Efekt głębi 3D ze zdjęcia

Jak płaskie zdjęcie zyskuje głębię: estymacja monokularowa po ludzku

Możesz spojrzeć na dowolne zwykłe zdjęcie i od razu powiedzieć, co jest blisko, a co daleko — nawet z jednym zamkniętym okiem. Korzystasz wtedy z wyuczonych wskazówek: bliskie rzeczy leżą niżej w kadrze i zasłaniają te odległe, znane obiekty mają oczekiwane rozmiary, tekstury zagęszczają się wraz z odległością, a odległy krajobraz robi się zamglony. Model AI na tej stronie nauczył się tych samych wskazówek z milionów fotografii i stosuje je do Twojego zdjęcia: dla każdego piksela szacuje, jak blisko lub jak daleko znajduje się dany punkt, tworząc mapę głębi — w praktyce reliefowy obraz sceny w odcieniach szarości. Ta mapa napędza następnie efekt 3D: piksele ocenione jako bliższe są przesuwane dalej od siebie między widokiem dla lewego i prawego oka, co dokładnie odpowiada różnicy, którą Twój mózg odczytuje jako głębię.

Głębia względna — co to oznacza dla Twojego wyniku

Model mówi Ci, co jest bliżej, a co dalej, nigdy — ile metrów dzieli Cię od czegokolwiek. W praktyce ma to trzy konsekwencje. Nie możesz nim mierzyć — wynik to złudzenie dla oczu, a nie dane inżynierskie. Kolejność głębi bywa czasem błędna w sposób, w jaki nie pomyliłoby się ludzkie oko: lustra, woda, szkło, bezcechowe niebo i zdjęcia zdjęć mogą go zmylić, bo odbicie i przezroczystość łamią wskazówki, na których się nauczył. A wzdłuż ostrych krawędzi pierwszego planu możesz zauważyć cienki obrys, w którym przesunięte piksele odsłaniają obszary, których kamera nigdy naprawdę nie zobaczyła — efekt wypełnia je w wiarygodny sposób, ale przy bliższym spojrzeniu widać ten trik. Zdjęcia z jednym wyraźnym obiektem znajdującym się w zdecydowanie innej odległości od tła dają najbardziej przekonującą głębię ze wszystkich.

Anaglif czy side-by-side: dwa wyniki dla dwóch odbiorców

Wynik anaglifowy to ten, który warto udostępniać: pojedynczy obraz o normalnym rozmiarze, który obejrzy każdy, kto ma parę tanich czerwono-niebieskich okularów z kartonu — na dowolnym ekranie, a nawet wydrukowany na papierze. Cena to dokładność kolorów, bo efekt działa, wysyłając różne kanały koloru do każdego oka. Wynik side-by-side zachowuje pełny, naturalny kolor, ale wymaga więcej od odbiorcy: to dwa kompletne widoki obok siebie — plik ma dokładnie dwukrotność szerokości źródła — przeznaczone dla gogli VR, stereoskopu albo techniki widzenia zbieżnego. Uczciwa zasada: anaglif do udostępniania nieznanej publiczności, side-by-side dla Twojego własnego odtwarzacza. Co do siły efektu, zacznij subtelnie — umiarkowane przesunięcie pikseli czyta się jako czysta głębia, podczas gdy duże zaczyna rozrywać krawędzie.

Jednorazowe pobieranie i co zostaje na Twoim urządzeniu

Wszystko tutaj działa w Twojej przeglądarce. Model estymacji głębi jest pobierany z naszej własnej strony przy pierwszym użyciu — około 50 MB, potem zapisywane w pamięci podręcznej przeglądarki, więc oczekiwanie towarzyszy tylko pierwszej konwersji — a Twoje zdjęcie nigdy w żadnym momencie nie opuszcza Twojego urządzenia. Aby estymacja była szybka, obrazek roboczy jest zmniejszany do maksymalnie 768 pikseli na dłuższym boku, a obraz 3D jest budowany w tym rozmiarze — w sam raz na ekrany i udostępnianie, do czego zresztą służy efekt głębi. Darmowy pakiet obejmuje pięć zdjęć dziennie na tym narzędziu, do 10 MB każde. Ostatnia praktyczna wskazówka: wynik side-by-side, mając podwójną szerokość, daje spory plik, więc przepuść go przez nasz darmowy Kompresor zdjęć przed publikacją — dużo mniejszy plik, z w pełni zachowanym efektem stereo.

To efekt głębi, nie skan 3D

Model AI (Depth Anything V2) szacuje głębię <em>względną</em> — co jest bliżej, a co dalej w obrębie zdjęcia — a nie rzeczywiste wymiary. Ta mapa głębi przesuwa piksele w bok o wartość proporcjonalną do tego, jak blisko się znajdują, co właśnie tworzy złudzenie stereoskopowe przy oglądaniu w okularach czerwono-niebieskich lub metodą widzenia zbieżnego. Traktuj to jako stylizowany efekt 3D, a nie precyzyjną rekonstrukcję 3D.