2023-10-09 15:50:00 发布人:hao333 阅读( 9300)
在前段时间,佳能的图像处理软件就有出现的苗头,而在杭州第十九届亚运会开幕前夕,佳能旗下两款神经网络工具软件——神经网络图像处理工具(Neural network Image Processing Tool)和神经网络升级工具(Neural network Upscaling Tool)终于和大家见面了。
在前段时间,佳能的图像处理软件就有出现的苗头,而在杭州第十九届亚运会开幕前夕,佳能旗下两款神经网络工具软件——神经网络图像处理工具(Neural network Image Processing Tool)和神经网络升级工具(Neural network Upscaling Tool)终于和大家见面了。今天就和大家聊一下这两款“黑科技”带来的新技术。
说到神经网络图像处理工具,首先要提一下人工智能,也就是AI在图像处理时的作用。AI简单来讲就是通过学习,给机器赋予类似“人”的能力,使其完成一些复杂工作。目前人工智能较成熟的领域有语言识别、图像识别、图像处理等,神经网络图像处理工具就是通过AI来完成的算法,是一种模拟人脑神经元的数学模型。通过对佳能所拥有的大量样张进行深度学习,以达到改善画质的目的。
神经网络图像处理工具可以提升去马赛克、降噪、镜头优化三大功能。去马赛克功能可以抑制摩尔纹、锯齿和伪色彩,提升图像分辨力。降噪功能提升高感照片的细节还原。镜头优化是数码镜头优化的升级版,针对大幅像差以及像差引起的高光溢出和衍射模糊。这其实是一个庞大的工程,得益于佳能庞大的图像数据库,才能学习到大量高品质的数据,由此获得更精准的优化效果。
我使用EOS R5配合长焦镜头拍了一些照片,测试一下暗光场景下,神经网络图像处理工具对图片的降噪能力。
降噪前
降噪后
仔细看画面中心的红色小房子的细节,使用后在噪点消除的同时,并没有令画面的纹理消失,整体金属质感更强,房屋上的线条也更流畅。
神经网络升级工具可以与神经网络图像处理工具组合使用,也可以作单独软件使用。它可以将JPEG、TIFF图像的长边和宽边的分辨率分别扩大2倍,也就是4倍于原始分辨率的图像,同时还保留原始图像的精细度。比如原先的照片有2000万像素,处理后可获得一张8000万像素的照片。在放大照片后可生成高分辨率图像,且不受拍摄机型限制,哪怕是佳能的老单反也可以用该工具进行像素增强。
裁切前
裁切后
让像素乘以4的意义是什么呢?首先是裁切更自由,比如我在拍摄鸟类题材的照片时,往往没有足够的时间去调整构图、设置参数,见到目标立即拍摄,所以往往先粗略构图,再后期二次构图。但是后期裁切不可避免地会损伤像素,那么先乘以4再去裁切,像上面两张图片,有了更多的像素,清晰度也就不会损失了。
EOS R5 4500万像素图像
EOS R5使用神经网络升级工具,得到1.8亿像素图像
在相同的像素密度下,总像素越高,不破坏画质的打印尺寸就越大。比如4500万像素的EOS R5,本身就是高像素机型的相机,翻4倍后就可得到1.8亿的图像。更高的像素能输出更大尺寸的照片,更利于打印输出和商用传播,拓展图像的使用领域。
4000万像素EOS 1D神经网络升级工具处理后图片
神经网络图像处理工具和神经网络升级工具两款工具让后期变得更自由,无论是夜晚的高感光照片还是体育鸟类抓拍,AI技术都能很好地提升照片画质。这个功能可以深度开发镜头的潜力,以获得更高质量的图像,称得上专业摄影师必备了。
4500万像素EOS R5神经网络升级工具处理后图片
目前市面上的AI技术的软件,大多数都要一直订阅或按年订阅。佳能提供了更方便的方案,那就是可以逐月订阅,单独订一个月也可以使用。对于专业摄影师来讲,要吃这碗饭,软件订阅是必要的支出。
而对于非专业用户就很合适了,因为专业用户如果也要整年订阅,就不太划算。对于这个软件,大家可以攒一波照片,然后订阅一个月,集中处理。再攒一大波,再订阅一个月,再集中处理。并且新用户均可获得软件的31天免费试用期,佳能还是很厚道的。
820万像素EOS 20D神经网络升级工具处理后图片
在几年前有很多人认为EOS R6、EOS 1DX Mark III这样的相机成像就很好,2000万像素也很高,但放在今天已经称不上高像素了。有了神经网络升级工具,现在可以令这些器材拍摄的照片都变成8000万高像素,让几年前的单反相机和非高像素机型拍摄的照片也活过来。
4000万像素EOS 1D神经网络升级工具处理后图片
一张又一张的照片记录着摄影师心中的美好时刻,在2008年,当时仅有400万像素的EOS 1D拍摄了北京奥运会,得到了这几张照片。显然,和现在动辄几千万像素的照片相比,400万像素就略显尴尬。这时通过神经网络升级工具变成1600万像素,处理后还能一战。丰富的细节和提升的像素让回忆重焕光彩。
相关阅读
RelatedReading猜你喜欢
Guessyoulike