Kamerakuvan laadun parantaminen
Johdanto
Tässä tukiartikkelissa kuvataan, kuinka voit parantaa kameroidesi videokuvan laatua Swing Catalystin sisäänrakennettujen videosuotimien avulla. Parannukset voivat vaihdella kameratyypin ja -mallin mukaan.
Tietyille kameratyypeille, kuten Machine Vision -kameroille, hankimme raakaa Anturityönnistötiedot, mikä tarkoittaa, että videokuviin ei tehdä jälkikäsittelyä. Näille kameratyypeille voidaan saavuttaa merkittävämpiä parannuksia. Muille kameroille, kuten web-kameroille tai DirectShow-laitteille, kuvankäsittely tehdään kamerassa, joten parannusvara ei ole yhtä suuri.
Lisäksi tässä artikkelissa näytetään, kuinka linssin aukko vaikuttaa syväterävyyteen ja kuvan tarkkuuteen.
Vaatimukset
Swing Catalyst versio 8.0 tai uudempi.
Mikä tahansa Swing Catalystin kanssa yhteensopiva kamera.
Erillinen näytönohjain (GPU). Videosuotimet perustuvat varjostimiin ja hyödyntävät GPU:ta. Tämä voi kuormittaa järjestelmääsi (käyttöaste voi nousta 10 % kameraa kohti).
Suoraan tuloksiin
Kuvakaappaukset on otettu Point Grey Chameleon 149 FPS USB 3.0 -kameralla testilaboratoriostamme, sekä vaihtoehtoiset kuvakaappaukset toimistoltamme.
Ilman suotimia:
Terävöinti, Gamma ja kohinanvaimennus-suotimet käytössä:
Kuva muuttuu lähes käyttökelvottomasta käyttökelpoiseksi.
Ilman suotimia
Terävöinti, Gamma ja kohinanvaimennus-suotimet käytössä:
Nyt kun olet nähnyt, mitä on mahdollista saavuttaa, tutustutaan Swing Catalystin videosuodatusominaisuuksiin.
Videosuotimet löytyvät kameran lisäasetuksista, ja ne määritetään kamerakohtaisesti.
Voit käyttää näitä suotimia napsauttamalla Lisäasetukset-painiketta haluamallesi kameralle ja valitsemalla sitten Suotimet-välilehden.
Gamma
Machine Vision -kamerat eivät yleensä käytä minkäänlaista Gamma-korjausta, ja säätämällä Gammaa Swing Catalystin kautta voidaan saavuttaa merkittäviä parannuksia. Gamman nostaminen kirkastaa ainoastaan kuvan tummia osia. Kuvan mustataso muuttuu, ja liian korkea Gamma voi johtaa haalistuneisiin (harmahtaviin) kuviin.
Ei Gamma-säätöä (kameran oletusasetus):
Ei Gamma-säätöä:
Gamma 1.6:
Terävöinti
Terävöintisuodin korostaa kuvassa olevien kohteiden reunoja, erityisesti niiden, jotka ovat tarkennusalueella. Terävöinti tekee kohinasta näkyvämpää, joten pyrimme yleensä välttämään maksimi-Gainin käyttöä terävöinnin yhteydessä. Kohinan määrä maksimi-Gainilla vaihtelee paljon kamerasensorien välillä.
Kahdessa testilaboratoriostamme otetussa kuvakaappauksessa Gamma-suodin on käytössä, sillä ilman sitä eroja on vaikea havaita.
Tämä on oletusasetus, ei terävöintiä käytössä.
Terävöinti käytössä:
Huomaa, kuinka Tasapainolevy ja maila tarkentuvat, mutta Isku-näyttö puolestaan muuttuu kohinaisemmaksi.
Vaihtoehto (ei terävöintiä):
Terävöinti käytössä:
Huomaa, kuinka virtalähteen teksti on helpompi lukea, mutta vastaavasti kuva muuttuu huomattavasti kohinaisemmaksi.
Kohinanvaimennus
Kohinanvaimennussuodin on hyödyllinen, kun videokuvassa on paljon kohinaa joko korkean Gainin tai muiden tekijöiden vuoksi. Hyviä tuloksia voidaan saavuttaa käyttämällä terävöinti- ja kohinanvaimennussuotimia yhdessä.
Vain Gamma ja terävöinti:
Gamma, terävöinti ja kohinanvaimennus:

Huomaa, kuinka kohina nurmikon ja näytön ympärillä on vähentynyt merkittävästi.
Vaihtoehto (ei suotimia):
Kohinanvaimennus käytössä (huomaa, kuinka virtalähteen kotelossa on vähemmän valkoista kohinaa)
Terävöinti ja kohinanvaimennus käytössä:
Linssinkorjaus
Linssinkorjaussuodin on nykyisessä muodossaan melko hankala käyttää, ja koska useimmilla asiakkailla on varifokaalisia linssejä (zoom-linssejä), emme voi luoda yhtä yhteistä profiilia. Tätä suodinta käytettäessä on tärkeää viitata huoneen suoriin linjoihin.
Linssin vääristymä on aina pahinta linssin reunoilla, ja vääristymä pahenee, kun zoom on kokonaan ulosvedettynä, kuten alla on tilanne.
Ei Linssinkorjausta (huomaa, kuinka oviaukko on kaareva):
Linssinkorjaus käytössä (oviaukko on suorempi ja vääristymä on kompensoitu):
Täysin korjatun kuvan saaminen on vaikeaa, sillä kuvan kulmapisteen vääristyvät. On tärkeää varmistaa, että kuvan keskellä oleva kohde (yleensä Käyttäjä) ei vääristy.
Viimeksi päivitetty: 2023-12-19 | Näytä virallisella tukisivustolla

















