Composición digital de imágenes.

Presentación del tema: "Composición digital de imágenes."— Transcripción de la presentación:

1 Composición digital de imágenes.
Bibliografía José Luis Fernández. “Postproducción digital”. Escuela de cine y vídeo 1999. Gonzalo Pajares. “Imágenes Digitales”. Ed Rama 2003.

2 Índice Conceptos básicos. Composición y capas. Edición vertical. Sistemas digitales integrados. Animación de capas. Keyframes. (AE y Premiere) Transformaciones geométricas de la imagen Transparencia. (AE y Premiere) Tratamiento de imagen y filtros. (Photoshop, AE y Premiere) Herramientas de pintura. (AE) Tratamiento de números y texto. (AE y Premiere) Tracking y estabilización. (AE yPremiere)

3 Conceptos básicos Composición y capas La edición de vídeo toma segmentos de vídeo a lo largo del eje de tiempos y los reagrupa para obtener el mejor efecto visual. La composición varias capas de imagen se superponen en forma similar a los instrumentos que se añaden en una composición musical. La composición implica combinar un número de imágenes más pequeñas en una mayor, o superponer la porción de una imagen sobre un fondo de otra. Tipos de fusión: Normal, Dissolve,…

4 Conceptos básicos Composición y capas Para combinar una imagen con otra, es necesario especificar donde se va a posicionar la capa del primer término, con relación al fondo. Para realizar estos procesos se utilizan las técnicas de Key (llave) y Matte (máscara). La idea es obtener la combinación de varias imágenes de forma que parezca una única. El método de trabajo en capas es muy versátil y resulta la base de la postproducción digital actual.

5 Conceptos básicos Edición vertical La edición horizontal supone contar una historia en un tiempo y confiar en los diálogos para hacerlo. La edición vertical implica elaborar una presentación o un programa mediante composición, capas y efectos especiales visuales y sonoros.

6 Sistemas digitales integrados
Conceptos básicos Sistemas digitales integrados Los proyectos que reúnen gran cantidad de trabajo de edición horizontal y de edición vertical tienen varias alternativas para su elaboración: Realizar la edición horizontal y vertical utilizando diferentes programas (premiere y after) Edición concurrente en un único sistema digital integrado. El primer sistema integrado fue HENRY de Quantel. Otros sistemas integrados son HAL, EDITBOX de Quantel, JALEO de Comunicación Integral, Media Ilusion de Avid, Flame, Inferno de Discreet Logic

7 Conceptos básicos Efectos Los sistemas de composición digital de imágenes tienen su mayor potencia en la posibilidad de agregar a las capas un enorme número de efectos y transiciones .

8 Fotogramas clave (KeyFrames)
Animación de capas Fotogramas clave (KeyFrames) En los compositores, casi todos los parámetros modificables dentro de las diferentes herramientas son animables en el tiempo. Estos parámetros se animan a través de los keyframes que generan unas curvas de función también modificables. Los keyframes son puntos clave localizados en fotogramas concretos, para los que definimos unos valores de los diferentes parámetros involucrados.

9 Fotogramas clave (KeyFrames)
Animación de capas Fotogramas clave (KeyFrames) A lo largo de la animación el sistema interpola los valores que vayan variando. Las curvas de función representan de forma gráfica la animación de los parámetros. Los keyframes son representados por puntos dentro de la curva, y la pendiente de la curva entre ellos nos muestra el tipo de interpolación empleado (lineal, escalonada).

10

11

12 Transformaciones geométricas de la imagen
El proceso de transformación de la localización de los píxeles desde la imagen origen a la imagen destino, se denomina mapeo origen-destino. Cada píxel de la imagen original se transforma, píxel a píxel a su nueva localización en la imagen de destino. Conforme se transforman los píxeles, algunas de las localizaciones de la imagen destino pueden perderse debido a que no existen píxeles de origen que se transformen en ellas.

13 Transformaciones geométricas de la imagen
Las localizaciones perdidas pueden aparecer con algún tipo de brillo o simplemente en negro. Los agujeros negros crean un resultado pobre en la imagen destino. Este fenómeno ocurre sobretodo al aplicar un escalado o un warping. Empleando una transformación inversa se evitan estos agujeros negros en la imagen de salida.

14 Transformaciones geométricas de la imagen
Translación Las transformaciones geométricas lineales, pueden rotar una imagen, agrandarla, reducirla, y moverla a la derecha, izquierda, arriba y abajo. La translación de la imagen supone: x’=x+Tx y’=y+Ty Donde x e y comprenden las coordenadas de entrada de píxeles, e x’ e y’ son las coordenadas de la imagen de salida, por último Tx y Ty definen la cantidad trasladada en las direcciones x e y.

15 Transformaciones geométricas de la imagen
Translación En el caso de que los valores de Tx o Ty no sean enteros, la transformación puede llevar a la imagen a cantidades que no caigan directamente en la localización de los píxeles de la imagen destino. En este caso es necesario algún tipo de esquema de interpolación para estimar el brillo del píxel resultante en la localización entera del píxel en la imagen de destino.

16 Transformaciones geométricas de la imagen
Rotación Girar las imágenes alrededor de un punto que funciona como eje. Las ecuaciones son: x=x´cos()-y´sin() y=x´sin()+y´cos()

17 Escalado de imágenes y Agrandar y empequeñecer las imágenes: x´=xSx
Transformaciones geométricas de la imagen Escalado de imágenes Agrandar y empequeñecer las imágenes: x´=xSx y´=ySy y x=x´/Sx y=y’/Sy

18

19 Distorsiones de la perspectiva
Transformaciones geométricas de la imagen Distorsiones de la perspectiva Tilt Tilt + Swivel

20 Resampling Cuando se aplica una transformación geométrica a una imagen, se produce un nuevo proceso de muestreo (resampling). Un nuevo muestreo significa que la orientación y frecuencia de muestras original de la imagen cambia. Éste se da en dos variedades: Submuestreo (downsampling) Supramuestreo (upsampling)

21 Resampling Se emplean dos técnicas para estimar el nuevo (o media de...) valor de los píxeles después de la transformación en el proceso de resampling: El filtrado Pasa-Baja La interpolación de píxeles

22 Filtros Pasa-Baja Resampling
Se emplean para el downsampling, como el producido al transformar una imagen, o una porción de esta a un tamaño más pequeño que la imagen original. Recordemos que el teorema del muestreo dice que la frecuencia espacial más alta en una imagen no puede ser mayor que la mitad de su frecuencia de muestreo, por ello, si empequeñecemos una imagen, en las frecuencias más altas puede darse el aliasing, apareciendo extraños artificios en la imagen resultante.

23 Resampling Para evitar este aliasing, deberemos reducir la frecuencia contenida en la imagen, esto se realiza con un filtro Pasa-Baja que no debe exceder el límite del nuevo ratio de muestreo. P.e. Si Sx=0.5 y Sy=0.5, el nuevo ratio de muestro es la mitad del de la imagen original y por tanto filtraremos Pasa-Baja, para eliminar las frecuencias espaciales que se encuentren por encima de 1/2 de la nueva frecuencia de muestreo que es 0.5 la frecuencia original.

24 Interpolación de píxeles
Resampling Interpolación de píxeles El supramuestreo es el proceso de incrementar la resolución espacial de una imagen. Se produce cuando cualquier proceso de transformación geométrica transforma un píxel a, o desde, una localización no entera. El proceso de interpolación estima la luminosidad que debe existir entre localizaciones enteras de píxeles, dos tipos básicos: interpolación por el vecino más próximo o de orden cero, interpolación bilineal o de orden uno.

25 Interpolación por vecino más próximo
Resampling Interpolación por vecino más próximo Es la más rudimentaria, consiste determinar que píxel es el más cercano en la nueva localización y asignarle el valor del píxel estudiado.

26 Interpolación bilineal
Resampling Interpolación bilineal Es más precisa y emplea una media balanceada del brillo de los cuatro píxeles que rodean la localización a estudiar: O(x,y)=(1-a)(1-b)I(x’,y’)+(1-a)bI(x’,y’+1)+a(1-b)I(x’+1,y’)+ abI(x’+1,y’+1),

27 Interpolación por vecino más próximo y bilineal

28 Warping Las transformaciones geométricas lineales, como las hasta ahora nombradas, no introducen curvaturas en el proceso de mapeo: Si se combinan las tres técnicas anteriores: x’=(xcos()+ysin())Sx+Tx= x’=(Sx cos())x+ (Sx ysin())y+Tx= x’=ax+by+c , si empleamos términos de más grado, x2,x3,x4 estamos hablando de Warping.

29 Warping En los últimos veinte años el warping de imágenes ha sido el foco de atención en sensores remotos, imágenes médicas, visión por ordenador y gráficos por ordenador. Se ha creado un camino en muchas aplicaciones como: La compensación de la distorsión en sensores de imagen, de calibración para registro de imágenes. La normalización geométrica para análisis de imágenes y visualización Proyección de mapas y mapeo de texturas para análisis de imágenes.

30 Warping Los primeros trabajos en transformaciones geométricas para imágenes digitales se producen en el campo de los sensores remotos. Años 60, NASA: programas LandSat y SkyLab. Medioambiente, mapas y vigilancia. Todos estos proyectos suponen el adquirir conjuntos multiimágenes (es decir imágenes de la misma área tomadas en diferentes espacios de tiempo o con diferentes sensores).

31 De inmediato la tarea a realizar es la alineación de cada imagen con las otras del conjunto en base a que todos los puntos deben corresponder. Los desajustes pueden ser debidos a diferentes causas. Primero, las imágenes pueden haber sido tomadas al mismo tiempo pero por diferentes sensores, cada uno de ellos con una determinada distorsión de la imagen, pe. Defectos de las lentes. Segundo, las imágenes pueden ser tomadas por sensores a diferentes espacios de tiempo y con varias geometrías de visión. Además el propio movimiento del sensor puede provocar una distorsión.

32 Warping Las transformaciones geométricas se introducen para corregir estas distorsiones y permiten aproximar las relaciones espaciales y las escalas de los objetos. Esto requiere en primer lugar estimar el modelo de distorsión, puntos de referencia que puedan ser marcados con precisión o identificables en la lectura (pe. Intersecciones de carreteras y cambios de agua a terreno etc..). En la mayoría de los casos las coordenadas de transformación que representan la distorsión se modela como una polinomial de dos variables cuyos coeficientes se obtienen minimizando la función de error sobre los puntos de referencia.

33 Warping Normalmente, un polinomio de segundo grado, da cuenta de la traslación, escala, rotación, distorsiones. Para un control más local, se emplean muy a menudo transformaciones de afinamiento y funciones de mapeo polinomial a trozos, con parámetros de transformación variando de una región a otra.

34 Los métodos empleados en sensores remotos, tienen aplicación directa en otros campos relacionados, incluyendo las imágenes médicas y la visión por ordenador. En imágenes médicas, por ejemplo, las transformaciones geométricas juegan un importante papel en el registro y rotación de imágenes para radiología digital. En este campo las imágenes obtenidas después de la inyección de algún tipo de líquido opaco, se restan de la obtenida antes de la inyección. Esta técnica conocida como angiografía de substracción digital, es sujeto de distorsiones debidas al movimiento del paciente. Este movimiento causa desalineamientos de la imagen y su máscara de substracción. Las imágenes resultado están degradadas. La calidad de esas imágenes puede ser mejorada con algoritmos de transformación que incrementen la fidelidad de la captación.

35 Warping El warping de imágenes es un problema que alcanza también a los gráficos por computador. Sin embargo, en este campo el objetivo no es la corrección geométrica, sino inducir la distorsión geométrica. La investigación en gráficos ha desarrollado un repertorio de diferentes técnicas que intentan resolver estos problemas. La aplicación más antigua es el mapeo de texturas, una técnica para mapear imágenes 2-D en superficies 3-D, y luego proyectarlas en pantallas de visión 2-D.

36 Warping

37 Warping El mapeo de texturas ha sido empleado con éxito en conseguir una rica y compleja visualización de imágenes. Además, han sido promovidas técnicas adicionales de sofisticado filtrado para combatir la aparición de artificios desde las posibles severas distorsiones espaciales en estas aplicaciones. La dirección de este esfuerzo ha sido dirigida al estudio y diseño de filtros eficientes de variación espacial pasabaja.

38 Warping El warping crea deformaciones de la imagen en función de una rejilla (grid) que se crea sobre la imagen o mediante máscaras.

39 El warping en Photoshop
El filtro Licuar permite empujar, tirar, rotar, reflejar, desinflar e inflar cualquier área de la imagen. Las distorsiones que cree pueden ser sutiles o drásticas, lo que convierte al comando Licuar en una potente herramienta para retocar imágenes y para crear efectos artísticos.

40 Warping en Premiere

41 Warping en AE Distort effects Bezier Warp (Pro only) Bulge (Pro only)
Corner Pin (Pro only) Displacement Map (Pro only) Liquify Magnify Mesh Warp (Pro only) Mirror Offset Optics Compensation (Pro only) Polar Coordinates Reshape (Pro only) Ripple Smear Spherize Transform Turbulent Displace Twirl Warp Wave Warp

42 Warping en AE Perspective effects Basic 3D Bevel Alpha Bevel Edges
Drop Shadow Radial Shadow

43 Morphing El warping de imágenes se emplea muchas veces para producir en diseño gráfico interesantes efectos visuales. P.e. la deformación entre dos caras, (morphing). El morphing transforma una imagen o parte de una imagen en otra como por arte de magia.

44 Morphing Mediante los programas que suelen incluir la palabra Morph fácilmente se pueden crear efectos de morphing. Los pasos a seguir son los siguientes: Seleccionar las imágenes Abrirlas en la aplicación Seleccionar los puntos clave Crear una animación