विरूपित और धुंधली छवियों को पुनर्स्थापित करें। अभ्यास

बहुत समय पहले मैंने हब पर डिफोकस और धुंधली छवियों की बहाली पर एक लेख का पहला भाग प्रकाशित किया था, जिसमें सैद्धांतिक भाग का वर्णन किया गया था। टिप्पणियों को देखते हुए, इस विषय ने बहुत रुचि पैदा की और मैंने इस दिशा को जारी रखने का निर्णय लिया और आपको यह दिखाने का प्रयास किया कि प्रतीत होने वाले सरल सूत्रों के व्यावहारिक कार्यान्वयन में क्या समस्याएं आती हैं।

इसके अलावा, मैंने एक डेमो प्रोग्राम लिखा जो कि डिफोकस और धब्बा को खत्म करने के लिए बुनियादी एल्गोरिदम को लागू करता है। कार्यक्रम स्रोत कोड और वितरण के साथ GitHub पर पोस्ट किया गया है।

एक वास्तविक धुंधली छवि (सिंथेटिक धुंधला के साथ नहीं) प्रसंस्करण का परिणाम नीचे दिखाया गया है। मूल छवि कैनन 500D कैमरा के साथ EF 85 मिमी / 1.8 लेंस के साथ ली गई थी। ब्लर पाने के लिए फोकस मैन्युअल रूप से सेट किया गया था। जैसा कि आप देख सकते हैं, पाठ पूरी तरह से अपठनीय है, केवल विंडोज 7 संवाद बॉक्स का अनुमान लगाया गया है।



और यहाँ प्रसंस्करण का परिणाम है:



लगभग पूरे पाठ को काफी अच्छी तरह से पढ़ा जाता है, हालांकि कुछ विशिष्ट विकृतियाँ दिखाई दी हैं।

कटौती के तहत, विघटन की समस्याओं का एक विस्तृत विवरण, उन्हें हल करने के तरीके, साथ ही कई उदाहरण और तुलना। सावधानी, बहुत सारी तस्वीरें!

सिद्धांत याद करते हैं

सिद्धांत का एक विस्तृत विवरण पहले भाग में था, लेकिन फिर भी मुख्य बिंदुओं को संक्षेप में याद करते हैं। मूल छवि के प्रत्येक पिक्सेल से विरूपण की प्रक्रिया में, एक निश्चित स्थान डिफोकसिंग के मामले में और एक पारंपरिक स्मीयर के मामले के लिए एक खंड प्राप्त किया जाता है। यह सब एक-दूसरे पर आरोपित किया जाता है और परिणामस्वरूप हमें एक विकृत छवि मिलती है - इसे इमेज कन्वेंशन या कनवल्शन कहा जाता है। वह कानून जिसके द्वारा एक पिक्सेल को स्मीयर किया जाता है उसे विकृति कार्य कहा जाता है। अन्य पर्यायवाची शब्द PSF (बिंदु प्रसार कार्य, अर्थात् एक बिंदु का वितरण कार्य), विकृत करने वाले ऑपरेटर का कोर, कर्नेल और अन्य हैं।

मूल छवि को बहाल करने के लिए, हमें शोर के बारे में नहीं भूलते हुए किसी तरह से कनवल्शन को उल्टा करना होगा। लेकिन यह इतना सरल नहीं है - यदि आप कार्य करते हैं, जैसा कि वे कहते हैं, "माथे में", आपको समीकरणों की एक विशाल प्रणाली मिलती है जिसे स्वीकार्य समय में हल नहीं किया जा सकता है।

लेकिन फूरियर ट्रांसफॉर्म और कन्वेन्शन प्रमेय हमारी सहायता के लिए आते हैं, जो बताता है कि स्थानिक डोमेन में कनवल्शन ऑपरेशन फ्रीक्वेंसी डोमेन में सामान्य गुणन के बराबर है (इसके अलावा, तत्व-वार गुणन, मैट्रिक्स गुणन नहीं)। तदनुसार, उलटा दृढ़ संकल्प ऑपरेशन आवृत्ति डोमेन में विभाजन के बराबर है। इसलिए, विकृति प्रक्रिया को फिर से लिखा जा सकता है:

(1)
जहां सभी तत्व संबंधित कार्यों के फूरियर चित्र हैं:
जी (यू, वी) विरूपण का परिणाम है, अर्थात। हम परिणाम के रूप में क्या देखते हैं (धुंधली या विकृत छवि)
एच (यू, वी) - विकृत कार्य, पीएसएफ
एफ (यू, वी) - मूल अविभाजित छवि
एन (यू, वी) - एडिटिव शोर

तो, हमें मूल छवि F (u, v) के लिए अधिकतम सन्निकटन को पुनर्स्थापित करने की आवश्यकता है। बस दाएं और बाएं हिस्सों को H (u, v) से विभाजित करने से काम नहीं चलेगा, क्योंकि यहां तक ​​कि एक बहुत छोटे शोर की उपस्थिति में (और यह हमेशा वास्तविक छवियों पर है), शब्द एन (यू, वी) / एच (यू, वी) हावी होगा, जो इस तथ्य को जन्म देगा कि मूल छवि पूरी तरह से शोर के तहत छिपी होगी।

इस समस्या को हल करने के लिए, अधिक टिकाऊ तरीके विकसित किए गए हैं, जिनमें से एक है वीनर फ़िल्टर। वह छवि और शोर को यादृच्छिक प्रक्रियाओं के रूप में मानता है और इस तरह के एक अनुमान f 'को अविभाजित छवि f के लिए खोजता है ताकि इन मूल्यों का मानक विचलन न्यूनतम हो:

(2)

यहां फ़ंक्शन S क्रमशः शोर और मूल छवि के ऊर्जा स्पेक्ट्रा को दर्शाता है - चूंकि इन मात्राओं को शायद ही कभी जाना जाता है, अंश S _n / S _{f को} कुछ निरंतर K द्वारा प्रतिस्थापित किया जाता है, जिसे लगभग संकेत-से-शोर अनुपात के रूप में वर्णित किया जा सकता है।

पीएसएफ कैसे प्राप्त करें

तो, चलो वर्णित वीनर फ़िल्टर को एक प्रारंभिक बिंदु के रूप में लेते हैं - आम तौर पर बोलते हुए, कई अन्य दृष्टिकोण हैं, लेकिन वे सभी लगभग एक ही परिणाम देते हैं। तो नीचे वर्णित सब कुछ deconvolution के अन्य तरीकों के लिए सही होगा।

मुख्य कार्य बिंदु वितरण फ़ंक्शन (PSF) का अनुमान प्राप्त करना है। ऐसा करने के कई तरीके हैं:
1. मॉडलिंग। बहुत मुश्किल और समय लेने वाली, जैसा कि आधुनिक लेंस में एक दर्जन, अन्य विभिन्न लेंस और ऑप्टिकल तत्व शामिल होते हैं, जिनमें से कुछ आकार में गोलाकार होते हैं, प्रत्येक प्रकार के ग्लास में एक विशेष तरंग दैर्ध्य के साथ किरणों के अपवर्तन की अपनी अनूठी विशेषताएं होती हैं। नतीजतन, इस तरह के एक जटिल ऑप्टिकल सिस्टम में प्रकाश के प्रसार की सही गणना करने का कार्य, एपर्चर, प्रतिबिंबों आदि के प्रभाव को ध्यान में रखता है। लगभग असंभव हो जाता है। और इसका समाधान, शायद, केवल आधुनिक लेंस के डेवलपर्स के लिए उपलब्ध है।
2. प्रत्यक्ष अवलोकन। याद रखें कि पीएसएफ वह है जो छवि के प्रत्येक बिंदु में बदल जाता है। यानी यदि हम एक काले रंग की पृष्ठभूमि और उस पर एक सफेद बिंदु बनाते हैं, और उसके बाद वांछित defocus मूल्य के साथ तस्वीर करते हैं, तो हम सीधे PSF प्राप्त करेंगे। यह सरल लगता है, लेकिन कई बारीकियां और सूक्ष्मताएं हैं।
3. गणना या अप्रत्यक्ष अवलोकन। हम विरूपण प्रक्रिया के सूत्र (1) को देखते हैं और सोचते हैं कि एच (यू, वी) कैसे प्राप्त करें? समाधान तुरंत आता है - आपको मूल एफ (यू, वी) और विकृत जी (यू, वी) छवियों की आवश्यकता होती है। फिर, विकृत छवि के फूरियर रूपांतरण को मूल छवि के फूरियर रूपांतरण में विभाजित करते हुए, हमें वांछित पीएसएफ मिलता है।

बोकेह के बारे में

विवरण पर जाने से पहले, मैं आपको प्रकाशिकी के संबंध में विक्षेपण के सिद्धांत के बारे में थोड़ा बताऊंगा। एक आदर्श लेंस में एक सर्कल के रूप में क्रमशः पीएसएफ होता है, प्रत्येक बिंदु एक निश्चित व्यास के सर्कल में बदल जाता है। वैसे, यह कई लोगों के लिए एक आश्चर्य है, क्योंकि पहली नज़र में ऐसा लगता है कि defocus सिर्फ पूरी छवि को छायांकित करता है। यह भी बताता है कि गॉस के फ़ोटोशॉप ब्लरिंग की पृष्ठभूमि पैटर्न (जिसे बोकेह भी कहा जाता है) के समान नहीं है, जिसे हम लेंस के साथ देखते हैं। वास्तव में, ये दो अलग-अलग प्रकार के धुंधलापन हैं - गॉस के अनुसार, प्रत्येक बिंदु एक फ़ज़ी स्पॉट (गौसियन घंटी) में बदल जाता है, और प्रत्येक बिंदु को सर्कल में बदल देता है। तदनुसार, विभिन्न परिणाम।

लेकिन हमारे पास आदर्श लेंस नहीं हैं और वास्तव में हमें आदर्श सर्कल से एक या एक और विचलन मिलता है। यह वही है जो प्रत्येक लेंस के अद्वितीय बोकेह पैटर्न बनाता है, जिससे फोटोग्राफरों को सुंदर बोकेह के साथ लेंस पर बहुत पैसा खर्च करने के लिए मजबूर किया जाता है :) बोकेह को तीन प्रकारों में विभाजित किया जा सकता है:
- तटस्थ। यह सर्कल के लिए निकटतम दृष्टिकोण है।
- मुलायम। जब किनारे केंद्र से कम चमकीले होते हैं
- कठिन। जब किनारों में केंद्र की तुलना में अधिक चमक होती है।

नीचे दी गई आकृति यह दर्शाती है:



इसके अलावा, बोकेह का प्रकार - नरम या कठोर यह इस बात पर भी निर्भर करता है कि सामने वाला फ़ोकस है या रियर। यानी कैमरा विषय के आगे या पीछे केंद्रित है। उदाहरण के लिए, यदि लेंस के सामने फोकस में एक नरम बोकेह पैटर्न है (जब, कहते हैं, फोकस चेहरे पर है और पृष्ठभूमि धुंधली है), तो उसी लेंस का बोकेह वापस फोकस में कठिन होगा। और इसके विपरीत। केवल तटस्थ बोकेह फोकस के प्रकार से नहीं बदलता है।

लेकिन यह सब नहीं है - चूंकि प्रत्येक लेंस में कुछ ज्यामितीय विकृतियां होती हैं, इसलिए पीएसएफ का प्रकार भी स्थिति पर निर्भर करता है। केंद्र में - सर्कल के करीब, किनारों के साथ - दीर्घवृत्त और अन्य चपटा आंकड़े। यह निम्नलिखित फोटो में स्पष्ट रूप से दिखाई देता है - निचले दाएं कोने पर ध्यान दें:



अब, चलो पीएसएफ प्राप्त करने के अंतिम दो तरीकों पर एक करीब से नज़र डालें।

पीएसएफ - प्रत्यक्ष अवलोकन

जैसा कि ऊपर उल्लेख किया गया है, एक काली पृष्ठभूमि और एक सफेद बिंदु बनाना आवश्यक है। लेकिन प्रिंटर पर सिर्फ एक डॉट प्रिंट करना ही पर्याप्त नहीं है। काली पृष्ठभूमि और सफेद बिंदु की चमक में बहुत अधिक अंतर की आवश्यकता है, क्योंकि एक बिंदु एक बड़े सर्कल में धुंधला हो जाएगा - तदनुसार, धुंधला होने के बाद दिखाई देने के लिए इसमें अधिक चमक होनी चाहिए।

ऐसा करने के लिए, मैंने मालेविच के काले वर्ग को प्रिंट किया (हाँ, इसमें बहुत सारे टोनर लगे, लेकिन आप विज्ञान के लिए क्या नहीं कर सकते!), मैंने दूसरी तरफ पन्नी डाल दी, क्योंकि कागज की एक शीट अभी भी अच्छी तरह से दिखाती है और एक सुई के साथ एक छोटा छेद छेदती है। फिर उन्होंने 200 वाट के दीपक की एक साधारण संरचना और काली चादर और पन्नी का एक सैंडविच बनाया। ऐसा लग रहा था:



फिर उसने दीपक को चालू किया, इसे एक शीट के साथ बंद कर दिया, सामान्य प्रकाश को बंद कर दिया और दो लेंसों का उपयोग करके कई तस्वीरें लीं - कैनन ईएफ 18-55 किट और कैनन ईएफ 85 मिमी / 1.8 पोर्ट्रेट। परिणामी तस्वीरों से, मैंने पीएसएफ को काट दिया और फिर प्रोफाइल ग्राफ बनाया।
यहाँ व्हेल लेंस के लिए क्या हुआ है:



और कैनन EF 85 मिमी / 1.8 के पोर्ट्रेट पोर्ट्रेट के लिए:



आप स्पष्ट रूप से देख सकते हैं कि सामने और पीछे के ध्यान के मामले में एक ही लेंस के लिए बोकेह की प्रकृति हार्ड से सॉफ्ट में कैसे बदल जाती है। आप यह भी देख सकते हैं कि पीएसएफ कितना मुश्किल है - यह आदर्श सर्कल से बहुत दूर है। चित्र के लिए, लेंस के बड़े एपर्चर और 1.8 के एक छोटे एपर्चर के कारण बड़े रंगीन विपथन भी दिखाई देते हैं।

और यहां 14 के एपर्चर के साथ कुछ शॉट्स हैं - यह दिखाता है कि एक सर्कल से आकार एक नियमित षट्भुज में कैसे बदल गया है:

पीएसएफ - गणना या अप्रत्यक्ष अवलोकन

अगला दृष्टिकोण अप्रत्यक्ष अवलोकन है। इसके लिए, जैसा कि ऊपर वर्णित है, हमें मूल एफ (यू, वी) और विकृत जी (यू, वी) छवियों की आवश्यकता है। उन्हें कैसे प्राप्त करें? बहुत सरल - आपको एक तिपाई पर कैमरा लगाने और एक ही छवि के एक तेज और एक धुंधली तस्वीर लेने की आवश्यकता है। इसके अलावा, मूल छवि के फूरियर रूपांतरण द्वारा विकृत छवि के फूरियर रूपांतरण को विभाजित करके, हम अपने वांछित पीएसएफ के फूरियर रूपांतरण को प्राप्त करते हैं। फिर, व्युत्क्रम फूरियर रूपांतरण को लागू करते हुए, हम सीधे रूप में पीएसएफ प्राप्त करते हैं।
मैंने दो चित्र लिए:





और इसके परिणामस्वरूप मुझे सिर्फ इतना पीएसएफ मिला:



क्षैतिज रेखा पर ध्यान न दें, यह मैटलैब में फूरियर रूपांतरण के बाद की एक कलाकृति है। परिणाम, मान लें कि, औसत दर्जे का है - बहुत अधिक शोर और PSF विवरण इतने दृश्यमान नहीं हैं। हालांकि, विधि को अस्तित्व का अधिकार है।

धुँधली छवियों को पुनर्स्थापित करते समय पीएसएफ के निर्माण के लिए वर्णित विधियों का उपयोग किया जा सकता है और किया जाना चाहिए। क्योंकि मूल छवि की बहाली की गुणवत्ता सीधे इस बात पर निर्भर करती है कि यह फ़ंक्शन वास्तविक के कितने करीब है। यदि कथित और वास्तविक पीएसएफ मेल नहीं खाते हैं, तो कई कलाकृतियाँ "रिंगिंग", हलो और स्पष्टता में कमी के रूप में देखी जाएंगी। ज्यादातर मामलों में, यह माना जाता है कि पीएसएफ एक सर्कल के रूप में है, हालांकि, पुनर्प्राप्ति की अधिकतम डिग्री प्राप्त करने के लिए, सामान्य लेंस से कई विकल्पों की कोशिश करके इस फ़ंक्शन के रूप के साथ खेलने की सिफारिश की जाती है - जैसा कि हमने देखा है, पीएसएफ का आकार एपर्चर, लेंस और लेंस के आधार पर काफी भिन्न हो सकता है। अन्य शर्तें।

धार प्रभाव

अगली समस्या यह है कि यदि आप सीधे वीनर फ़िल्टर लागू करते हैं, तो छवि के किनारों पर एक प्रकार का "बज" होगा। इसका कारण, अगर उंगलियों पर समझाया गया है, तो निम्न है - जब उन बिंदुओं के लिए विघटन किया जाता है जो किनारों पर स्थित होते हैं, तो विधानसभा में पर्याप्त पिक्सेल नहीं होते हैं जो छवि के किनारों के बाहर होते हैं और वे या तो शून्य होते हैं या विपरीत पक्ष से लिए जाते हैं (निर्भर करता है) वीनर फिल्टर के कार्यान्वयन और फूरियर रूपांतरण से)। यह इस तरह दिखता है:



इससे बचने के लिए एक उपाय छवि के किनारों को पूर्वनिर्मित करना है। वे समान पीएसएफ का उपयोग करके धुंधला हो जाते हैं। व्यवहार में, इसे निम्नानुसार लागू किया जाता है - इनपुट छवि F (x, y) को लिया जाता है, PSF और F '(x, y) का उपयोग करके धुंधला प्राप्त किया जाता है, फिर अंतिम इनपुट छवि F' (x, y) का योग F (x, y) से बनता है ) और F '(x, y) वजन फ़ंक्शन का उपयोग करते हुए, जो किनारों पर मूल्य 1 लेता है (पूरा बिंदु धुंधली F' (x, y)) से लिया गया है, और छवि के किनारे से PSF के त्रिज्या के बराबर (या अधिक) बराबर मूल्य लेता है। 0. परिणाम यह है - किनारों पर बज गायब हो गया है:

व्यावहारिक कार्यान्वयन

मैंने धुंधली और ख़राब छवियों की बहाली को प्रदर्शित करने वाला एक कार्यक्रम बनाया। यह Q ++ का उपयोग करके C ++ में लिखा गया है। फूरियर रूपांतरण के कार्यान्वयन के रूप में, मैंने ओपन सोर्स कार्यान्वयन के सबसे तेज़ के रूप में एफएफटीडब्ल्यू पुस्तकालय को चुना। मेरा प्रोग्राम स्मार्टडेबेलर कहलाता है, आप इसे github.com/Y-Vladimir/SmartDeblur पर डाउनलोड कर सकते हैं, सभी स्रोत GPL v3 लाइसेंस के तहत खुले हैं।
मुख्य विंडो का स्क्रीनशॉट:



मुख्य कार्य:
- उच्च गति। 2048 * 1500 पिक्सेल आकार की एक छवि को संसाधित करने में पूर्वावलोकन मोड में लगभग 300ms लगते हैं (जब सेटिंग्स स्लाइडर्स चलती हैं) और फिनिश मोड में 1.5 सेकंड (जब सेटिंग्स स्लाइडर्स जारी होते हैं)।
- वास्तविक समय मोड में मापदंडों का चयन। पूर्वावलोकन बटन पर क्लिक करने की आवश्यकता नहीं है, सब कुछ स्वचालित रूप से किया जाता है, आपको बस विरूपण सेटिंग्स के स्लाइडर्स को स्थानांतरित करने की आवश्यकता है
- सभी प्रोसेसिंग पूर्ण रिज़ॉल्यूशन में छवि के लिए है। यानी कोई छोटी पूर्वावलोकन विंडो नहीं है और बटन लागू करें।
- धुंधली और ख़राब छवियों को ठीक करने के लिए समर्थन
- व्यू पीएसएफ को समायोजित करने की संभावना

विकास में मुख्य जोर गति पर रखा गया था। नतीजतन, यह ऐसा निकला कि यह वाणिज्यिक एनालॉग्स से दस गुना अधिक है। सभी प्रसंस्करण एक वयस्क तरीके से, एक अलग धागे में किया जाता है। 300 एमएस के लिए, कार्यक्रम एक नया पीएसएफ उत्पन्न करने, 3 फूरियर रूपांतरण करने का प्रबंधन करता है, एक वीनर डीकोनवोल्यूशन करता है और परिणाम प्रदर्शित करता है - और यह सब आकार में 2048 * 1500 पिक्सल की छवि के लिए होता है। परिष्करण मोड में, 12 फूरियर रूपांतरण किए जाते हैं (प्रत्येक चैनल के लिए 3, प्लस प्रत्येक चैनल के लिए किनारे के प्रभावों को दबाने के लिए) - इसमें लगभग 1.5 सेकंड लगते हैं। सभी समय कोर i7 प्रोसेसर के लिए हैं।

जबकि कार्यक्रम में कई बग और विशेषताएं हैं - मान लीजिए कि कुछ सेटिंग्स के लिए, छवि रिप्पल हो जाती है। सटीक कारण का पता लगाना संभव नहीं था, लेकिन संभवतः - एफएफटीडब्ल्यू पुस्तकालय की विशेषताएं।

खैर, सामान्य तौर पर, विकास प्रक्रिया के दौरान, मुझे FFTW में कई छिपी समस्याओं को दरकिनार करना पड़ा (उदाहरण के लिए, किसी एक पक्ष के विषम आकार के चित्र, जैसे कि 423 * 440, समर्थित नहीं हैं।)। Qt के साथ समस्याएँ थीं - यह पता चला है कि Antialiasing के साथ लाइन का प्रतिपादन बिल्कुल काम नहीं करता है। कोणों के कुछ मूल्यों पर, रेखा एक पिक्सेल के अंशों में कूद गई, जिसने मजबूत तरंगों के रूप में कलाकृतियां दीं। इस समस्या को हल करने के लिए, लाइनों को जोड़ा:

// Workarround to have high accuracy, otherwise drawLine method has some micro-mistakes in the rendering QPen pen = kernelPainter.pen(); pen.setWidthF(1.01); kernelPainter.setPen(pen); 

तुलना

यह वाणिज्यिक एनालॉग्स के साथ प्रसंस्करण की गुणवत्ता की तुलना करने के लिए बनी हुई है।
मैंने 2 सबसे प्रसिद्ध कार्यक्रमों को चुना
1. पुखराज InFocus - www.topazlabs.com/infocus
2. फोकस मैजिक - www.focusmagic.com

प्रयोग की शुद्धता के लिए, हम उन विज्ञापन छवियों को ले जाएंगे जो आधिकारिक साइटों पर सूचीबद्ध हैं - यह बहुत गारंटी है कि उन कार्यक्रमों के मापदंडों को इष्टतम चुना जाता है (क्योंकि मुझे लगता है कि डेवलपर्स ने छवियों को ध्यान से चुना और साइट पर विज्ञापन में प्रकाशित करने से पहले मापदंडों का चयन किया)।
तो, आइए जाने - तेल की वसूली:
Topaz InFocus वेबसाइट से एक उदाहरण लें:

www.topazlabs.com/infocus/_images/licenseplate_compare.jpg


हम इन मापदंडों के साथ प्रक्रिया करते हैं:


और हमें निम्नलिखित परिणाम मिलते हैं:


पुखराज InFocus वेबसाइट से परिणाम:



परिणाम बहुत समान है, इससे यह पता चलता है कि पुखराज InFocus का आधार एक समान डीकोनवोल्यूशन एल्गोरिथ्म का उपयोग करता है और चौरसाई-आउट शोर के रूप में बाद के प्रसंस्करण को नियंत्रित करता है।

हम इस कार्यक्रम की साइट पर गंभीर चूक के किसी भी उदाहरण को नहीं पा सके हैं, और यह इसके लिए नहीं है (अधिकतम धुंधला त्रिज्या केवल कुछ पिक्सेल है)।
एक और बात ध्यान दी जा सकती है - झुकाव का कोण 45 डिग्री था, और स्मीयर की लंबाई 10 पिक्सेल थी। इससे पता चलता है कि छवि कृत्रिम रूप से धुंधली है। यह तथ्य इस तथ्य से भी समर्थित है कि वसूली की गुणवत्ता बहुत अच्छी है।

उदाहरण संख्या दो डिफोकस को बहाल कर रहा है। ऐसा करने के लिए, फोकस मैजिक वेबसाइट से एक उदाहरण लें: www.focusmagic.com/focusing-examples.htm



हमें यह परिणाम मिला है:

SmartDeblur परिणाम	फोकस मैजिक रिजल्ट

यह स्पष्ट नहीं है कि क्या बेहतर है।

निष्कर्ष

इस पर मैं इस लेख को समाप्त करना चाहूंगा। हालांकि मैं अभी भी बहुत सी चीजें लिखना चाहता था, लेकिन पहले से ही एक लंबा पाठ निकला। यदि आप स्मार्टडेबेलर को डाउनलोड करने और वास्तविक छवियों पर परीक्षण करने की कोशिश करते हैं तो मैं बहुत आभारी रहूंगा - मैं, दुर्भाग्य से, इतने सारे खंडित और धुंधले चित्र नहीं हैं, सब कुछ हटा दिया गया था।
और मैं विशेष रूप से आभारी रहूंगा यदि आप मुझे भेजें (प्रोफ़ाइल में साबुन है) आपकी प्रतिक्रिया और सफल / असफलताओं के उदाहरण। खैर, कृपया सभी बगों, टिप्पणियों, सुझावों की रिपोर्ट करें - जैसा कि आवेदन अभी भी कुछ नम है और थोड़ा अस्थिर है।
PS स्रोत अभी तक शैली के मामले में बहुत साफ नहीं हैं - अभी भी मेमोरी लीक का एक गुच्छा है, मैं उन्हें अभी तक स्मार्ट पॉइंटर्स में स्थानांतरित करने में कामयाब नहीं हूं, इसलिए कई छवियों के बाद वे फाइलें खोलना बंद कर सकते हैं। लेकिन कुल मिलाकर यह काम करता है।

SmartDeblur लिंक: github.com/Y-Vladimir/SmartDeblur

UPD: जारी रखने के लिए लिंक

--
व्लादिमीर याज़िकोव