Atenuación Hoya Variable density 3-400

[Guillermo Luijk]

FILTRO ND VARIABLE HOYA DENSITY 3-400: 9,5 PASOS

He medido la atenuación en pasos que produce este filtro Hoya para cada marca de su ajuste, lo cual facilitará a quien lo tenga medir la exposición correctamente partiendo de su posición de mínima atenuación.

Se trata de un filtro ND variable basado en dos cristales polarizadores, por eso es angularmente muy poco progresivo disparándose exponencialmente la atenuación cuando las polarizaciones se acercan a los 90º (máxima atenuación).

En su posición de mínima atenuación he medido 1,5EV (vs 1,6EV que da el fabricante), y de ahí hasta el máximo he obtenido una atenuación de 8EV adicionales, totalizando por tanto 9,5EV (vs 8,6EV del fabricante), que no está nada mal para obtener tomas de larga exposición. Es cierto que HOYA desecha usarlo en el límite por la posible aparición de patrones en forma de cruz.

He podido comprobar que introduce importantes desplazamientos de color, aunque no he podido indagar sobre cómo de fáciles son de eliminar con un balance de blancos personalizado. Tampoco he comprobado cuanta nitidez se pierde por usar el filtro.

http://www.guillermoluijk.com/misc/hoya.png

Más adelante quizá me anime a estudiar sus dominantes de color y la nitidez.

Salu2!

[Grimor]

Yo aún no lo he podido probar.
Solo he visto las reviews online.
Interesante la tabla y aun mas si haces la review de doninantes y nitidez.
Gracias por tu trabajo.

Enviado desde mi SM-N9005 mediante Tapatalk

[kape06111]

Gracias por el aporte..

[Guillermo Luijk]

Más cosas sobre este filtro y no muy buenas: ese patrón en cruz que confiesa Hoya en las instrucciones se produce en la posición de máxima atenuación, es un viñeteo llevado al extremo que aparece ya desde posiciones previas:

http://www.guillermoluijk.com/misc/p11.png

http://www.guillermoluijk.com/misc/p12.png

http://www.guillermoluijk.com/misc/p13.png

http://www.guillermoluijk.com/misc/p13.5.png

http://www.guillermoluijk.com/misc/p14.png

Como no es un viñeteo con simetría radial no se puede quitar con las herramientas convencionales, lo cual significa que o nos creamos una máscara a medida de corrección del viñeteo para cada posición, o aprendemos a vivir con él. No sé si alguno tenéis más experiencia con este tipo de filtros, pero como yo lo veo, para este viaje mejor filtros de atenuación constante porque no me veo usándolo más allá de la posición 13 (5 pasos), y sabiendo que tendré una sombra asimétrica.

Visto esto las desviaciones de color, que puede verse que es hacia el verde y más dominante cuanto más se cierra, quedan en segundo plano.

Conclusión: decepción. Pero voy a intentar crear la máscara de corrección para la posición 13,5 (6,3 pasos ).

Salu2!

[Guillermo Luijk]

Primera prueba de corrección del "viñeteo": a partir de una toma contra una superficie de color uniforme (una pared en mi caso, sin preocuparme de ser muy riguroso en cuanto a que la iluminación fuera uniforme, etc...), puede corregirse la no uniformidad de luminosidad y dominantes del filtro. La pega es que cada una de las posiciones del filtro da lugar a un mapa de viñeto completamente diferente lo que hace la corrección poco práctica. La posición del filtro fue la de 13,5 (6,3 pasos de atenuación).

http://www.guillermoluijk.com/misc/correccionfiltro.jpg

La imagen corregida muestra bandas de colores por los errores de redondeo del proceso a 8 bits (la librería que uso trabaja a 8 bits, tengo que encontrar una que lea ficheros de 16 bits), pero la corrección de las zonas oscurecidas así como de los tonos azulados que introduce el filtro sin ser perfecta logra su objetivo: de una imagen inutilizable obtener una que sí lo es.

El procedimiento ha sido numérico pero imitando lo que realizaría una curva con máscara de capa. Tratar las imágenes de forma vectorial con R hace el código muy sencillo de leer, sin bucles que lo enreden innecesariamente.

Código: Seleccionar todo

# Leemos mapa de viñeteo
vignet=readPNG("vignet.png")

MAXIMO=c(max(vignet[,,1]), max(vignet[,,2]), max(vignet[,,3]) )
MINIMO=c(min(vignet[,,1]), min(vignet[,,2]), min(vignet[,,3]) )
k=MAXIMO/MINIMO # Corrección de exposición (pendiente de la curva)

# Generamos máscaras de capa
alphaR=(MAXIMO[1]/vignet[,,1]-1)/(k[1]-1)
alphaG=(MAXIMO[2]/vignet[,,2]-1)/(k[2]-1)
alphaB=(MAXIMO[3]/vignet[,,3]-1)/(k[3]-1)

# Leemos imagen a corregir
scene=readPNG("scene.png")

# Aplicamos "curvas"
scene.out <- scene
scene.out[,,1] <- scene.out[,,1]*(alphaR*(k[1]-1)+1)
scene.out[,,2] <- scene.out[,,2]*(alphaG*(k[2]-1)+1)
scene.out[,,3] <- scene.out[,,3]*(alphaB*(k[3]-1)+1)

writePNG(scene.out/max(scene.out), 'scene.out2.png')

Salu2!

[Grimor]

Yo creo que el patron de la cruz es inherente a todo VariND.
Al ser 2 polarizadores contrapuestos la fisica de la luz hace eso.
Me atrevo a decir que en los mas caros y buenos pasa igual.
Nadie recomienda un variable antes q un set de nds neutros de cristal.
Pero para el precio que tiene, en video y moviendote en los valores menos agresivos puede ser muy practico.
Yo lo he comprado pero no lo he probado en condiciones aun.
Gracias nuevamente por tus pruebas e informacion.


Enviado desde mi SM-N9005 mediante Tapatalk

[Guillermo Luijk]

Pues yo no sabía que tenían tantas contraindicaciones, pero bueno aunque solo sea por lo que estoy aprendiendo ya vale la pena. Una versión más compacta y entendible del código (esta vez sin simular curvas, la corrección de exposición en cada píxel es simplemente el factor que llevaría cada canal de dicho píxel en el mapa de viñeteo a máximo), que da el mismo resultado:

Código: Seleccionar todo

# Leemos imagen
vignet=readPNG("vignet.png")

# Normalizamos
for (i in 1:3) vignet[,,i]=vignet[,,i]/max(vignet[,,i])

# Aplicamos corrección a la escena y guardamos normalizando
# OJO: ningun píxel de vignet en ningún canal puede valer 0
scene.out <- readPNG("scene.png")/vignet
writePNG(scene.out/max(scene.out), 'scene.out.png')


Tengo que hacerme con alguna librería que trabaje con TIFFs de 16 bits porque como podéis ver los que tengáis algo de costumbre de programar, trabajar con imágenes en R es coser y cantar gracias a su notación vectorial. No he usado ni un solo bucle para procesar todos los píxeles de las imágenes involucradas.

Salu2!

[Guillermo Luijk]

Interesante es saber cuánto hemos tenido que levantar la exposición de las zonas más oscurercidas, porque hacerlo no sale gratis: ruido. En el caso estudiado ha sido el canal R, y lo hemos levantado un máximo de 3,8EV. En el mapa de calor puede verse cuánto hemos levantado cada zona:

http://www.guillermoluijk.com/misc/heatmap.png

Salu2!

[Guillermo Luijk]

Me había quedado con la espinita de no hacer el procesado a 16 bits. Con la librería "TIFF" coser y cantar:

Código: Seleccionar todo

# Librería 16 bits
library(tiff)

# Leemos imagen
vignet <- readTIFF("vignet.tiff", native=F, convert=F)

# Normalizamos
for (i in 1:3) vignet[,,i]=vignet[,,i]/max(vignet[,,i])

# Aplicamos corrección a la escena y guardamos normalizando
# OJO: ningún píxel de vignet en ningún canal puede valer 0
scene.out <- readTIFF("scene.tiff")/vignet
writeTIFF(scene.out/max(scene.out), "scene.out.tif", bits.per.sample=16, compression="LZW")


La imagen si no se aplica la corrección y corregida:

http://www.guillermoluijk.com/misc/scen ... rected.png

http://www.guillermoluijk.com/misc/scene_corrected.png

Salu2!

[Fid]

Lo de usar R para procesar imágenes es algo que jamás hubiera imaginado.

Enviado desde mi XT1068 mediante Tapatalk

[Guillermo Luijk]

Pues es muy cómodo, una imagen se carga como un array de dimensiones nColumnas x nFilas x 3, se puede acceder y escribir en cualquier canal de cualquier píxel, la precisión al ser coma flotante puede considerarse infinita comparada con Photoshop. Las operaciones globales se pueden hacer con una sola instrucción gracias a la notación vectorial:

Sobreexponer imagen lineal por N pasos:

imagen <- imagen * 2^N

Aplicar compensación gamma (deslinealizar):

imagen <- imagen ^ (1/2.2)

Ajustar histograma a la derecha (normalizar):

imagen <- imagen / max(imagen)

Acceso a un canal completo (verde):

imagen[ , , 2]

Acceso a una fila (1309) o columna (2409) completas:

imagen[ , 1309, ]
imagen[2409, , ]

Acceso a un píxel completo:

imagen[2409, 1309, ]

Acceso a un canal (verde) de un píxel:

imagen[2409, 1309, 2]


Salu2!

[Fid]

Habrá que mirarlo, mira que ya tenía intención de aprender R pero este es otro aliciente.

Enviado desde mi XT1068 mediante Tapatalk