe Camera RAW в Photoshop. Но это подтверждает точку зрения: Lightroom - это простая программа, и простые шаги, которые мы выделяем, будут для вас очень похожими, независимо от того, какое программное обеспечение вы используете.

Введение в Lightroom и простые шаги редактирования


Как вы можете видеть по разнице между изображениями до и после, мы внесли лишь незначительные изменения. Постобработка не означает, что вы должны создавать сумасшедшие эффекты и тратить сотни часов, пытаясь понять, как это сделать.Наша цель - преобразовать ваше незавершенное изображение в формате RAW и превратить его в JPEG, отражающий то, что вы видели в уме во время погружения.

До…

… и после фотосессии в Вакаяме, Япония (Olympus Tough TG-4, f / 4,5, 1 / 80s, ISO320)

Простые исправления широкоугольных изображений


Иногда лучшие корректировки - это те, которые вы не делаете.Если у вас для начала хороший снимок, вам нужно только его отполировать. Сосредоточьтесь на бликах, тенях и незначительной цветокоррекции, и вы сможете проверить 90% постобработки из своего списка. Это быстро, легко, и вам не нужно беспокоиться о том, что ваш выстрел навсегда испортится. Если результат вам не нравится, не сохраняйте его! Кроме того, легко нажать кнопку отмены, и вы можете забыть о тех случаях, когда вы нажимали ползунок насыщенности до упора вправо.

До…

… после. Иногда вам не нужно много делать - просто немного подправьте здесь и там (Olympus OM-D E-M1, 8 мм f / 1,8 «рыбий глаз», f / 11, 1/125 с, ISO200)

Простые настройки имеют огромное значение в макросе


Макросъемка демонстрирует силу этих шагов. Всего за три или четыре быстрых шага вы можете преобразовать изображение, оставаясь при этом верным оригиналу. На большинстве фотоконкурсов разрешена небольшая постобработка, и эти корректировки незначительны.Они также сильны. Вы можете увидеть, как простое перемещение ползунка выделения и тени оживляет изображение.

До…

… и после. Бум! Поговорим о времени, проведенном с пользой. Всего несколько простых настроек преобразуют изображение (Olympus OM-D E-M1, 60 мм f / 2,8 макро, f / 20, 1 / 250s, ISO200)

Логический процесс и отличные результаты


Если программное обеспечение, которое вы используете, не является простым и интуитивно понятным в использовании, найдите что-нибудь другое.На рынке слишком много отличных продуктов. Вам не нужно придерживаться какого-то динозавра программы только потому, что вы за нее заплатили. Отличные программы постобработки можно найти дешево или даже бесплатно. Для большинства людей Photoshop - великий волшебник за кулисами, всемогущий и непонятный. Вы можете пока оставить Photoshop в покое и освоиться с основами. Когда вы будете готовы перейти к следующему уровню публикации, нажмите кнопку «Редактировать в Photoshop». Но это уроки для другого дня.

До…

Не каждое изображение получается потрясающим после этих шагов, но это все же улучшение (Olympus OM-D E-M1, 60 мм f / 2,8 макро, f / 20, 1/200 с, ISO200)

Не все снимки получаются великолепными!


Иногда изображение бывает ошибочным. В этом примере изображение было очень плохо освещенным, а наша рыба даже немного не в фокусе.Но это иллюстрирует хороший момент: вы не можете - и не должны пытаться - сохранить плохое изображение. Если вы попытаетесь максимально обострить объект, не в фокусе, все, что вы получите, - это пиксельный шумный беспорядок. Урок состоит в том, что иногда лучший способ продемонстрировать свои навыки фотографии - это удалить фотографию, если она не соответствует основным критериям правильной экспозиции, резкой фокусировки и приятной композиции.

До…

… и после.Иногда изображение просто не работает: оказывается, морда рыбы немного не в фокусе (Olympus OM-D E-M1, 8 мм f / 1,8 «рыбий глаз», f / 8, 1/80 с, ISO200)

Последние мысли

Файлы RAW

представляют собой необработанные данные, записанные датчиком камеры, и с помощью соответствующего конвертера RAW эти файлы обеспечивают большую гибкость в том, как должно выглядеть окончательное изображение (JPEG). Для подводных фотографов возможность снимать в формате RAW абсолютно необходима, поскольку такая гибкость необходима для адаптации к сложным условиям фотографирования под водой.

Научиться выполнять эти настройки постобработки так же важно, как и научиться делать снимок. К счастью, как показано в этой статье, базовая постобработка - это простая задача, с которой каждый может справиться, используя любой из множества различных программных инструментов. Итак, если вы еще этого не сделали, убедитесь, что вы начинаете снимать в формате RAW, и настраивайте эти ползунки, как и все остальные. Вы будете поражены тем, насколько вы можете улучшить свои изображения с помощью нескольких быстрых и простых настроек.

Cloudmersive Image Processing - коннекторы

API-интерфейсы

для распознавания и обработки изображений позволяют использовать машинное обучение для распознавания и обработки изображений, а также выполнять полезные операции модификации изображений.

В этой статье

Этот разъем доступен в следующих продуктах и ​​регионах:

Сервис Класс Регионы
Логические приложения Стандартный Все регионы Logic Apps, кроме следующих:
- регионы Azure для государственных организаций
- регионы Azure для Китая
Power Automate Премиум Все регионы Power Automate, кроме следующих:
- Правительство США (GCC)
- Правительство США (GCC High)
- China Cloud под управлением 21Vianet
Power Apps Премиум Все регионы Power Apps, кроме следующих:
- Правительство США (GCC)
- Правительство США (GCC High)
- China Cloud под управлением 21Vianet

Этот соединитель критически важен для любого приложения обработки изображений для обработки изображений (включая кадрирование, составление, наслоение, фильтрацию и т. Д.), Распознавания изображений с глубоким обучением, включая людей, лица, объекты и т. Д. В изображениях, а также преобразования изображений. файлы между форматами с очень высокой точностью.Cloudmersive Image Processing охватывает широкий спектр распространенных форматов файлов, включая PNG, BMP, JPEG, WEBP, PSD и более 100 других форматов файлов. Высокая степень безопасности и высокая производительность обработки без сохранения состояния обеспечивают высокую производительность и надежную защиту. Вы можете узнать больше на странице API распознавания и обработки изображений.

Для использования этого коннектора вам потребуется учетная запись Cloudmersive. Вы можете зарегистрироваться с помощью учетной записи Microsoft или создать учетную запись Cloudmersive. Следуйте инструкциям ниже, чтобы получить свой API-ключ.

Получите ключ и секрет API

  • Зарегистрируйте учетную запись Cloudmersive
  • Войдите в свою учетную запись Cloudmersive и нажмите Ключи API

Здесь вы можете создать и увидеть свои ключи API, перечисленные на странице ключей API. Просто скопируйте и вставьте этот ключ API в коннектор обработки изображений Cloudmersive.

Теперь вы готовы начать использовать Cloudmersive Image Processing Connector.

Создание подключения

Коннектор поддерживает следующие типы аутентификации:

По умолчанию Обязательные параметры для создания подключения. Все регионы

По умолчанию

Применимо: все регионы

Обязательные параметры для создания подключения.

Пределы дросселирования

Имя Звонки Период продления
вызовов API на одно соединение 100 60 секунд

Действия

Адаптивно отрегулируйте контрастность изображения, чтобы сделать его более привлекательным и легко различимым.

Использует гамму для адаптивной регулировки контрастности, как человеческий глаз видит мир.Результаты значительно улучшают видимость и визуальную привлекательность изображения.

Добавление настраиваемой тени к изображению

Добавить настраиваемую тень к изображению

Сравните и сопоставьте лица

Найдите лица на входном изображении и сравните их с эталонным изображением, чтобы определить, есть ли совпадения с лицом в эталонном изображении.Эталонное изображение (второй параметр) должно содержать ровно одно лицо.

Составьте два изображения вместе

Объединяет два входных изображения вместе; многослойное изображение на базовое изображение. Первое изображение, которое вы вводите, - это базовое изображение. Второе изображение (многослойное изображение) будет наложено поверх этого базового изображения. Поддерживает прозрачность PNG. Чтобы управлять заполнением, вы можете включить прозрачные пиксели на границах ваших многослойных изображений, если это необходимо.

Преобразование изображения в черно-белое в оттенках серого

Удаление цвета из изображения путем преобразования в черно-белое изображение в оттенках серого

Преобразование входного изображения в формат Bitmap BMP

Преобразует входное изображение в формат PSD. Поддерживаемые форматы входных файлов: AAI, ART, ARW, AVS, BPG, BMP, BMP2, BMP3, BRF, CALS, CGM, CIN, CMYK, CMYKA, CR2, CRW, CUR, CUT, DCM, DCR, DCX, DDS, DIB. , DJVU, DNG, DOT, DPX, EMF, EPDF, EPI, EPS, EPS2, EPS3, EPSF, EPSI, EPT, EXR, FAX, FIG, FITS, FPX, GIF, GPLT, СЕРЫЙ, HDR, HEIC, HPGL, HRZ , ICO, ISOBRL, ISBRL6, JBIG, JNG, JP2, JPT, J2C, J2K, JPEG / JPG, JXR, MAT, MONO, MNG, M2V, MRW, MTV, NEF, ORF, OTB, P7, PALM, PAM, PBM , PCD, PCDS, PCL, PCX, PDF, PEF, PES, PFA, PFB, PFM, PGM, PICON, PICT, PIX, PNG, PNG8, PNG00, PNG24, PNG32, PNG48, PNG64, PNM, PPM, PSB, PSD , PTIF, PWB, RAD, RAF, RGB, RGBA, RGF, RLA, RLE, SCT, SFW, SGI, SID, SUN, SVG, TGA, TIFF, TIM, UIL, VIFF, VICAR, VBMP, WDP, WEBP, WPG , X, XBM, XCF, XPM, XWD, X3F, YCbCr, YCbCrA, YUV.

Преобразование входного изображения в формат GIF

Преобразует входное изображение в формат GIF. Поддерживаемые форматы входных файлов: AAI, ART, ARW, AVS, BPG, BMP, BMP2, BMP3, BRF, CALS, CGM, CIN, CMYK, CMYKA, CR2, CRW, CUR, CUT, DCM, DCR, DCX, DDS, DIB. , DJVU, DNG, DOT, DPX, EMF, EPDF, EPI, EPS, EPS2, EPS3, EPSF, EPSI, EPT, EXR, FAX, FIG, FITS, FPX, GIF, GPLT, СЕРЫЙ, HDR, HEIC, HPGL, HRZ , ICO, ISOBRL, ISBRL6, JBIG, JNG, JP2, JPT, J2C, J2K, JPEG / JPG, JXR, MAT, MONO, MNG, M2V, MRW, MTV, NEF, ORF, OTB, P7, PALM, PAM, PBM , PCD, PCDS, PCL, PCX, PDF, PEF, PES, PFA, PFB, PFM, PGM, PICON, PICT, PIX, PNG, PNG8, PNG00, PNG24, PNG32, PNG48, PNG64, PNM, PPM, PSB, PSD , PTIF, PWB, RAD, RAF, RGB, RGBA, RGF, RLA, RLE, SCT, SFW, SGI, SID, SUN, SVG, TGA, TIFF, TIM, UIL, VIFF, VICAR, VBMP, WDP, WEBP, WPG , X, XBM, XCF, XPM, XWD, X3F, YCbCr, YCbCrA, YUV.

Преобразование входного изображения в формат JPG, JPEG

Преобразует входное изображение в формат JPEG / JPG. Настройте параметры кодирования. Поддерживаемые форматы входных файлов: AAI, ART, ARW, AVS, BPG, BMP, BMP2, BMP3, BRF, CALS, CGM, CIN, CMYK, CMYKA, CR2, CRW, CUR, CUT, DCM, DCR, DCX, DDS, DIB. , DJVU, DNG, DOT, DPX, EMF, EPDF, EPI, EPS, EPS2, EPS3, EPSF, EPSI, EPT, EXR, FAX, FIG, FITS, FPX, GIF, GPLT, СЕРЫЙ, HDR, HEIC, HPGL, HRZ , ICO, ISOBRL, ISBRL6, JBIG, JNG, JP2, JPT, J2C, J2K, JPEG / JPG, JXR, MAT, MONO, MNG, M2V, MRW, MTV, NEF, ORF, OTB, P7, PALM, PAM, PBM , PCD, PCDS, PCL, PCX, PDF, PEF, PES, PFA, PFB, PFM, PGM, PICON, PICT, PIX, PNG, PNG8, PNG00, PNG24, PNG32, PNG48, PNG64, PNM, PPM, PSB, PSD , PTIF, PWB, RAD, RAF, RGB, RGBA, RGF, RLA, RLE, SCT, SFW, SGI, SID, SUN, SVG, TGA, TIFF, TIM, UIL, VIFF, VICAR, VBMP, WDP, WEBP, WPG , X, XBM, XCF, XPM, XWD, X3F, YCbCr, YCbCrA, YUV.

Преобразование входного изображения в формат Photoshop PSD

Преобразует входное изображение в формат PSD. Поддерживаемые форматы входных файлов: AAI, ART, ARW, AVS, BPG, BMP, BMP2, BMP3, BRF, CALS, CGM, CIN, CMYK, CMYKA, CR2, CRW, CUR, CUT, DCM, DCR, DCX, DDS, DIB. , DJVU, DNG, DOT, DPX, EMF, EPDF, EPI, EPS, EPS2, EPS3, EPSF, EPSI, EPT, EXR, FAX, FIG, FITS, FPX, GIF, GPLT, СЕРЫЙ, HDR, HEIC, HPGL, HRZ , ICO, ISOBRL, ISBRL6, JBIG, JNG, JP2, JPT, J2C, J2K, JPEG / JPG, JXR, MAT, MONO, MNG, M2V, MRW, MTV, NEF, ORF, OTB, P7, PALM, PAM, PBM , PCD, PCDS, PCL, PCX, PDF, PEF, PES, PFA, PFB, PFM, PGM, PICON, PICT, PIX, PNG, PNG8, PNG00, PNG24, PNG32, PNG48, PNG64, PNM, PPM, PSB, PSD , PTIF, PWB, RAD, RAF, RGB, RGBA, RGF, RLA, RLE, SCT, SFW, SGI, SID, SUN, SVG, TGA, TIFF, TIM, UIL, VIFF, VICAR, VBMP, WDP, WEBP, WPG , X, XBM, XCF, XPM, XWD, X3F, YCbCr, YCbCrA, YUV.

Преобразование входного изображения в формат PNG

Преобразует входное изображение в формат PNG. Прозрачность сохраняется. Поддерживаемые форматы входных файлов: AAI, ART, ARW, AVS, BPG, BMP, BMP2, BMP3, BRF, CALS, CGM, CIN, CMYK, CMYKA, CR2, CRW, CUR, CUT, DCM, DCR, DCX, DDS, DIB. , DJVU, DNG, DOT, DPX, EMF, EPDF, EPI, EPS, EPS2, EPS3, EPSF, EPSI, EPT, EXR, FAX, FIG, FITS, FPX, GIF, GPLT, СЕРЫЙ, HDR, HEIC, HPGL, HRZ , ICO, ISOBRL, ISBRL6, JBIG, JNG, JP2, JPT, J2C, J2K, JPEG / JPG, JXR, MAT, MONO, MNG, M2V, MRW, MTV, NEF, ORF, OTB, P7, PALM, PAM, PBM , PCD, PCDS, PCL, PCX, PDF, PEF, PES, PFA, PFB, PFM, PGM, PICON, PICT, PIX, PNG, PNG8, PNG00, PNG24, PNG32, PNG48, PNG64, PNM, PPM, PSB, PSD , PTIF, PWB, RAD, RAF, RGB, RGBA, RGF, RLA, RLE, SCT, SFW, SGI, SID, SUN, SVG, TGA, TIFF, TIM, UIL, VIFF, VICAR, VBMP, WDP, WEBP, WPG , X, XBM, XCF, XPM, XWD, X3F, YCbCr, YCbCrA, YUV.

Преобразование входного изображения в формат TIFF

Преобразует входное изображение в формат TIFF. Поддерживаемые форматы входных файлов: AAI, ART, ARW, AVS, BPG, BMP, BMP2, BMP3, BRF, CALS, CGM, CIN, CMYK, CMYKA, CR2, CRW, CUR, CUT, DCM, DCR, DCX, DDS, DIB. , DJVU, DNG, DOT, DPX, EMF, EPDF, EPI, EPS, EPS2, EPS3, EPSF, EPSI, EPT, EXR, FAX, FIG, FITS, FPX, GIF, GPLT, СЕРЫЙ, HDR, HEIC, HPGL, HRZ , ICO, ISOBRL, ISBRL6, JBIG, JNG, JP2, JPT, J2C, J2K, JPEG / JPG, JXR, MAT, MONO, MNG, M2V, MRW, MTV, NEF, ORF, OTB, P7, PALM, PAM, PBM , PCD, PCDS, PCL, PCX, PDF, PEF, PES, PFA, PFB, PFM, PGM, PICON, PICT, PIX, PNG, PNG8, PNG00, PNG24, PNG32, PNG48, PNG64, PNM, PPM, PSB, PSD , PTIF, PWB, RAD, RAF, RGB, RGBA, RGF, RLA, RLE, SCT, SFW, SGI, SID, SUN, SVG, TGA, TIFF, TIM, UIL, VIFF, VICAR, VBMP, WDP, WEBP, WPG , X, XBM, XCF, XPM, XWD, X3F, YCbCr, YCbCrA, YUV.

Преобразование входного изображения в формат WebP

Преобразует входное изображение в формат WebP. Поддерживаемые форматы входных файлов: AAI, ART, ARW, AVS, BPG, BMP, BMP2, BMP3, BRF, CALS, CGM, CIN, CMYK, CMYKA, CR2, CRW, CUR, CUT, DCM, DCR, DCX, DDS, DIB. , DJVU, DNG, DOT, DPX, EMF, EPDF, EPI, EPS, EPS2, EPS3, EPSF, EPSI, EPT, EXR, FAX, FIG, FITS, FPX, GIF, GPLT, СЕРЫЙ, HDR, HEIC, HPGL, HRZ , ICO, ISOBRL, ISBRL6, JBIG, JNG, JP2, JPT, J2C, J2K, JPEG / JPG, JXR, MAT, MONO, MNG, M2V, MRW, MTV, NEF, ORF, OTB, P7, PALM, PAM, PBM , PCD, PCDS, PCL, PCX, PDF, PEF, PES, PFA, PFB, PFM, PGM, PICON, PICT, PIX, PNG, PNG8, PNG00, PNG24, PNG32, PNG48, PNG64, PNM, PPM, PSB, PSD , PTIF, PWB, RAD, RAF, RGB, RGBA, RGF, RLA, RLE, SCT, SFW, SGI, SID, SUN, SVG, TGA, TIFF, TIM, UIL, VIFF, VICAR, VBMP, WDP, WEBP, WPG , X, XBM, XCF, XPM, XWD, X3F, YCbCr, YCbCrA, YUV.

Обрезать изображение до прямоугольной области

Обрезать изображение до целевой прямоугольной области

Кадрирование изображения к лицу с круглым кадрированием

Обрезка изображения до лица (круглая / круглая обрезка). Если присутствует более одного лица, выберите первое.

Кадрирование изображения к лицу с квадратным кадрированием

Обрезка изображения до лица (прямоугольная обрезка).Если присутствует более одного лица, выберите первое.

Описать изображение на естественном языке

Сгенерировать текстовое описание изображения на английском языке в виде предложения.

Устранение пятен для удаления точечного шума с изображения

Удаление точечного шума / удаление пятен на входном изображении

Обнаружение и поиск лиц и ориентиров глазами, носом и ртом на изображении

Определите положение всех лиц на изображении, а также глаза, брови, нос и рот каждого

Обнаружение и поиск лиц на изображении

Определите положение всех лиц на изображении

Обнаружение и выделение краев изображения

Выполнить операцию обнаружения края на входном изображении

Обнаружение и расшивка фотографии документа

Обнаружение и снятие перекоса фотографии документа (например,грамм. снято на мобильный телефон) в идеально квадратное изображение. Отлично подходит для приложений сканирования документов; После расшивки это изображение идеально подходит для преобразования в PDF с помощью Convert API или оптического распознавания символов с помощью OCR API.

Обнаружение мелкого текста на фотографии документа

Определите положение и размер мелкого / мелкого текста на фотографии документа. Определите расположение небольшого текста на фотографии - например, слов и других форм текста с высокой плотностью.Может использоваться для сканирования документа или фотографии (например, камеры смартфона) документа, страницы или квитанции. Для целей OCR - см. Наши API-интерфейсы Deep Learning OCR.

Обнаружение крупного текста на фотографии

Определите положение и размер большого текста на фотографии. Определите расположение на фотографии крупного текста - например, знаков, заголовков и т. Д., А также других форм крупного текста с низкой плотностью. Не подходит для текста с высокой плотностью (например.грамм. сканирование документов, квитанций и т. д.) для целей OCR - для OCR см. наши API-интерфейсы Deep Learning OCR.

Обнаружение объектов, включая типы и местоположения на изображении

Определяет положение, размер и описание объектов на изображении, а также уровень достоверности распознавания. Обнаруживает как людей, так и объекты на изображении.

Обнаружение людей, включая места на изображении

Определите положение и размер людей на изображении, а также уровень достоверности распознавания.Люди на изображении НЕ должны смотреть в камеру; они могут быть обращены в сторону, на ребро и т. д.

Определите возраст людей на изображении

Определяет возраст, положение и размер человеческих лиц на изображении, а также уровень достоверности распознавания. Люди на изображении НЕ должны смотреть в камеру; они могут быть обращены в сторону, на ребро и т. д.

Определить пол людей на изображении

Определите пол, положение и размер человеческих лиц на изображении, а также уровень достоверности распознавания.Люди на изображении должны смотреть в камеру.

Обнаружение номерных знаков транспортных средств на изображении

Определите положение, размер и содержание номерных знаков транспортных средств на изображении. Номерные знаки должны располагаться под углом 15-20 градусов по оси к камере.

Нарисуйте многоугольник на изображении

Нарисовать один или несколько многоугольников с настраиваемыми визуальными эффектами на изображении

Нарисуйте прямоугольник на изображении

Нарисуйте один или несколько прямоугольников с настраиваемыми визуальными элементами на изображении

Рисовать текст на изображении

Нарисовать один или несколько фрагментов текста с настраиваемыми визуальными эффектами на изображении

Тиснение изображения

Выполните операцию тиснения на входном изображении

Найдите расположение символа на изображении

Определите, содержит ли изображение символ, и если да, то положение этого символа на изображении.

Нормализует поворот изображения и удаляет данные поворота EXIF

Автоматически ориентирует входное изображение на основе информации EXIF, а затем удаляет информацию EXIF. EXIF - это дополнительный набор информации, хранящейся в некоторых изображениях, снятых камерами сотовых телефонов, в зависимости от ориентации камеры. Благодаря нормализации поворота и удалению данных EXIF ​​эти изображения становится намного проще обрабатывать.

Небезопасно для работы NSFW racy content.

Классифицировать изображение в небезопасны для работы (NSFW) / Porn / содержание Racy и безопасного содержания.

Выполните гуассианское размытие на входном изображении

Выполнить размытие по Гауссу на входном изображении

Выполните размытие движения на входном изображении

Выполнить размытие движения на входном изображении под определенным углом

Постеризуйте изображение, уменьшив отчетливые цвета

Уменьшить уникальное количество цветов в изображении до указанного уровня

Убрать прозрачность с изображения

Удаляет любую активную прозрачность изображения.Эффективно визуализирует изображение с тем же разрешением, в том же формате файла на белом фоне, тем самым удаляя прозрачность.

Изменить размер изображения

Изменение размера изображения до определенной ширины и определенной высоты

Измените размер изображения с сохранением соотношения сторон

Изменение размера изображения до максимальной ширины и максимальной высоты с сохранением исходного соотношения сторон изображения

Возвращает доминирующие цвета изображения

Использует расширенную обработку изображения для извлечения 5 верхних доминирующих цветов в изображении, возвращаемых в порядке доминирования, причем сначала доминирующий цвет возвращается.Это основные цвета восприятия, используемые в изображении, воспринимаемом зрителем.

Возвращает метаданные изображения, включая EXIF ​​и разрешение.

Возвращает метаданные изображения, включая тип файла, EXIF ​​(если доступно) и разрешение.

Поверните изображение на любое количество градусов

Поворачивает изображение на произвольное число градусов

Вихрь искажает изображение

Swirl искажает изображение на указанное количество градусов

Автоматическое преобразование изображения в художественную картину

Использует машинное обучение для автоматического преобразования изображения в художественную картину.Из-за глубины обработки AI, в зависимости от размера изображения эта операция может занять до 20 секунд.

Адаптивно отрегулируйте контрастность изображения, чтобы сделать его более привлекательным и легко различимым

Использует гамму для адаптивной регулировки контрастности, как человеческий глаз видит мир. Результаты значительно улучшают видимость и визуальную привлекательность изображения.

Параметры
Имя Ключ Обязательно Тип Описание

Значение гаммы для регулировки контрастности изображения.Рекомендуемое значение ...

гамма Правда двойной

Значение гаммы для регулировки контрастности изображения. Рекомендуемое значение ...

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

Возврат

Добавление настраиваемой тени к изображению

Добавить настраиваемую тень к изображению

Параметры
Имя Ключ Обязательно Тип Описание

Смещение тени по горизонтали (X)

Х Правда целое число

Смещение тени по горизонтали (X)

Вертикальное (Y) смещение тени

Y Правда целое число

Вертикальное (Y) смещение тени

Сигма (расстояние размытия) падающей тени

сигма Правда целое число

Сигма (расстояние размытия) падающей тени

Непрозрачность падающей тени; 0 - 0%, 100 - 100%

непрозрачность Правда целое число

Непрозрачность падающей тени; 0 - 0%, 100 - 100%

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Сравнить и сопоставить лица

Найдите лица на входном изображении и сравните их с эталонным изображением, чтобы определить, есть ли совпадения с лицом в эталонном изображении. Эталонное изображение (второй параметр) должно содержать ровно одно лицо.

Параметры
Имя Ключ Обязательно Тип Описание

Файл образа, с которым будет выполняться операция; это изображение может содержать один или ...

inputImage Правда файл

Файл образа, с которым будет выполняться операция; это изображение может содержать один или ...

Изображение одного лица для сравнения и сопоставления.

matchFace Правда файл

Изображение одного лица для сравнения и сопоставления.

Возврат

Результаты сравнения / сопоставления лиц на изображении

Составьте два изображения вместе

Объединяет два входных изображения вместе; многослойное изображение на базовое изображение. Первое изображение, которое вы вводите, - это базовое изображение. Второе изображение (многослойное изображение) будет наложено поверх этого базового изображения.Поддерживает прозрачность PNG. Чтобы управлять заполнением, вы можете включить прозрачные пиксели на границах ваших многослойных изображений, если это необходимо.

Параметры
Имя Ключ Обязательно Тип Описание

Место для компоновки многослойных изображений; возможные значения: "центр ...

"
расположение Правда нить

Место для компоновки многослойных изображений; возможные значения: «центр...

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

baseImage Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Изображение на слой поверх основного изображения.

многослойное изображение Правда файл

Изображение на слой поверх основного изображения.

Возврат

Преобразовать изображение в черно-белое в оттенках серого

Удаление цвета из изображения путем преобразования в черно-белое изображение в оттенках серого

Параметры
Имя Ключ Обязательно Тип Описание

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

Возврат

Преобразование входного изображения в формат Bitmap BMP

Преобразует входное изображение в формат PSD. Поддерживаемые форматы входных файлов: AAI, ART, ARW, AVS, BPG, BMP, BMP2, BMP3, BRF, CALS, CGM, CIN, CMYK, CMYKA, CR2, CRW, CUR, CUT, DCM, DCR, DCX, DDS, DIB. , DJVU, DNG, DOT, DPX, EMF, EPDF, EPI, EPS, EPS2, EPS3, EPSF, EPSI, EPT, EXR, FAX, FIG, FITS, FPX, GIF, GPLT, СЕРЫЙ, HDR, HEIC, HPGL, HRZ , ICO, ISOBRL, ISBRL6, JBIG, JNG, JP2, JPT, J2C, J2K, JPEG / JPG, JXR, MAT, MONO, MNG, M2V, MRW, MTV, NEF, ORF, OTB, P7, PALM, PAM, PBM , PCD, PCDS, PCL, PCX, PDF, PEF, PES, PFA, PFB, PFM, PGM, PICON, PICT, PIX, PNG, PNG8, PNG00, PNG24, PNG32, PNG48, PNG64, PNM, PPM, PSB, PSD , PTIF, PWB, RAD, RAF, RGB, RGBA, RGF, RLA, RLE, SCT, SFW, SGI, SID, SUN, SVG, TGA, TIFF, TIM, UIL, VIFF, VICAR, VBMP, WDP, WEBP, WPG , X, XBM, XCF, XPM, XWD, X3F, YCbCr, YCbCrA, YUV.

Параметры
Имя Ключ Обязательно Тип Описание

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Преобразование входного изображения в формат GIF

Преобразует входное изображение в формат GIF.Поддерживаемые форматы входных файлов: AAI, ART, ARW, AVS, BPG, BMP, BMP2, BMP3, BRF, CALS, CGM, CIN, CMYK, CMYKA, CR2, CRW, CUR, CUT, DCM, DCR, DCX, DDS, DIB. , DJVU, DNG, DOT, DPX, EMF, EPDF, EPI, EPS, EPS2, EPS3, EPSF, EPSI, EPT, EXR, FAX, FIG, FITS, FPX, GIF, GPLT, СЕРЫЙ, HDR, HEIC, HPGL, HRZ , ICO, ISOBRL, ISBRL6, JBIG, JNG, JP2, JPT, J2C, J2K, JPEG / JPG, JXR, MAT, MONO, MNG, M2V, MRW, MTV, NEF, ORF, OTB, P7, PALM, PAM, PBM , PCD, PCDS, PCL, PCX, PDF, PEF, PES, PFA, PFB, PFM, PGM, PICON, PICT, PIX, PNG, PNG8, PNG00, PNG24, PNG32, PNG48, PNG64, PNM, PPM, PSB, PSD , PTIF, PWB, RAD, RAF, RGB, RGBA, RGF, RLA, RLE, SCT, SFW, SGI, SID, SUN, SVG, TGA, TIFF, TIM, UIL, VIFF, VICAR, VBMP, WDP, WEBP, WPG , X, XBM, XCF, XPM, XWD, X3F, YCbCr, YCbCrA, YUV.

Параметры
Имя Ключ Обязательно Тип Описание

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Преобразование входного изображения в формат JPG, JPEG

Преобразует входное изображение в формат JPEG / JPG.Настройте параметры кодирования. Поддерживаемые форматы входных файлов: AAI, ART, ARW, AVS, BPG, BMP, BMP2, BMP3, BRF, CALS, CGM, CIN, CMYK, CMYKA, CR2, CRW, CUR, CUT, DCM, DCR, DCX, DDS, DIB. , DJVU, DNG, DOT, DPX, EMF, EPDF, EPI, EPS, EPS2, EPS3, EPSF, EPSI, EPT, EXR, FAX, FIG, FITS, FPX, GIF, GPLT, СЕРЫЙ, HDR, HEIC, HPGL, HRZ , ICO, ISOBRL, ISBRL6, JBIG, JNG, JP2, JPT, J2C, J2K, JPEG / JPG, JXR, MAT, MONO, MNG, M2V, MRW, MTV, NEF, ORF, OTB, P7, PALM, PAM, PBM , PCD, PCDS, PCL, PCX, PDF, PEF, PES, PFA, PFB, PFM, PGM, PICON, PICT, PIX, PNG, PNG8, PNG00, PNG24, PNG32, PNG48, PNG64, PNM, PPM, PSB, PSD , PTIF, PWB, RAD, RAF, RGB, RGBA, RGF, RLA, RLE, SCT, SFW, SGI, SID, SUN, SVG, TGA, TIFF, TIM, UIL, VIFF, VICAR, VBMP, WDP, WEBP, WPG , X, XBM, XCF, XPM, XWD, X3F, YCbCr, YCbCrA, YUV.

Параметры
Имя Ключ Обязательно Тип Описание

Установите уровень качества JPEG; самое низкое качество - 1 (максимальное сжатие), ...

качество Правда целое число

Установите уровень качества JPEG; самое низкое качество - 1 (максимальное сжатие), ...

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Преобразование входного изображения в формат Photoshop PSD

Преобразует входное изображение в формат PSD. Поддерживаемые форматы входных файлов: AAI, ART, ARW, AVS, BPG, BMP, BMP2, BMP3, BRF, CALS, CGM, CIN, CMYK, CMYKA, CR2, CRW, CUR, CUT, DCM, DCR, DCX, DDS, DIB. , DJVU, DNG, DOT, DPX, EMF, EPDF, EPI, EPS, EPS2, EPS3, EPSF, EPSI, EPT, EXR, FAX, FIG, FITS, FPX, GIF, GPLT, СЕРЫЙ, HDR, HEIC, HPGL, HRZ , ICO, ISOBRL, ISBRL6, JBIG, JNG, JP2, JPT, J2C, J2K, JPEG / JPG, JXR, MAT, MONO, MNG, M2V, MRW, MTV, NEF, ORF, OTB, P7, PALM, PAM, PBM , PCD, PCDS, PCL, PCX, PDF, PEF, PES, PFA, PFB, PFM, PGM, PICON, PICT, PIX, PNG, PNG8, PNG00, PNG24, PNG32, PNG48, PNG64, PNM, PPM, PSB, PSD , PTIF, PWB, RAD, RAF, RGB, RGBA, RGF, RLA, RLE, SCT, SFW, SGI, SID, SUN, SVG, TGA, TIFF, TIM, UIL, VIFF, VICAR, VBMP, WDP, WEBP, WPG , X, XBM, XCF, XPM, XWD, X3F, YCbCr, YCbCrA, YUV.

Параметры
Имя Ключ Обязательно Тип Описание

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Преобразование входного изображения в формат PNG

Преобразует входное изображение в формат PNG.Прозрачность сохраняется. Поддерживаемые форматы входных файлов: AAI, ART, ARW, AVS, BPG, BMP, BMP2, BMP3, BRF, CALS, CGM, CIN, CMYK, CMYKA, CR2, CRW, CUR, CUT, DCM, DCR, DCX, DDS, DIB. , DJVU, DNG, DOT, DPX, EMF, EPDF, EPI, EPS, EPS2, EPS3, EPSF, EPSI, EPT, EXR, FAX, FIG, FITS, FPX, GIF, GPLT, СЕРЫЙ, HDR, HEIC, HPGL, HRZ , ICO, ISOBRL, ISBRL6, JBIG, JNG, JP2, JPT, J2C, J2K, JPEG / JPG, JXR, MAT, MONO, MNG, M2V, MRW, MTV, NEF, ORF, OTB, P7, PALM, PAM, PBM , PCD, PCDS, PCL, PCX, PDF, PEF, PES, PFA, PFB, PFM, PGM, PICON, PICT, PIX, PNG, PNG8, PNG00, PNG24, PNG32, PNG48, PNG64, PNM, PPM, PSB, PSD , PTIF, PWB, RAD, RAF, RGB, RGBA, RGF, RLA, RLE, SCT, SFW, SGI, SID, SUN, SVG, TGA, TIFF, TIM, UIL, VIFF, VICAR, VBMP, WDP, WEBP, WPG , X, XBM, XCF, XPM, XWD, X3F, YCbCr, YCbCrA, YUV.

Параметры
Имя Ключ Обязательно Тип Описание

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Преобразование входного изображения в формат TIFF

Преобразует входное изображение в формат TIFF.Поддерживаемые форматы входных файлов: AAI, ART, ARW, AVS, BPG, BMP, BMP2, BMP3, BRF, CALS, CGM, CIN, CMYK, CMYKA, CR2, CRW, CUR, CUT, DCM, DCR, DCX, DDS, DIB. , DJVU, DNG, DOT, DPX, EMF, EPDF, EPI, EPS, EPS2, EPS3, EPSF, EPSI, EPT, EXR, FAX, FIG, FITS, FPX, GIF, GPLT, СЕРЫЙ, HDR, HEIC, HPGL, HRZ , ICO, ISOBRL, ISBRL6, JBIG, JNG, JP2, JPT, J2C, J2K, JPEG / JPG, JXR, MAT, MONO, MNG, M2V, MRW, MTV, NEF, ORF, OTB, P7, PALM, PAM, PBM , PCD, PCDS, PCL, PCX, PDF, PEF, PES, PFA, PFB, PFM, PGM, PICON, PICT, PIX, PNG, PNG8, PNG00, PNG24, PNG32, PNG48, PNG64, PNM, PPM, PSB, PSD , PTIF, PWB, RAD, RAF, RGB, RGBA, RGF, RLA, RLE, SCT, SFW, SGI, SID, SUN, SVG, TGA, TIFF, TIM, UIL, VIFF, VICAR, VBMP, WDP, WEBP, WPG , X, XBM, XCF, XPM, XWD, X3F, YCbCr, YCbCrA, YUV.

Параметры
Имя Ключ Обязательно Тип Описание

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Преобразование входного изображения в формат WebP

Преобразует входное изображение в формат WebP.Поддерживаемые форматы входных файлов: AAI, ART, ARW, AVS, BPG, BMP, BMP2, BMP3, BRF, CALS, CGM, CIN, CMYK, CMYKA, CR2, CRW, CUR, CUT, DCM, DCR, DCX, DDS, DIB. , DJVU, DNG, DOT, DPX, EMF, EPDF, EPI, EPS, EPS2, EPS3, EPSF, EPSI, EPT, EXR, FAX, FIG, FITS, FPX, GIF, GPLT, СЕРЫЙ, HDR, HEIC, HPGL, HRZ , ICO, ISOBRL, ISBRL6, JBIG, JNG, JP2, JPT, J2C, J2K, JPEG / JPG, JXR, MAT, MONO, MNG, M2V, MRW, MTV, NEF, ORF, OTB, P7, PALM, PAM, PBM , PCD, PCDS, PCL, PCX, PDF, PEF, PES, PFA, PFB, PFM, PGM, PICON, PICT, PIX, PNG, PNG8, PNG00, PNG24, PNG32, PNG48, PNG64, PNM, PPM, PSB, PSD , PTIF, PWB, RAD, RAF, RGB, RGBA, RGF, RLA, RLE, SCT, SFW, SGI, SID, SUN, SVG, TGA, TIFF, TIM, UIL, VIFF, VICAR, VBMP, WDP, WEBP, WPG , X, XBM, XCF, XPM, XWD, X3F, YCbCr, YCbCrA, YUV.

Параметры
Имя Ключ Обязательно Тип Описание

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Обрезать изображение до прямоугольной области

Обрезать изображение до целевой прямоугольной области

Параметры
Имя Ключ Обязательно Тип Описание

Левый край прямоугольной области кадрирования в пикселях (X).

слева Правда целое число

Левый край прямоугольной области кадрирования в пикселях (X).

Верхний край прямоугольной области кадрирования в пикселях (Y).

верх Правда целое число

Верхний край прямоугольной области кадрирования в пикселях (Y).

Ширина прямоугольной области обрезки в пикселях.

ширина Правда целое число

Ширина прямоугольной области обрезки в пикселях.

Высота прямоугольной области кадрирования в пикселях.

высота Правда целое число

Высота прямоугольной области кадрирования в пикселях.

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Обрезать изображение по лицу с круглым кадрированием

Обрезка изображения до лица (круглая / круглая обрезка). Если присутствует более одного лица, выберите первое.

Параметры
Имя Ключ Обязательно Тип Описание

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Кадрирование изображения по краю с кадрированием квадратов

Обрезка изображения до лица (прямоугольная обрезка). Если присутствует более одного лица, выберите первое.

Параметры
Имя Ключ Обязательно Тип Описание

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Описать изображение на естественном языке

Сгенерировать текстовое описание изображения на английском языке в виде предложения.

Параметры
Имя Ключ Обязательно Тип Описание

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Результат распознавания изображения

Устранение пятен для удаления точечного шума с изображения

Удаление точечного шума / удаление пятен на входном изображении

Параметры
Имя Ключ Обязательно Тип Описание

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Обнаружение и поиск лиц и ориентиров, глаз, носа и рта на изображении

Определите положение всех лиц на изображении, а также глаза, брови, нос и рот каждого

Параметры
Имя Ключ Обязательно Тип Описание

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Результаты поиска лиц на изображении

Обнаружение и поиск лиц на изображении

Определите положение всех лиц на изображении

Параметры
Имя Ключ Обязательно Тип Описание

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Результаты поиска лиц на изображении

Обнаружение и выделение краев изображения

Выполнить операцию обнаружения края на входном изображении

Параметры
Имя Ключ Обязательно Тип Описание

Радиус в пикселях операции обнаружения края; больший радиус будет...

радиус Правда целое число

Радиус в пикселях операции обнаружения края; больший радиус будет ...

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

Возврат

Обнаружение и снятие перекоса фотографии документа

Обнаруживает и откручивает фотографию документа (например, сделанную на мобильный телефон) до идеально квадратного изображения. Отлично подходит для приложений сканирования документов; После расшивки это изображение идеально подходит для преобразования в PDF с помощью Convert API или оптического распознавания символов с помощью OCR API.

Параметры
Имя Ключ Обязательно Тип Описание

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Необязательные эффекты постобработки для применения к электронной почте, по умолчанию - Нет ...

Эффект постобработки нить

Необязательные эффекты постобработки для применения к электронному письму, по умолчанию - Нет...

Возврат

Обнаружение мелкого текста на фотографии документа

Определите положение и размер мелкого / мелкого текста на фотографии документа. Определите расположение небольшого текста на фотографии - например, слов и других форм текста с высокой плотностью. Может использоваться для сканирования документа или фотографии (например, камеры смартфона) документа, страницы или квитанции. Для целей OCR - см. Наши API-интерфейсы Deep Learning OCR.

Параметры
Имя Ключ Обязательно Тип Описание

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Результат операции по обнаружению текста на фотографии

Обнаружение крупного текста на фотографии

Определите положение и размер большого текста на фотографии. Определите расположение на фотографии большого текста - например, знаков, заголовков и т. Д.и другие формы большого текста с низкой плотностью. Не подходит для текста с высокой плотностью (например, сканирование документов, квитанций и т. Д.) В целях распознавания текста - для распознавания текста см. Наши API-интерфейсы Deep Learning OCR.

Параметры
Имя Ключ Обязательно Тип Описание

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

Возврат

Результат операции по обнаружению текста на фотографии

Обнаружение объектов, включая типы и местоположения на изображении

Определяет положение, размер и описание объектов на изображении, а также уровень достоверности распознавания. Обнаруживает как людей, так и объекты на изображении.

Параметры
Имя Ключ Обязательно Тип Описание

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Результат обнаружения объектов на изображении

Обнаружение людей, включая местоположение на изображении

Определите положение и размер людей на изображении, а также уровень достоверности распознавания.Люди на изображении НЕ должны смотреть в камеру; они могут быть обращены в сторону, на ребро и т. д.

Параметры
Имя Ключ Обязательно Тип Описание

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

Возврат

Результат обнаружения объектов на изображении

Определить возраст людей по изображению

Определяет возраст, положение и размер человеческих лиц на изображении, а также уровень достоверности распознавания. Люди на изображении НЕ должны смотреть в камеру; они могут быть обращены в сторону, на ребро и т. д.

Параметры
Имя Ключ Обязательно Тип Описание

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Результат классификации возраста людей на изображении

Определить пол людей на изображении

Определите пол, положение и размер человеческих лиц на изображении, а также уровень достоверности распознавания.Люди на изображении должны смотреть в камеру.

Параметры
Имя Ключ Обязательно Тип Описание

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P...

Возврат

Результат классификации пола людей на изображении

Обнаружение номерных знаков транспортных средств на изображении

Определите положение, размер и содержание номерных знаков транспортных средств на изображении. Номерные знаки должны располагаться под углом 15-20 градусов по оси к камере.

Параметры
Имя Ключ Обязательно Тип Описание

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Результат обнаружения номерных знаков ТС на снимке

Нарисовать многоугольник на изображении

Нарисовать один или несколько многоугольников с настраиваемыми визуальными эффектами на изображении

Параметры
Имя Ключ Обязательно Тип Описание

BaseImageBytes

BaseImageBytes байт

Изображение для рисования многоугольников в байтах.Вы также можете использовать BaseImageUrl вместо ввода изображения в виде URL-адреса

BaseImageUrl

BaseImageUrl нить

Изображение для рисования многоугольников в виде полного URL-адреса HTTP или HTTPS

BorderColor

BorderColor нить

Border Color to use - может быть шестнадцатеричным значением (с #) или общим названием цвета HTML.Поддерживаются прозрачные цвета.

BorderWidth

BorderWidth двойной

Ширина границы в пикселях. Введите 0, чтобы нарисовать многоугольник без границы

FillColor

FillColor нить

Используемый цвет заливки - может быть шестнадцатеричным значением (с #) или общим именем цвета HTML.Поддерживаются прозрачные цвета. Оставьте поле пустым, чтобы не заполнять многоугольник.

Х

Х двойной

X положение в пикселях этой точки в многоугольнике

Я

Y двойной

Y положение в пикселях этой точки в многоугольнике

Возврат

Нарисуйте прямоугольник на изображении

Нарисуйте один или несколько прямоугольников с настраиваемыми визуальными элементами на изображении

Параметры
Имя Ключ Обязательно Тип Описание

BaseImageBytes

BaseImageBytes байт

Изображение для рисования прямоугольников в байтах.Вы также можете использовать BaseImageUrl вместо ввода изображения в виде URL-адреса

BaseImageUrl

BaseImageUrl нить

Изображение для рисования прямоугольников в виде полного URL-адреса HTTP или HTTPS

BorderColor

BorderColor нить

Border Color to use - может быть шестнадцатеричным значением (с #) или общим названием цвета HTML.Поддерживаются прозрачные цвета.

BorderWidth

BorderWidth двойной

Ширина границы в пикселях. Введите 0, чтобы нарисовать прямоугольник без границы

FillColor

FillColor нить

Используемый цвет заливки - может быть шестнадцатеричным значением (с #) или общим именем цвета HTML.Поддерживаются прозрачные цвета. Оставьте поле пустым, чтобы прямоугольник не заполнялся.

Высота

Высота двойной

Высота прямоугольника в пикселях

Ширина

Ширина двойной

Ширина прямоугольника в пикселях

Х

Х двойной

Расположение в пикселях левого края прямоугольника

Я

Y двойной

Положение верхнего края прямоугольника в пикселях

Возврат

Нарисовать текст на изображении

Нарисовать один или несколько фрагментов текста с настраиваемыми визуальными эффектами на изображении

Параметры
Имя Ключ Обязательно Тип Описание

BaseImageBytes

BaseImageBytes байт

Изображение для рисования текста в байтах.Вы также можете использовать BaseImageUrl вместо ввода изображения в виде URL-адреса

BaseImageUrl

BaseImageUrl нить

Изображение для рисования текста в виде полного URL-адреса HTTP или HTTPS

Цвет

Цвет нить

Используемый цвет - может быть шестнадцатеричным значением (с #) или общим названием цвета HTML

FontFamilyName

FontFamilyName нить

Семейство шрифтов для использования.Оставьте поле пустым, чтобы по умолчанию было выбрано «Arial».

Размер шрифта

Размер шрифта двойной

Размер используемого шрифта.

Высота

Высота двойной

Высота текстового поля в пикселях для рисования текста; текст будет перенесен внутрь этого поля

Текст

Текст нить

Текстовая строка для рисования

Ширина

Ширина двойной

Ширина текстового поля в пикселях для рисования текста; текст будет перенесен внутрь этого поля

Х

Х двойной

Расположение в пикселях левого края текста

Я

Y двойной

Положение верхнего края текста в пикселях

Возврат

Выдавить изображение

Выполните операцию тиснения на входном изображении

Параметры
Имя Ключ Обязательно Тип Описание

Радиус операции тиснения в пикселях; будет производить больший радиус...

радиус Правда целое число

Радиус операции тиснения в пикселях; больший радиус даст ...

Сигма или дисперсия операции тиснения

сигма Правда целое число

Сигма или дисперсия операции тиснения

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Найдите местоположение символа на изображении

Определите, содержит ли изображение символ, и если да, то положение этого символа на изображении.

Параметры
Имя Ключ Обязательно Тип Описание

Файл изображения для поиска целевого изображения.

inputImage Правда файл

Файл изображения для поиска целевого изображения.

Изображение для поиска во входном изображении.

target Изображение Правда файл

Изображение для поиска во входном изображении.

Возврат

Результат операции поиска символа на входном изображении

Нормализует поворот изображения и удаляет данные поворота EXIF ​​

Автоматически ориентирует входное изображение на основе информации EXIF, а затем удаляет информацию EXIF.EXIF - это дополнительный набор информации, хранящейся в некоторых изображениях, снятых камерами сотовых телефонов, в зависимости от ориентации камеры. Благодаря нормализации поворота и удалению данных EXIF ​​эти изображения становится намного проще обрабатывать.

Параметры
Имя Ключ Обязательно Тип Описание

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

Возврат

Небезопасно для работы по классификации NSFW

Классифицировать изображение в небезопасны для работы (NSFW) / Porn / содержание Racy и безопасного содержания.

Параметры
Имя Ключ Обязательно Тип Описание

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Результат классификации NSFW

Выполните размытие по гуасу на входном изображении

Выполнить размытие по Гауссу на входном изображении

Параметры
Имя Ключ Обязательно Тип Описание

Радиус операции размытия в пикселях; больший радиус даст...

радиус Правда целое число

Радиус операции размытия в пикселях; больший радиус даст ...

Сигма или дисперсия операции размытия по Гауссу

сигма Правда целое число

Сигма или дисперсия операции размытия по Гауссу

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Выполнить размытие движения на входном изображении

Выполнить размытие движения на входном изображении под определенным углом

Параметры
Имя Ключ Обязательно Тип Описание

Радиус операции размытия в пикселях; больший радиус даст...

радиус Правда целое число

Радиус операции размытия в пикселях; больший радиус даст ...

Сигма или дисперсия операции размытия движения

сигма Правда целое число

Сигма или дисперсия операции размытия движения

Угол размытия изображения в градусах

угол Правда целое число

Угол размытия изображения в градусах

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Постеризация изображения путем уменьшения отчетливых цветов

Уменьшить уникальное количество цветов в изображении до указанного уровня

Параметры
Имя Ключ Обязательно Тип Описание

Количество уникальных цветов, сохраняемых в выходном изображении

уровней Правда целое число

Количество уникальных цветов, сохраняемых в выходном изображении

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Удалить прозрачность с изображения

Удаляет любую активную прозрачность изображения. Эффективно визуализирует изображение с тем же разрешением, в том же формате файла на белом фоне, тем самым удаляя прозрачность.

Параметры
Имя Ключ Обязательно Тип Описание

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Изменить размер изображения

Изменение размера изображения до определенной ширины и определенной высоты

Параметры
Имя Ключ Обязательно Тип Описание

Ширина выходного изображения - конечное изображение будет именно этой шириной

ширина Правда целое число

Ширина выходного изображения - конечное изображение будет именно этой шириной

Высота выходного изображения - конечное изображение будет именно этой высоты

высота Правда целое число

Высота выходного изображения - конечное изображение будет именно этой высоты

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Изменить размер изображения с сохранением соотношения сторон

Изменение размера изображения до максимальной ширины и максимальной высоты с сохранением исходного соотношения сторон изображения

Параметры
Имя Ключ Обязательно Тип Описание

Максимальная ширина выходного изображения - конечное изображение будет размером с po...

maxWidth Правда целое число

Максимальная ширина выходного изображения - конечное изображение будет размером po ...

Максимальная высота выходного изображения - конечное изображение будет размером p ...

maxHeight Правда целое число

Максимальная высота выходного изображения - конечное изображение будет размером до p...

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Возвращает доминирующие цвета изображения

Использует расширенную обработку изображения для извлечения 5 верхних доминирующих цветов в изображении, возвращаемых в порядке доминирования, причем сначала доминирующий цвет возвращается.Это основные цвета восприятия, используемые в изображении, воспринимаемом зрителем.

Параметры
Имя Ключ Обязательно Тип Описание

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

Возврат

Результат выполнения операции получения доминирующего цвета

Возвращает метаданные изображения, включая EXIF ​​и разрешение

Возвращает метаданные изображения, включая тип файла, EXIF ​​(если доступно) и разрешение.

Параметры
Имя Ключ Обязательно Тип Описание

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Метаданные с изображения

Повернуть изображение на любое количество градусов

Поворачивает изображение на произвольное число градусов

Параметры
Имя Ключ Обязательно Тип Описание

градусов для поворота изображения; значения варьируются от 0.От 0 до 360,0.

градусов Правда двойной

градусов для поворота изображения; диапазон значений от 0,0 до 360,0.

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P...

Возврат

Завихрение искажает изображение

Swirl искажает изображение на указанное количество градусов

Параметры
Имя Ключ Обязательно Тип Описание

Градусы завихрения

градусов Правда целое число

Градусы завихрения

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Автоматическое преобразование изображения в художественную картину

Использует машинное обучение для автоматического преобразования изображения в художественную картину. Из-за глубины обработки AI, в зависимости от размера изображения эта операция может занять до 20 секунд.

Параметры
Имя Ключ Обязательно Тип Описание

Стиль картины, которую нужно применить. Для начала попробуем "удние" картины ...

стиль Правда нить

Стиль картины, которую нужно применить. Для начала попробуем "удние" картины ...

Файл образа для выполнения операции.Распространенные форматы файлов, такие как P ...

файл изображения Правда файл

Файл образа для выполнения операции. Распространенные форматы файлов, такие как P ...

Возврат

Определения

AgeDetectionResult

Результат классификации возраста людей на изображении

Имя Путь Тип Описание

Идентифицировано людей

человекОпознано целое число

Количество идентифицированных на снимке людей возрастом

человек в возрасте

человек в возрасте массив PersonWithAge

Люди на изображении с указанием возраста

Успешно

Успешно логический

Истина, если операция прошла успешно, иначе ложь

ColorResult

Индивидуальный цвет

Имя Путь Тип Описание

В

B целое число

Значение пикселя синего (B) канала этого цвета

G

G целое число

Значение пикселя зеленого (G) канала этого цвета

R

R целое число

Значение пикселя красного (R) канала этого цвета

Обнаружен лицензионный номер

Номерной знак найден на изображении

Имя Путь Тип Описание

Высота

Высота целое число

Высота расположения номерного знака в пикселях

LicensePlateRecognitionConfidenceLevel

LicensePlateRecognitionConfidenceLevel двойной

Оценка уверенности по шкале 0.0 - 1.0 точности обнаруженного номерного знака, чем выше балл, тем лучше; значения около 0,75 являются высокой достоверностью

LicensePlateText_BestMatch

LicensePlateText_BestMatch нить

Текст с автомобильного номера, достоверный результат

LicensePlateText_RunnerUp

LicensePlateText_RunnerUp нить

Альтернативный текст с автомобильного номера на основе второго результата по достоверности

РасположениеX

Расположение X целое число

X расположение левого края номерного знака, начиная с левого края фотографии (X = 0)

Место нахожденияY

Место нахожденияY целое число

Y расположение верхнего края номерного знака, начиная с верхнего края фотографии (Y = 0)

Ширина

Ширина целое число

Ширина расположения номера в пикселях

Обнаруженный объект

Экземпляр одного объекта и связанные с ним детали, обнаруженные на изображении

Имя Путь Тип Описание

Высота

Высота целое число

Высота объекта в пикселях

ObjectClassName

ObjectClassName нить

Класс объекта.Примеры значений: «человек», «машина», «обеденный стол» и т. Д.

Оценка

Оценка двойной

Оценка достоверности обнаруженного объекта; возможные значения от 0,0 до 1,0; значения ближе к 1.0 являются более высокой достоверностью

Ширина

Ширина целое число

Ширина объекта в пикселях

Х

Х целое число

Расположение по оси X в пикселях левой стороны объекта, при этом правая сторона равна X + ширина

Я

Y целое число

Расположение по оси Y в пикселях верхней стороны объекта, при этом нижняя сторона равна Y + высота

DominantColorResult

Результат выполнения операции получения доминирующего цвета

Имя Путь Тип Описание

DominantColors

DominantColors массив ColorResult

Доминирующие цвета в изображении, в том порядке, в котором наиболее доминирующий цвет находится в первой позиции индекса (0), второй наиболее доминирующий цвет находится в позиции индекса 1 и т. Д.

Успешно

Успешно логический

Истина, если операция прошла успешно, иначе ложь

Лицевая

Расположение одного лица на изображении

Имя Путь Тип Описание

снизу

снизу целое число

Координата Y нижней стороны грани

Левый X

слева X целое число

Координата X левой стороны грани

Правый X

правый X целое число

Координата X правой стороны грани

TopY

TopY целое число

Координата Y верхней стороны грани

FaceCompareResponse

Результаты сравнения / сопоставления лиц на изображении

Имя Путь Тип Описание

ErrorDetails

ErrorDetails нить

Подробная информация обо всех произошедших ошибках

FaceCount

FaceCount целое число

Количество лиц, найденных на изображении

Лица

Лица массив FaceMatch

Массив лиц на входном изображении

Успешно

Успешно логический

Истина, если операция прошла успешно, иначе ложь

FaceLocateResponse

Результаты поиска лиц на изображении

Имя Путь Тип Описание

ErrorDetails

ErrorDetails нить

Подробная информация обо всех произошедших ошибках

FaceCount

FaceCount целое число

Количество лиц, найденных на изображении

Лица

Лица массив Face

Массив лиц на изображении

Успешно

Успешно логический

Истина, если операция прошла успешно, иначе ложь

FaceLocateWithLandmarksОтвет

Результаты поиска лиц на изображении

Имя Путь Тип Описание

ErrorDetails

ErrorDetails нить

Подробная информация обо всех произошедших ошибках

FaceCount

FaceCount целое число

Количество лиц, найденных на изображении

Лица

Лица массив FaceWithLandmarks

Массив лиц на изображении

Успешно

Успешно логический

Истина, если операция прошла успешно, иначе ложь

FaceMatch

Расположение одного лица на изображении вместе с результатами совпадений

Имя Путь Тип Описание

снизу

снизу целое число

Координата Y нижней стороны грани

HighConfidenceMatch

HighConfidenceMatch логический

Истинно, если есть совпадение с высокой степенью достоверности, иначе ложно

Левый X

слева X целое число

Координата X левой стороны грани

MatchScore

MatchScore двойной

Счет матча от 0.От 0 до 1,0 с более высокими баллами, указывающими на большее соответствие; оценка выше 0,7 указывает на совпадение

Правый X

правый X целое число

Координата X правой стороны грани

TopY

TopY целое число

Координата Y верхней стороны грани

FacePoint

Расположение точки в забое

Имя Путь Тип Описание

Х

Х целое число

Расположение по оси X, где 0 - крайний левый пиксель

Я

Y целое число

Расположение по оси Y, где 0 - самый верхний пиксель

FaceWithLandmarks

Расположение одного лица на изображении

Имя Путь Тип Описание

низ и стороны лица

низ и стороны лица массив FacePoint

Точечные расположения нижней и боковых сторон лица (щеки и подбородок)

снизу

снизу целое число

Координата Y нижней стороны грани

Левый глаз

Левый глаз массив FacePoint

Расположение точек левого глаза (глаз, ближайший к левой части изображения)

Левая бровь

Левая бровь массив FacePoint

Расположение точек левой брови (самая близкая к левой части изображения бровь)

Левый X

слева X целое число

Координата X левой стороны грани

LipsInnerOutline

LipsInnerOutline массив FacePoint

Точечное расположение внутреннего контура губ

LipsOuterOutline

LipsOuterOutline массив FacePoint

Расположение точек внешнего контура губ

носовая часть

носовая часть массив FacePoint

Точки дна (ноздри) носа

Носовый мост

Носовой мост массив FacePoint

Точки переносицы (вертикальная часть носа)

Правый глаз

Правый глаз массив FacePoint

Расположение точек правого глаза (глаз, ближайший к правой стороне изображения)

Бровь правая

Бровь правая массив FacePoint

Расположение точек правой брови (самая близкая к правой части изображения бровь)

Правый X

правый X целое число

Координата X правой стороны грани

TopY

TopY целое число

Координата Y верхней стороны грани

FindSymbolResult

Результат операции поиска символа на входном изображении

Имя Путь Тип Описание

Высота

Высота целое число

Высота найденного местоположения в пикселях

MatchScore

MatchScore двойной

Оценка от 0.0 и 1.0, которые измеряют, насколько точно соответствует символ; оценка выше 0,2 - хорошо

Успешно

Успешно логический

Истина в случае успеха, ложь в противном случае

Ширина

Ширина целое число

Ширина найденной локации в пикселях

XL левый

XL слева целое число

X расположение левого края найденного местоположения в пикселях

Начало

YTop целое число

Y расположение верхнего края найденного местоположения в пикселях

FineTextDetectionResult

Результат операции по обнаружению текста на фотографии

Имя Путь Тип Описание

Успешно

Успешно логический

Истина, если операция прошла успешно, иначе ложь

TextItems

TextItems массив FineTextItem

Текстовые элементы, найденные во входном изображении

TextItemsCount

TextItemsCount целое число

Количество текстовых элементов, обнаруженных во входном изображении

FineTextItem

Отдельный экземпляр текста на изображении; один кусок текста

Имя Путь Тип Описание

Уголок

Уголок двойной

Угол поворота текста в радианах

Нижний Левый X

Нижний Левый X целое число

Координата X нижнего / левого расположения текста; 0 представляет левый край входного изображения

BottomLeftY

нижний левый целое число

Координата Y нижнего / левого расположения текста; 0 представляет верхний край входного изображения

BottomRightX

BottomRightX целое число

Координата X нижнего / правого положения текста; 0 представляет левый край входного изображения

BottomRightY

BottomRightY целое число

Координата Y нижнего / правого положения текста; 0 представляет верхний край входного изображения

Высота

Высота целое число

Высота текста в пикселях

TopLeftX

TopLeftX целое число

Координата X верхнего / левого расположения текста; 0 представляет левый край входного изображения

TopLeftY

TopLeftY целое число

Координата Y верхнего / левого расположения текста; 0 представляет верхний край входного изображения

TopRightX

TopRightX целое число

Координата X верхнего / правого положения текста; 0 представляет левый край входного изображения

TopRightY

TopRightY целое число

Координата Y верхнего / правого положения текста; 0 представляет верхний край входного изображения

Ширина

Ширина целое число

Ширина текста в пикселях

Результат обнаружения пола

Результат классификации пола людей на изображении

Имя Путь Тип Описание

Идентифицировано людей

человекОпознано целое число

Количество людей, идентифицированных на изображении с полом

PersonWithGender

PersonWithGender массив PersonWithGender

Люди на изображении с указанием пола

Успешно

Успешно логический

Истина, если операция прошла успешно, иначе ложь

Изображение Описание Ответ

Результат распознавания изображения

Имя Путь Тип Описание

BestOutcome

BestOutcome Признание

Конкретный результат признания

Высокая уверенность

Высокая уверенность логический

Является ли признание лучшего результата результатом с высокой степенью уверенности?

RunnerUpOutcome

RunnerUpOutcome Признание

Конкретный результат признания

Успешно

Успешно логический

Изображение было обработано успешно?

ImageMetadata

Метаданные с изображения

Имя Путь Тип Описание

BitDepth

BitDepth целое число

Бит на пиксель

ColorSpace

ColorSpace нить

Цветовое пространство изображения

ExifProfileName

ExifProfileName нить

Имя используемого профиля EXIF ​​

ExifValues ​​

ExifValues ​​ массив ImageMetadataExifValue

EXIF ​​тегов и значений, встроенных в изображение

FileFormat

FileFormat нить

Формат файла изображения

Высота

Высота целое число

Высота изображения в пикселях

Успешно

Успешно логический

Истина, если операция прошла успешно, иначе ложь

Ширина

Ширина целое число

Ширина изображения в пикселях

ImageMetadataExifValue

Тег EXIF ​​и значение

Имя Путь Тип Описание

Тип данных

Тип данных нить

Тип даты значения EXIF ​​

DataValue

DataValue нить

Значение, отформатированное как строка значения EXIF ​​

Тег

Тег нить

Имя тега для значения EXIF ​​

NsfwResult

Результат классификации NSFW

Имя Путь Тип Описание

Классификация Результат

Классификация Результат нить

Результат классификации по четырем категориям: SafeContent_HighProbability, UnsafeContent_HighProbability, RacyContent, SafeContent_ModerateProbability

Оценка

Оценка двойной

Оценка от 0.0 и 1.0. Баллы 0,0–0,2 представляют собой безопасный контент с высокой вероятностью, а баллы 0,8–1,0 - небезопасный контент с высокой вероятностью. Содержание от 0,2 до 0,8 имеет возрастающую красочность.

Успешно

Успешно логический

Истина, если классификация прошла успешно, иначе ложь

ObjectDetectionResult

Результат обнаружения объектов на изображении

Имя Путь Тип Описание

ObjectCount

ObjectCount целое число

Количество обнаруженных объектов на сцене

Объектов

Объектов массив DetectedObject

Массив обнаруженных в сцене объектов

Успешно

Успешно логический

Изображение было обработано успешно?

Человек в возрасте

Лицо, идентифицированное с помощью операции классификации возраста изображения

Имя Путь Тип Описание

Возраст

Возраст двойной

Возрастной класс

Возрастной класс нить

Результат классификации возрастного диапазона человека в годах; возможные значения: «0-2», «4-6», «8-13», «15-20», «25-32», «38-43», «48-53», «60+»

Возраст Классификация Доверие

Возраст Классификация Доверие двойной

Уровень достоверности возрастной классификации; возможные значения от 0.0 и 1.0; чем выше, тем лучше, при значениях> 0,50 - результаты с высокой степенью достоверности

FaceLocation

Расположение лица Лицо

Расположение одного лица на изображении

PersonWithGender

Лицо, идентифицированное в результате операции классификации пола изображения

Имя Путь Тип Описание

FaceLocation

Расположение лица Лицо

Расположение одного лица на изображении

GenderClass

GenderClass нить

Указанный пол лица; возможные значения: «Мужской», «Женский» и «Неизвестный»

Пол Классификация Доверие

Пол Классификация Доверие двойной

Уровень достоверности гендерной классификации; возможные значения от 0.0 и 1.0; чем выше, тем лучше, при значениях> 0,50 - результаты с высокой степенью достоверности

Признание Результат

Конкретный результат признания

Имя Путь Тип Описание

ConfidenceScore

ConfidenceScore двойной

Баллы ближе к 1 лучше, чем баллы ближе к 0

Описание

Описание нить

Описание изображения на английском языке

TextDetectionResult

Результат операции по обнаружению текста на фотографии

Имя Путь Тип Описание

Успешно

Успешно логический

Истина, если операция прошла успешно, иначе ложь

TextItems

TextItems массив TextItem

Текстовые элементы, найденные во входном изображении

TextItemsCount

TextItemsCount целое число

Количество текстовых элементов, обнаруженных во входном изображении

TextItem

Отдельный экземпляр текста на изображении; один кусок текста

Имя Путь Тип Описание

Высота

Высота целое число

Высота текстового элемента в пикселях

Левый X

слева X целое число

Левая координата X положения текста; 0 представляет левый край входного изображения

TopY

TopY целое число

Верхняя координата Y расположения текста; 0 представляет верхний край входного изображения

Ширина

Ширина целое число

Ширина текстового элемента в пикселях

VehicleLicensePlateDetectionResult

Результат обнаружения номерных знаков ТС на снимке

Имя Путь Тип Описание

Обнаружена лицензияPlateCount

Обнаружена лицензияPlateCount целое число

Количество номеров, обнаруженных на снимке

Обнаруженные лицензионные пластины

Обнаружено Лицензионных Платформ массив DetectedLicensePlate

Номера найденные на изображении

Успешно

Успешно логический

Изображение было обработано успешно?

двоичный

Это основной тип данных «двоичный».

байт

Это основной тип данных «байт».

Обработка изображений: превращение цифровых данных в полезную информацию | визуализация | Справочник по фотонике

Цифровая визуализация предоставляет средства для улучшения интересующих функций, при этом уменьшая детали, не относящиеся к данному приложению, а затем извлекает полезную информацию о сцене из улучшенного изображения.

Уильям Сильвер, Cognex Corp.


Изображения можно получать разными способами: фотоаппаратами, рентгеновскими аппаратами, электронными микроскопами, радаром и ультразвуком.Они используются в индустрии развлечений, медицине, науке и бизнесе; в целях безопасности; и военными и правительством. В каждом случае цель состоит в том, чтобы человек или машина-наблюдатель извлек полезную информацию о сцене (рис. 1).
Рис. 1. Цифровая обработка изображений используется для проверки правильности установки шин на автомобили в GM.

Часто необработанное изображение не может использоваться напрямую и требует обработки, которая называется улучшением изображения.Обработка наблюдателем для извлечения информации называется анализом изображения. Улучшение и анализ различаются по выходным данным, изображениям и информации о сцене, а также по стоящим задачам и используемым методам.

Улучшение изображения осуществлялось химическими, оптическими и электронными средствами, тогда как анализ проводился в основном людьми и электронными средствами.

Цифровая обработка изображений - это подмножество электронной области, где изображение преобразуется в массив небольших целых чисел, называемых пикселями.Пиксели представляют физическую величину, такую ​​как яркость сцены, которая хранится в цифровой памяти и обрабатывается компьютером или другим цифровым оборудованием. Цифровая обработка изображений, как усовершенствованная для людей-наблюдателей, так и для автономного анализа, предлагает преимущества в стоимости, скорости и гибкости и, с быстро падающей ценой и растущей производительностью персональных компьютеров, стала доминирующим методом.

Задача

Изображение не является прямым измерением свойств физических объектов.Скорее, это сложное взаимодействие нескольких физических процессов: интенсивности и распределения освещающего излучения, физики взаимодействия излучения с веществом, составляющим сцену, геометрии проецирования отраженного или прошедшего излучения из трех измерений в пространство. два измерения плоскости изображения и электронные характеристики датчика. В отличие от написания компилятора, для которого существует алгоритм, поддерживаемый формальной теорией, для перевода высокоуровневого компьютерного языка на машинный язык, нет ни алгоритма, ни сопоставимой теории для извлечения интересующей информации сцены, такой как положение или качество из изображения.

Эту задачу часто недооценивают из-за кажущейся легкости, с которой человеческая зрительная система извлекает информацию из сцен. Человеческое зрение сложнее всего, что мы можем спроектировать, и останется таковым в обозримом будущем. Таким образом, следует проявлять осторожность, чтобы не оценивать сложность приложения для обработки цифровых изображений на основе того, как оно выглядит для людей.

Возможно, первым руководящим принципом должно быть то, что люди лучше рассуждают, а машины лучше измеряют.Таким образом, определение точного положения и размера детали автомобиля на конвейере, например, хорошо подходит для цифровой обработки изображений, тогда как сортировка яблок или древесины является более сложной задачей. Таким образом, улучшение изображения, которое требует больших числовых вычислений, но мало оценки, хорошо подходит для цифровой обработки.

Если извлечь полезную информацию из изображения, похожего на суп, недостаточно, проблема еще больше усложняется из-за ограничений по времени. Мало кто из пользователей заботится о том, требуется ли для обновления электронной таблицы 300 мс, а не 200, но большинство промышленных приложений работают в пределах, налагаемых временем машинного цикла.Существует также множество приложений, таких как улучшение ультразвукового изображения, мониторинг трафика и стабилизация видеокамеры, которые требуют обработки видеопотока в реальном времени.

Чтобы конкретизировать проблему скорости, рассмотрите возможность поиска рисунка на изображении с помощью простого метода исследования всех возможных положений рисунка на изображении и определения того, какое положение наиболее похоже на рисунок. Если шаблон имеет размер 125 × 125 пикселей, а изображение - 640 × 480, имеется 516 × 356 = 183 696 позиций и 15 625 пар пикселей для анализа в каждой позиции, всего около 2.87 миллиардов пар пикселей. Если для анализа каждой пары пикселей требуется 5 арифметических операций и работа должна выполняться за 10 мс, потребуется компьютер, способный выполнять около 1,4 триллиона операций в секунду, что более чем в 100 раз превышает возможности настольных ПК по состоянию на 2003 год. довольно типично для промышленных требований. А теперь представьте, что узор также может вращаться на 360 °!

Вдобавок ко всему, многие приложения для обработки цифровых изображений ограничены жесткими требованиями к стоимости. Это ставит инженера перед ужасным тройным проклятием: необходимостью разработать что-то одновременно хорошее, быстрое и дешевое.

Аппаратное обеспечение

Источники света - Все приложения для обработки изображений начинаются с освещения, обычно со света. В некоторых случаях необходимо использовать рассеянный свет, но, как правило, освещение предназначено для конкретного применения. Битва часто выигрывается или проигрывается прямо здесь - никакое программное обеспечение не может восстановить информацию, которой нет в результате плохого освещения.

Как правило, можно выбрать интенсивность, направление, спектр (цвет) и постоянное или стробированное освещение.Легче всего выбрать интенсивность, и она наименее важна; любой достойный алгоритм обработки изображений должен быть невосприимчивым к значительным изменениям контрастности, хотя приложения, требующие фотометрической точности, потребуют контроля и калибровки интенсивности.

Направление сложнее и важнее. Возможные варианты варьируются от точечных источников на одном полюсе до освещения неба (равная интенсивность со всех сторон) на другом. Между ними находятся различные расширенные источники, такие как линейные огни и кольцевые фонари.

Часто цель состоит в том, чтобы добиться единообразного внешнего вида. Как правило, матовые поверхности лучше подходят для точечных источников, а блестящие, зеркально отражающие поверхности лучше подходят для диффузных, протяженных источников. Конструкция, которая позволяет управлять направлением с помощью компьютера (обычно путем включения и выключения светодиодов), часто бывает идеальной.

Цвет подсветки может использоваться как форма улучшения изображения. Его основная ценность в том, что он дешев и не увеличивает время обработки.

Для высокоскоростного получения изображений быстро движущихся или вибрирующих объектов может потребоваться стробоскоп.Большинство камер имеют электронный затвор, который предпочтительнее для съемки с низкой и средней скоростью, но по мере того, как время экспозиции становится короче, количество необходимого света увеличивается сверх того, что разумно подавать непрерывно.

Камера - Для наших целей камера - это любое устройство, которое преобразует образец излучаемой энергии в цифровое изображение, хранящееся в оперативной памяти. В прошлом эта операция была разделена на две части: преобразование энергии в электрический сигнал (считающееся функцией камеры) и преобразование и сохранение сигнала в цифровой форме, выполняемые дигитайзером.Различие становится размытым, и вскоре камеры будут передавать данные напрямую в память компьютера через интерфейсы USB, Ethernet или IEEE-1394.

Технология камеры и характеристики получаемых изображений определяются почти исключительно приложениями с наибольшим объемом, которыми до недавнего времени было бытовое телевидение. Таким образом, большинство камер видимого света, используемых для цифровой обработки изображений, имеют характеристики разрешения и скорости, которые были установлены стандартами телевещания почти полвека назад.

Сегодня типичная монохромная камера видимого света имеет разрешение 640 × 480 пикселей, выдает от 30 до 60 кадров в секунду (fps) и поддерживает электронный затвор и быстрый сброс (возможность возврата к началу кадра в любой момент). время, чтобы избежать ожидания перед началом получения изображения). Он основан на сенсорной технологии устройства с зарядовой связью (CCD), которая обеспечивает хорошее качество изображения, но является дорогостоящим по сравнению с большинством микросхем с аналогичным количеством транзисторов.

Доступны устройства со значительно более высоким разрешением и скоростью, но зачастую они непомерно дороги.Альтернативой является камера с линейной разверткой, которая использует одномерный датчик и полагается на движение сцены для создания изображения.

Впервые ситуация меняется по мере распространения массовых мультимедийных приложений для персональных компьютеров. В первую очередь пострадали мониторы, которые в течение некоторого времени предлагали скорость и разрешение выше, чем у вещания. Можно ожидать, что за камерами последуют высокоскоростные устройства с высоким разрешением, основанные на технологии потребительских цифровых фотоаппаратов, и сверхнизкие по стоимости устройства с более низким разрешением, связанные с развлечениями, интернет-конференциями и приложениями перцептивного интерфейса пользователя.

Недорогие устройства могут иметь большее влияние. Они основаны на новой технологии сенсоров на основе дополнительных металлооксидных полупроводников (CMOS), в которых используется тот же процесс, что и в большинстве компьютерных микросхем, и поэтому они являются недорогими из-за большего объема процесса. Качество изображения еще не дотягивает до стандартов CCD, но оно наверняка изменится по мере развития технологии.

Хотя монохромные изображения почти полностью исчезли в потребительских приложениях, они по-прежнему составляют большую часть в цифровой обработке изображений из-за стоимости камеры и нагрузки на обработку данных.Цветные камеры бывают двух видов: устройства с одним датчиком, которые чередуют красные, зеленые и синие (RGB) пиксели по некоторому шаблону, и гораздо более качественные, но более дорогие устройства с отдельными датчиками для каждого цвета.

Монохромные пиксели обычно 8-битные (256 уровней серого), хотя иногда используются 10- и 12-битные устройства. Однако видеосигналы, как правило, зашумлены, и требуется тщательная инженерия, чтобы получить более восьми полезных битов из сигнала. Кроме того, надежные алгоритмы анализа изображений не полагаются на фотометрическую точность, поэтому, если приложение не требует точных измерений яркости сцены, обычно мало или совсем нет преимуществ сверх 8 бит.Широкий динамический диапазон более полезен, чем фотометрическая точность, но обычно лучше всего достигается с помощью логарифмического отклика, чем путем увеличения числа битов.

Цветные пиксели - это 3-вектора (это факт физиологии человека, а не физики). Для представления цвета обычно используются несколько представлений, называемых цветовыми пространствами. Проще всего создать пространство RGB, хотя оттенок, интенсивность и насыщенность (HIS) могут быть более полезными для анализа изображения. Для камер с одним сенсором более низкого качества иногда используется яркость, цветность 1 и пространство цветности 2 (YCC).

Action - До конца 1990-х годов вычислительная нагрузка при обработке цифровых изображений возлагалась на специализированное оборудование, которое состояло из сменных плат для объединительных плат PCI и / или VME, содержащих одну или несколько специализированных интегральных схем.

С тех пор поставщики перешли от специализированного оборудования к чисто программным решениям из-за появления процессоров цифровых сигналов (DSP) и центральных процессоров общего назначения, которые достигают отметки в 1 миллиард операций в секунду или выше.Из них наиболее значимой была разработка процессоров MMX корпорацией Intel.

MMX, хотя и не единственная используемая технология, настолько широко доступна (она была включена во все ПК, совместимые с Intel-tel, выпущенные с 1997 года), что она де-факто стандарт программного обеспечения для обработки цифровых изображений. Вызов ПК для доминирования - это более новые DSP, которые, хотя и не такие быстрые, но намного дешевле. Эти DSP встраиваются в очень недорогие и простые в использовании датчики машинного зрения, которые являются гораздо лучшим выбором практически для любого приложения, не требующего ПК по другим причинам.

Полная мощность новых процессоров обычно доступна только опытным программистам на ассемблере, что вряд ли изменится в обозримом будущем. Производители компиляторов и разработчики компьютеров могут утверждать обратное, но непосредственный опыт высокопроизводительной обработки цифровых изображений неизменно показывает, что это так. Для критичных по времени приложений пользователям следует обращаться к специалистам.

Алгоритмы

Обсуждение алгоритмов цифровой обработки изображений можно разделить на улучшение изображения и анализ изображения.Это различие полезно, хотя и не всегда четко.

Алгоритмы улучшения изображения часто создают измененные изображения, предназначенные для последующего анализа людьми или машинами. Их поведение на выходе и скорость выполнения легко охарактеризовать, а основные алгоритмы обычно находятся в открытом доступе.

Анализ изображений, напротив, дает меньшую по объему, но более точную информацию, чем изображение, такую ​​как положение и ориентация объекта. Во многих случаях результатом является решение принять / отклонить - наименьшее количество информации, но, возможно, наивысшее уточнение.Поведение вывода и скорость выполнения сложно, а иногда и невозможно охарактеризовать. Алгоритмы анализа изображений часто являются наиболее важной интеллектуальной собственностью поставщика.

Пример, взятый из человеческого опыта, подтверждает это. Представьте себе фокусировку линзы, которая является актом улучшения изображения. Легко охарактеризовать то, что произойдет - картинка станет резче - и прикинуть, сколько на это уйдет времени - пара секунд. Результаты будут довольно последовательными от человека к человеку, и нет большого секрета в том, как это делается.

А теперь представьте, что вам показывают изображение определенного автомобиля, и вас просят найти его на стоянке и сообщить номер его места. Это анализ изображений. Если партия почти пуста, результаты и необходимое время согласованы и легко поддаются описанию. Однако, если партия заполнена, невозможно сказать, сколько времени это займет и даже будет ли дан правильный ответ, поскольку многие автомобили похожи друг на друга. По существу невозможно характеризовать количество выходных пространств как функцию входного распределения измерений яркости сцены.Результаты могут сильно отличаться от человека к человеку, и индивидуальные методы могут иметь большое влияние на результат.

Сложность описания поведения автоматизированного анализа изображений приводит к уровню риска, который намного выше, чем у более типичных и рискованных проектов разработки программного обеспечения. Лучшие способы управления риском - это полагаться на опытных профессиональных разработчиков, разделять риск между поставщиками и их клиентами и эмпирически характеризовать производительность с использованием большой базы данных сохраненных изображений.

Улучшение изображения - Таблица 1 показывает классификацию общих алгоритмов улучшения цифрового изображения. Данная классификация полезна, но не является полной и уникальной. Алгоритмы в целом делятся на два класса - точечные преобразования и операции соседства.

ТАБЛИЦА 1.
АЛГОРИТМЫ УЛУЧШЕНИЯ ИЗОБРАЖЕНИЯ


Преобразование точек
Районный отдел
• Отображение пикселей • Линейная фильтрация • Нелинейная фильтрация
Регулировка усиления / смещения Сглаживание Средний фильтр
Спецификация гистограммы Заточка Морфология
Порог • Обнаружение границ • Передискретизация
• Преобразование цветового пространства Пирамиды разрешений
• Усреднение по времени Преобразование координат

Точечные преобразования создают выходные изображения, в которых каждый пиксель является некоторой функцией соответствующего входного пикселя.Функция одинакова для каждого пикселя и часто выводится из глобальной статистики изображения. При операциях соседства каждый выходной пиксель является функцией набора соответствующих входных пикселей. Этот набор называется окрестностью, потому что обычно это некоторая область, окружающая соответствующий центральный пиксель; например, район 3 × 3. Преобразования

точек выполняются быстро, но ограничиваются глобальными преобразованиями, такими как регулировка общей контрастности изображения. Операции соседства могут реализовывать фильтрацию частоты и формы и другие сложные улучшения, но они выполняются медленнее, потому что окрестности необходимо повторно вычислять для каждого выходного пикселя.

Отображение пикселей. Преобразования точек включают в себя большой набор улучшений, которые полезны для пикселей со скалярными значениями, таких как монохромные изображения. Часто они реализуются с помощью одной программной процедуры или аппаратного модуля, использующего таблицу поиска. Таблицы поиска работают быстро и могут быть запрограммированы для любой функции, обеспечивая максимальную универсальность при разумной скорости. MMX и аналогичные процессоры, однако, могут выполнять множество функций намного быстрее при прямом вычислении, чем при поиске в таблице, за счет увеличения сложности программного обеспечения.

Карты пикселей наиболее полезны, когда функция вычисляется на основе глобальной статистики изображения. Можно обработать изображение, чтобы получить желаемое усиление и смещение, например, на основе среднего и стандартного отклонения или, альтернативно, минимума и максимума входного сигнала.

Гистограмма спецификации является мощной точкой-пиксел отображения преобразования, в котором входное изображение обрабатывается так, что он имеет такое же распределение значений пикселей в качестве некоторого эталонного изображения. Пиксельная карта для спецификации гистограммы легко вычисляется из гистограмм входных и эталонных изображений.Это полезное усовершенствование перед этапом анализа, целью которого является своего рода сравнение входных и эталонных данных.

Пороговое значение - это широко используемое расширение, целью которого является сегментирование изображения на объект и фон. Пороговое значение вычисляется выше (или ниже) пикселей, которые считаются «объектом», и ниже (или выше), которые считаются «фоном». Иногда два порога используются для указания диапазона значений, соответствующих пикселям объекта. Пороговые значения могут быть фиксированными, но их лучше всего рассчитывать на основе статистики изображений.Установление порогов также можно выполнить с помощью операций соседства. Во всех случаях результатом является двоичное изображение; представлены только черный и белый, без оттенков серого.

Пороговая обработка имеет долгую, но неоднозначную историю обработки цифровых изображений. Вплоть до середины 1980-х годов установление пороговых значений было почти универсальным первым шагом в анализе изображений из-за высокой стоимости оборудования, необходимого для обработки оттенков серого. По мере снижения затрат на оборудование и разработки новых сложных алгоритмов установление пороговых значений стало менее важным.

Когда пороговое значение работает, оно может быть весьма эффективным, поскольку оно напрямую идентифицирует объекты на фоне и устраняет несущественные вариации затенения. К сожалению, в большинстве приложений затенение сцены таково, что объекты не могут быть отделены от фона никаким порогом, и, даже когда в принципе существует подходящее пороговое значение, его, как известно, трудно найти автоматически. Кроме того, пороговая обработка уничтожает полезную информацию о затенении и применяет практически бесконечное усиление к шуму на пороговом значении, что приводит к значительной потере устойчивости и точности.

Учитывая производительность современных процессоров и алгоритмов анализа изображений в градациях серого, лучше избегать использования пороговых значений и алгоритмов анализа изображений, которые зависят от пороговых значений.

Преобразование цветового пространства используется для преобразования, например, пространства RGB, предоставленного камерой, в пространство HIS, необходимое для алгоритма анализа изображения. Точное преобразование цветового пространства требует больших вычислительных ресурсов и часто грубые приближения используются в критических по времени приложениях. Они могут быть довольно эффективными, но перед выбором алгоритма рекомендуется понять компромисс между скоростью и точностью.

Усреднение по времени - наиболее эффективный метод обработки изображений с низкой контрастностью. Пиксельные карты для увеличения усиления изображения имеют ограниченную полезность, поскольку они одинаково влияют на сигнал и шум. Операции соседства могут уменьшить шум, но за счет некоторой потери точности изображения. Единственный способ уменьшить шум, не влияя на сигнал, - усреднить несколько изображений с течением времени. Амплитуда некоррелированного шума ослабляется квадратным корнем из числа усредненных изображений. Когда усреднение по времени сочетается с картой пикселей с усилением усиления, можно обрабатывать сцены с очень низким контрастом.Основным недостатком усреднения по времени является время, необходимое для получения нескольких изображений с камеры.

Линейные фильтры являются наиболее понятными из операций соседства из-за широко развитой математической основы теории сигналов, восходящей 200 лет назад к Фурье. Линейные фильтры усиливают или ослабляют выбранные пространственные частоты, могут достигать таких эффектов, как сглаживание и повышение резкости, и обычно составляют основу алгоритмов передискретизации и определения границ.

Линейные фильтры могут быть определены с помощью операции свертки, где выходные пиксели получаются путем умножения каждого пикселя соседства на соответствующий элемент набора значений аналогичной формы, называемого ядром, и затем суммирования этих произведений.


Рис. 2. Изображение можно улучшить, чтобы уменьшить шум или подчеркнуть границы.

На рис. 2а показано довольно зашумленное изображение креста внутри круга. Свертка со сглаживающим (низкочастотным) ядром, показанным на рисунке 2b, дает рисунок 2c.В этом примере окрестность составляет 25 пикселей, расположенных в квадрате 5 × 5. Обратите внимание, как был ослаблен высокочастотный шум, но за счет некоторой потери резкости краев. Также обратите внимание, что сумма элементов ядра равна 1.0 для единичного усиления.

Сглаживающее ядро ​​на рисунке 2b представляет собой двумерное гауссовское приближение. Двухмерный гауссовский фильтр - одна из наиболее важных функций, используемых для линейной фильтрации. Его частотная характеристика также является гауссовой, что обеспечивает четко определенную полосу пропускания и отсутствие звона. Ядра, которые приблизительно соответствуют разнице двух гауссиан разного размера, образуют отличные полосовые фильтры и фильтры высоких частот.

Рисунок 2d иллюстрирует эффект полосового фильтра, основанного на различии гауссовой аппроксимации с использованием ядра 10 × 10. Обратите внимание, что как высокочастотный шум, так и низкочастотные однородные области были ослаблены, оставив только среднечастотные компоненты краев.

Линейные фильтры могут быть реализованы путем прямой свертки или в частотной области с использованием быстрого преобразования Фурье (БПФ). Хотя частотная фильтрация теоретически более эффективна, на практике почти всегда предпочтительнее прямая свертка.Свертка с использованием небольших целых чисел и последовательной адресацией памяти лучше подходит для цифрового оборудования, чем БПФ. Его также проще реализовать, и у него нет проблем с граничными условиями.

Обнаружение границ имеет обширную историю и литературу, которая варьируется от простого обнаружения кромок до сложных алгоритмов, которые можно было бы более правильно рассматривать при анализе изображений. Мы несколько произвольно рассматриваем обнаружение границ при улучшении изображения, потому что цель состоит в том, чтобы подчеркнуть интересующие особенности - границы - и ослабить все остальное.

Затенение, создаваемое объектом на изображении, является одним из наименее надежных свойств объекта, поскольку затенение представляет собой сложную комбинацию освещения, свойств поверхности, геометрии проекции и характеристик датчика. С другой стороны, неоднородности изображения напрямую соответствуют неоднородностям поверхности объекта (например, краям), поскольку другие факторы, как правило, не являются прерывистыми. Разрывы изображения согласованы геометрически или по форме, даже если они не согласованы фотометрически (рис. 3).Таким образом, выявление и локализация неоднородностей, что является целью обнаружения границ, является одной из наиболее важных задач обработки цифровых изображений.


Рис. 3. Разрывы изображения обычно соответствуют физическим характеристикам объекта, затенение часто ненадежно.

Границы обычно определяются как точки, в которых скорость изменения яркости изображения находится на локальном максимуме; то есть на пиках первой производной или, что то же самое, при переходах через нуль второй производной.На дискретной сетке эти точки можно оценить только с помощью линейных фильтров, предназначенных для оценки первой или второй производной. Разница гауссиана на рисунке 2d, например, заключается в оценке второй производной, а границы отображаются как переходы через нуль, которые возникают в точках перехода от черного к белому на рисунке.

На рисунке 2e показан результат оценки первой производной, часто называемой оператором градиента, примененной к бесшумной версии рисунка 2a. Оператор градиента состоит из пары линейных фильтров, предназначенных для оценки первой производной по горизонтали и вертикали, которая дает компоненты вектора градиента.На рисунке показана величина градиента с границами, определенными для локальных пиков магнитуд.

Детекторы грубых границ просто маркируют пиксели изображения, которые соответствуют пикам величины градиента или пересечениям нуля второй производной. Сложные детекторы границ создают организованные цепочки граничных точек с субпиксельным положением и ориентацией границы с точностью до нескольких градусов в каждой точке. Лучшие коммерчески доступные детекторы границ также имеют пространственно-частотную характеристику в широком диапазоне и работают с высокой скоростью.

Нелинейные фильтры , предназначенные для пропускания или блокирования желаемых форм, а не пространственных частот, полезны для улучшения цифрового изображения. Первый, который мы рассматриваем, - это медианный фильтр, выход которого в каждом пикселе является медианным значением соответствующей входной окрестности. Грубо говоря, эффект медианного фильтра состоит в том, чтобы ослабить элементы изображения, меньшие по размеру, чем окружение, и передать элементы изображения, превышающие его.

На рис. 2f показано влияние медианного фильтра 3 × 3 на зашумленное изображение на рис. 2а.Обратите внимание, что шум, который часто приводит к деталям размером менее 3 × 3 пикселей, сильно ослабляется. Однако, в отличие от линейного сглаживающего фильтра на рис. 2c, нет значительной потери резкости краев, поскольку все крестики и круги намного больше, чем окрестности. Таким образом, медианный фильтр часто превосходит линейные фильтры для уменьшения шума. Однако одним из основных недостатков медианного фильтра является то, что с ним вычисления обходятся дороже, чем с линейными фильтрами, и неравенство ухудшается по мере увеличения размера окрестности.

Морфология относится к широкому классу фильтров нелинейной формы. Как и в случае с линейными фильтрами, операция определяется матрицей элементов, применяемых к окрестностям входного изображения, но вместо суммы произведений вычисляется минимум или максимум сумм. Эти операции называются эрозией и расширением, а матрицу элементов обычно называют зондом, а не ядром.

Эрозия с последующей дилатацией с использованием того же зонда называется открытием, а дилатация с последующей эрозией называется закрытием.

Четыре основные морфологические операции имеют множество применений, одно из которых показано на рисунке 4. На этом рисунке входное изображение слева открывается с помощью круглого датчика и прямоугольного датчика, в результате чего получаются изображения, показанные справа. Представьте, что зонд - это кисть, на выходе которой будет все, что кисть может нарисовать, когда она помещена в любое место на входе, куда она поместится (т.е. полностью на черном, без белого изображения). Обратите внимание, как операция открытия с соответствующими датчиками может проходить одни формы и блокировать другие.


Рис. 4. Операция «раскрытия» морфологии действует как фильтр формы, поведение которого контролируется датчиком.

Для простоты пример на рисунке 4 иллюстрирует открытие как двоичную (черный / белый) операцию, но, как правило, четыре определены на изображениях уровня серого, с концепцией подгонки зонда, определенной на двухмерных поверхностях. в 3-м пространстве.

Цифровая передискретизация относится к процессу оценки изображения, которое могло бы получиться, если бы непрерывное распределение энергии, падающей на датчик, было дискретизировано по-другому.Другая выборка, возможно, с другим разрешением или ориентацией, часто бывает полезна.

Одна из наиболее важных форм цифровой передискретизации - получение серии изображений с последовательно более грубым разрешением, называемое пирамидой разрешения. Обычно каждое изображение в серии имеет разрешение вдвое меньше предыдущего в каждом измерении (1/4 числа пикселей), но часто предпочтительнее другие варианты. Разрешение уменьшается за счет комбинации фильтрации нижних частот и субдискретизации (выбор каждого n -го пикселя).

Пирамида разрешения формирует основу многих алгоритмов анализа изображений, которые следуют стратегии от грубого к точному. Изображения с грубым разрешением позволяют быстро извлекать грубую информацию, не отвлекаясь и не сбиваясь с толку мелкими и часто несущественными деталями. Алгоритм переходит к изображениям с более высоким разрешением, чтобы локализовать и уточнить эту информацию.

Другой важный класс алгоритмов передискретизации - это преобразования координат, которые могут сдвигать на количество субпикселей, поворачивать и изменять размер изображений, а также преобразовывать между декартовым и полярным представлениями.Значения выходных пикселей интерполируются из окрестности входных значений. Три распространенных метода: ближайший сосед, который является самым быстрым; билинейная интерполяция, которая более точна, но медленнее и имеет некоторую потерю высокочастотных составляющих; и кубическая свертка, которая очень точна, но самая медленная.

Анализ изображений

Сказать, что фундаментальной проблемой анализа изображений является распознавание образов, целью которого является распознавание образов изображений, соответствующих физическим объектам в сцене, и определение их позы (положение , ориентация, размер и т. д.). Часто результатов распознавания образов бывает достаточно; например, система наведения робота передает роботу позу объекта. В других случаях этап распознавания образов необходим, чтобы найти объект, чтобы его можно было проверить на наличие дефектов или правильной сборки.

Распознавание образов затруднено, потому что конкретный объект может дать начало множеству изображений в зависимости от всех факторов, обсуждавшихся ранее. Кроме того, в сцене могут присутствовать похожие на вид объекты, которые следует игнорировать, а целевые показатели скорости и стоимости могут быть серьезными.

Анализ пятен - один из первых методов, широко используемых для распознавания промышленных образов. Предпосылка проста: каким-либо образом классифицируйте пиксели изображения как объект или фон, объедините классифицированные пиксели, чтобы сделать дискретные объекты, используя правила связности соседства, и вычислите различные моменты связанных объектов, чтобы определить положение объекта (первые моменты), размер (0 момент ) и ориентация (главная ось инерции на основе моментов 2 и ).

К преимуществам анализа больших двоичных объектов относятся высокая скорость, субпиксельная точность (в случаях, когда изображение не ухудшается), а также способность выдерживать и измерять отклонения в ориентации и размере. К недостаткам относятся неспособность к прикосновению или наложению объектов, низкая производительность при различных формах деградации изображения, неспособность определить ориентацию определенных форм и плохую способность различать похожие на вид объекты.

Однако, возможно, наиболее серьезная проблема заключается в том, что единственный надежный метод, который когда-либо был найден, чтобы отделить объект от фона, - это расположить объекты полностью ярче или темнее фона.Это требование настолько сильно ограничило круг потенциальных приложений, что вскоре были разработаны другие методы распознавания образов.

Нормализованная корреляция (NC) является доминирующим методом распознавания образов в промышленности с конца 1980-х годов. Это член класса алгоритмов, известных как сопоставление с шаблоном, который начинается с этапа обучения, на котором сохраняется изображение объекта, который нужно найти (шаблон). Во время выполнения шаблон сравнивается с подмножествами изображения аналогичного размера в диапазоне положений, при этом положение наибольшего совпадения принимается как положение объекта.Степень совпадения (числовое значение) может использоваться для проверки, как и сравнение отдельных пикселей между шаблоном и изображением в позиции наилучшего совпадения.

NC - это функция сопоставления шкалы серого, которая не использует пороговые значения и игнорирует изменение общей яркости и контрастности рисунка. Он идеально подходит для использования в алгоритмах сопоставления шаблонов.

Сопоставление шаблонов ЧПУ преодолевает многие ограничения анализа больших двоичных объектов: оно может допускать касание или перекрытие объектов, оно хорошо работает при различных формах ухудшения качества изображения, а его значение сопоставления полезно в некоторых приложениях проверки.Наиболее важно то, что объекты не нужно отделять от фона по яркости, что позволяет использовать гораздо более широкий спектр приложений.

К сожалению, NC отказывается от некоторых значительных преимуществ анализа больших двоичных объектов, в частности от способности допускать и измерять изменения в ориентации и размере. NC допускает небольшие отклонения, обычно несколько градусов и несколько процентов (в зависимости от конкретного шаблона), но даже в этом небольшом диапазоне ориентации и размеров точность результатов быстро падает.

Эти ограничения были частично преодолены с помощью методов передискретизации, которые расширяют ЧПУ за счет поворота и масштабирования шаблонов для измерения ориентации и размера. Однако эти методы были дорогими, и к тому времени, когда стоимость и производительность компьютера сделали их практичными, они были заменены гораздо более совершенными геометрическими методами.

Преобразование Хафа распознает параметрически определенные кривые, такие как линии и дуги, а также общие шаблоны. Он начинается с этапа обнаружения края, что делает его более устойчивым к локальным и нелинейным изменениям затенения, чем NC.При использовании для поиска параметризованных кривых преобразование Хафа весьма эффективно; для общих шаблонов NC может иметь преимущество в скорости и точности, если он может обрабатывать вариации затенения.

Сопоставление геометрического образца (GPM) заменило сопоставление с шаблоном ЧПУ в качестве метода выбора для промышленных приложений распознавания образов, требующих высокой точности или устойчивости к большим изменениям оттенков, ориентации или размера. Методы шаблонов страдают от фундаментальных ограничений, налагаемых сеточной природой самого шаблона.Перемещение, вращение и изменение размеров сеток на нецелочисленные значения требует повторной выборки, которая требует много времени и имеет ограниченную точность. Это ограничивает точность позы, которую можно достичь с помощью распознавания образов на основе шаблонов. Кроме того, пиксельные сетки представляют собой узоры с оттенками серого, что часто ненадежно.

GPM позволяет избежать этих ограничений, представляя объект в виде геометрической формы, независимо от затенения и дискретной сетки. Сложное обнаружение границ используется для превращения пиксельной сетки, созданной камерой, в концептуально реалистичное геометрическое описание, которое можно преобразовывать, вращать и изменять размер быстро и без потери точности.В сочетании с расширенным обучением образов и высокоскоростными модулями сопоставления с высокой точностью получается действительно универсальный метод распознавания образов и проверки.

Хорошо спроектированная система GPM должна быть такой же простой в обучении, как сопоставление шаблонов ЧПУ, но при этом обеспечивать независимость вращения, размера и затенения. Он должен быть надежным в условиях низкой контрастности, шума, плохой фокусировки, а также отсутствующих или неожиданных функций.

Время распознавания образов зависит от приложения, что типично для методов анализа изображений.Например, для нахождения шаблона 150 × 150 пикселей в поле зрения 500 × 500 с неопределенностью ориентации 360 ° может потребоваться менее 20 мс на ПК, работающих в диапазоне 2 ГГц. Однако всегда проверяйте скорость для конкретного приложения, поскольку время может значительно отличаться за пределы любого указанного диапазона.

GPM обеспечивает гораздо более высокую точность позы, чем любой метод, основанный на шаблоне, и на порядок лучше при изменении ориентации и размера. В таблице 2 показано, что может быть достигнуто на практике, когда шаблоны достаточно близки по форме к тренировочному образу и не слишком деградированы.Точность часто выше для более крупных шаблонов; пример таблицы 2 предполагает шаблон в диапазоне 150 × 150 пикселей.

ТАБЛИЦА 2.
ТОЧНОСТЬ СОГЛАСОВАНИЯ ГЕОМЕТРИЧЕСКОГО ИЗОБРАЖЕНИЯ


Перевод ± 0,025 пикселя
Вращение ± 0.02 градуса
Размер ± 0,03 процента
Шаблон 150 x 150 пикселей

Как и все методы распознавания образов, точность GPM сильно зависит от приложения. Точность нельзя указать заранее, ее необходимо измерить на реальных образцах. Кроме того, общеизвестно, что точность GPM трудно измерить, потому что чрезвычайно трудно узнать истинное положение и ориентацию объекта с достаточно высокой точностью.Если важна высокая точность, настоятельно рекомендуется работать с опытным поставщиком.

GPM также может предоставить подробные данные о различиях между обученным шаблоном и исследуемым объектом. Эти разные данные также не зависят от поворота, размера и затенения.

Собираем все вместе

Часто полная система цифровой обработки изображений сочетает в себе многие из вышеперечисленных методов улучшения и анализа изображений. В следующем примере цель состоит в том, чтобы проверить объекты путем поиска различий в затенении между объектом и предварительно обученным бездефектным примером, называемым золотым шаблоном.

Простое вычитание шаблона из изображения и поиск различий на практике не работает, потому что разброс шкалы серого из-за обычных и приемлемых условий может быть столь же большим, как и из-за дефектов. Это особенно верно по краям, где небольшое или субпиксельное несовмещение шаблона и изображения может привести к большим отклонениям в шкале серого. Изменения освещенности и отражательной способности поверхности также могут вызывать различия, которые не являются дефектами, как и шум.

Практический метод сравнения шаблонов для проверки использует комбинацию шагов улучшения и анализа, чтобы отличить дефекты вариации затенения от дефектов, возникающих в обычных условиях:

  • Шаг распознавания образов (например, GPM) определяет относительное положение шаблона и изображение;
  • Шаг цифровой передискретизации использует позу для точного совмещения шаблона с изображением;
  • Шаг сопоставления пикселей с использованием спецификации гистограммы компенсирует вариации освещенности и отражательной способности поверхности;
  • Вычисляется абсолютная разница шаблона и изображения;
  • Порог используется для отметки пикселей, которые могут соответствовать дефектам.Каждый пиксель имеет отдельный порог, причем пиксели по краям имеют более высокий порог, поскольку их шкала серого более неопределенная;
  • Шаг анализа или морфологии blob используется для определения тех кластеров отмеченных пикселей, которые соответствуют истинным дефектам.
Дополнительная литература

Цифровая обработка изображений - это обширная область, в которой имеется обширная литература. Это введение может лишь суммировать некоторые из наиболее важных широко используемых методов и может иметь тенденцию к промышленному применению.Мы проигнорировали сжатие изображений, 3-D реконструкцию, движение, текстуру и многие другие важные темы.

Для дальнейшего изучения предлагается следующее. Баллард и Браун дают отличный обзор поля, в то время как другие дают более подробную техническую глубину.

Ballard, D.H., and C.M. Браун (1982). Компьютерное зрение . Prentice-Hall, Englewood Cliffs, N.J.

Horn, B.K.P. (1986). Зрение робота . MIT Press, Кембридж, Массачусетс.

Pratt, W.К. (1991). Цифровая обработка изображений , 2-е изд. John Wiley & Sons, Нью-Йорк, Нью-Йорк,

Розенфельд А. и А.К. Как (1982). Цифровая обработка изображений , тт. 1 и 2, 2-е изд., Academic Press, Орландо, Флорида


Обработка изображений астрофотографии: руководство для начинающих

Обработка изображений - это просто процесс улучшения цифрового изображения с целью улучшения его визуальной привлекательности с помощью компьютерных программ, таких как Adobe Photoshop или GIMP. Это важная часть навыков астрофотографа.

Здесь мы собираемся взглянуть новичкам на программное обеспечение, необходимое для обработки изображений, и на то, как добиться отличных результатов при съемке ночных пейзажей, планетарных фотографий и изображений глубокого неба.

Астрофотография - это крутая кривая обучения для каждого, требующая рассмотрения множества вопросов. Какие изображения вы хотите сделать? Какие камеры лучше всего подходят для астрофотографии? Какие настройки камеры лучше всего использовать?

В то время как логистика получения изображений ночного неба создает один набор проблем, знание того, что делать с данными утром, - другое.

Уроки по обработке изображений можно найти в специальном разделе Astrophoto Guides. Или, если вы новичок, прочитайте наше руководство по астрофотографии для новичков.

Ночные пейзажи

Durdle Door в Дорсете, Великобритания. Ночной снимок Млечного Пути - отличная возможность испытать свои навыки обработки изображений. Предоставлено: Schroptschop / iStock / Getty Images Plus

.

Что такое фотография ночного пейзажа? Это может быть ночной пейзаж, а также широкоугольная фотография ночного неба, запечатлевшая Млечный май, серебристые облака, последовательности Луны или полярное сияние.

Ночные пейзажи часто получаются с использованием одиночных неотслеживаемых изображений, что означает, что вы можете сделать их без использования крепления, которое следует за видимым движением неба.

Каждый из вышеперечисленных объектов может быть снят с использованием базового оборудования: цифровой зеркальной камеры с объективом или смартфона и штатива.

После импорта ваших изображений в ICE они готовы к «сшиванию», и можно выбрать тип панорамного обзора. Кредит: Шарлотта Дэниэлс

.

В зависимости от оборудования время экспозиции может составлять до 30 секунд, прежде чем звезды начнут заметный след.

Чтобы узнать приблизительное время экспозиции до того, как звезды перестанут выглядеть резкими, используйте «Правило 500». Разделив 500 на фокусное расстояние вашего объектива, вы получите наибольшее время экспозиции для вашей установки.

Для обработки ночных пейзажей (особенно одиночных изображений без стопки) часто требуется лишь незначительное растяжение кривой блеска в Adobe Lightroom или Photoshop с использованием ползунков, а не конкретных или нишевых настроек.

Когда ваши изображения успешно сшиты в ICE, вы можете использовать «Обрезать», чтобы указать размер вашей панорамы.Кредит: Шарлотта Дэниэлс

.

Тем не менее, популярным вариантом для ночных пейзажей является объединение нескольких расположенных бок о бок изображений в панораму. Многие изображения Млечного Пути представляют собой совмещенные мозаики или панорамы, состоящие из нескольких изображений, склеенных вместе.

Для сшивания изображений требуется такое программное обеспечение, как Microsoft Image Composite Editor (ICE) - программа, которая проста в использовании.

Просто откройте программу, щелкните Новая панорама из изображений и загрузите снимки. Полученное изображение затем можно сохранить и отредактировать в Photoshop или Lightroom.

После того, как изображение было сшито, мы предлагаем настроить его в Photoshop с помощью ползунков Яркость / Контраст , Оттенок / Насыщенность и Выборочный цвет .

Selective Color полезен для удаления небесного свечения (например, оранжевого и розового) и пурпурного с ночного пейзажа. Эти цвета могут уменьшить влияние снимка Млечного Пути, поэтому не торопитесь их корректировки.

В Photoshop вы можете тщательно настроить цвета и интенсивность панорамы с помощью ползунков «Цветовой тон / Насыщенность».Кредит: Шарлотта Дэниэлс

.

Не забывайте заходить слишком далеко. Слишком большое перемещение ползунков рискует сделать изображение зашумленным (выявить нежелательные артефакты), особенно если это одно изображение, а не несколько изображений, «сложенных» вместе.

Перенасыщение или чрезмерное растяжение, из-за чего звезды теряют свой цвет или небо становится слишком голубым, ночные пейзажи могут выглядеть искусственно.

Если у вас есть звездный трекер или трекер, который движется по небу, вы также можете делать отслеживаемые ночные пейзажи, которые позволяют делать более длительные экспозиции и фиксировать более тусклые звезды.

Обработка этих изображений в основном такая же, хотя при объединении изображений в стек (что снижает шум) перед обработкой необходимо программное обеспечение для объединения (см. Planets и Moon ниже, чтобы подробнее узнать об этом).

Звездные тропы

Звездные тропы Sycamore Gap Tree, Кевин Стюарт, Нортумберленд, 20 сентября 2019 г. Оборудование: цифровая зеркальная камера Canon EOS 6D, объектив Samyang 14 мм

Следы звезд состоят из нескольких объединенных изображений, каждое с выдержкой от 30 до 60 секунд.Они могут включать в себя передний план для эффекта или представлять собой полный круг звездных следов с Полярной звездой в центре.

Чтобы добиться приличной кривизны трассы, выделите 2–3 часа, чтобы собрать достаточно изображений. Для получения дополнительной информации прочитайте наше руководство по съемке звездных следов.

Более длительные выдержки означают, что необходимо контролировать уровни ISO. Если значение ISO слишком высокое, окончательное изображение может быть зашумленным или светлым.

Используйте Photoshop, чтобы выделить цвета в ваших звездных следах.Кредит: Шарлотта Дэниэлс

.

Познакомьтесь со своей камерой. Возможно, вы предпочтете эффект 25-секундной выдержки при ISO 3200, а не 40-секундной выдержки при ISO 800. Это также будет зависеть от местных условий и времени года, в которое вы снимаете.

Если вы используете интервалометр для контроля срабатывания затвора, установите короткое время между экспозициями: 1 или 2 секунды, чтобы не допустить, чтобы промежутки нарушали следы.

Бесплатное программное обеспечение Startrails позволяет объединять ваши изображения.После загрузки просто щелкните значок Открыть изображения , чтобы импортировать.

Бесплатное программное обеспечение, такое как Startails (www.startrails.de), позволит вам объединять ваши изображения. Кредит: Шарлотта Дэниэлс

.

Убедитесь, что вы выбрали Lighten-screen-blend в Blend mode , чтобы правильно сгладить линии следа.

Объединенные звездные следы можно загрузить в Photoshop для настройки цвета с помощью значений Hue / Saturation и Brightness / Contrast .

Легко переборщить с контрастом или ненасыщенными звездами, но есть много разных цветов, которые нужно выделить.

Планеты и Луна

Андраш Папп выиграл в номинации «Наша луна» конкурса «Insight Investment Astronomy Photographer of the Year 2015» с этой лунной мозаикой. Предоставлено: Андраш Папп

.

Для съемки Луны можно использовать только зеркалку, объектив и штатив. Вначале вы будете довольны деталями одного кадра после незначительной корректировки в Photoshop.

Для получения наилучшего уровня детализации вам необходимо прикрепить камеру к прицелу с Т-образным кольцом и адаптером, чтобы увеличить фокусное расстояние. Для получения изображений планет, чем больше фокусное расстояние вашего телескопа, тем лучше (подробнее об этом читайте в нашем руководстве: объяснение характеристик телескопа ).

Чтобы получить более четкие детали Луны, вы можете сложить несколько изображений DSLR или использовать планетарную камеру.

Благодаря высокой частоте кадров планетарная камера более эффективно преодолевает атмосферную турбулентность, чем DLSR, но любая из них является хорошим выбором для Луны.

Вид Юпитера, сделанный Фернандо Менезешем, Сан-Паулу, Бразилия, 13 августа 2019 г. Оборудование: цветная камера ZWO ASI 290MC, 10-дюймовый отражатель Meade LX200, крепление iOptron CEM60.

Однако для съемки планет лучше всего подходит планетарная камера для съемки деталей, и вам понадобится ноутбук для управления ею.

Для любого типа камеры лучшая программа для наложения изображений Луны или планет - AutoStakkert!

Эта бесплатная программа определяет, какие файлы следует сохранить или удалить из стека.Для стекирования откройте программное обеспечение, загрузите и выберите опцию Image Stabilization , Surface или Planet (в зависимости от того, находится ли Луна полностью в поле зрения).

Функция Analyze графически покажет, какие кадры предоставляют наилучшие данные, и вы можете выбрать соответствующее процентное соотношение.

После того, как ваше лунное изображение будет наложено, вы можете использовать функцию «Вейвлеты» в RegiStax, чтобы тщательно выделить детали поверхности.Кредит: Шарлотта Дэниэлс

.

После объединения в стек следующее программное обеспечение, которое вам понадобится для корректировки изображения Луны или планеты, - это RegiStax. Его важной настройкой является функция Wavelets , поскольку она делает резкость и подчеркивает детали.

Подробнее об этом читайте в нашем руководстве по использованию вейвлетов в RegiStax.

Дальнейшие настройки можно сделать в Photoshop, используя настройки Яркость / Контрастность и Цветовой тон / Насыщенность .

Для фотографирования Луны многие предпочитают делать мозаику, особенно если телескоп, который вы использовали, позволяет получать подробные изображения кратеров.

Лунная мозаика Хью Беллами, Аберкенфиг, Южный Уэльс, 21 сентября 2019 г. Оборудование: камера ZWO ASI 120MC, Sky-Watcher 254mm Newtonian, крепление EQ6 Syntrek

Важно правильно установить порядок программного обеспечения, если вы сшиваете рамки вместе. Сначала складывайте изображения в AutoStakkert !, затем загрузите их в ICE, чтобы создать мозаику, и загрузите полное изображение мозаики в RegiStax.

Это гарантирует, что вы равномерно увеличиваете резкость каждого элемента в мозаике и предотвращает появление мозаики на окончательной мозаике.

Изображение глубокого космоса

Галактика Андромеда, снятая Питером Куруцом, Вурмберг, Германия, 9 сентября 2018 г. Оборудование: монокамера ZWO ASI1600, самодельная 8-дюймовая ньютоновская камера, крепление Sky-Watcher EQ6 Pro SynScan, набор фильтров Astronomik HaLRGB.

Объекты глубокого космоса (DSO) включают галактики, звездные скопления и туманности. В то время как объектив камеры с большим фокусным расстоянием подходит для некоторых целей, телескоп - лучший вариант. Вам понадобится Т-образное кольцо и адаптер, чтобы использовать его с DSLR.

Несмотря на то, что зеркальные фотокамеры являются популярным выбором и позволяют достигать отличных результатов, длинные выдержки, необходимые для DSO, означают, что многие астрофотографы выбирают камеры CMOS или CCD с охлаждением. Они бывают либо монохромными, либо одноцветными (OSC).

Калибровочные рамки (темные, смещенные и плоские) являются неотъемлемой частью обработки DSO.

Компромисс длинных выдержек заключается в том, что шум и виньетирование могут влиять на изображения, что затрудняет обработку. Темные и диагональные кадры уменьшают шум, а плоские кадры удаляют виньетирование.

Две популярные программы для создания изображений глубокого космоса - это Sequator и DeepSkyStacker (DSS). Оба они просты в использовании, хотя DSS распознает кадры калибровки смещения (тогда как Sequator - нет) и является более продвинутым.

Click Sequator «Расширенный динамический диапазон» и «Удаление динамических шумов». Кредит: Шарлотта Дэниэлс

.

Sequator - это, пожалуй, лучшая программа для стекирования, с которой можно начать, пока вы не освоитесь. После добавления изображения звезды и калибровки мы предлагаем включить Расширенный динамический диапазон и Удалить динамические шумы .

После калибровки изображения DSO можно улучшить в Photoshop. Рекомендуемые настройки: уровни , и кривые , , Скрыть все и Показать все маски , а также фильтры Median и High Pass .

Маски помогают корректировать определенные области, не затрагивая все изображение. Затем их можно смешать с помощью функции Gaussian Blur .

Фильтр Медиана затемняет фоновые звезды и увеличивает влияние туманностей (найдите его в разделе Фильтр > Шум ).

Наконец, фильтр High Pass ( Filter > Other ) позволяет выделить дополнительные детали вашего объекта. После применения установите режим Layers с Normal на Soft light для смешивания.

Используйте Photoshop, чтобы выделить больше деталей на своей цели в глубоком космосе. Кредит: Шарлотта Дэниэлс

.

Какое программное обеспечение для обработки изображений использовать:

Если вы астрофотограф - будь то эксперт или новичок - мы будем рады видеть ваши снимки! Узнайте, как отправить нам свои астрофотографии или свяжитесь с нами через Facebook, Twitter и Instagram.

Шарлотта Дэниэлс - астроном-любитель, астрофотограф и журналист. Это руководство впервые появилось в августовском выпуске BBC Sky at Night Magazine за 2020 год.

Обработка изображений | Hugo

Ресурс страницы изображения

Изображение является ресурсом страницы, и перечисленные ниже методы обработки не работают с изображениями внутри папки / static .

Для печати всех путей изображения в пакете страниц:

  {{с.Resources.ByType "image"}}
{{ диапазон . }}
{{.RelPermalink}}
{{ конец }}
{{ конец }}

  

Ресурс изображения

Ресурс изображения также можно получить из глобального ресурса

  {{- $ image: = resources.Get "images / logo.jpg" -}}
  

Методы обработки изображений

Ресурс image реализует методы Resize , Fit , Fill и Filter , каждый из которых возвращает преобразованное изображение с указанными размерами и параметрами обработки.

Метаданные (EXIF, IPTC, XMP и т. Д.) Не сохраняются во время преобразования изображения. Используйте метод Exif с исходным изображением для извлечения метаданных EXIF ​​из изображений JPEG или TIFF.

Изменить размер

Изменяет размер изображения до указанной ширины и высоты.

  // Измените размер до ширины 600 пикселей и сохраните соотношение
{{$ image: = $ resource.Resize "600x"}}

// Изменить размер до 400 пикселей и сохранить пропорции
{{$ image: = $ resource.Resize "x400"}}

// Изменение размера до ширины 600 пикселей и высоты 400 пикселей
{{$ image: = $ resource.Изменить размер "600x400"}}
  

По размеру

Уменьшить масштаб изображения до заданных размеров с сохранением соотношения сторон. Требуются как высота, так и ширина.

  {{$ image: = $ resource.Fit "600x400"}}
  

Заливка

Измените размер и обрежьте изображение в соответствии с заданными размерами. Требуются как высота, так и ширина.

  {{$ image: = $ resource.Fill "600x400"}}
  

Фильтр

Примените к изображению один или несколько фильтров.См. Полный список в разделе «Фильтры изображений».

  {{$ img = $ img.Filter (images.GaussianBlur 6) (images.Pixelate 8)}}
  

Вышеупомянутое можно также записать в более функциональном стиле с помощью конвейеров:

  {{$ img = $ img | images.Filter (images.GaussianBlur 6) (images.Pixelate 8)}}
  

Фильтры будут применяться в указанном порядке.

Иногда бывает полезно создать цепочку фильтров один раз, а затем использовать ее повторно:

  {{$ filters: = slice (images.GaussianBlur 6) (images.Pixelate 8)}}
{{$ img1 = $ img1.Filter $ filters}}
{{$ img2 = $ img2.Filter $ filters}}
  

Exif

Предоставляет объект Exif с метаданными об изображении.

Обратите внимание, что это поддерживается только для изображений JPEG и TIFF, поэтому рекомендуется заключить доступ с в , например:

  {{with $ img.Exif}}
Дата: {{.Date}}
Широта / Долгота: {{.Lat}} / {{.Long}}
Теги:
{{диапазон $ k, $ v: = .Tags}}
ТЕГ: {{$ k}}: {{$ v}}
{{ конец }}
{{ конец }}
  

Или индивидуальный доступ к данным EXIF ​​с помощью точки, например.g .:

  {{with $ src.Exif}}
  
    {{with .Date}}
  • Дата: {{.Format "2 января 2006 г."}}
  • {{end}} {{with .Tags.ApertureValue}}
  • Апертура: {{lang.NumFmt 2. }}
  • {{end}} {{with .Tags.BrightnessValue}}
  • Яркость: {{lang.NumFmt 2. }}
  • {{end}} {{with .Tags.ExposureTime}}
  • Время выдержки: {{. }}
  • {{end}} {{with .Tags.FNumber}}
  • Номер F: {{. }}
  • {{end}} {{ с участием .Tags.FocalLength}}
  • Фокусное расстояние: {{. }}
  • {{end}} {{with .Tags.ISOSpeedRatings}}
  • Рейтинги скорости ISO: {{. }}
  • {{end}} {{with .Tags.LensModel}}
  • Модель объектива: {{. }}
  • {{end}}
{{ конец }}

Некоторые поля, возможно, потребуется отформатировать с помощью функции lang.NumFmt , чтобы не отображать как Диафрагма: 2,278

9
вместо Диафрагма: 2,28 .

Поля Exif
Дата
Дата / время «фото сделано»
Широта
«где фото сделано», широта GPS
долгота
«где фото сделано», долгота GPS

См. Конфигурацию обработки изображений о том, как настроить то, что будет включено в Exif.

Параметры обработки изображений

Помимо размеров (например, 600x400 ), Hugo поддерживает набор дополнительных параметров изображения.

Цвет фона

Цвет фона для заполнения слоя прозрачности. Это в основном полезно при преобразовании в формат, не поддерживающий прозрачность, например JPEG .

Вы можете установить цвет фона для использования с 3- или 6-значным шестнадцатеричным кодом, начиная с # .

  {{$ image.Изменить размер "600x jpg # b31280"}}
  

Цветовые коды см. Https://www.google.com/search?q=color+picker

Обратите внимание, , что вы также устанавливаете цвет фона по умолчанию для использования, см. Конфигурация обработки изображений.

Качество JPEG

Актуально только для изображений JPEG, значения от 1 до 100 включительно, чем выше, тем лучше. По умолчанию 75.

  {{$ image.Resize "600x q50"}}
  

Повернуть

Поворачивает изображение на заданный угол против часовой стрелки.Сначала будет выполнено вращение, чтобы получить правильные размеры. Основное использование этого - возможность вручную корректировать ориентацию EXIF ​​изображений JPEG.

  {{$ image.Resize "600x r90"}}
  

Анкер

Относится только к методу Заливка . Это полезно для создания миниатюр, когда основной мотив расположен, скажем, в левом углу.

Допустимые значения: Smart , Center , TopLeft , Top , TopRight , Left , Right , BottomLeft , Bottom . Bottom .

Значение по умолчанию - Smart , который использует Smartcrop для определения наилучшего урожая.

  {{$ image.Fill "300x200 BottomLeft"}}
  

Фильтр передискретизации

Фильтр, используемый при изменении размера. По умолчанию Box , простой и быстрый фильтр передискретизации, подходящий для уменьшения масштаба.

Примеры: Box , NearestNeighbor , Linear , Gaussian .

Подробнее см. Https://github.com/disintegration/imaging.Если вы хотите обменять качество на более быструю обработку, это может быть вариантом для тестирования.

  {{$ image.Resize "600x400 Gaussian"}}
  

Целевой формат

По умолчанию изображения кодируются в исходном формате, но вы можете установить целевой формат в качестве опции.

Допустимые значения: jpg , png , tif , bmp и gif .

  {{$ image.Resize "600x jpg"}}
  

Примеры обработки изображений

Фотография заката, использованная в приведенных ниже примерах, принадлежит Бьорну Эрику Педерсену (Creative Commons Attribution-Share Alike 4.0 Международная лицензия)

. Изменить размер «300x» . Заполнить «90x120 слева» . Заполнить «90x120 справа» . Подобрать «90x90» . Изменить размер «300x q10»

Это используемый короткий код в примерах выше:

макетов / шорткодов / imgproc.html

 
{{$ original: = .Page.Resources.GetMatch (printf "*% s *" (.Get 0))}}
{{$ command: = .Get 1}}
{{$ options: = .Get 2}}
{{if eq $ command "Fit"}}
{{.Scratch.Set "image" ($ original.Fit $ options)}}
{{else if eq $ command "Изменить размер"}}
{{.Scratch.Set "image" ($ original.Resize $ options)}}
{{else if eq $ command "Fill"}}
{{.Scratch.Set "image" ($ original.Fill $ options)}}
{{ еще }}
{{errorf "Недопустимая команда обработки изображения: должна быть одна из следующих: Подогнать, Залить или Изменить размер."}}
{{ конец }}
{{$ image: = .Scratch.Get "изображение"}}
<рисунок>

<маленький> {{с .Inner}} {{. }} {{ еще }} . {{$ command}} "{{$ options}}" {{ конец }}

И используется он так:

  {{}}
  

Совет: Обратите внимание на синтаксис самозакрывающегося короткого кода выше.Шорткод imgproc может вызываться как с внутренним содержимым , так и без него.

Конфигурация обработки изображений

Вы можете настроить раздел imaging в config.toml с параметрами обработки изображений по умолчанию:

  [imaging]
# Фильтр передискретизации по умолчанию, используемый для изменения размера. По умолчанию Box,
# простой и быстрый фильтр усреднения, подходящий для уменьшения масштаба.
# См. Https://github.com/disintegration/imaging
resampleFilter = "коробка"

# Настройка качества JPEG по умолчанию.По умолчанию 75.
качество = 75

# Якорь, используемый при обрезке изображений.
# По умолчанию "smart", который выполняет Smart Cropping, используя https://github.com/muesli/smartcrop
# Интеллектуальное кадрирование учитывает контент и пытается подобрать лучшее кадрирование для каждого изображения.
# Допустимые значения: Smart, Center, TopLeft, Top, TopRight, Left, Right, BottomLeft, Bottom, BottomRight
якорь = "умный"

# Цвет фона по умолчанию.
# Hugo сохранит прозрачность для целевых форматов, которые его поддерживают,
# но вернется к этому цвету для JPEG.# Ожидает стандартную цветовую строку HEX из 3 или 6 цифр.
# См. Https://www.google.com/search?q=color+picker
bgColor = "#ffffff"

[imaging.exif]
 # Регулярное выражение, соответствующее полям, которые вы хотите исключить из (массивного) набора информации Exif
# имеется в наличии. Поскольку мы кэшируем эту информацию на диск, это делается для повышения производительности и
# место на диске больше всего на свете.
# Если вы хотите все это, поместите ". *" В эту настройку конфигурации.
# Обратите внимание, что если ни this, ни ExcludeFields не установлены, Hugo вернет небольшой
# установлен по умолчанию.
includeFields = ""

# Регулярное выражение, соответствующее полям Exif, которые вы хотите исключить.Это может быть проще в использовании
# чем IncludeFields выше, в зависимости от того, что вы хотите.
excludeFields = ""

# Hugo по умолчанию извлекает дату / время "сделанной фотографии" в .Date.
# Установите значение true, чтобы выключить его.
disableDate = false

# Хьюго извлекает "фотографию, сделанную где" (широта и долгота GPS) в
# .Долгие и .Лат. Установите значение true, чтобы выключить его.
disableLatLong = ложь


  

Интеллектуальная обрезка изображений

По умолчанию Hugo будет использовать Smartcrop, библиотеку, созданную мюсли, при кадрировании изображений с помощью .Заливка . Вы можете установить точку привязки вручную, но в большинстве случаев разумный вариант будет хорошим выбором. И мы будем работать с автором библиотеки, чтобы улучшить это в будущем.

Пример использования изображения заката сверху:

.Fill «200x200 smart»

Оценка производительности обработки изображений

Обработанные изображения хранятся ниже / resources (можно установить с помощью resourceDir config параметр). Эта папка намеренно помещена в проект, так как рекомендуется зарегистрировать их в системе управления версиями как часть проекта.

Фото на обработку: Обработка фото на заказ онлайн от 100 рублей

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *

Пролистать наверх