¿Cómo saber qué imagen de un conjunto está más enfocada? [duplicar]

Estoy calibrando el enfoque en mi escáner de película de 35 mm, para hacer esto, vuelvo a escanear la misma foto repetidamente con diferentes configuraciones de enfoque y comparo los resultados para elegir la configuración que produjo el escaneo más enfocado.

Sin embargo, se me ocurrió que el software probablemente podría determinar la mayor parte del enfoque de los escaneos mejor que yo. ¿Hay algún software que pueda decirme qué escaneo está más enfocado?

¿Con qué software te sientes cómodo usando? Si solo usa pintura o el visor de fotos de Windows, esto es imposible. Si está familiarizado con Photoshop, hay algunas opciones. Hay varias opciones excelentes para resolver este problema en el software de código abierto ImageJ. Me gustaría darle algunos métodos para probar en ImageJ, si eso funciona.

Respuestas (2)

Hay muchas maneras de lograr esta tarea, desde el probado y verdadero x TF hasta nuevas y novedosas técnicas de aprendizaje profundo . Aquí hay una manera simple y accesible de evaluar el enfoque. Esta técnica se utiliza mejor cuando se obtienen imágenes de sujetos monoplanares ricos en contenido. Los negativos escaneados definitivamente cumplen con los criterios anteriores y recomiendo establecer el enfoque con un marco negativo que coincida con los últimos criterios.

Aquí está cómo hacerlo. Primera configuración.

  • Descargue e instale ImageJ. Tenga en cuenta que IJ es un ejecutable independiente (descomprimir y ejecutar) pero requiere Java. Tiene la opción de descargar solo la plataforma independiente o empaquetada con su sistema operativo Java. Tenga en cuenta que si usa Windows y UAC está habilitado, es mejor colocar la carpeta de IJ en otro lugar que no sean las carpetas de "programas". También tenga en cuenta que, en la mayoría de los casos, ImageJ no se agregará a su menú de inicio; deberá buscar y hacer doble clic en el archivo .exe.
  • Descargue e instale el complemento Find Focused Slices . Las instrucciones de instalación están en la página vinculada. También puede descargar y extraer el archivo y luego elegir Complementos>>Instalar.
  • Asegúrate de que todas tus imágenes tengan el mismo tamaño. Esto es más fácil en el software con procesamiento por lotes incorporado que en ImageJ

El proceso para encontrar el mejor enfoque:

  1. Lanzar imagenJ
  2. Abra todas las imágenes para comparar (y solo las imágenes para comparar) arrastrándolas a ImageJ
  3. Una vez que todas las imágenes estén abiertas, vaya a Imagen>>Pilas>>Imágenes para apilar
  4. Con todas las imágenes ahora en una pila, vaya a Complementos>>Buscar cortes enfocados
  5. Marque la casilla "¿Filtro de borde?" y haga clic en Aceptar

Consulte la lista (el número más alto es el mejor) o el corte seleccionado para ver el mejor enfoque indicado.

Si no obtiene una indicación clara de la imagen mejor enfocada, pruebe uno de los siguientes:

  • Deshabilitar filtro de borde
  • Agregar un umbral de varianza
  • ajustar (o deshabilitar) la variación máxima
  • Pruebe el complemento Stack Focuser en su lugar

Como dije, hay muchas formas diferentes de realizar esta tarea. IJ es una excelente plataforma para experimentar donde puedes probar Diferencia de Gaussianos o MTF

Me inclinaría a decir que esto es un duplicado solo de la pregunta anterior. Este último busca una panacea mientras que este propone un problema técnico específico. Yo diría que esta respuesta sigue siendo meritoria, ya que proporciona una forma de resolver el problema utilizando software extensible de código abierto.

Una manera fácil de obtener rápidamente una estimación de la nitidez relativa de diferentes imágenes de la misma escena/objeto escaneado es guardar las imágenes como JPG.

Dado que JPG es un formato con pérdida, la imagen se comprimirá mejor si tiene menos detalles (menos información de alta frecuencia), por lo tanto, el archivo más grande será el más nítido, en igualdad de condiciones.

Pasar rápidamente las imágenes en un visor al 100% también revelará diferencias sutiles, nuestros ojos son muy sensibles a los cambios. (una técnica que solían usar los astrónomos para encontrar objetos en movimiento en el cielo)