Happytimebest.ru

Все для праздника
5 просмотров
Рейтинг статьи
1 звезда2 звезды3 звезды4 звезды5 звезд
Загрузка...

Реставрация фотографий плохого качества

Реставрируем фотографии с помощью нейросетей

Всем привет, я работаю программистом-исследователем в команде компьютерного зрения Mail.ru Group. Ко Дню Победы в этом году мы решили сделать проект по реставрации военных фотографий. Что такое реставрация фотографий? Она состоит из трех этапов:

  • находим все дефекты изображения: надломы, потертости, дырки;
  • закрашиваем найденные дефекты, основываясь на значениях пикселей вокруг них;
  • раскрашиваем изображение.

В этой статье я детально пройдусь по каждому из этапов реставрации и расскажу, как и где мы брали данные, какие сети мы учили, что у нас получилось, на какие грабли мы наступили.

Поиск дефектов

Мы хотим найти все пиксели, относящиеся к дефектам на загруженной фотографии. Для начала нам нужно понять, какие фотографии военных лет будут загружать люди. Мы обратились к организаторам проекта «Бессмертный полк», которые поделились с нами данными. Проанализировав их, мы заметили, что люди зачастую загружают портреты, одиночные или групповые, на которых есть умеренное или большое количество дефектов.

Затем нужно было собрать обучающую выборку. Обучающая выборка для задачи сегментации — это изображение и маска, на которой отмечены все дефекты. Самый простой способ — отдать фотографии в разметку ассесорам. Конечно, люди умеют хорошо находить дефекты, но проблема в том, что разметка — это очень долгий процесс.

На разметку пикселей, относящихся к дефектам на одной фотографии, может уходить от одного часа до целого рабочего дня, поэтому за несколько недель сложно собрать выборку больше чем из 100 фотографий. Поэтому мы старались как-то дополнять наши данные и писали дефекты самостоятельно: брали чистую фотографию, наносили на нее искусственные дефекты и получали маску, показывающую нам, на какие именно части изображения нанесены дефекты. Главной частью нашей обучающей выборки стали 79 фотографий, размеченные вручную, из них 11 штук мы перенесли в тестовую выборку.

Самый популярный подход для задачи сегментации: взять Unet с предобученным энкодером и минимизировать сумму (binary cross-entropy) и (Sørensen–Dice coefficient).

Какие проблемы возникают при таком подходе в задаче сегментации дефектов?

  • Даже если нам кажется, что дефектов на фотографии очень много, что она очень грязная и сильно потрёпана временем, всё равно площадь, занимаемая дефектами, гораздо меньше неповреждённой части изображения. Чтобы решить эту проблему, можно увеличить вес положительного класса в , и оптимальным весом будет отношение количества всех чистых пикселей к количеству пикселей, принадлежащих к дефектам.
  • Вторая проблема в том, что если мы используем Unet из коробки с предобученным энкодером, например Albunet-18, то теряем много позиционной информации. Первый слой Albunet-18 состоит из свертки с ядром 5 и stride равным двум. Это позволяет сети быстро работать. Мы пожертвовали временем работы сети ради лучшей локализации дефектов: убрали max pooling после первого слоя, уменьшили stride до 1 и уменьшили ядро свёртки до 3.
  • Если мы будем работать с маленькими изображениями, например, сжимая картинку до 256 х 256 или 512 х 512, то маленькие дефекты будут просто пропадать из-за интерполяции. Поэтому нужно работать с большой картинкой. Сейчас в production мы сегментируем дефекты на фотографии 1024 х 1024. Поэтому необходимо было обучать нейросеть на больших кропах больших изображений. А из-за этого возникают проблемы с маленьким размером батча на одной видеокарте.
  • Во время обучения у нас на одну карточку помещается около 20 картинок. Из-за этого оценка среднего и дисперсии в BatchNorm-слоях получается неточной. Решить эту проблему нам помогает In-place BatchNorm, который, во-первых, экономит память, а во-вторых, у него есть версия Synchronized BatchNorm, которая синхронизирует статистики между всеми карточками. Теперь мы считаем среднее и дисперсию не по 20 картинкам на одной карточке, а по 80 картинкам с 4 карточек. Это улучшает сходимость сети.

В конце концов, увеличив вес , поменяв архитектуру и использовав In-place BatchNorm, мы начали искать дефекты на фотографии. Но задёшево можно было сделать ещё чуть лучше, добавив Test Time Augmentation. Мы можем прогнать сеть один раз на входном изображении, потом отзеркалить его и прогнать сеть ещё раз, это может помочь нам найти маленькие дефекты.

В результате наша сеть сошлась на четырёх GeForce 1080Ti за 18 часов. Inference занимает 290 мс. Получается достаточно долго, но это плата за то, что мы хорошо ищем небольшие дефекты. Валидационный равен 0,35, а — 0,93.

Реставрация фрагментов

Решить эту задачу нам снова помог Unet. На вход ему мы подавали исходное изображение и маску, на которой единицами отмечаем чистые пространства, а нолями — те пиксели, которые хотим закрасить. Данные мы собирали следующим образом: брали из интернета большой датасет с картинками, например OpenImagesV4, и искусственно добавляли дефекты, которые похожи по форме на те, что встречаются в реальной жизни. И после этого обучали сеть восстанавливать недостающие части.

Как мы можем модицифировать Unet для этой задачи?

Можно использовать вместо обычной свёртки частичную (Partial Convolution). Её идея в том, что при сворачивании региона картинки с каким-то ядром мы не учитываем значения пикселей, относящихся к дефектам. Это помогает сделать закрашивание точнее. Пример из статьи NVIDIA. На центральной картинке они использовали Unet с обычной свёрткой, а на правой — с Partial Convolution:

Мы обучали сеть 5 дней. В последний день мы замораживали BatchNorm, это помогло сделать границы закрашиваемой части изображения менее заметными.

Картинку 512 х 512 сеть обрабатывает за 50 мс. Валидационный PSNR равен 26,4. Однако в этой задаче нельзя безоговорочно доверять метрикам. Поэтому мы сначала прогнали на наших данных несколько хороших моделей, анонимизировали результаты, а потом проголосовали за те, что нам больше понравились. Так мы и выбрали финальную модель.

Я упоминал, что мы искусственно добавляли дефекты в чистые изображения. При обучении нужно очень внимательно следить за максимальным размером накладываемых дефектов, потому что при очень больших дефектах, которые сеть никогда не видела в процессе обучения, она будет дико фантазировать и давать абсолютно неприменимый результат. Так что, если вам нужно закрашивать большие дефекты, при обучении тоже подавайте большие дефекты.

Вот пример работы алгоритма:

Раскрашивание

Мы сегментировали дефекты и закрасили их, третий шаг — реконструкция цвета. Напомню, что среди фотографий «Бессмертного полка» очень много одиночных или групповых портретов. И мы хотели, чтобы наша сеть хорошо с ними работала. Мы решили сделать свою колоризацию, потому что ни один из известных нам сервисов не раскрашивает портреты быстро и хорошо.

На GitHub есть популярный репозиторий для раскрашивания фотографий. В среднем, он хорошо делает эту работу, но у него есть несколько проблем. Например, он очень любит раскрашивать одежду в синий цвет. Поэтому его мы тоже отвергли.

Итак, мы решили сделать нейросеть для колоризации. Самая очевидная идея: брать чёрно-белое изображение и предсказывать три канала, красный, зелёный и синий. Но, вообще говоря, мы можем упростить себе работу. Можем работать не с RGB-представлением цвета, а с YCbCr-представлением. Компонента Y — это яркость (luma). Загружаемое черно-белое изображение и есть Y канал, мы будем его переиспользовать. Оставалось спрогнозировать Cb и Cr: Cb — это разница голубого цвета и яркости, а Cr — это разница красного цвета и яркости.

Читать еще:  Заказать фотографа на день рождения

Почему мы выбрали YCbCr-представление? Глаз человека более восприимчив к перепадам яркости, чем к изменениям цвета. Поэтому мы переиспользуем Y-компоненту (яркость), то, к чему глаз изначально хорошо восприимчив, и прогнозируем Cb и Cr, в которых мы можем чуть больше ошибаться, поскольку «фальш» в цветах человек замечает меньше. Этой особенностью начали активно пользоваться на заре цветного телевидения, когда пропускной способности канала не хватало, чтобы передавать все цвета полностью. Изображение передавали в YCbCr, передавали Y-компоненту без изменений, а Cb и Cr сжимали в два раза.

Как собрать baseline

Можно снова взять Unet с предобученным энкодером и минимизировать L1 Loss между настоящим CbCr и прогнозируемым. Мы хотим раскрашивать портреты, поэтому кроме фотографий из OpenImages нам нужно добавить специфические для нашей задачи фотографии.

Где взять цветные фотографии людей в военной форме? В интернете есть люди, которые в качестве хобби или на заказ раскрашивают старые фотографии. Они это делают крайне аккуратно, стараясь полностью соблюсти все нюансы. Раскрашивая форму, погоны, медали они обращаются к архивным материалам, поэтому результату их работы можно доверять. В общей сложности мы использовали 200 фотографий, раскрашенных вручную. Второй полезный источник данных — это сайт Рабоче-Крестьянской Красной Армии. Один из его создателей сфотографировался практически во всех возможных вариантах военной формы времен Великой Отечественной войны.

На некоторых фотографиях он повторял позы людей с знаменитых архивных фотографий. Особенно хорошо, что он снимался на белом фоне, это позволило нам очень хорошо аугментировать данные, добавляя разные природные объекты на задний план. Также мы использовали обычные современные портреты людей, дополняя их знаками различия и прочими атрибутами одежды военного времени.

Мы обучили AlbuNet-50 — это Unet, в котором в качестве энкодера используется AlbuNet-50. Сеть начала давать адекватные результаты: кожа розовая, глаза серо-голубые, погоны желтоватого цвета. Но проблема в том, что она раскрашивала картинки пятнами. Это связано с тем, что с точки зрения L1-ошибки иногда бывает выгоднее не делать ничего, чем пытаться предсказывать какой-то цвет.


Мы сравнением наш результат с фотографией Ground Truth — ручной колоризацией художника под ником Klimbim

Как решить эту проблему? Нам нужен дискриминатор: нейронная сеть, которой мы на вход будем подавать изображения, и она будет говорить, насколько реалистично это изображение выглядит. Ниже одна фотография раскрашена вручную, а вторая — нейросетью. Как вы думаете, какая?

В качестве дискриминатора мы используем дискриминатор из статьи Self-Attention GAN. Это небольшая свёрточная сеть, в последние слои которой встроен так называемый Self-Attention. Он позволяет больше «обращать внимание» на детали изображения. Также мы используем спектральную нормализацию. Точное объяснение и мотивацию можно найти в статье. Мы обучили сеть с комбинацией L1-loss и ошибки, возвращаемой дискриминатором. Теперь сеть лучше раскрашивает детали изображения, а фон получется более консистентным. Еще один пример: слева результат работы сети, обученной только с L1-loss, справа — с L1-loss и ошибкой дискриминатора.

На четырёх Geforce 1080Ti обучение заняло два дня. Сеть отрабатывала за 30 мс на картинке 512 х 512. Валидационная MSE — 34,4. Как и в задаче inpainting, метрикам можно верить не до конца. Поэтому мы отобрали 6 моделей, которые имели лучшие метрики на валидации, и вслепую голосовали за лучшую модель.

После выкатки модели в production мы продолжили эксперименты и пришли к выводу, что лучше минимизировать не попиксельный L1-loss, а perceptual loss. Чтобы его посчитать, нужно прогнать предсказание сети и исходную фотографию через cеть VGG-16, взять карты признаков на нижних слоях и сравнить их по MSE. Такой подход закрашивает больше областей и помогает получить более красочную картинку.

Выводы и заключение

Unet — это классная модель. В первой задаче сегментации мы столкнулись с проблемой при обучении и работе с картинками большого разрешения, поэтому используем In-Place BatchNorm. Во второй задаче (Inpainting) вместо обычной свёртки мы использовали Partial Convolution, это помогло достичь лучших результатов. В задаче колоризации к Unet мы добавили небольшую сеть-дискриминатор, которая штрафовала генератор за нереалистично выглядящее изображение и использовали perceptual loss.

Второй вывод — ассесоры важны. Причем не только на стадии разметки картинок перед обучением, но и для валидации итогового результата, потому что в задачах закрашивания дефектов или колоризации всё равно нужно валидировать результат с помощью человека. Мы отдаем пользователю три фотографии: исходную с удаленными дефектами, колоризованную с удаленными дефектами и просто колоризованную фотографию на случай, если алгоритм поиска и закрашивания дефектов ошибся.

Мы взяли некоторые фотографии проекта «Военный альбом» и обработали их нашими нейросетями. Вот такие результаты получили:

А здесь можно посмотреть их в оригинальном разрешении и на каждом этапе обработки.

Как восстановить старые, испорченные фотографии

Фотографии на бумажном носителе имеют неприятное свойство с течением времени тускнеть, выцветать, покрываться мелкими трещинами и царапинами. В общем, терять свой первоначальный вид. Практически у каждого человека в доме хранятся старые черно-белые фотографии из семейного архива, поврежденные временем. Однако они дороги сердцу и их жалко выкидывать. Сегодня существует способ восстановления не только испорченных цветных фотографий, но и очень старых черно-белых фотоизображений. Для этого применяются инструменты Adobe Photoshop – мощной программы для работы с фотографиями. В этой статье мы расскажем, как восстановить испорченные временем или поврежденные фотоизображения.

Для восстановления фотографий на бумажном носителе Вам понадобится компьютер с соответствующим программным обеспечением и сканер для сканирования изображений. На самом деле методов восстановления фотографий с помощью разнообразных инструментов Adobe Photoshop насчитывается множество. Главная задача состоит в том, чтобы понять, что необходимо исправить в фотоснимке и подобрать для решения конкретной задачи подходящий инструмент.

К наиболее часто используемым инструментам Adobe Photoshop, применяемых для восстановления фотографий, можно отнести Clone Stamp Tool, Healing Brush Tool и Patch Tool. Хотя способов восстановления фотографий действительно много, мы предлагаем Вам наиболее распространенную и простую последовательность действий для реставрации изображения:

1. Сканирование фотографий

Первый этап является одним из наиболее важных. Чтобы восстановить поврежденную или испорченную фотографию на бумажном носителе, необходимо сначала ее качественно отсканировать. Перед сканированием не забудьте стереть с фотографии отпечатки пальцев и застарелую пыль. При сканировании следует руководствоваться следующими правилами. Во-первых, в настройках сканера нужно установить самое высокое разрешение – как минимум 300 – 600 dpi. Меньшее разрешение не позволит Вам отпечатать восстановленную фотографию. Во-вторых, сканировать черно-белые фотографии необходимо в «цветном» режиме (RGB), а не в черно-белом, поскольку цветной режим дает возможность сохранить больше деталей. При сканировании в режиме «оттенки серого» результат может получиться менее качественным и с большим количеством шумов.

В-третьих, те фотоизображения, которые имеют достаточно большое количество мелких царапин и трещин, рекомендуется сканировать по нескольку раз (два или четыре раза, изменяя и поворачивая бумажный носитель в сканере). Тем самым, Вы получите два или четыре скана одной фотографии, что позволит, регулируя непрозрачность слоев в Adobe Photoshop, избавиться от значительного количества лишнего «мусора».

Читать еще:  Услуги фотографа на свадьбу цены

Если же Вы ставите себе цель устранить на фотографии тиснение или крупное художественное зерно, то снимок лучше не сканировать, а сфотографировать цифровым аппаратом под равномерно рассеянным светом. Либо опять-таки воспользоваться многократным сканированием, чтобы уменьшить зернистость снимка. В принципе, в Adobe Photoshop, как показывает практика, Вы можете работать даже с плохо отсканированными фотографиями и получать неплохие результаты при восстановлении. Однако выполнение вышеупомянутых правил все же крайне желательно.

2. Анализ изображения и кадрирование

В процессе сканирования и перевода фотографии с поврежденного бумажного носителя в цифровой вид проявляется очень много мелких трещинок, царапин и пылинок, которые порой совершенно не видны на оригинальном снимке. Это и понятно, ведь сканер увеличивает фотографию при сканировании. После сканирования важно проанализировать изображение на предмет того, нужно ли убирать пыль, какие участки фотографии требуют восстановления, а какие могут послужить в качестве доноров для утраченных областей.

Одним словом, стоит сразу оценить степень повреждений, которые Вам придется устранять. Далее осуществляем кадрирование снимка в соответствии с законами композиции. Потертые углы фотографии можно убрать, если они не содержат какой-либо ценной информации и не вредят общему композиционному решению.

Наконец, Вы начинаете работу с Adobe Photoshop. И первая задача – цветовая коррекция фотоизображения, ведь в большинстве случаев старые черно-белые фотографии уже не могут похвастаться хорошей контрастностью и широким динамическим диапазоном. Для этого достаточно использовать сочетание клавиш Ctrl+L, чтобы вызвать диалоговое меню Levels (уровни). Сначала можно воспользоваться кнопкой Auto (Авто) и посмотреть на готовый результат коррекции цвета. Чаще всего алгоритм Auto Levels подводит при работе со старыми изображениями, и результат получается далеко не таким, каким его хочется видеть. Поэтому, вероятно, придется корректировать тон вручную.

Работая с уровнями (Levels).ползунки белой и черной точки нужно будет передвинуть к тем точкам изображения, где гистограмма отображает начало областей с темными и светлыми пикселями. Чтобы увеличить контрастность и цветовую насыщенность фотографии, также потребуется задействовать меню Match Color. Здесь можно увеличить интенсивность цвета посредством бегунка Color Intensity, при этом необходимо будет установить флажок Neutralize, чтобы нейтрализовать появляющиеся полутона.

4. Удаление царапин и пыли

Следующий этап восстановления фотографии – удаление разнообразных царапин и пыли. Для удаления пыли используется фильтр Dust&Scratches с последующим наложением маски слоя и восстановлением неповрежденных пылью участков. Помните, что пыль всегда сильнее видна в тенях и, соответственно, там ее намного проще будет удалять автоматически. Удаляя пыль, работайте на приближении 100 процентов, чтобы впоследствии получить чистую, восстановленную фотографию, при печати которой не появятся какие-либо царапины и пылинки, оставшиеся Вами незамеченными.

Для устранения трещин Вам уже понадобится перейти в режим Lab Color, где можно исправлять изображение и по рельефу, и по цвету. Трещины и царапины убираются с фотографии при помощи инструмента Clone Stamp Tool. Также для этой цели можно воспользоваться Healing Brush Tool. При работе с этими инструментами будьте особенно внимательны, убирая царапины и трещины с лиц на фотографии.

Волосы, одежда и некоторые другие детали являются зачастую единственными участками на старой фотографии, которые можно назвать четкими и детальными. Поэтому при работе с ними также следует соблюдать предельную аккуратность. В случае необходимости можно дополнительно убрать на фотографии мешки под глазами, морщины и другие недостатки все теми же инструментами Clone Stamp Tool и Healing Brush Tool.

5. Восстановление недостающих участков

Некоторые участки старой фотографии могут быть настолько повреждены, что их придется восстанавливать, используя другие, аналогичные области на снимке. Для восстановления недостающих или испорченных участков нужно воспользоваться инструментом Clone Stamp Tool. Здесь требуется только выбрать на фотографии участок, с которого можно скопировать часть пикселей и, таким образом, восстановить с их помощью испорченную область. Указатель курсора ставится на этот участок, после чего нужно щелкнуть левой кнопкой мыши, нажав на клавишу Alt. Далее вам необходимо переместить указатель курсора на испорченный участок фотографии и вновь щелкнуть левой кнопкой мыши. Возможно, придется создавать новый слой для коррекции каждой крупной детали фотоизображения.

Для того, чтобы закрыть крупные повреждения, лучше применить инструмент Patch Tool, предусматривающий создание своеобразной заплатки, которой Вы сможете накрыть испорченный фрагмент изображения. Для восстановления симметричных деталей лица пользуйтесь функцией Flip Horizontal из группы Transform, чтобы отобразить скопированный фрагмент зеркально по горизонтали. Затем командой Warp трансформируйте фрагмент, чтобы он дополнил фотографию. Правда, тут нужно учитывать, что лицо человека очень редко бывает симметричным, вследствие чего восстановленное таким способом лицо может выглядеть нереалистично. Так что, вероятно, придется выполнять дополнительную коррекцию и растушёвку восстановленного фрагмента.

6. Мелкие исправления, улучшение четкости и общая коррекция фотографии

На последнем этапе Вы занимаетесь устранением мелких недостатков и улучшением общего вида фотоизображения. В частности, если на фотографии имеются затененные области, то их можно будет убрать посредством опции Shadow/Highlight. Для коррекции темных и светлых областей необходимо правильно подбирать настройки, чтобы не потерять в детализации снимка и не «убить» контраст. Чтобы достичь действительно качественного результата, рекомендуется использовать кривые (Curves), с помощью которых можно будет дополнительно проработать темные и светлые участки фотоизображения.

Для улучшения четкости фотографии воспользуйтесь инструментом Unsharp Mask. Не стоит слишком зацикливаться на устранении шумов при восстановлении фотографий. Во-первых, устранение шумов – задача довольно сложная и зачастую желаемого результата без ухудшения качества изображения Вы не достигнете. А во-вторых, зерно на старых фотографиях смотрится вполне эффектно, добавляя изображению своеобразный дух времени. Напоследок, можно попробовать сделать фото более интересным и красочным, дополнительно скорректировав контраст и цветовую насыщенность снимка посредством опции Hue/Saturation, которая вызывается сочетанием клавиш Ctrl+U.

Сегодня услугу по реставрации старых, испорченных временем фотографий предлагают многие фотосалоны. Однако Вы можете сэкономить свои деньги, восстановив фотоизображения самостоятельно. У Вас в архиве имеются старые, выцветшие фотографии? Тогда воспользуйтесь инструментами Adobe Photoshop по описанной выше схеме и полученный результат Вас приятно удивит.

Источник: Фотокомок.ру – тесты и обзоры фотоаппаратов (при цитировании или копировании активная ссылка обязательна)

Реставрация фотографий

Необходимость в реставрации фотографий появляется, когда Вам в руки попадает старое фото, которое не пощадило время. Заломы, трещины, пятна, царапины и другие механические повреждения, а также деградация фотослоя и подложки приводят к тому, что изображение со временем пропадает и может исчезнуть вовсе.

Многие люди знают, что программы для реставрации фотографий — это привлекательный шанс улучшить и изменить старые фотографии. Но все же спектр возможностей и инструментов, которые можно сделать с их применением, гораздо шире. А услуги по реставрации фотографий — это те опции, которые позволяют предоставить разнообразный круг фантастических возможностей, которые помогают восстановить поврежденные фотографии, удалить царапины или замаскировать различные ухудшения изображения, вызванные водой, возрастом или другими факторами.

Читать еще:  Фотограф на свадьбу москва цена

Зачем терять дорогие сердцу фотографии наши реставраторы с бережностью и вниманием сделают реставрацию фотографий, работа будет вестись только с цифровыми копиями, а оригиналы останутся у вас в целостности и сохранности. Готовые, после реставрации фотографии Вы получите на адрес эл. почты.

Услуги по реставрации старых фото

Список услуг реставрации старых фотографий:

  • Фотографическое воспроизведение старых фотографий
  • Цифровое восстановление старых фотографий
  • Профессиональное реставрация фото
  • Ретушь высокого класса
  • Увеличение разрешения старых фотографий
  • Портретная ретушь
  • Восстановление поврежденных водой фотографий
  • Повышение количества Цифровых пикселей
  • Античная реставрация фото
  • Раскраска черно-белых фотографий

Для получения отличного результата в реставрации фото необходимо соблюсти некоторые условия.

Отсканировать фотографию с максимальным разрешением залог успеха в максимально точном восстановлении утраченных фрагментов. Оптимальное разрешение 600 — 1000 dpi. Для реставрации старых фотографий Вам достаточно прислать их к нам на адрес электронной почты profotky@yandex.ru .

На старой фотографии мы выровним тон, повысим четкость, удалим трещины и пятна, сгладим царапины. Вы получите реставрацию фотографий от профессионалов. Готовая работа будет максимально приближена к первозданному состоянию фотографии, после этого Вам останется сохранить у себя на компьютере или внешнем накопителе, или распечатать на принтере. Кому как нравится, но самый надежный способ сохранить фотографии — это хранение на нескольких носителях в цифровом виде.

Обратитесь к нам мы будем рады Вам помочь в реставрации старых фотографий.

Восстановление старых и испорченных фотографий

Фотографии на бумажном носителе имеют неприятное свойство с течением времени тускнеть, выцветать, покрываться мелкими трещинами и царапинами. Практически у каждого человека в доме хранятся старые черно-белые фотографии из семейного архива, поврежденные временем. Однако они дороги сердцу и их можно восстановить, если воспользоваться компьютером и соответствующим программным обеспечением.

Методов восстановления фотографий с использованием современных технологий множество. Рассмотрим один из методов – восстановление фотографии с помощью Adobe Photoshop. В любом из них можно отметить использование следующих инструментов: Clone Stamp Tool, Healing Brush Tool и Patch Tool. Что понадобится: компьютер с соответствующим программным обеспечением и сканер для сканирования изображений. Вот наиболее простой и распространенный способ для реставрации изображения:

1. Сканирование фотографий

Фотографию необходимо качественно отсканировать. Перед сканированием не забудьте стереть с фотографии отпечатки пальцев и застарелую пыль.

В настройках сканера нужно установить самое высокое разрешение – как минимум 300 – 600 dpi. Меньшее разрешение не позволит отпечатать восстановленную фотографию.

Сканировать черно-белые фотографии необходимо в «цветном» режиме (RGB), а не в черно-белом, поскольку цветной режим дает возможность сохранить больше деталей. При сканировании в режиме «оттенки серого» результат может получиться менее качественным и с большим количеством шумов.

2. Анализ изображения и кадрирование

В процессе сканирования и перевода фотографии с поврежденного бумажного носителя в цифровой вид проявляется очень много мелких трещинок, царапин и пылинок, которые порой совершенно не видны на оригинальном снимке. После сканирования важно проанализировать изображение на предмет того, нужно ли убирать пыль, какие участки фотографии требуют восстановления, а какие могут послужить в качестве доноров для утраченных областей.

3. Удаление царапин и пыли

Для удаления пыли используется фильтр Dust&Scratches с последующим наложением маски слоя и восстановлением неповрежденных пылью участков. Пыль всегда сильнее видна в тенях и, соответственно, там ее намного проще будет удалять автоматически. Удаляя пыль, работайте на приближении 100 процентов, чтобы впоследствии получить чистую, восстановленную фотографию, при печати которой не появятся какие-либо царапины и пылинки, оставшиеся незамеченными.

Для устранения трещин понадобится перейти в режим Lab Color, где можно исправлять изображение и по рельефу, и по цвету. Трещины и царапины убираются с фотографии при помощи инструмента Clone Stamp Tool. Также для этой цели можно воспользоваться Healing Brush Tool. При работе с этими инструментами будьте особенно внимательны, убирая царапины и трещины с лиц на фотографии.

Волосы, одежда и некоторые другие детали являются зачастую единственными участками на старой фотографии, которые можно назвать четкими и детальными. Поэтому при работе с ними также следует соблюдать предельную аккуратность. В случае необходимости можно дополнительно убрать на фотографии мешки под глазами, морщины и другие недостатки все теми же инструментами Clone Stamp Tool и Healing Brush Tool.

4. Восстановление недостающих участков

Некоторые участки старой фотографии могут быть настолько повреждены, что их придется восстанавливать, используя другие, аналогичные области на снимке. Для восстановления недостающих или испорченных участков нужно воспользоваться инструментом Clone Stamp Tool. Здесь требуется только выбрать на фотографии участок, с которого можно скопировать часть пикселей и, таким образом, восстановить с их помощью испорченную область. Указатель курсора ставится на этот участок, после чего нужно щелкнуть левой кнопкой мыши, нажав на клавишу Alt. Далее необходимо переместить указатель курсора на испорченный участок фотографии и вновь щелкнуть левой кнопкой мыши. Возможно, придется создавать новый слой для коррекции каждой крупной детали фотоизображения.

Для того чтобы закрыть крупные повреждения, лучше применить инструмент Patch Tool, предусматривающий создание своеобразной заплатки, которой сможете накрыть испорченный фрагмент изображения. Для восстановления симметричных деталей лица пользуйтесь функцией Flip Horizontal из группы Transform, чтобы отобразить скопированный фрагмент зеркально по горизонтали. Затем командой Warp трансформируйте фрагмент, чтобы он дополнил фотографию. Правда, тут нужно учитывать, что лицо человека очень редко бывает симметричным, вследствие чего восстановленное таким способом лицо может выглядеть нереалистично. Так что, вероятно, придется выполнять дополнительную коррекцию и растушёвку восстановленного фрагмента.

5. Цветокоррекция

Наконец, загружаем Adobe Photoshop. И первая задача – сделать черно-белое цветным, а потерявшее цвета вновь заставить играть первоначальными красками. Для этого достаточно использовать сочетание клавиш Ctrl+L, чтобы вызвать диалоговое меню Levels (уровни). Сначала можно воспользоваться кнопкой Auto (Авто) и посмотреть на готовый результат коррекции цвета. Если результат не устраивает – придется корректировать тон вручную.

Работая с уровнями (Levels).ползунки белой и черной точки нужно будет передвинуть к тем точкам изображения, где гистограмма отображает начало областей с темными и светлыми пикселями. Чтобы увеличить контрастность и цветовую насыщенность фотографии, также потребуется задействовать меню Match Color. Здесь можно увеличить интенсивность цвета посредством бегунка Color Intensity, при этом необходимо будет установить флажок Neutralize, чтобы нейтрализовать появляющиеся полутона.

6. Мелкие исправления, улучшение четкости и общая коррекция фотографии

Если на фотографии имеются затененные области, то их можно будет убрать посредством опции Shadow/Highlight. Для коррекции темных и светлых областей необходимо правильно подбирать настройки, чтобы не потерять в детализации снимка и не «убить» контра ст. Чтобы достичь действительно качественного результата, рекомендуется использовать кривые (Curves), с помощью которых можно будет дополнительно проработать темные и светлые участки фотоизображения.

Для улучшения четкости фотографии воспользуйтесь инструментом Unsharp Mask. Не стоит слишком зацикливаться на устранении шумов при восстановлении фотографий. Зерно на старых фотографиях смотрится вполне эффектно, добавляя изображению своеобразный дух времени.

Напоследок, можно попробовать сделать фото более интересным и красочным, дополнительно скорректировав контраст и цветовую насыщенность снимка посредством опции Hue/Saturation, которая вызывается сочетанием клавиш Ctrl+U.

Ссылка на основную публикацию
Adblock
detector