संक्षेप में, सेंटेनियल ब्लॉकबस्टर रंग बनाया

सार

इस साल से पहले की गई रंग फिल्मों में सैकड़ों हज़ारों डॉलर खर्च हुए, इसके लिए विशेषज्ञों के बड़े पैमाने पर भाग लेने की आवश्यकता थी और इसमें बहुत समय लगा। अब सब कुछ बदल गया है। डोडेलिफ़ परियोजना का विकास ऐसी स्थिति में पहुंच गया है कि इसके कार्यों के परिणामों को चेहरे पर आराम से देखा जा सकता है। पाठ से आप बिना किसी लागत के एक फिल्म को एक व्यक्ति द्वारा कुछ हफ्तों में पूरा करने में एक सफल प्रयोग का विवरण प्राप्त करेंगे।

10 शुरू

यह कहानी किसी अन्य समान कहानी की तरह ही शुरू हुई। असाधारण यूट्यूब सिफारिश एल्गोरिथ्म ने कुछ ऐसा बनाया जो मेरा ध्यान आकर्षित करता है और इसके सबसे अप्रत्याशित परिणाम थे। इस समय की वजह से फॉरगॉटन वेपन चैनल पर चिपकी हुई थी। यह समझना मुश्किल है कि मुझे ऐसा प्रस्ताव क्यों दिया गया था, लेकिन सबसे अधिक संभावना है कि यह इस तरह था:

1. user_id RDR2 पर वीडियो देखता है।
2. RDR2 में एक ज्वालामुखी पिस्तौल है।
3. फॉरगॉटन वेपन चैनल पर ज्वालामुखी पिस्तौल की समीक्षा है।
4. RDR2 में रुचि रखने वाले लोग अक्सर ज्वालामुखी पिस्तौल के बारे में सीखना चाहते हैं।
5. एक हजार शैतान, लेकिन भुला दिए गए हथियार उसके पास आएंगे!

दो दिनों से भी कम समय के बाद, मैंने पहले से ही विभिन्न प्रकार की आग्नेयास्त्रों के निर्माण पर पक्षपातपूर्ण साहित्य का अध्ययन किया, तीसरे देशों के करमुल्टुक की तस्वीरों के माध्यम से देखा, और यह देखा कि एक घर के ट्रंक को काटना कितना आसान था। विकल्पों के बीच फटे: एक अर्ध-खिलौना खरीदें और इसे सही स्थिति में लाएं या हार्डवेयर स्टोर में कुछ हिस्सों को इकट्ठा करें। अंतत: कानूनी कारणों से स्टोर के रैफल ने जीत हासिल की। सौभाग्य से, इस सवाल का कोई जवाब नहीं था "क्यों", और इस दिशा में सक्रिय क्रियाएं शून्य हो गईं।

और लपेटो…।

इस बार, रंगीन चार्ली चैपलिन पर एक नज़र देने का कोई स्पष्ट कारण नहीं था। तंत्रिका नेटवर्क प्रतिक्रिया पथ रहस्यमय हैं। पहले देखा गया भ्रम और सवालों का कारण बनता है, और फिर हिंसक मानसिक लार। ऑटो-कलरिंग के पहले के विचित्र प्रयासों के विपरीत, इस वीडियो अनुक्रम को पूरी तरह से विश्वसनीय दृष्टि के रूप में माना जाता था। खुदाई करने के लिए, निश्चित रूप से, क्या था, लेकिन:

एक। अजीब से कोई झुंझलाहट नहीं थी
ख। वास्तव में आधुनिक मस्तिष्क द्वारा b / w छवियों की धारणा की जटिलता को दूर करते हुए, चित्र की गहराई का अहसास था

जिज्ञासा के साथ घसीटा, पहले से ही एक परियोजना github पर अध्ययन कर रहा है। कुछ तस्वीरों पर क्लाउड संस्करण के परीक्षण के बाद, वीडियो देखने के बाद, मुझे स्पष्ट रूप से मुझमें कुछ इच्छा दिखाई देने लगी। वर्तमान मीडिया के संदर्भ में लौटने की क्षमता, अतीत के वास्तविक साक्ष्य, सैकड़ों हजारों पैसे का निवेश किए बिना, हम्म, इस बारे में कुछ रोमांचक है, शीतलन दिमाग को मज़बूत करने के लिए काफी पर्याप्त है।

"आइए कोशिश करते हैं," यह पवित्र वाक्यांश, जिसे समयबद्ध रूप से उच्चारित किया जाता है, लेकिन कहीं न कहीं आत्मा की गहराई में पहले से ही यह समझने का एक कर्नेल है कि एक अच्छी कहानी अब शुरू हो रही है।

लेकर

खैर, मोटर मान लीजिए, कार्रवाई। हम 4 मिनट के लिए पहला वीडियो अनुक्रम लेते हैं। पहले क्या? कैमरा और फिल्म की हिलती हिलाना दूर करें, जो हमेशा डिफ़ॉल्ट रूप से ऐसी सामग्री में होता है। यह देखता है कि नियंत्रण की एक विस्तृत श्रृंखला और वीडियो संपादकों के बाहर क्या विकल्प उपलब्ध हैं। चूंकि विभिन्न सॉफ्टवेयर टूल्स की एक पूरी श्रृंखला का उपयोग करना आवश्यक था, इसलिए किसी भी मानक वीडियो संपादन पैकेज का उपयोग तुरंत गायब हो गया। फाइलों के साथ केवल एकल फ्रेम, केवल कट्टर। और, ज़ाहिर है, यह न केवल किसी भी तरह से स्थिर करने के लिए आवश्यक है, बल्कि सिनेमाघरों को स्थिर करने के लिए, एक फिल्म कैमरे के सीमित और चिकनी आंदोलनों की नकल करना। कम से कम कुछ विश्वास अजगर के लिए एक एकल मॉड्यूल के कारण था। ठीक है, ठीक है, इसका मतलब है कि कोड तुरंत चला जाएगा।

स्थिर। थोड़ा लंबा, ठीक है। वाह, शांत, यह निकला, हां, आपको क्या चाहिए, ज़ाहिर है, आपको एक फ़ाइल के साथ समाप्त करने की आवश्यकता है, लेकिन अन्यथा हम यहां क्यों हैं? आगे स्वयंवर। हम इसे डालते हैं, इसे डालते हैं, फिर से डालते हैं, फिर से संघर्ष करते हैं, फिर भी इसे डालते हैं, ऊपर की तरफ, ऊपर नहीं देते हैं, हो सकता है कि मैनुअल पढ़े, ऐसा लगता है, यह गया, नहीं, डिलीट करें, एक बार फिर, ओह, यही है, अच्छा, आखिरकार। चल रहा है। धिक्कार है, कुछ बहुत लंबा। लेकिन रंग, रंग, वाह आप सही हैं, लेकिन इस सब में, हालांकि, यह समझ में आता है और यह जारी रखने के लायक है।

अब क्या शायद, 2019 में, फ्रेम प्रक्षेप कुछ उत्कृष्ट नहीं है, और आप सशर्त पेशेवर उपयोग के लिए एक परियोजना खोद सकते हैं। और फिर भी हां, फिर से सफलता, ऐसी परियोजना स्वतंत्र रूप से उपलब्ध है। हम इसे डालते हैं, इसे डालते हैं ... लॉन्च करें। धिक्कार है, कुछ फिर से जल्दी नहीं है। लेकिन कितनी आसानी से, कितनी आसानी से फ्रेम एक दूसरे की जगह लेते हैं, एक चमत्कार, जैसे कि सामान्य 24 फ्रेम।

तो, यह वही है जो बाहर आता है, सब कुछ काम करता है? यहां पूरा कन्वेयर उपयोग करने के लिए तैयार है, आपको बस उस पर कुछ फेंकने और परिणाम प्राप्त करने की आवश्यकता है?

:: प्रिंट ::

अस्थायी कठिनाइयों

प्रसंस्करण के प्रत्येक चरण में, बिताया गया समय दर्ज किया गया था। मैं 90 मिनट के लिए एक्सट्रपलेशन करता हूं: कम से कम कहने के लिए निराशा के हमले। मैंने भी माप और गणना की एक-दो बार जाँच की, क्योंकि प्राप्त संख्याओं ने मूल विचार को "जस्ट-क्विक-आसान-मजेदार" से "जस्ट-लॉन्ग-आसान-दुखद" कर दिया। हालांकि बाद में इस सूत्र में दो और शब्द बदतर के लिए बदल जाएंगे, लेकिन गंभीरता से सोचने के लिए पहले से ही कुछ था।

तो, चयनित फिल्म में 4 घंटे का स्थिरीकरण, 420 घंटे फूल और 30 घंटे का फ्रेम इंटरपोलेशन होगा। हाँ ... ठीक है, धन्यवाद, चार्ली।

चो कुछ करने के लिए? आठ-कोर मैक मिनी 2012 केवल एक चीज है जिसे आप दोहन कर सकते हैं। इससे पहले कि मेरी आंखें PS4 पर चलने वाले लिनक्स के साथ एक वीडियो खड़ा करतीं। फर्मवेयर अपडेट को रोल करने में असमर्थता पर दांत नपुंसक क्रोध में धराशायी हो गए, जो कि गर्व के साथ स्थापित किए गए थे कि जेलब्रेक की आवश्यकता नहीं थी। ¿ये सभी अजगर परियोजनाएं वहां कैसे काम करेंगी? ¿क्या GPU पर गणना की पहुंच होगी? मुझे इन सवालों का अध्ययन करना नसीब नहीं था।

यह या तो आत्मसमर्पण करने, या विनम्रतापूर्वक लॉन्च करने और इंतजार करने के लिए बना रहा। समर्पण कोई विकल्प नहीं है। कुछ हफ़्ते भी प्रतीक्षा करें। लेकिन कोई और विकल्प नहीं था।

इसे स्थिर करो

अंत में, कठोर वास्तविकता एक आरामदायक दुनिया में टूटने लगती है। हार्डवेयर के साथ समस्याओं के अलावा, सॉफ़्टवेयर समस्याएं दिखाई देती हैं। एक टेस्ट वीडियो क्लिप पर टेस्ट डिफॉल्ट में जो काम किया गया, वह पूरी तरह से फिल्म में इधर-उधर फेल होने लगता है। (अप्रत्याशित रूप से, हुह?)

मुझे खुद को स्वीकार करना होगा कि रबर के जूते के लिए चप्पल का आदान-प्रदान करने का समय है, और आस्तीन को रोल करना बेहतर है, क्योंकि मैं इसे पसंद नहीं करूंगा, लेकिन मॉड्यूल के इनसाइड में विसर्जन से बचा नहीं जा सकता।

मुख्य कठिनाई दृश्यों का परिवर्तन है। परियोजना को केवल छोटे टुकड़ों को संभालने के लिए डिज़ाइन किया गया है जिसमें संदर्भ नहीं बदलता है। क्या हो रहा है और यह कैसे हो रहा है, इसका अध्ययन करने के बाद, एक मोटे पैच के लिए एक जगह है, जिसका अर्थ फ्रेम ऑफ़सेट के उच्च मूल्यों पर स्थिरीकरण को बंद करना है। इस पैच के बिना, नकारात्मक प्रभाव खुद को अगले दृश्य के एक चिकनी क्रॉल के रूप में प्रकट होता है जो किनारे से एक काले क्षेत्र में कहीं दूर होता है।

तैयार स्क्रिप्ट को लॉन्च करने के बजाय, एक स्क्रिप्ट अंत में दिखाई दी, जिसका सार फ्रेम को पूर्व-क्रॉप करना और इष्टतम मान सेट करना है। दिए गए कोड का कोई मूल्य नहीं है, क्योंकि यह मूल रूप से मॉड्यूल के लेखक के उदाहरण को दोहराता है, लेकिन आपको कुछ के साथ पाठ को पतला करने की आवश्यकता है।

एक दिलचस्प खोज बिल्कुल एक था: कुछ दृश्यों के लिए, फसल को रैखिक रूप से पतला किया गया था, जो एक सन्निकटन प्रभाव पैदा करता है, लेकिन वास्तव में दृश्य में पूरी तरह से जंगली फ्रेम कूदता है। यदि आप तुरंत एक संकीर्ण फसल की स्थापना करते हैं, तो बहुत सारी जानकारी खो जाती है, अंतिम संस्करण में दर्शक को कुछ भी संदिग्ध नहीं लगता है, क्योंकि "ज़ूम इन" एक नाटकीय ताल के साथ संयुक्त है।

प्रिय लम्बा

कंप्यूटर को रसोई में ले जाया जाता है, क्योंकि लोड के तहत आमतौर पर बिल्कुल शांत मैक मिनी लगातार जोर से शोर कर रहा है। इन गिज़्मो के मालिकों में से कुछ इस ध्वनि को सुनने का प्रबंधन करते हैं, क्योंकि वे प्रशंसकों के शोर को मानते हैं (जो गंभीर भार पर सुना जा सकता है) संभव की केवल आधी गति है। फूल आने लगते हैं।

मेरे आने वाले डेटा के साथ काम करने के तरीके को सीखने के लिए और उन्हें सही प्रारूप, आदेश और दृश्य में रखने के लिए प्रोजेक्ट फ़ाइलों को थोड़ा पैच करना पड़ा। हालाँकि हमें चलाने के लिए एक छोटी सी स्क्रिप्ट लिखनी थी, लेकिन हम यह मानते हैं कि प्रोजेक्ट बिना फाइल के काम करता है। रेंडर_फैक्टर पैरामीटर पर ही सवाल उठ सकते हैं।

परिणाम पर प्रभाव इस प्रकार है:
0-4 पूर्ण दलिया
8-12 ओवरसाइज़्ड रंग, मोटा रंग (खराब पहचाने गए दृश्यों के लिए यह कम से कम कुछ प्रभाव देता है)
13-18 अपने आप के लिए है, गैर-मान्यता प्राप्त दृश्यों के लिए पहले इस रेंज को आज़माने लायक है
प्रयोगों के लिए 19-20 (हम बर्च छाल से बसबार ट्रंकिंग का प्रदर्शन करेंगे)
21 इष्टतम संख्या है
> = 22 संतृप्ति खोना शुरू हो जाती है, उपयोग का अर्थ कम हो जाता है

यह संख्या जितनी कम होगी, मेमोरी की खपत उतनी ही कम होगी और गणना तेज होगी।

एम दा। अगले दिन, यादें मेरे सिर में आती हैं कि i7 प्रोसेसर में टर्बो मोड है, और यहां तक ​​कि किसी तरह इसका काम भी जांचा गया। जानकारी यह है कि इसे विंडोज के तहत कैसे सक्रिय किया जाए, और परीक्षण उपयोगिताओं में अधिक जोरदार कोर आवृत्ति मान दिखाई देने लगते हैं। प्रोसेसर का तापमान 85-99 ° C की सीमा में कूदता है। गर्मी दूर करने के लिए पानी का एक पात्र ऊपर रखा जाता है। नीचे से लैपटॉप से ​​कूलर फुंकता है। यदि पहले 5% फ्रेम प्रति दिन संसाधित किए गए थे, तो त्वरित मोड में यह मान 7% हो गया। कम से कम कुछ आनंद।

रोमांच हमारा इंतजार करता है

कोई भी कार्यक्रम गिर सकता है। बेशक, फूल गिर गया है। अच्छी तरह से गिर गया, पुनः आरंभ करें। और फिर आया "ओह।" कभी-कभी प्रयोगों के संस्करण संस्करण में आते हैं, आप जानते हैं, इसलिए जब मैंने प्रोजेक्ट मॉड्यूल को पैच किया, तो मैं विचलित हो गया और प्रत्येक निर्देश की पूरी श्रृंखला और अर्थ को देखना भूल गया और पैचिंग को पूर्ण माना। प्रोजेक्ट शुरू में अस्थायी फ़ोल्डर को हटा देता है, एक नया बनाता है, वहां वीडियो से खींचे गए फ़्रेम को जोड़ता है ... सामान्य तौर पर, आपने पहले ही अनुमान लगाया है कि दिन के लिए परिणामों के साथ फ़ोल्डर मुझे उड़ा दिया गया था।

फिर R.saver था, फूलों के बजाय कई घंटों तक हम डिस्क को स्कैन करते हैं, और यह रेंडरिंग टाइम से एक माइनस है। हम सहेजे गए किसी अन्य कंप्यूटर से गुजरते हैं। इसके अलावा, निश्चित रूप से, यह पता चला है कि चूंकि समस्या पर तुरंत ध्यान नहीं दिया गया था, फाइलों का एक गुच्छा पूरी सामग्री नहीं है। हमें क्रम में एक चेकर लिखना होगा, सबसे पहले, नुकसान का अनुमान लगाने के लिए, और दूसरा, फिर से फुलाने के लिए फ्रेम की एक सूची संकलित करना।

Smaku कहते हैं कि फूल मूल फ्रेम को नष्ट कर देता है, और इसे फिर से शुरू करने के लिए भ्रमित होने की सामान्य नहीं है कि क्या संसाधित करने की आवश्यकता है और क्या नहीं है। यह स्थिर फ्रेम के एक फ़ोल्डर के लिए सामान्य नहीं है, "ठीक है, क्या गलत है" और "यदि ऐसा है, तो आप हमेशा फिर से स्थिर कर सकते हैं"। खैर, हाँ, समय बिताने से सब कुछ संभव है।

मामलों, चिंताओं

ठीक है, ऐसा लगता था कि जीवन में किसी तरह सुधार हुआ था, मीनटॉक चुपचाप से गूंज रहा था, आप पहले से ही आगे की योजना बना सकते हैं और प्रसंस्करण के बाद स्क्रिप्ट लिख सकते हैं।

खुशी के अलावा, फूल सामग्री को देखने से भी झुंझलाहट होती है। दो अप्रिय बातें थीं। सबसे पहले, रंग टोन फ्रेम के बीच सरपट दौड़ता है, सबसे अधिक संभावना है कि स्रोत की असमान चमक के कारण।

दूसरे, डुप्लीकेट फ़्रेमों का एक गुच्छा दिखा। ऐसा लगता है कि क्यों, लेकिन, जाहिर है, कि घरेलू वीडियो प्लेयर 24 फ्रेम / एस से कम के साथ पागल नहीं हुए।

समस्याएं हैं और उन्हें किसी तरह हल करने की आवश्यकता है। यह स्पष्ट हो जाता है कि फ्रेम स्ट्रीम को दृश्यों में विभाजित करने की आवश्यकता है। स्वर / चमक को समायोजित करने के लिए, आपको सीमाओं की आवश्यकता है। और डुप्लिकेट फ़्रेम के साथ एक साथ टेक्स्ट को हटाने के लिए नहीं, फ़्रेम को टेक्स्ट और गैर-टेक्स्ट में विभाजित करना आवश्यक है।

कर्मियों के समानता को निर्धारित करने के लिए लंबे प्रयोग शुरू होते हैं। अच्छा हैलो ओपेंशव, आप क्या हैं?
चलो दिल फेंकने वाले को छोड़ दें (वे कोड द्वारा दिखाई देंगे), संस्करणों की संख्या, आजमाए हुए तरीके (सहायक कार्यों की संख्या से दिखाई देते हैं)।

मैं अंतिम संस्करण की व्याख्या करने की कोशिश करूँगा।

हम दो फ्रेम को क्रमिक रूप से लोड करते हैं। हम थोड़ा धुंधला करते हैं, शैतान जानता है कि क्यों, लेकिन यदि ऐसा है, तो प्रयोगों ने परिणामों में सुधार दिखाया (शायद शोर का प्रभाव समाप्त हो गया है)। फ़्रेम में मुख्य बिंदु खोजें और उनकी तुलना करें।

ओपनेंव से अपरिचित लोगों के लिए स्पष्टीकरण:

मुख्य बिंदुओं के लिए खोजें (की-पॉइंट्स, केपी) - उन विशिष्ट विशेषताओं को उजागर करना जो छवि बदलने पर अपरिवर्तित रहती हैं। बहुत कठोर, लेकिन सरल है, इसे माइक्रो-हैश की एक सरणी के रूप में कल्पना की जा सकती है।

ORB कई प्रमुख बिंदु हाइलाइटिंग विधियों में से एक है।

des - विवरण, प्रमुख बिंदुओं के पैरामीट्रिक विवरण।

BFMatcher - des का उपयोग करते हुए प्रमुख बिंदुओं की तुलना करने के लिए हॉर्सरैडिश। इसका कार्य दो सरणियों में एक ही बिंदु का चयन करना है और प्रत्येक मूल बिंदु से अपने मूल बिंदु के प्रस्थान की मात्रा की गणना करना है। माफ़ करना मेरा खान इंगले।

यह पता चला है कि अंकों के विस्थापन की कुल दूरी जितनी छोटी होगी, उतने ही अधिक फ्रेम होंगे।

यदि स्कोर जादू की संख्या से अधिक है, तो अतिरिक्त जांच करना सार्थक है, शायद यह वास्तव में एक और दृश्य है? पहले, आइए देखें कि क्या दो पाठ का कोई फ्रेम है, सबसे पहले, हमें इस सुविधा की आवश्यकता है, और दूसरी बात, यदि फ्रेम का प्रकार बदल गया है (पाठ -> not_text), तो दृश्य निश्चित रूप से बदल गया है। नीरस रंग की छवि को कम करें और अस्वास्थ्यकर व्यक्ति को पाठ का पता लगाने के लिए भेजें (हालांकि is_text और भी सुंदर है)।

यदि आप सार का वर्णन करने की कोशिश करते हैं, तो बंद आकृति की खोज होती है, और अगर यह पता चलता है कि हमारे पास कई आकृति हैं जो हमारे जादू की उम्मीदों में आकार में आते हैं, तो यह बहुत संभावना है कि यह पाठ है। जैसा कि आप अनुमान लगा सकते हैं, इस कोड को is_text से बदल दिया गया है, इसे सफल माना जा सकता है, हालांकि बहुत ही BIG अक्षरों और काले पानी पर चकाचौंध जैसे दृश्यों पर असफल होते हैं। शब्दों के साथ, विभिन्न विकल्पों के बीच सभी फेंकने को व्यक्त करना मुश्किल होगा "सरल, लेकिन यह काम करता है" और "यह निश्चित रूप से काम करता है, लेकिन ओवरकिल"। कुछ प्रकार के इंजीनियरिंग रिडनेक ने हमें "सभी किनारों = पाठ पर काली धारियों" के समाधान से दूर जाने की अनुमति नहीं दी।

यदि पाठ की गंध यहां नहीं है, तो हम काले और सफेद हिस्टोग्राम की तुलना करने की कोशिश करते हैं, यदि संदेह तेज हो जाता है, तो हम रंग की तुलना करते हैं, अगर यह सीधे बहुत संदिग्ध है, तो हम इसकी तुलना एक फ्रेम में करते हैं, ताकि यह सुनिश्चित हो सके।

यहां, विशुद्ध रूप से व्यावहारिक क्रियाएं: यदि स्क्रिप्ट एक छोटा दृश्य बनाना चाहती थी, तो शायद यह उसके लिए इस दृश्य को पिछले एक में जोड़ना बेहतर था। और अगर दृश्य में 90 से अधिक फ्रेम हैं, तो इससे दृश्य के आगे के प्रसंस्करण के लिए समय बढ़ जाएगा।

स्वर की भरपाई के लिए कुछ खोजना आसान नहीं था। केवल एक वैज्ञानिक लेख और संबंधित परियोजना स्पष्ट रूप से Google है।

एक छोटी सी समस्या है। यह मतलब है। किसी कारण से, मैं वास्तव में इस राक्षस को तुरंत नहीं रखना चाहता था और मुझे जीएनयू ऑक्टेव की ओर खींच लिया। कोड, निश्चित रूप से, पूरी तरह से संगत नहीं था, मुझे यह पता लगाना था कि चित्रों को कैसे पढ़ना और लिखना है, उन कार्यों की अपेक्षा को पूरा करें जो सामान्य रूप से ऑक्टेव में अलग तरह से काम करते हैं, भाषा मुख्य धारा के साथ पूरी तरह से बधाई नहीं है, और मुझे अलग-अलग मातनोव की बारीकियों को समझना था, और एक दिन खो दिया है।

जब यह अंत में काम करता है, तो प्रसंस्करण गति कम से कम परेशान करने के लिए कहती है। प्रति फ्रेम 20 सेकंड। पुराने प्रोसेसर पर भी, यह ओवरकिल है। ठीक है, चलो देखते हैं कि मतलब कैसा है। "एक पैकेज चुनें।" एह, लेकिन xs मुझे क्या चाहिए, ठीक है, चलो डीएसपी के साथ। और, लॉन्च! "छवि प्रसंस्करण पैकेज आपके संस्करण में स्थापित नहीं है।" ठीक है, ठीक है, मेरे पास अभी भी पंजीकरण के लिए मुफ्त पते हैं।

यह अंततः शुरू हो गया और यहां तक ​​कि ऑक्टेव की तुलना में बहुत तेजी से काम किया, लेकिन अभी भी बहुत लंबा है, फूल के बराबर, इस बार, और दूसरी बात, प्राप्त सुधारों के परिणाम मेरी उच्च उम्मीदों को पूरा नहीं करते हैं।

यदि आप कुछ करना चाहते हैं, तो स्वयं करें। मुझे खुद ऐसा करने का मन नहीं है, लेकिन मुझे करना होगा नशे की लत के साथ गुगली करने से आखिरकार ऑपनेंव में कम से कम कुछ ऐसा खोजने में मदद मिली जो मेरी मदद कर सके। कक्षाओं का एक सेट पैनोरमिक फ़ोटो सिलाई के लिए पाया गया, जिसके बीच प्रकाश और टोन में अंतर को सही करने के लिए एक तंत्र था। आपकी जरूरत के हिसाब से काफी नहीं, लेकिन कम से कम यह एक विकल्प है।

इस चीज़ का उपयोग करने के एकमात्र (हाँ!) उदाहरण के साथ लंबे प्रयोगों के बाद, आखिरकार मुझे उपयोगी कोड मिला।

सभी जादू प्रयोगात्मक रूप से एक वर्ग की स्थापना करने के लिए था जो मेरे उद्देश्यों के लिए उपयुक्त था, और मुखौटा के प्रारूप का पता लगाना था। फिर यह स्पष्ट है: कुल एक्सपोज़र के औसत मूल्य और प्रत्येक रंग चैनल के स्तर की गणना करने के लिए छवियों के साथ कम्पेसाटर फ़ीड करें, फिर रूपांतरण के लिए स्रोत से फिर से हथेली लें।

पहला परिणाम मुझे फिर से नहीं मिला। , . , , . - . , .

.

, . « , ». , , , .

, , , , . small_wb , run, , , , - - . , . , .

. , , , . . .

, , . , - . , . , . , , .

github.com/sniklaus/3d-ken-burns

, , . लेकिन। . «». «», , , . .

opencv.

, . , .

, , , , , .

, , -, . , -. , , . , , , , . - . : . , , , . , , , , (, ) mac mini .

, , , .

. , - . , , .

, , . - , . , , . , , , / . , « , ».

, , (, , ?), / . , . «». , , 2014. « ». - , . , «», « ?», - . ? ? ? . ! !

. , «», ? , .

3 , . - . , , . , . «---» - . .

,

GPU- . . , .

, , . . . , . , , , 720 400 . , . . , Pentium 133 ( Cyrix 100, ). , . . , , , . ? . , , .

2 , , . , , 12 , .

, , ssd . , , - , .

, . ! ? , - GPU. , , , «if APU available», APU , , ? नहीं।

हम ओवरक्लॉक करने में संकोच नहीं करते और मुफ्त 1 गीगाहर्ट्ज प्राप्त करते हैं, कूलर की एक लंबी पसंद और इसकी लागत का भुगतान किया गया है। हमने एक रंगकर्मी रखा। हम शुरू करते हैं। बूम! मेमोरी से बाहर CUDA। बढ़िया, बढ़िया, हम सुबह इसका पता लगाएंगे।

सुबह, कोई याद नहीं था। Google ने बताया कि इस त्रुटि का अर्थ है कि उपलब्ध वीडियो मेमोरी का आकार आवश्यक से कम है। मैं वास्तव में इस पर विश्वास नहीं करना चाहता था, क्योंकि यह सच नहीं होना चाहिए। आखिरकार, मैं गलत नहीं हो सकता, एक पट्टी-डाउन मेमोरी के साथ एक वीडियो कार्ड का एक संस्करण खरीदा, नहीं, मैं नहीं कर सकता था, लेकिन मैं कभी भी गलत नहीं हूं।

प्रयोग स्मृति की मजबूर सफाई के साथ शुरू हुआ, मापदंडों को बदलते हुए, इस तथ्य से आशा व्यक्त की गई थी कि ड्रॉप तुरंत नहीं हुआ था, कि आउटपुट पर कई फ्रेम दिखाई देने का समय था। एक चक्र में फूलों की शुरुआत को शुरू करना संभव था, ज़ाहिर है, लेकिन लॉन्च के लिए तैयारी का समय लगभग 2 मिनट था, और इससे कोई मतलब नहीं था।

अचानक, डिबगिंग स्क्रिप्ट ने ठीक से काम करना शुरू कर दिया, और प्रसंस्करण ने उड़ान भरी, मुझे नहीं पता कि मैंने वहां क्या किया है, मैंने कुछ भी नहीं छूने का फैसला किया, और बस अपना रंग फ्रेम पहले ही प्राप्त कर लिया। शेष 60% फ्रेम 5 घंटे के बाद समाप्त हो गए। इस दिन तक, एक मिनीकार पर प्रसंस्करण केवल समाप्त होने के लिए शुरू होगा, ओह, गरीब मिनीकर।

अभी भी शुरुआत है

दृश्य खोज स्क्रिप्ट चलाएँ और निर्देशिकाओं को भरें। हम खत्म हो गए हैं, अगर कुछ गलत तरीके से मिला है, तो हम इसे ठीक कर लें। सामान्य तौर पर, सब कुछ ठीक है। इसके बाद, आपको आगे जोड़तोड़ में समय की बर्बादी को बाहर करने के लिए डुप्लिकेट फ़्रेम को साफ करने की आवश्यकता है। एक अड़चन, कैसे सुनिश्चित करें कि स्क्रिप्ट केवल आवश्यक हटा देगा और कुछ भी याद नहीं करेगा। यदि आप तार्किक रूप से सोचते हैं, तो अतिरिक्त फ्रेम जोड़ना अराजक नहीं होना चाहिए, लेकिन किसी प्रकार का एल्गोरिदम होना चाहिए। बेशक, आपको इसके साथ संलग्न नहीं होना चाहिए, लेकिन इसे ध्यान में रखा जाना चाहिए। हम ऐसा करते हैं: डुप्लिकेट फ़्रेम के बिना सभी दृश्यों को दूसरे फ़ोल्डर में कॉपी करें, फिर प्रत्येक फ़ोल्डर की मूल फ़ाइल के साथ तुलना करें, फ़ाइल प्रबंधक निर्देशिकाओं की तुलना करें। यदि हटाए गए फ़ाइलों में दोहराई जाने वाली लय नेत्रहीन रूप से मनाई जाती है, तो हम मानते हैं कि सब कुछ सामान्य है। इसने पहली नज़र में काम किया।

केवल आधे घंटे और आप आगे जा सकते हैं। हम टोन मुआवजा शुरू करते हैं। कुछ घंटों के बाद, हम परिणाम का आनंद लेने की कोशिश करते हैं, लेकिन आधा आनंद। दृश्यों का एक छोटा सा हिस्सा खराब रंगीन है। अभी भी टोन मुआवजे से दृश्यों का एक छोटा सा हिस्सा गड़बड़ा गया। यदि यह दूसरे के साथ संभव था, या बस मुआवजे से पहले क्या था, या सफेद संतुलन का उपयोग किए बिना टोन को बाहर करने की कोशिश करें। कि फिर से फूल के साथ सभी अधिक कठिन था। रेंडर_फैक्टर पैरामीटर को कम करने से कुछ दृश्यों में सुधार हुआ, बाकी बस में नहीं दिया गया। एल्गोरिथ्म को बस प्रशिक्षित मॉडल में समान कुछ नहीं मिला और उसने अजीब परिणाम उत्पन्न किए। मुझे हर बार इस तरह के दृश्य को एक अलग रेंडर_फैक्टर के साथ रंगना पड़ता था, और फिर सबसे अच्छा फ्रेम चुनता था ताकि यह कम से कम किसी तरह सच्चाई से मिलता-जुलता हो। यह बताना मुश्किल है कि यह गतिविधि मस्तिष्क को कितना थका देती है। मुझे एक अलग फ़ोल्डर में प्रत्येक फ्रेम के लिए विकल्प एकत्र करने वाली स्क्रिप्ट लिखना था, जिससे उत्पादकता में वृद्धि हुई और दुरुपयोग का प्रवाह कम हो गया।

आगे बढ़ने से पहले, आपको अतिरिक्त पाठों को काटने और स्थानों में कई दृश्यों को फिर से व्यवस्थित करने की आवश्यकता है। यह वीडियो संपादन के लिए कुछ सरल साधन ले गया। हम वर्तमान संपादक में सीधे फ्रेम के साथ फ़ोल्डर संरचना को लोड करते हैं।

हम दृश्यों को हटाते हैं, उन्हें स्वैप करते हैं, एक नए फ़ोल्डर में डिस्क पर अपडेट की गई संरचना को अनलोड करते हैं।

अब आप 12 एफपीएस को 24 एफपीएस में बदल सकते हैं।

हम व्यक्तिगत फ्रेम के साथ काम करने के लिए परियोजना को पैच करते हैं, अन्यथा यह सिर्फ काम करता है। हम शुरू करते हैं, परिणाम देखें। एक साथ "वाह" एक नई समस्या सामने आती है, कुछ दृश्यों को कलाकृतियों से भरा जाता है, क्योंकि 24 में से 12 फ्रेम प्राप्त करने के लिए, आपको विशेष रूप से मॉडल को प्रशिक्षित करने की आवश्यकता है।

दो विकल्प हैं। और आप दोनों को पसंद नहीं आएगा। या तो मैन्युअल रूप से विफल फ़्रेम हटाएं, या मॉडल प्रशिक्षण में संलग्न हों। यही है, या बहुत समय खर्च करते हैं, या अप्रत्याशित परिणामों के साथ अज्ञात समय बिताते हैं। स्पष्टता प्रबल हुई।

खैर, 200,000 से अधिक फ्रेम देखें। कठिनाई क्या है? यह तथ्य कि आप सभी खराब फ़्रेम को नहीं हटा सकते। आंखों को हिट करने वाले लोगों को बिल्कुल हटाने के लिए आवश्यक है, और जो अदृश्य हैं उन्हें छोड़ दें। यही है, कोशिश करो, दोहराओ, जानवर सही संयोजन को मजबूर करते हैं। कहीं-कहीं फ्रेम के दूसरे भाग में, जैविक तंत्रिका नेटवर्क ने भी सीखा, और यह सहज हो गया कि किस क्षण दोषों की प्रतीक्षा करनी चाहिए, और कौन से फ्रेम हटाए जाने चाहिए और किन लोगों को स्पर्श नहीं किया जाना चाहिए। केवल 4 दिन और हमारे पास एक चिकनी संस्करण है।

हम वीडियो फ़ाइल एकत्र करते हैं। हम देखते हैं। यह ठीक लगता है। लेकिन कुछ तो जाम लग रहा है। यह क्या है? वाह, वाह, वाह डुप्लिकेट शॉट्स, लेकिन कैसे, कहाँ, क्यों? यह स्पष्ट हो जाता है कि इस बूमरैंग ने अतीत से उड़ान भरी थी। स्थिरीकरण, डुप्लिकेट फ़्रेम को भी संसाधित किया, और उनमें से प्रत्येक को गति के चाप में अलग से दर्ज किया, प्रत्येक के लिए एक अद्वितीय ऑफसेट जोड़ दिया। और डुप्लिकेट खोज एल्गोरिथ्म, यथोचित रूप से माना जाता है कि ये अलग-अलग फ्रेम हैं, क्योंकि उन्हें स्थानांतरित कर दिया गया है, सब कुछ तार्किक है।

महान, सुपर। लेकिन कम से कम एक छोटे से कोड को लिखने की कोशिश किए बिना सभी फ़्रेमों की फिर से समीक्षा न करें?

समान छवियों की तुलना के लिए एल्गोरिदम के साथ प्रयोग शुरू हुआ। कठिनाई यह थी कि उनमें से अधिकांश आपको यह रिपोर्ट करने की अनुमति देते हैं कि चित्र पूरी तरह से अलग हैं, या अपेक्षाकृत अधिक समान हैं। मेरे लिए, एक दृश्य में वास्तव में अलग-अलग फ्रेम लगभग समान थे, और उन छवियों को पकड़ना आवश्यक था जो ऑफसेट प्रतियां हैं। सभी की कोशिश की और परीक्षण एल्गोरिदम एक ढेर, और दोनों में हस्तक्षेप किया।

तुलना से स्किम में कुछ लाभ ला सकता है। मैं यह ढोंग नहीं करूंगा कि मुझे याद है कि यह क्या है, यह कम से कम कभी-कभी सही परिणाम देता है और कुछ डुप्लिकेट को तुरंत पहचानने की अनुमति देता है। मुझे अपनी आँखों से बाकी की तलाश करनी थी। दूसरे दिन, मेरे प्राकृतिक तंत्रिका नेटवर्क को असंगत को नोटिस करने के लिए प्रशिक्षित किया गया था। इस बिंदु पर, मुझे पहले से ही पेशेवर विकृति द्वारा सताया गया था: मेरी आंखों को पकड़ने वाली काली-और-सफेद छवियां अधूरे काम के रूप में मानी जाती थीं, और तीसरे पक्ष के वीडियो सामग्री के किसी भी हिलाने को "फिर से डुप्लिकेट!" के रूप में सुना गया था।

वीडियो का अगला संस्करण देखना, देखना। यह समझने में आता है कि कुछ दृश्यों में एसिड संतृप्ति है। और यह फिर से एक समस्या है, क्योंकि आप सभी दृश्यों की संतृप्ति को सामान्य मूल्य पर नहीं ले सकते हैं और कम कर सकते हैं, उनमें से कुछ, इसके विपरीत, बहुत उज्ज्वल नहीं हैं।

संतृप्ति-चुनौती शुरू होती है। इस पैरामीटर को बदलना आसान है, लेकिन पर्याप्त रूप से मापने के लिए अविश्वसनीय रूप से कठिन है। यह सिद्धांत रूप में समझा जा सकता था; व्यवहार में, यह केवल पुष्टि की गई थी। तख्ते की संतृप्ति की तुलना करने का कोई भोला तरीका दृश्यों पर परीक्षण के दौरान आया जो उज्ज्वल था, लेकिन उनकी दर सामान्य थी, या फीकी थी, लेकिन उनकी दर बहुत अधिक थी।

दिन के अंत तक, कम से कम किसी भी तरह एक काम करने वाला समाधान पैदा हुआ था।

पिक्सेल संतृप्ति के प्रसार के मध्य में, हम संतृप्ति के मानक विचलन को जोड़ते हैं, और हम फ्रेम के सशर्त अधिकतम संतृप्ति प्राप्त करते हैं। यह अपूर्ण है, लेकिन माप की इस पद्धति के साथ, संतृप्ति समीकरण ने काम करना शुरू कर दिया। यह केवल बहुपत्नी सुधार_वायु = f (मापा_वायु) स्थानापन्न करने के लिए बना रहा। हम अपने हाथों से परीक्षण डेटा पर प्लेट को खींचते हैं "फ्रीज" -> "सुधार मूल्य जिसने सुखद परिणाम दिया", हम प्लेट को किसी भी उपकरण में ड्राइव कर सकते हैं जो लगभग अनुमानित कर सकते हैं।

कुल संतृप्ति सुधार कार्य:

हम अंतरिक्ष BGR (opencv का डिफ़ॉल्ट दृश्य) से HSV तक जाते हैं। हम संतृप्ति मैट्रिक्स को एक संख्या से चिह्नित करते हैं। हम संतृप्ति के लाभ / क्षीणन की गणना करते हैं। हमने सीमा के लिए प्रस्थान काट दिया। मूल चमक और टोन के साथ समायोजित संतृप्ति मैट्रिक्स को मर्ज करें, बीजीआर स्थान पर लौटें।

पहले से कब जारी है?

खैर, ऐसा लगता है कि वीडियो अंत में तैयार है। आप संगीत बना सकते हैं।

चूंकि मौजूदा संगीत संगत में से कोई भी मेरे लिए पर्याप्त नहीं था, इसलिए मेरे पास कुछ करने के लिए और कुछ नहीं था।

शुरुआत से ही एक बेवकूफ समस्या उत्पन्न हुई: डिस्क के आधे हिस्से को फिल्म के विभिन्न राज्यों के बैकअप के साथ भरा गया था। और कार्यक्रम, जिसे संगीत बनाने वाला था, पटरियों के पुस्तकालय के लिए दसियों गीगाबाइट की आवश्यकता थी। मैंने सोचा: "क्या गलत हो सकता है?" और पूर्व-अंतिम बैकअप को हटा दिया, क्योंकि मेरे पास दो डिस्क पर पूर्व-अंतिम बैकअप हैं, और मैं कुछ भी महत्वपूर्ण नहीं खोता हूं, और यह संभावना नहीं है कि कुछ को फिर से तैयार करना होगा।

संगीत के साथ काम करने के तीसरे दिन, संतृप्ति को खो देने वाले दृश्यों की संख्या को अब नजरअंदाज नहीं किया जा सकता है। कुछ तख्ते पूरी तरह से काले और सफेद हो गए थे, और इससे पहले कि यह इन तख्ते थे जो सबसे चमकीले थे। दिलचस्प है, यह क्या हो सकता है? क्या मूल तालिका के बाहर एक तीसरे क्रम का बहुपद अंतरिक्ष में अचानक उड़ रहा है? यह आश्चर्य की बात है, है ना? यह ध्यान दिया जाना चाहिए कि एक बार फिर मैं संतृप्ति सुधार के बाद पूरी फिल्म की समीक्षा नहीं करना चाहता था, मैंने खुद को प्रत्येक दृश्य से एक फ्रेम को देखने तक सीमित कर दिया, जिससे परिणाम की पर्याप्तता का भ्रम हुआ।

संतृप्ति सुधार कोड में सीमा शर्तों को जोड़ने में कोई समस्या नहीं थी। समस्या स्रोत की कमी थी जिससे आप फ़्रेम का एक ही अनुक्रम प्राप्त कर सकते थे जिसके लिए ध्वनि के साथ सिंक्रनाइज़ेशन पहले ही पूरा हो चुका है।

दो विकल्प हैं: एक शांत ध्वनि के साथ दुनिया में एक घुमावदार तस्वीर जारी करने के लिए या दो चरणों में वापस जाने के लिए। यह गलती से सही सही सिंक्रनाइज़ेशन खोने के लिए एक दया थी, लेकिन काम का पूरा बिंदु रंग में था।

हम डुप्लिकेट की सफाई दोहराते हैं, रिमाउंटिंग करते हैं, संतृप्ति को समायोजित करते हैं, निश्चित रूप से, हमें ध्वनि में एक मजबूत desync मिलता है, हम पटरियों के प्रमुख बिंदुओं से आगे निकलने लगते हैं, हम परेशान हैं कि जादू सिंक्रनाइज़ेशन लगभग गायब हो जाता है। इस तरह एक और हफ्ता बीत गया।

संगीत के बारे में

मुफ्त में नया संगीत लिखना एक विकल्प नहीं है, लेकिन उपलब्ध संगत विकल्पों में से कुछ को चिपका देना (हालांकि उनमें से कम से कम 5 हैं) में भी ईमानदारी का अभाव है। नि: शुल्क पटरियों की खोज की प्रक्रिया में, मैं एक दिलचस्प बात सामने लाता हूं।

filmstro.com

विवरण से यह स्पष्ट हो जाता है कि यह आपको खरोंच से अन्य लोगों की पटरियों और संरचना के प्रतिस्थापन के बीच कुछ करने की अनुमति देता है। इसकी रचनाओं की एक विस्तृत लाइब्रेरी है, जिनमें से प्रत्येक को सशर्त फलित लूप्स से एक परियोजना के रूप में दर्शाया जा सकता है। एक रचना की सभी पटरियों को तीन वर्गों में बांटा गया है: तीव्रता, गहराई, वोल्टेज। अनुभाग की "ताकत" को बदलकर, आप सक्रिय पटरियों की संख्या को बदल सकते हैं। कुल: औसत पर एक रचना में 11 ध्वनि विकल्प होते हैं, जो वर्गों के पारस्परिक प्रभाव के परिणामस्वरूप बनते हैं। वीडियो अनुक्रम के साथ प्रमुख बिंदुओं की व्यवस्था की मदद से, संरचना की ध्वनि में परिवर्तन स्क्रीन पर क्या हो रहा है से जुड़ा हुआ है। ऐसा दोशीरक। स्वादिष्ट, यदि आप नहीं जानते कि यह कैसे हुआ।

YouTube के बारे में

अंत में, आप एक चैनल बना सकते हैं और वीडियो अपलोड कर सकते हैं। ऐसा लगता है कि सब कुछ, खत्म, आप आराम कर सकते हैं। लेकिन वास्तविकता ने जाने नहीं दिया, और अगर मूल वीडियो को मनमाने ढंग से एचडी माना जा सकता है, तो अपलोड करने के बाद यह घृणित गुणवत्ता का निकला। सभी संकेत और राय से, यह इंटरनेट से निकला कि Google जानबूझकर सभी नए चैनलों के लिए बहुत कम बिटरेट का उपयोग करता है। सौभाग्य से, अच्छी सलाह कहीं फिसल गई: 1440p की दर से भरें, जैसे कि क्लैम्पिंग के बारे में youtube अधिक सावधानी रखता है। परिषद ने वास्तव में मदद की, यह कम से कम वाष्पशील हो गया।

डाउनलोड के बाद, अन्य लोगों के वीडियो के उपयोग के बारे में शिकायतें तुरंत उड़ गईं। बहुत दिलचस्प है, यह पता चला है कि महान यूट्यूब के पास अभी भी सार्वजनिक डोमेन में काम करने का डेटाबेस नहीं है, हम इस पर आपत्तियां भेजकर उसकी मदद करेंगे।

परिणाम: www.youtube.com/watch?v=r3NQyCInZiQ
मूल गुणवत्ता में लिंक डाउनलोड करें: drive.google.com/uc?id=1dEPcjKbjNowxsfaNcbV6DsbAr3kbACKH&export=download

किया

कुल मिलाकर, मुझे पसंद है कि क्या हुआ। भुगतान विशेषज्ञों की टीम कैंडी बनाती है। इस मामले में: 70% सामान्य फ्रेम, 20% गरीब, 10% महाकाव्य। नि: शुल्क, स्वचालित रूप से। मुझे अपने हाथों से जो भी समस्याएं उठानी थीं, वे केवल इस तथ्य के कारण हैं कि यह पहली बार किया गया था। रंग भरने के लिए अगली फिल्म बेहद आसान होगी। मुझे नहीं पता कि यह क्या होगा, मूक सिनेमा के युग में, मैं अभी तक अन्य कार्यों में नहीं आया हूं जो उन्हें हमारे मेटा-इवेंट में स्थानांतरित करने के लिए कहेंगे। संभवतः, यह एक शुरुआती ध्वनि फिल्म से कुछ होगा, जिसका अर्थ है कि ध्वनि को पुनर्स्थापित करना आवश्यक है, इसे 20-20 KHz पर लाएं, इसे स्टीरियो में परिवर्तित करें। आप इतने अलग-अलग तंत्रिका नेटवर्क को छू सकते हैं =) आज, फूल की गुणवत्ता स्रोत सामग्री पर अत्यधिक निर्भर है, ग्रे के अधिक रंगों को संरक्षित किया जाता है, उच्च स्पष्टता, बेहतर परिणाम। सबसे अधिक संभावना है, इस तरह के उपकरणों की अगली पीढ़ी नई उच्च-गुणवत्ता वाली छवियों को संश्लेषित करेगी, और पुराने आकृति में रंग फिट नहीं होगा, यह उन परियोजनाओं के समान होगा जो ड्राइंग द्वारा तस्वीरों की नकल बनाते हैं। इस बीच, एक उत्कृष्ट परिणाम प्राप्त करने के लिए, आपको ब्लैक एंड व्हाइट इमेज को स्ट्रेच करने की आवश्यकता होती है और व्यक्तिगत रूप से लक्ष्य फिल्म के अनुरूप वीडियो सामग्री पर कलर स्पेसियर को प्रशिक्षित करना होता है।

हमारा जीवन तेजी से और तेजी से बदल रहा है, जिस समय सीमा के साथ हम एक और वास्तविकता में बढ़ रहे हैं वह सिकुड़ रही है। हम तंत्रिका नेटवर्क के साथ जो कुछ भी नया हो रहा है, उस पर नज़र रखने के लिए तंत्रिका नेटवर्क लिख रहे हैं। लेकिन हमारे पास कम और कम समय है। सिर्फ आधे साल पहले, उन्होंने मुझसे पूछा कि क्या प्रामाणिक रूप से रंग की मनमानी तस्वीर को स्वचालित रूप से बनाना संभव है, मेरा जवाब था: "नहीं, यह अभी भी शानदार है।"