O_FocusMatcher
O_FocusMatcher尝试校正通常在立体图像的左右视图之间存在的细微焦点差异。它基于上游视差矢量,通过将一个视图的焦点分布与另一个视图的焦点分布进行匹配来实现。
输入和控制
连接类型 |
连接名称 |
功能 |
输入值 |
核心 |
可选输入,允许您更改去模糊内核的形状。默认情况下,内核是圆盘。如果相机镜头渲染失焦点的方式不是圆形的,则可以在此处输入其他形状。然后,O_FocusMatcher使用此RGB图像的亮度来定义内核形状。 该图像的大小无关紧要,因为O_FocusMatcher会自动调整图像的大小以提供由定义的半径Defocus Size。 该输入仅在以下情况下有效Primary Method设定为Deblur, 要么Rebuild Method至Rebuild Plus Deblurred。 |
资源 |
一对立体声图像。 注意: 如果图像中未嵌入视差通道,则应在图像序列之后添加O_Solver和O_DisparityGenerator节点。 |
Control (UI) |
Knob (Scripting) |
Default Value |
功能 |
O_FocusMatcher Tab |
|||
Views to Use |
viewPair |
Dependent on Source |
设置要匹配其焦点的两个视图。这些视图将被映射为左眼和右眼。 |
Match |
matchWhat |
Left to Right |
设置哪个视图与另一个焦点匹配: • Left to Right -取消模糊或重建左视图以匹配右视图。 • Right to Left -取消模糊或重建右视图以匹配左视图。 |
Primary Method |
primaryMethod |
Rebuild |
设置如何匹配焦点: • Rebuild -使用其他像素重建一个视图。您可以使用Rebuild Method控件以选择如何处理图片构建失败的遮挡区域。 如果输入图像严重模糊或图像的模糊程度不同,请选择此方法。 • Deblur -将一个视图与指定的内核反卷积。您可以使用Deblur Options和Kernel输入以调整内核的大小和形状。 如果您输入的图像仅稍微模糊并且图像上的模糊恒定,请选择此方法。 |
Rebuild Options |
|||
Rebuild Method |
rebuildMethod |
Rebuild Plus Original |
什么时候Primary Method设定为Rebuild,选择如何处理图片构建可能会失败的遮挡区域。 注意: 您需要使用上游O_OcclusionDetector节点来定义哪些区域被遮挡。O_OcclusionDetector将此信息存储在mask_occlusion渠道。 • Rebuild Plus Deblurred -在图像中定义的任何遮挡区域中使用去模糊的图像mask_occlusion渠道。您可以使用Deblur Options和Kernel输入以调整去模糊内核的大小和形状。 • Rebuild Plus Original -在图像中定义的任何遮挡区域中使用原始图像mask_occlusion渠道。 • Rebuild Only -在图像中定义的任何遮挡区域中使用重建的图像mask_occlusion渠道。 |
Match Original Colour |
matchOriginalColour |
enabled |
启用后,重建的视图具有原始视图的颜色配置文件(例如,重建的右视图与原始右视图的颜色匹配)。 禁用后,重建的视图将具有从其重建的视图的颜色配置文件(重建的右视图与左视图的颜色匹配)。 |
Deblur Options |
|||
Iterations |
iterations |
20 |
设置运行反卷积算法的次数。 增大此值可能会创建更清晰的图像,但可能会付出更多人工制品的代价。 |
Defocus Size |
defocusSize |
0 |
设置图像模糊的内核大小。此值以像素为单位。正确设置它非常重要,因此请继续进行调整,直到出现清晰的边缘清晰的去模糊效果而没有出现振铃为止。 |
Remove Ringing |
removeRinging |
enabled |
启用后,O_FocusMatcher会尝试减少可能出现在图像边缘周围的振铃伪影。 |
Ring Range |
ringRange |
5 |
设置到边缘的距离(以像素为单位)以抑制振铃伪影。 |
Ring Ratio |
ringRatio |
10 |
设置相对于附近振铃伪像的强边缘的强度。 减小此值可以消除更多的响声伪影,但也可以防止对真实边缘进行模糊处理。 |
影片教学


欢迎从铸造厂来到Ocula。我叫Jon,在本教程中,我们将使用新的FocusMatcher和Ocula 3.0来校正焦点。让我们看一下与该素材匹配的焦点。如果在左右视图之间切换,则可以看到主要问题是垂直对齐和色差。我们在ColorMatcher节点上的教程中看到了如何纠正此素材。如果现在放大背景,您会发现此处的焦点有所不同。我们要校正左侧的焦点,以匹配右侧的视图。正如我们在ColorMatcher教程中看到的那样,您可以渲染视差和遮挡以备后用。这里要记住的重要一点是我们要标记镜头中的主要遮挡;您不希望有很多孤立的遮挡可能导致校正闪烁。如果需要,可以在额外的遮挡区域中绘制或旋转。
因此,让我们看一下FocusMatcher在此镜头上的工作方式。您可以定义使用视图, 要或不要比赛焦点左到右,或者是否将右侧更新为与左侧匹配。您可以定义校正的方式,方法是通过将一个视图拉到另一个视图上来重建外观,或者通过对原始图像进行模糊处理而不必拉开另一个视图来对它进行校正。对于重建,您可以选择如何更新遮挡区域。它使用去模糊的结果,使用原始图像还是反过来拉过另一个视图? 您可以选择使重建图像与原始视图的颜色匹配,或者仅保留更新的颜色。这些参数处理去模糊算法,因此让我们看一下如何对这张照片进行去模糊。
我要去看看背景校正。我需要做的第一件事是找到导致散焦的模糊内核的大小,因此我将提出散焦尺寸直到图像变得清晰为止,但是我不想过分锐利。现在,您会注意到去模糊会在强边缘产生振铃。我可以切换以删除该铃声(删除铃声)。然后,我可以通过查看图像中相距的距离来设置范围以接收振铃(振铃范围),我可以通过减少环比直到镜头消失为止。因此,这是校正后的结果,您可以看到校正只是微妙的。与正确的视图相比,它仍然没有聚焦。本质上,此镜头的最佳方法是使用rebuild方法从右到左复制外观。如果切换到重新构建并再次从左到右比较,您会看到我们得到了更好的结果。但是,焦点并不完全匹配,因为我正在校正重建图像的颜色以使其与原始视图相匹配,这又从我的原始左视图中重新引入了一些模糊。因此,我可以将其关闭,现在左右之间可以很好地匹配。现在这也在从右向左拉动颜色,因此它充当了智能的新视图,可以校正颜色和焦点。
在这里,我们有一些匹配的盘子。我们可以使用ReConverge节点对此进行检查。使用ReConverge,我可以将视图对准特定的点,以便在左右切换时更容易查看焦点的匹配程度。或者,您可以使用Ocula随附的StereoReview Gizmo。在这里,我将其设置为揭示工具,因此我可以从一个视图浏览到另一个视图,以了解它们的相似之处。因此,这里的图像看起来非常匹配。
让我们看一个示例,在该示例中您将要使用去模糊校正散焦。如果我放大并在此镜头的左视图和右视图之间切换,您将看到右视图没有聚焦。我想更正它以匹配左侧。因此,这里有一些大的深度变化-有很多遮挡。将很难计算出视差以正确地将左侧视图拉到右侧,以将焦点重建到右侧视图。现在,我们可以通过回顾输入素材来对此进行预告。我有一个NewView节点,在这里将其设置为从左向右拉,然后将其与原始的右视图进行比较。您可以看到我们拉动像素时,它们不匹配。因此,我们无法从左侧重建右侧以校正焦点。
让我们看看去模糊的工作原理。我要放大,然后再调整散焦尺寸锐化图像。因此,这有点太多了。这看起来很合理,让我们删除铃声在那。因此,与原始结果相比,这是校正后的结果。我们提高了焦点,而不必拉近外观。现在,当您进行模糊处理时,您还可以定义导致原始散焦的光圈形状。如果您可以在镜头中找到散景,并使用Roto形状对其进行追踪,则可能可以测量此效果。然后,您可以在核心焦点匹配器的输入,它将使用它作为模糊内核对图像进行模糊处理。因此,这是使用该形状的去模糊结果。
让我们看一个最后的示例,比较去模糊和重建以更正焦点。在这张照片中,左边很好地聚焦了,但是右边没有聚焦,我想校正一下。因此,首先让我们看一下去模糊。我已经调好了散焦尺寸您会看到它使底座上的数字更锐利。如果我放大,您还会注意到它也在锐化印版上的噪点,所以我想先进行降噪,所以我不会锐化噪点。使用NukeX降噪工具时,此处的重要事项是将混合值设置为1,以确保消除了所有噪点,并且没有混入任何噪点。我可以自由地合并回原来的噪音。在这里,我们可以看到原始的和校正后的印版,并且它在某种程度上可以纠正这种聚焦错误。但是,存在很大的模糊,纠正此错误的最佳方法是将左视图复制到完全匹配的视图。因此,让我们看一下重建结果,您会发现我们现在可以很好地更新焦点了。当我们在左视图和重建的右视图之间切换时,它应该匹配得更好,但是字母并不完全匹配。同样,这是因为我选择了将颜色恢复为原来的颜色。如果我关闭它并更新颜色,您会看到我们可以很好地匹配该焦点。但是,如果我切换回整个图像,则可以看到它可能带来的一些问题。由于无法始终将一个视图完美地拉到另一个视图上,因此最终可能会使图像在某些地方失真。因此,在这里您可能需要返回并调整视差以改善重建效果,或者可能必须将整个板上的焦点校正组合在一起。
这结束了本教程,介绍了如何在Ocula 3.0中使用新的FocusMatcher节点。我们已经看到您可以渲染出视差和遮挡以拉回以进行焦点匹配。您可以使用去模糊处理或重建印版以校正焦点,以及是否拉入颜色以更新焦点和颜色。我们看了一个使用去模糊处理的例子。因为深度会有很大的变化,并且会有很多遮挡,而且您还可以通过旋转光圈和散景的形状来定义镜头中的模糊核。最后,我们研究了比较,去模糊和重建,去除了噪声以进行去模糊,并且还可能仅重建了镜头的一部分以校正焦点。