Domanda:
In che modo l'occhio esegue l'equivalente del bilanciamento del bianco?
Jonathan Winters
2013-01-30 12:51:01 UTC
view on stackexchange narkive permalink

Possibile duplicato:
In che modo la conoscenza della percezione umana del colore può essere utilizzata nella fotografia?

In che modo l'occhio esegue l'equivalente del bilanciamento del bianco? Perché la fotocamera non è in grado di replicarlo?

L'occhio no. Il cervello sì.
Questa domanda è in argomento? Probabilmente sarebbe più in tema di biologia.
Cosa vuoi dire che la fotocamera non è in grado di replicarlo? Questo è il bilanciamento del bianco automatico. Non è perfetto, ma è straordinariamente buono in molte fotocamere e anche il cervello umano può essere ingannato.
Penso che questo tipo di domande siano in argomento perché comprenderle meglio può aiutare a capire cosa fanno le telecamere (e come sono diverse - direttamente parte della domanda in questo caso). Ciò può aiutare nella composizione, nella visualizzazione dei risultati previsti e nella post-elaborazione. La mia domanda a cui Michael si collegava non "funzionava" perché era troppo ampia; domande più mirate come questa possono fare di meglio.
Penso che tu non capisca lo scopo del bilanciamento del bianco. È fatto perché il sensore della fotocamera è sensibile ai colori a cui l'occhio non è sensibile. A seconda della quantità di infrarossi / ultravioletti nella luce ambientale, i sensori rosso / blu della fotocamera reagiscono in modo eccessivo e necessitano di una correzione per rendere qualcosa che un occhio umano vede
Quattro risposte:
Guffa
2013-01-30 15:59:09 UTC
view on stackexchange narkive permalink

Il cervello esegue il bilanciamento del bianco per noi ed è molto più avanzato di qualsiasi software. Il cervello, ad esempio, può eseguire il bilanciamento del bianco parziale, ovvero utilizza il bilanciamento del bianco separato su aree diverse.

Il cervello riconosce anche gli oggetti di ciò che vedi, che è ancora più avanzato, e quindi utilizza tali informazioni per fare il bilanciamento del bianco. Cioè un muro bianco sembra bianco principalmente perché lo riconosci come un muro bianco, non perché vedi che il suo colore è bianco.

Please Read My Profile
2013-01-30 22:27:19 UTC
view on stackexchange narkive permalink

Il sistema visivo umano è complesso e coinvolge sia i fotorecettori che i neuroni nell'occhio stesso, oltre alla complessa elaborazione nel cervello. Il principale recettore delle informazioni dalla retina è il nucleo genicolato laterale , una parte del talmo situata praticamente al centro della testa. Questo, a sua volta, indirizza le informazioni alla corteccia visiva primaria e alle aree visive extrastriate . La corteccia visiva primaria elabora le informazioni in un modello tridimensionale del mondo. Per questa domanda, sono le aree note come V2 e V4 che sono importanti.

Le celle nell'orientamento del processo V2, nella frequenza spaziale e nel colore. Insieme alla corteccia visiva primaria (che è V1), V2 registra la lunghezza d'onda, la tonalità e la luminanza. A questo livello, il cervello probabilmente esegue la "regolazione del bilanciamento del bianco" molto simile a ciò che fa una fotocamera: in pratica, normalizzando ogni canale.

È V4 che fa il vero trucco: il colore consistenza basata sulla memoria colore . Ricordiamo che aspetto hanno supposto gli oggetti e inconsciamente si adattano in modo che lo appaiano così. Sappiamo che le rose sono di un certo tipo di rosso, che la neve è bianca, che certi frutti hanno un certo aspetto. Sembra piuttosto incredibile, ma sono state fatte molte ricerche per dimostrare che è così. Per gli esseri umani, i toni della pelle sono un particolare insieme di "colori della memoria" e questo è uno dei motivi per cui il bilanciamento del bianco è così importante per ottenere il giusto risultato nei ritratti.

Il bilanciamento del bianco automatico potrebbe essere implementato in modo simile, proprio come la "misurazione a matrice" funziona confrontando le informazioni sulla scena con un database. Tuttavia, il riconoscimento e l'elaborazione degli oggetti è molto al di sotto di quanto sarebbe necessario per implementarlo in modo utile, sia negli algoritmi che nella potenza di elaborazione. Quindi, per ora, quando non c'è un riferimento neutro noto nella scena, siamo bloccati con il semplice auto-wb, i preset e la regolazione a occhio, usando la nostra propria elaborazione dei colori della memoria.


Non l'ho studiato a scuola; quanto sopra è un riassunto laico della mia comprensione basata sulla mia ricerca. Capisco anche che lo stato dell'arte è solo una comprensione provvisoria di un argomento complicato. Quale parte del cervello fa cosa , esattamente, è ancora oggetto di indagine. Ma il concetto di base è il suono: il tuo cervello usa la consapevolezza di ciò che sta vedendo per "regolare" la scena e le telecamere non sono ancora così intelligenti.

+1 Sarebbe bene aggiungere che la * fovea *, la parte della retina che crea l'immagine più nitida e la parte principale dell'occhio sensibile al colore, copre solo l'uno o il due percento della retina. Una grande differenza tra l'occhio e una fotocamera è che una fotocamera registra un'intera immagine a colori contemporaneamente, mentre gli occhi e il cervello costruiscono e aggiornano costantemente l'immagine nel tempo.
@Caleb: è decisamente importante per la comprensione generale della visione umana e della fotografia, ma non sono sicuro di come sia correlato al bilanciamento del bianco / coerenza del colore ...
Questa caratteristica della percezione visiva umana è chiamata costanza. Controllalo. https://en.m.wikipedia.org/wiki/Color_constancy
NULLZ
2013-01-30 13:00:19 UTC
view on stackexchange narkive permalink

In poche parole, l'occhio è più dettagliato e dispone di molta più potenza di elaborazione (tramite il cervello) rispetto a qualsiasi fotocamera. "Vedere" è una delle attività che consumano più energia perché elaboriamo costantemente così tante informazioni.

Questo articolo lo spiega in modo leggermente più dettagliato come citato di seguito:

I dati di immagine acquisiti dai sensori, sia a pellicola che a sensori elettronici, devono essere trasformati dai valori acquisiti a nuovi valori appropriati per la riproduzione o la visualizzazione del colore. Diversi aspetti del processo di acquisizione e visualizzazione rendono essenziale tale correzione del colore, compreso il fatto che i sensori di acquisizione non corrispondono ai sensori dell'occhio umano, che è necessario tenere conto delle proprietà del mezzo di visualizzazione e che le condizioni ambientali di visualizzazione di l'acquisizione differisce dalle condizioni di visualizzazione del display.

Inoltre, Ken Rockwell ha scritto una bella recensione sull'argomento di come vediamo e di come si relaziona alla fotografia, vale la pena leggerlo bene qui

Spero che questo ti aiuti a chiarirlo!

C'è anche quella piccola questione del cervello. La maggior parte delle persone daltoniche non vedono monocromaticamente e molte non sanno di avere un problema finché non falliscono il [test di Isahara] (http://en.wikipedia.org/wiki/Color_perception_test) per la prima volta. Molto di quel "bilanciamento del bianco automatico" deriva dal sapere cosa stai vedendo.
Come [al solito] (http://photo.stackexchange.com/a/11038/1943), l'articolo di Ken è divertente, ha alcune buone intuizioni e _non si preoccupa particolarmente dell'accuratezza_. Alcuni di questi sono completamente sbagliati.
hdhondt
2013-01-31 07:00:39 UTC
view on stackexchange narkive permalink

Il cervello è straordinariamente intelligente nel correggere i colori - o meglio: nel vedere ciò che vuole o pensa di dover vedere.

Prova il seguente esperimento: utilizzando una stampante a colori, stampa una foto aree bianche, ma stampalo su carta color pastello (rosa, verde chiaro, ecc.). Quando guardi l'immagine stampata, vedrai "bianco" dove dovrebbe essere sulla foto.

Un altro esempio di come il cervello vede le cose è questo:

http://blogs.discovermagazine.com/badastronomy/?p=36089



Questa domanda e risposta è stata tradotta automaticamente dalla lingua inglese. Il contenuto originale è disponibile su stackexchange, che ringraziamo per la licenza cc by-sa 3.0 con cui è distribuito.
Loading...