2017. nov. 21.

Demozaik házilag - Bayertelenítünk

Szia urak. Bayertelenítünk.
Nem az 5. párttagkönyvet tépjük szét mérgünkben. De nem is szenzort fogjuk lecsutakolni, bár az is egy izgalmas témakör és nem kizárt, hogy egyszer majd megcselekedjük. Igaz is, ha valaki ilyen célra feldobná a kameráját, (természetesen az eredmény abszolúte nem garantált), akkor szívesen legyaluljuk róla a bayer szűrőt. 
Szóval van a Nikon D5000 szenzora, ami névlegesen 4288*2848 pixeles, ami nagyjából 12 megapixel. Persze nem pont ennyi, inkább 4310*2868 pixel, de ehhez már DCRAW kell (mi a GUI-t használjuk), ugyanis még a CameraRaw is visszavágva mutatja meg. Amúgy bevett szokás visszavágni a szegélyeket (több gépemnél is ez van), mert azokat nincs miből interpolálni. Persze nem most szálltunk le a falvédőről, tehát tisztában vagyunk vele, hogy ez a szenzor nagyjából csak 4 megapixeles és az is jóindulattal, 6Mpx a zöld csatornán és 3-3Mpx a vörös-kék csatornákon. Ilyen rendszert főzött nekünk Bayer úr a Kodaknál. Ez persze nem ilyen egyszerű, mert a bayer pigmentek nem tökéletesen szűrnek komplementert, és ismerve a pontos karakterisztikát, okos algoritmusokba a szomszédos szűrők alá beszivárgott információt is be lehet építeni. Ezt találtam a bayer színáteresztésére, jobb nincs, ezt szeretjük:
Forrás
Piros felvételi szűrővel készült JPEG,
 illetve a demozaikolás előtti  NEF Bayer-képe.
Gyakorlatilag az látszik, hogy elég tökéletlenek a szűrők, főleg a vörös. Na mindegy is, az internet tele van Bayer-szűrők rajzaival, de mi konkrétan a saját gépünkét szeretnénk megismerni, tehát tesztképek következnek. A DCRAW tud nyers pixelkimenetet produkálni  (-D paraméter, *.pgm output, amit megnyit a PS - grayscale 8 bit), bár nem tudjuk, ezek az adatok mennyire nyersek konkrétan, hiszen a 12 bites adatból valahogyan 8 bites lesz. És az sem igaz, hogy a RAW valóban eredeti, módosítatlan nyers lenne, pl a Nikont érte olyan vád, hogy zajszűrést alkalmaz a NEF-ben, amitől az amatőr csillagászok kicsit idegesek lettek. Nem lep meg tehát, hogy több különböző RAW dekóderrel nem egyforma eredményt kapunk, tehát van ott valami titkos izé még. Na de, hogyha készítünk vörös, zöld és kék képeket, azt legalább ki lehet találni, melyik pixel pontosan milyen bayerszűrővel van megpatkolva. A kép közepéből vágunk ki 8*8 pixelt, mert a szélét bizony sújtja a peremsötétedés, a közepe sokkal homogénebb. A jobboldali ábrán jól látszik, hogy a piros pixelek a legvilágosabbak (0-2% között szór az érték).
A D5000 szenzorának kellős közepe
A 64 pixelből tehát 16 Red pixelt kapunk. Az is látszik, hogy a felvételi szűrőn (valami kínai Cokin utánzat), illetve a Bayer-szűrőn keresztül átszivárog a zöld és a kék csatornákba is némi fény.  A világosszürke pozíciók a Bayer zöld pixelei (32 pixel, értéke 61-64% között szór), a sötétebb szürkék pedig a Bayer kékjei (16 pixel, 79-82% között).
A megfelelő pixeleket a nekik megfelelő csatornára másolva, megkapjuk a bayerszűrő elrendezését ezen a területen. Hogy valójában ez a négy elrendezés közül melyik, nem tudjuk, mert ugye melyik 4 pixelt nevezzük ki kezdőpixelnek? A kép széle sem árul el erről sokat, amúgy sem megbízható, látjuk, hogy különféle szoftverek különböző számú pixelt csalnak el a szélekről. A kép legközepe tehát RGGB. Ennyi legyen elég egyelőre.
Ebben az esetben a demozaikolás egy sima kiátlagolás lesz, a vörös csatornán 1%, a zöldön 62%, a kéken 81%.
A kapott szín pedig: R254 G119 B67. Elég mosott, fakó, de ne felejtsük el, hogy nem tudjuk a DCRAW hogyan csinál a 12 bites RAW-ból (amin mellesleg nincs se profil, se görbék, se korrekció - vagy pont de) 8 bites szürkeskálást.


A fenti cuccot megismételtük a RawTherapy segítségével. Ez tud szenzor-mintázatot is mutatni, színesben. A kék pixeleket default még nem tudjuk mi okból feketének jeleníti meg, de hogyha a Therapee munka profilját kiütjük (none), vagy a kék csatorna blackpointját bizgetjük, akkor kikékíthetőek. A szürkeskálás 8 bites pixelértékek köszönő viszonyban sincsenek a DCRAW által generáltakkal. Itt valamilyen profilt használ, a DCRAW esetén meg a jóisten se tudja mi történik.

De ennyiért nem fogjuk megtanulni a RawTherapy használatát. Amúgy kismillió demozaikoló beállítás van benne, egyszer majd sort kerítünk arra is, mert jó mókának tűnik. Hátha addig sikerül választ találni arra a kérdésre is, hogyan lehet hozzáférni a tényleges, módosítatlan RAW adatokhoz.

A Sony F828 RGBE filtert használ. A színek visszaadását állítólag javítja, de ennek további felbontáscsökkenés az ára. Azért valamit elárul az is, hogy nem uralta el a piacot ez a szűrőfajta. A miénk ráadásul egy házilag infrásított szenzor. Meg sem kíséreljük szimulálni a mozaikolását. Mellesleg van már olyan technológia a piacon, hogy egyetlen exponálás hatására 4 kép készül 1 pixelnyi shiftelésekkel. Így gyakorlatilag a vörös-kék csatornák teljes felbontásúak lesznek, a zöld csatorna meg kétszeres felbontású. Még keressük a módszert, hogyan tudnánk ehhez kapcsolódni házi módszerrel.
Persze egy igazi képnél a demozaikolás, nem sima átlagolás, egy bonyolult algoritmust igényel, de még így is keletkezhet hiba, például akkor, hogyha a finom részletek méretei egy nagyságrendbe esnek a pixelméretekkel. Így fest demozaik előtt, jól látható, hogy a fölső vonalak közötti rések 3-4 pixelesek.
És ilyen lesz a demozaik után. Az alsó vonalak rései (6-7pixel) már elegendőek a helyesen interpolációhoz.
D5000 demosaic chroma error.
A színeket eltúloztuk (vibrance+saturation), a felső rácson jól látszik, miről van szó. Ez bár sok esetben összetéveszthető az objektívek kroma-hibáival, abszolúte nem lencsehiba, kifejezetten a demozaikolás az oka. 

DCRAW linkek: 1, 2, 3

2017. nov. 17.

Kromatikusan aberráltak vagyunk

Volt egy sci-fi novella, (Bob Shaw - Régmúlt napok fénye, hangosban is megvan) amiben feltalálták a lassú üveget, amit évekig szuper tájakon érleltek, azután eladták, és otthon beszerelve nem a sikátorra, tűzfalra nézett a nyomorúságos ablakod, hanem a tengerpartra, vagy havas hegyekre. 10 év alatt adta le, a 10 év alatt belehatolt fényt. Ez visszafele is igaz volt, ezért láthatta a családterápiára szoruló pár az üveges mester elhunyt nejét és gyerekét kintről, mikor belestek az ablakon. Szép fiction, sajnos ejsze marhaság (bár a novella bepróbálkozik valami tudományos ködösítéssel). A fény sebessége nem ugyanakkora a különböző hullámhosszakon (csak vákuumban). Vajon egy elég hosszú üvegszálon bevilágítva fehér fénnyel elég gyors záridővel simán elkaphatjuk a piros komponenset, úgy, hogy a zöld, és kék komponensek még meg se érkeznek a kameránkba?

Az LCA és a TCA. 
Na, hogyha különböző közegekben a fény sebessége hullámhosszanként eltérő, akkor azt is jelenti, hogy hullámhosszanként eltérően fogja törni egy lencse a bejövő fényünket. Meg is érkeztünk a kromatikus aberrációhoz, amit ezentúl CA-nak nevezünk. A két fő CA típust keressük:

Longitudinal-, axial CA, bokeh fringing, vagy LCA - abból adódik, hogy a különböző hullámhosszaknak különbözőek a fókuszpontjai. Amennyiben a látható spektrum közepét (mondjuk a zöldet) fókuszáljuk, a rövidebb hullámhosszak front- a hosszabb hullámok backfókuszosak lesznek. Ez például az infra fotózás esetében probléma (herélt gépek hajlamosak backfókuszra), régi lencsék erre fel is voltak készítve. A hiba tehát a kép közepén is előfordulhat, nagy fényerejű lencsékre jellemzőbb, rekeszeléssel nyilván javítható, a nagyobb mélységélességbe jobban belefér a front/back-fókuszos hullámhossz is. Ha a kép közepén csúnya elszíneződés van, ami enyhe defokuszálással javítható, akkor az is valószínűleg LCA. A szakirodalom azt állítja, szoftveresen nem javítható, ezt erős kétkedéssel fogadom. Az f3,5 már túl szűk rekesz (?), talán ezért nem észlelhető a 18-55mm-es objektívemen.
Forrás
Lateral, transverse kroma-aberráció, vagy TCA oka a különböző hullámhosszak különböző törése (hosszú hullámok kisebb, rövidebbek nagyobb szögben), gyakorlatilag a csatornák különféle nagyításban jelennek meg (nagyjából középre igazítva), a kép széle felé egyre hangsúlyosabb a méretkülönbség és a kép közepétől adott távolságra mindenütt egyforma.  A rekeszelés nem oldja meg a TCA-t, mivel nem tengelyirányú a probléma, de javítva az élességet adhat olyan illúziót, hogy némileg javult, mert keskenyedik az elmosódott fringe. A szoftveres javítások leginkább ezt tudják kezelni. 
18mm-en a TCA (a kép jobb felső sarkában)

200mm-en a TCA (a kép jobb felső sarkában)
A TCA miatt elvileg a kék csatorna a legnagyobb - ez  úgy jelenik meg, hogy kívül van a sárga csík, belül a bíbor (a Blue csatornán a fekete vonal nyilván sárga színű RGB-ben). 18mm-en ezt is tapasztaljuk, de 200mm-en már fordított a helyzet, a kék csatorna a legszűkebb.

Egyetlen lencsével nem lehet a CA-t megszüntetni. A szakirodalom szerint létezik elsődleges CA, amit a gyártók elég pöpecül egymásra ügyeskednek (akromát - kéttagú lencsék segítségével), illetve másodlagos CA, amit már költségesebb lenne megoldani, ezt tapasztaljuk a képeinken. Amúgy az apokromát lencsék (három vagy több színre korrigálnak) pl. a Nikon ED, nagyon drágáért pont azt állítja, hogy a kroma-hiba már a múlt. Hogy ezek a kalcium-floridos törékeny cuccok e és egyes objektívek pont ezért fehér foglalatúak (hőtágulás), vagy valami spéci csodaanyagok, azt mi nem bírtuk kikutatni ebben az internetes katyvaszban. Ilyen drága holmink meg nincs a sufniban.

Mindenesetre a fenti két képen az RGB csatornákat egymásra villogtatva azt találtuk, hogy nem a kék-piros csatornákra leképezett vonalak esnek egymástól a legtávolabb, hanem a kék-piros mintha egymásra lenne ügyeskedve, és a zöld csatorna lóg ki. Egyértelmű, hogy a lencsetervezők érdeme, hogy ezt a szórást leszűkítették.

Alant a 18-55mm és 55-200mm alaplencséim két végét teszteljük, nyitott, illetve szűk rekesszel, (annak a pár olvasónak, aki eddig eljutott az olvasásban, zoomoló szkriptet nem csinálok):
18mm f3,5 TCA

18mm f10 TCA
Hogy melyik színpár hibája az elsődleges és melyik a másodlagos, azt firtattuk, de nem találtunk rá egyértelmű választ. Lehet, hogy lencsénként változik? Logikusan persze az elsődleges CA a kék-piros lenne (a spektrum két vége), a másodlagos pedig a spektrum közepe és szélei között, tehát a zöld-bíbor (amit tapasztalunk is), de a szakirodalom ezt nem erősítette meg.

A tesztképek színhibáit természetesen eltúloztuk (szaturáció + vibrance), és a következő a tapasztalatunk: sugárirányban nem figyelhető meg hiba. A központtól azonos távolságra minden irányban nagyjából ugyanazt a komplementer színpárt találjuk hibaként, de a középponttól távolodva ezek változnak kék-sárgából zöld-magentába vagy vörös ciánba. A rekeszelés valóban csak élesebbé, ezáltal keskenyebbé teszi a fringet, de javítani nem javít a dolgon.

200mm f5,6 TCA
Úgy tűnik 200mm-en az f5,6 már nem elég szűk rekesz ahhoz, hogy eltüntesse az LCA-t (lásd a középrész nagyításának kékes elszíneződését). F10-es rekeszeléssel azonban prímán megszűnik ez a hiba:
200mm f10 TCA

A Canon bridge tesztképei is azt bebizonyították, hogy a zoom különböző tartományaiban teljesen más színpárokkal jelentkezhet a kroma-hiba. Kínunkban gyorsan összeütöttünk egy kísérletet egy nagyon primitív kínai nagyítóval illetve egy hasonló kvalitású kukker frontlencséjével is. A nagyítólencse reményeim szerint semmire sincs korrigálva, tehát leplezetlenül kellene mutassa a lencsehibákat. A kukker frontlencséje viszont egy ragasztott kéttagú darab, ez már kellene virítson némi korrekciót. Nem gondoltuk volna, hogy ilyen nehéz lesz relative éles képet készíteni ezekkel az üvegekkel.
kínai nagyító
Erős jóindulattal (eltúlzott vibrance+szaturáció) a nagyító lencse mutat némi kék-piros színhibát. Nem építettünk bele rekeszt, a középső részen látható némi LCA is. A ragasztott lencse viszont durván piros színűnek képezi le a fekete vonalakat, ez vagy durva LCA, vagy a tükröződésgátló réteg az oka. Vagy mindkettő. Nem túl meggyőző.
kukker frontlencse
A távcső ragasztott lencséje gyakorlatilag szivárványszínben is tud szórni.
Tehát nem tudtuk meg, hogy mi számít elsődleges és másodlagos kroma-hibának, de hajlunk arra, hogy mégis a kék-piros.

A képeinken ezek mellett mindenféle színű fénymű- és melléktermékek, artifactek keletkeznek, aminek ezerféle oka lehet, az objektív-okok (érted!) mellett a demozaikoló eljáráson, a szenzorok mikrolencséin és főleg a lapos (sunyi) szögben beeső fény viselkedésén, a senzor-bloomon  keresztül a kósza UV és infra behatásokig bármi. Sőt leginkább egyszerre az összes. Emiatt is lehetséges az, hogy ahány leírás, annyiféleképpen vannak megkeverve az információk az interneten.

Az ACR azonban tökéletesen javítja még a profil nélküli, szedett-vedett lencsék kroma-hibáit is. Michel Thoby kísérletét viszont nem tudtuk reprodukálni, régi cikk lehet, azóta a lens correction funkciók sokkal intelligensebbek.

2017. okt. 23.

Peripheral drift - hányós képek 2

Biztosan ismeritek Akiyoshi Kitaoka úr munkásságát. Na... legalább a forgó kígyókat biztosan. Ha mégsem, akkor érdemes chipset és kólát hozni, hányósabbak esetleg egy törülközőt is leteríthetnek. Ez az illúzió a luminancia érzékelésében rejlik, ugyanis a sötét illetve világosabb részek feldolgozásában időeltolódás van. Emiatt a sötét irányából a világos felé látszanak elmozogni az elemek.
A tudomány, nekünk negyveneseknek meglehetősen friss, a kilencvenes években kezdtek vele komolyabban foglalkozni. A nyúroszájenszbe nem kívánunk belenyalni, a linkeken sok érdekes dolgot lehet olvasni, mi csak megpróbáltunk néhány képet lemásolni, apró módosítgatásokkal tesztelni, jobb, vagy rosszabb lenne az optikai varázs, ha kicserélünk elemeket, ill. színeket.
A képeket eredetiben érdemesebb figyelni, bár kicsiben is simán kialakulhat az örvénylő mozgás. Leginkább amíg a szöveget olvasod, mert a perifériás látást bizgetik. Némely ábra egészen furcsa dolgokat produkál ha megszkrollozod az oldalt.
Ha valaki szeretne tovább játszani velük, szóljon és elküldöm a Corel állományt. 

A harsány színek segítik az illúzió kialakulását. A fenti képeken úgy tűnik leginkább az eredetileg használt színek (a klasszikus tekergő kígyók alkotásból) működnek a legjobban. De a középső is izeg rendesen.
Ez az ábra (a klasszikus csónakillúzió) azt bizonyítja, hogy az illúzió kialakulásának nem elengedhetetlen feltétele a komplementer színek  használata, és nem fontos az erős kontraszt sem. A jobboldali ábra kicsivel több akklimatizációs időt kíván, az apró ellentétes irányban elmozgó elemek megnehezítik a hatás kialakulását.
 Komplementer színekben kevés babszemmel is működik a dolog...
... a sok apró elem itt kifejezetten segíti az örvénylés illúzióját, a komplementer színek itt sem fontosak. Ezek az ábrák kifejezetten jól reagálnak a függőleges szkrollozásra is.
A hullámzás illúzióját többféleképpen elérhetjük, az elemek torzítása és elforgatása is alkalmas erre.
Itt sem fontosak a színek. A fekete-fehér vonalak kontrasztja végzi a dolog oroszlánrészét.
Ez az ábra inkább térélményt ad, de olykor meg is moccan.
 Paralaxis élményt nyújtanak ezek az ábrák...
... többféle színkombinációban, réssel egyaránt működnek. Erősen gyanús nekünk, hogy ennek a hatásnak valami köze van a sztereogramok működéséhez is.
 A klaszikus őszi színkavalkádos variációi.
Egyetlen állandó ezekben, a fekete-fehér kontraszt, a színek és illesztések variálása nem zavarja meg az élményt.
A fentiek alapján egy újabb formakísérlet.

Azért az megnyugtatott, hogy Akiyoshi Kitaoka úr munkái sem mind működtek egyformán tökéletesen. 

Itt találtok témakörökre lebontott optikai érdekességeket:
http://www.michaelbach.de/ot/index.html     

2017. okt. 19.

Fotó forensic. Analizáljunk képeket...

Egy szanaszéjjel fotosoppolt kép error level analízise 
... nem pont úgy, hogy gumikesztyű, vazelin és benyúlunk a JPEG hátsó traktusába, de már majdnem. A képekbe rejtett tartalomról olvasgatva újra sikerült felmikrózzunk egy régebb jegelt témát, a képelemzést, mint forenszik csudajót. Ami azonkívül, hogy irtó tudományos dolog (tehát érdekes), alkalmas (lehet) arra is, hogy kiderítsük, klónozták e a füstöt a bombázás utáni felvételeken, avagy az afgán lányos pofa hogyan retusált ki oszlopokat a képeiről. Na jó, ezek pont ránézésre is egyértelműek voltak, de itt találtok többet is.

Ha testépítő hasonlatot kellene előrántani, akkor a photoshop lenne a fotógráfia szteroidja. Egyrészt elsöprő fölényt biztosít a naturál SOOC hangyabikáival szemben, átláthatatlanná teszi ennek a művészeti ágnak az egységes értékelését, másrészt lerombolja a (főleg dokumentum/divat) fotós erkölcsi tartását, és ami a legdurvább, lerontja a laikusok bizalmát a fotográfiában.
A lovat egy másik képből retusáltuk ide.
FotoForensic ELA
Alkalmi amatőr fotósként mindig megütközve figyeljük, mekkora hisztériát vált ki egy-egy manipulált fotó leleplezése a hírközlő médiában. Ugyanakkor, mivel minket nem kötnek pályázatok szigorú előírásai, nem bukhatunk meg fotós pisiteszten, lazán szétfotosoppoljuk a képeinket. Csak egy kis vibrance, csak egy kis szelektív szűrő, hiszen ezt terepen is megtehettem volna egy degradé-, vagy polárszűrővel, vagy ezt pont így fotózhattam volna egy jobb/drágább géppel, hát nem e mindegy, hogy a terepen téptem le a fűszálat, vagy PS-ban? Pedig látjuk, hogy egy sportoló is ugyanezt mondhatná. Ha jobb lenne a genetikám, ha heti négy edzéssel több lenne, pont ilyen jó lehetnék, mint a cuccal. Ugyanakkor ez mégsem igaz. Kiszedni egy fotógépből az IR-cut szűrőt, érezzük, hogy mégsem ugyanaz, mint megbuherálni egy Forma1-es autót (bár tudjuk, hogy a motorsport kábé annyira sport, mint a sakk, vagy a pingpong, vagy a foci. Na jó, akkor mondjuk CameraRawban állítani -2 fényértéket, nem pont olyan, mint villanybiciklivel indulni a Giron. Teljesen más dimenzió. Jól érthető tehát, hogy adott esetben, egy kilőtt rakéta torkolattüze, semmilyen dimenzió mentén nem analóg egy fűszál retusával. 

De akkor is Ansel Adams a fotográfia Schwarzeneggere.

Az előbbi lovas kép. Forensically Beta
Szerintünk eléggé abszurd elvárni egy fotóstól, mint ahogyan a kész fotó szemlélőjétől is, hogy ne legyen számára az alkotás egy projekciós felület. Ebben a bejegyzésben nem kívánunk a témában jobban elmerülni, van elég körhinta, amin éppen rajta ülünk, egyetlen, relatíve kis seggel. Persze a hozzászólásokban nyomathatjátok a véleményeteket.

A teljesség igénye nélkül, tehát ezeket tekintjük leginkább manipulált képeknek:
- kontextusából kiragadott, hamisan feliratozott kép, ami akkor is manipulált, ha amúgy SOOC (pl. a Natgeoban múzeumi leltári számmal ellátott elefánt-agyarakkal menetelő vadorzók képe). Ennek felderítése leginkább social engeneering szkilleket feltételez.
- aztán a retusált képek, legyen annak célja politikai propaganda, marketing, vagy a skizoid összeesküvéselmélet-gyártók bizonyítékgyára. Itt már jól használhatóak a számítógépes elemzések.
- a "csak" kicsinosított képek esetén már határzónába értünk, sok pályázat szereti, ha a beavatkozások felső korlátját a limitek közé szorított technika képezi és nem az alkotók fantáziája.
A manipulált képekre általában jellemző a "one more thing" - azaz, egy apró csalás megtalálása után joggal feltételezhető, hogy akad még a képen turpisság bőven. Ez megkönnyíti a felderítést, hiszen több irányból utol lehet érni a sánta kutyát. Természetesen a nyomozati fotográfia nem csak ezekkel foglalkozik, a képek elemzése, boncolása (image autopsy) arra is alkalmas, hogy bűneseteket tárjanak fel. 
Adnan úr elhíresedett cucca. Szerintetek a szoftver megtalálta az ordas retust rajta?
Az image forensic, avagy nyomozati képelemzés egy külön szakma, most csak megnyaljuk a témát, Há' minek akkor a 4 év egyetem, ha ez csak így működne, hogy egy blogposztban megírjuk a tuttit, mi? 
A forensicoskodás a formátum analízisével kezdődik - első ráközelítés, hogyan keletkezhetett a kép, hogyan került hozzánk, mit állítanak róla, miben volt utoljára elmentve, van e más változata pl. interneten, stb. A meta analízisére tökéletes egy ExifTools, egy hexeditor, vagy akár a JpegSnoop, amelyekről mind volt szó az Utazásokban. Akkor is maradnak infromációnyomok egy állományban, hogyha direkt törölték a metaadatokat. Bár önmagában az EXIF törlése is gyanúra adhat okot. A Double Quantization Effect Fingerprint analízise és a PCA (Principal component analysis), Vawelet transformation - ezek mind annyira komplex témakörök, hogy talán majd visszatérünk rájuk.
A forenszik analízis ellenségei a kis felbontás, durva (és többszörös) tömörítések, médiumváltások (pl nyomtatva visszaszkennelve). Mi azonban saját fotókkal, kövér felbontásban próbáltuk ki a módszereket. 

Két online eszközt tesztelgettünk, szinte zéró sikerrel. Az egyik Jonas Wagner eszköze, a másik pedig a Hacker Factor eszköze, ahol nagyon jó tutoriálok, meg forensic játékok is vannak. Olvasgassátok, próbálgassátok, mert jó móka.

Az egyik jól bevált módszer a retusálások, és bármilyen beavatkozások felderítésére az ELA (Error Level Analysis), de ugyanakkor ehhez (is) nagyon sok gyakorlat kell. Főleg idegen képi elem jelenlétét ígéri megtalálni, pl. más tömörítésű képrészleteket, szelektív szűrőket. klónozott elemeket, stb. 
A jobboldali képre klónoztunk egy újabb amanitát


A két online ELA eszköz így mutatja a feliratot.
Általában a legutolsó mentésre érzékenyebb, kijátszható durva tömörítéssel, de a gyakorlatban mi nem boldogultunk vele. A fenti képekről ugyanis fűszálakat is eltávolítottunk, aki megmondja, hogy honnan, van egy kicsisöre (természetesen igazi, tiltott Heineken).
A lovat egy teljesen más géppel készített fotóból retusáltuk az Omu-csúcsra.




A klónozott ló szerintetek lebukna egy szakember előtt? Én ebből az ábrából nem tudnám megállapítani, hogy valóban volt e ló 2500 méteren, a Bucsecsben.

Copy/Move Forgery and Clone Detection. Na ez aztán egy olyan eszköz, ami végképp kiborított. 

Bár a baloldali képen a leklónozott amanitát sikerült (?) észlelnie, a jobboldali képen olyan részleteket jelölt meg klónozottnak, amelyek egyáltalán nem voltak megmatatva. A legmeglepőbb egy mobillal készült kép volt.

A mimosa fotójával, csak a Jóisten tudja mit művelt az Assus, de mi semmit se retusáltunk a képen, mégis számtalan gyanús elemet jelölt meg az eszköz.

A JpegSnoop sajnos csak akkor alkalmas megállapítani a beavatkozást egy fotón, amennyiben az állítás az, hogy a kép SOOC (straight out of camera). Ezt könnyen cáfolhatja, viszont más beavatkozások között nem képes különbséget tenni.

A fenti képernyőképeken egy eredeti JPEG, JPEGSnoop analízise látható. A baloldali capture a kamera által mentett Exiffel, a jobboldali pedig törölt metaadatokkal. Mivel a D5000-et nem ismeri a JPEGSnoop, ezért nem jelenti ki, hogy egyértelműen eredeti a kép, bár a metaadatok arra engedik következtetni. Viszont törölt metaadatok esetén már egyértelműen szerkesztettnek jelöli, pedig csak a metaadatokat szerkesztettük (töröltük).
PS-ben újramentett kép. Full metaadatokkal, illetve törölt metaadatokkal. Érdekes, hogy törölt metaadat esetén elveszíti a Nikon adatokat, a PS Image Resource Blokkokat, de az APP13-ból még így is ki tudja olvasni, hogy PS-ben volt mentve. Ugyanez a helyzet, ha nemcsak újramentjük, de szerkesztjük is a képet.
Az IrfanView mentését is elég jól megsaccolja. Mellesleg a JpegSnoop adatbázisa bővíthető, tehát egy törölt metaadatú fileról megtanítható neki, hogy eredetinek lássa, de persze egy szkeptikus ellenőr ezt nem fogja beszopni, saját újratelepített programmal egyből kiderül a turpisság.

Összefoglalva: nem is frusztrál nagyon, hogy pár nap alatt sem sikerült, még banális retusokat sem észrevenni pl. az Error Level térképeken. Ha odatennének, hogy az ultrahangos radarképről mondjuk meg, fiú vagy leány az a pixelzaj, ami előttünk van, az sem menne elsőre, nem igaz?

A fenti linekeken kívül ezt, meg ezt a tanulmányt is elolvashatjátok. Izgi. 

2017. okt. 17.

JPEG összefoglaló 7

A minap abbahagyott gondolatsort folytatjuk.

4. Melyik a jobb, vagy ugyanolyan a Save as 12-es szint és a Save for Web 100%? Ez se egy érvényes kérdés, mert aki ennyire szőrszálhasogató, az mentsen TIFF-et LZW tömörítéssel, az Isten szerelmére. De nem egyformák. A JPEGSnoop szerint 3 század százalék eltérés van a kettő között. Borzi. Tehát a Save for Web 100% a legbesztesebb, 98,39-es minőség faktorral, míg a Save As 12, 98,36-os faktorral alig rosszabb a kroma csatornákon. A luminancia csatornákon is 6 századnyi csupán az eltérés. A Nikon D5000 Fine beállítás a kroma csatornán ugyanolyan jó (de nem azonos kvantálású + ne feledjük a subsamplinget se) mint a Save for Webb 100%, luminancia csatornája viszont csak 98,02-es. 

5. Miért van a PS-ban 13 tömörítési szint? És a PS alapesetben miért csak a 10-es értéket ajánlja fel? Sajnos hivatalosnak tűnő válaszokat nem találtunk, tehát anekdotikusnak kell tekintenünk őket. A 11-12-es értékek állítólag a fejlesztés korából maradtak benne, bármit is jelentsen ez. A PS szerint a kiváló minőséget már a 10-es garantálja. Mint a 4-es pontból láttuk, ez egyáltalán nincs így. Úgy tűnik, hogy az Adobe sem veszi komolyan a JPEG-et. Nincs mese, a JPEG mintha csak végfelhasználásra lenne szánva. Ha így tekintünk erre a formátumra, akkor már a 8-as minőség is tökéletesen megfelel internetre. A 12-es érték ára nagyjából dupla fileméret (a 10-eshez képest - lásd alább).
Lehet találgatni, melyik a 10-es és melyik a 12-es. 
6. Mi történik a PS-ban a 6-os illetve a 7-es beállítások között?
Valószínű, hogy nektek se tűnt föl eddig, hogy a 6-7-es értékeknél Photoshopban valami gubanc van. Pedig az internet tele van magyarázatokkal. Ha eddig ezeket az értékeket használtad, akkor érdemes megfigyelni azt a jelenséget, hogy az elvárttal ellentétben a 7-es értékkel, a 6-oshoz viszonyítva, nem nagyobb lesz a fileméret, hanem kisebb (lásd alább az ábrán). A képminőség sem lesz egyértelműen jobb, inkább másképp lesz szarabb.
Megkattintva nézd, 300% nagyítás. Balról és fentről 0-12 JPG tömörítés PS-ban.
 A PS 13 értékének hatása a fileméretre. Érdemes figyelni a 6-7 értékekre,
illetve a 11-12 értékekre.
Gyakorlatilag 0-6 szintek között a kroma subsampling 2x2 (negyedére csökken a CrCb felbontása), míg a 7-12 között a kroma subsampling:  1x1. Emiatt 7-esnél nagyobb ugrás lenne tapasztalható a fileméretben, ezt mérséklendő, itt nagyobb kvantálási értékeket alkalmaznak. Képe válogatja, hogy ezzel a trükkel mennyire sikerül a fileméretet a 6-os és 8-as fileméretei közé szorítani. A mi példánkban nem sikerült. 6-os értékkel 1536 kbyte, 7-es értékkel pedig 1532 kbyte lett az eredmény. Alább a 6-os és 7-es kvantálási táblái:



Mivel a luminancia tábláját is jól megtömöríti (a 6-os tömörítéshez képest), simán előfordulhat, hogy gyengébb képet kapunk a jobb beállítás mellett, nagyobb színfelbontással.

+ Bónuszprogram. A JPEGmini szolgáltatása. 
Többet vártam tőle, abból ahogyan feldicsérték valamelyik blogon. Sajnos csak JPEG képeket fogad, adta magát a kísérlet, hogy sorra odaadjuk neki a 0-12 értéken tömörített fájlokat, lám mit kezd velük. Ezeket azután fileméret szerint megfeleltettük a PS-ban tömörített állományokkal. Nagyjából egy értékkel tömörítette be jobban, tehát a 12-esből a mini kb. 10-11 közöttinek megfelelő méretűt produkált. A 10-esből 9-est, 6-osból meg 5-öst. A képeket összevillogtatva (400%) a mérettel nagyjából arányos volt a minőség is, bár a 12-10-es tömörítéseknél megoszlott a véleményünk, volt aki a nagyobb mini képet tartotta jobbnak, én pedig inkább a picivel kisebb PS képet. A különbség egyáltalán nem mérvadó. Mindenesetre kijelenthető, hogy a JPEG mini nem csodaszer, nyugodtan hanyagolhatjátok.