Différences

Ci-dessous, les différences entre deux révisions de la page.

--- issue159:krita [2020/08/02 17:44] – créée auntiee
+++ issue159:krita [2020/08/13 10:24] (Version actuelle) – auntiee
@@ Ligne 1: / Ligne 1: @@
-This series is aimed at learning to make something of the old photos in my possession, and others in the public domain due to their age. You, the reader, are welcome to tag along and I hope glean some small insight and perhaps an idea or two from time to time. No promises are made as to quality of the content, or potential errors and omissions. I am a computer scientist, not a true artist or a professional of image restoration. So please take all this as a best effort, but with no firm guarantees — much as is the case of most open-source software.
+**This series is aimed at learning to make something of the old photos in my possession, and others in the public domain due to their age. You, the reader, are welcome to tag along and I hope glean some small insight and perhaps an idea or two from time to time. No promises are made as to quality of the content, or potential errors and omissions. I am a computer scientist, not a true artist or a professional of image restoration. So please take all this as a best effort, but with no firm guarantees — much as is the case of most open-source software. **
-In the previous part of this series, we focused on clearing up dark splotches and other defects on a photo that had been taken using 35mm photographic film, then scanned using a flatbed scanner and then converted to a positive. As announced at the end of Part 8, we will finish this series by taking a look at old photos taken using the digital cameras that became mainstream. Not all were created equal, and some of the earliest had sensors that lacked the quality we are used to seeing today in modern equipment. In four successive parts, we will tackle some specific defects of early light-sensitive chips: lack of sensibility, which is a drawback when shooting dark scenes; lack of contrast; lack of resolution; and finally lack of color dynamic range. Taken together, these weak points tend to give early digital photos a lackluster, washed-out and blurry feeling in contrast with those made using even rather common mobile phones today.
-To begin with, let us take a look at an interior photo I took in Trinity College, Dublin, in year 2006. It posed two typical challenges to previous generation digital chips: on the one hand, the lighter parts where direct sun comes in through the ceiling and washed out, to the point that some of the joints look thinner than they really are, and on the other the lower half of the image has registered very little light at all. The chip inside the camera simply could not cope with such a huge variety of lighting levels in a single scene.
+Cette série a pour but d'apprendre à faire quelque chose des vieilles photos en ma possession, ainsi que d'autres du domaine public du fait de leur âge. Vous, lecteur, êtes bienvenu pour m'accompagner et, j'espère, glaner quelques petites particularités et une idée ou deux de temps à autre. Je ne fais aucune promesse sur la qualité du contenu, ou sur les erreurs et omissions possibles. Je suis un scientifique en informatique, pas un artiste ou un vrai professionnel de la restauration des images. Aussi, merci de considérer ça comme mon meilleur effort, mais sans garanties fermes, comme c'est souvent le cas dans les logiciels Open Source.
-Our aim will be to maintain whatever quality is available in the upper half of the image, while enhancing the darker half to pick out as much detail as is hidden among the shadows. A simple strategy would be to use color curves as discussed in part 3 of this series, to correct this imbalance. So, we are off to menu option Filter, then Adjust and “Color Adjustment curves”. We raise the lower (dark) part of the curve, while maintaining the upper half on the diagonal line to retain the original response. With just three control points adjusting the lower half of the curve, the darker part of the image clears up nicely, and we can now see some action at the end of the corridor.
+**In the previous part of this series, we focused on clearing up dark splotches and other defects on a photo that had been taken using 35mm photographic film, then scanned using a flatbed scanner and then converted to a positive. As announced at the end of Part 8, we will finish this series by taking a look at old photos taken using the digital cameras that became mainstream. Not all were created equal, and some of the earliest had sensors that lacked the quality we are used to seeing today in modern equipment. In four successive parts, we will tackle some specific defects of early light-sensitive chips: lack of sensibility, which is a drawback when shooting dark scenes; lack of contrast; lack of resolution; and finally lack of color dynamic range. Taken together, these weak points tend to give early digital photos a lackluster, washed-out and blurry feeling in contrast with those made using even rather common mobile phones today.**
-More color is now to be seen. However, the lower half of the image is still not perfect, there are several darker shadows and the end result is quite dark and has less detail than one would like. Luminosity could, in theory, be increased yet more by giving the color adjustment curve an even steeper incline at the extreme left. This, however, can give weird effects to lower-to-mid tone colors, which tend to group together around a drab gray. This is especially visible in the woodworking around the windows in the first floor, which has a completely washed out look. Basically, this is the result of a section of the adjustment curve that has a very flat slope, which can be seen on the curve between the second and third adjustment points. A flat slope means that similar colors will be drawn together, and contrast is lost.
+Dans la partie précédente de cette série, nous nous sommes concentrés sur le nettoyage des taches sombres ou d'autres défauts d'une photo qui avait été prise avec un film photographique 35 mm, puis scannée sur un scanner à plat et ensuite convertie en positif. Comme annoncé à la fin de la partie 8, nous finirons cette série en regardant des photos anciennes prises en utilisant des appareils numériques qui sont par la suite devenus majoritaires. Ils n'ont pas tous été créés à l'identique et certains des plus anciens avaient des capteurs qui n'avaient pas la qualité à laquelle nous sommes habitués aujourd'hui dans les équipements modernes. Dans quatre parties successives, nous nous débarrasserons de défauts spécifiques des premiers capteurs photosensibles : le manque de sensitivité, qui est un inconvénient lors des prises de vue sombres ; le manque de contraste, le manque de résolution et, enfin, la pauvre plage dynamique des couleurs. Pris ensemble, ces points faibles tendent à donner aux premières photos numériques une impression de manque de brillant, de délavé et de flou qui contraste avec celles faites aujourd'hui en utilisant des téléphones mobiles plutôt communs.
-So, applying a color adjustment curve directly does not seem to be a good solution. A more advanced technique consists of two stages. In the first, we shall decompose the image into three separate channels. The first, known as Hue (H), gives us the actual color of each pixel, as defined along the chromatic circle. We can think of hue as defining whether we are speaking of a red, or are more close to a green, or perhaps our pixel has a tinge of yellow. The second channel, Saturation (S) represents the force of the color. A gray is a color with low or extremely low saturation; as saturation increases, colors will have more character and seem vibrant. finally, Value (V) tells us whether the pixel is a dark, or a light color. Contrary to other image manipulation programs such as GIMP, in Krita one does not easily perform HSV channel separation decomposing a layer into its different components in separate images. But the color adjustment curve can be used to tweak a single channel. Select “Color adjustment curves” once more, but this time choose channel “Lightness” (this being the Krita term for Value) instead of RGBA (see next page, bottom left). We can now push up the lightness of the lower portion of the image, without altering color balance.
+**To begin with, let us take a look at an interior photo I took in Trinity College, Dublin, in year 2006. It posed two typical challenges to previous generation digital chips: on the one hand, the lighter parts where direct sun comes in through the ceiling and washed out, to the point that some of the joints look thinner than they really are, and on the other the lower half of the image has registered very little light at all. The chip inside the camera simply could not cope with such a huge variety of lighting levels in a single scene.
-The first floor woodwork now looks like natural wood, not gray paint. The dark red at the end of the lower hall section is now a more natural color than in our previous try.
+Our aim will be to maintain whatever quality is available in the upper half of the image, while enhancing the darker half to pick out as much detail as is hidden among the shadows. A simple strategy would be to use color curves as discussed in part 3 of this series, to correct this imbalance. So, we are off to menu option Filter, then Adjust and “Color Adjustment curves”. We raise the lower (dark) part of the curve, while maintaining the upper half on the diagonal line to retain the original response. With just three control points adjusting the lower half of the curve, the darker part of the image clears up nicely, and we can now see some action at the end of the corridor.**
-We can go a bit further with this tool. Suppose we now wish to increase saturation, raising color intensity slightly in the lower half of our image. We could go, once more, into “Color adjustment curves” and select channel “Saturation” using the appropriate curve. But doing this would increase saturation all over the board, for all parts of our image. What we actually need to do is increase saturation, but only for the darker colors. For this reason, the tool we will use is in menu option Filter, then Adjust and option “Cross-channel adjustment curves”. In this, we can specify we wish to adjust Saturation, but making our adjustment dependent on another channel. This is called the “driver channel”, which in this case is “Lightness”. So, choose this curve and increase saturation for lower values of lightness – this is the left half of the curve.
+Pour commencer, regardons une photo d'intérieur que j'ai prise au Trinity College, à Dublin, en 2006. Elle  présente deux défis typiques des puces numériques des générations précédentes : d'un côté, les parties plus lumineuses sur lesquelles le soleil direct arrive à travers le toit sont délavées, à un point tel que certains des joints ont l'air plus fins qu'ils ne le sont en réalité ; et, d'un autre côté, la partie basse de l'image a vraiment enregistré très peu de lumière. La puce de l'appareil ne pouvait simplement pas s'accorder avec une si large variété de niveaux d'éclairage dans une seule scène.
-The lower part of the corridor now has slightly more vibrant colors, though remaining quite realistic. The woodwork on the first floor also has a tad more character than in either of the previous images.
+Notre objectif sera de maintenir autant que possible la qualité disponible dans la partie haute de l'image, tout en améliorant la moitié sombre pour faire ressortir aussi bien que possible les détails cachés dans les ombres. Une stratégie simple serait d'utiliser les courbes de couleur comme présentées dans la partie 3 de cette série, pour corriger ces déséquilibres. Aussi, nous démarrons par l'option de menu Filtres, puis Ajuster et « Courbe d'ajustement de la couleur ». Nous augmentons la partie basse (sombre) de la courbe, tandis que nous maintenons la partie haute de la ligne diagonale pour garder la réponse d'origine. Avec simplement trois points réglant le bas de la courbe, la partie sombre de l'image s'éclaircit joliment, et nous pouvons voir un peu de l'action au bout du couloir.
-These tools are quite advanced, and showcase some of Krita’s excellent range of options to rework our original photos that are slightly off. With some practice, we can often go quite a bit further in restoring old and dark photos, beyond increasing the whole image’s luminosity. However, in other cases old digital photos can have quite the opposite defect, coming out too clear and with colors washed out by too much light in the original scene for the camera’s chip. We will work on this scenario in the next part of our series. Until then, take care!
+**More color is now to be seen. However, the lower half of the image is still not perfect, there are several darker shadows and the end result is quite dark and has less detail than one would like. Luminosity could, in theory, be increased yet more by giving the color adjustment curve an even steeper incline at the extreme left. This, however, can give weird effects to lower-to-mid tone colors, which tend to group together around a drab gray. This is especially visible in the woodworking around the windows in the first floor, which has a completely washed out look. Basically, this is the result of a section of the adjustment curve that has a very flat slope, which can be seen on the curve between the second and third adjustment points. A flat slope means that similar colors will be drawn together, and contrast is lost.**
+Nous voyons maintenant plus de couleurs. Cependant, la partie basse de l'image n'est pas encore parfaite ; il existe plusieurs ombres fortes et le résultat final est assez sombre et possède moins de détails que nous aurions voulu. La luminosité pourrait, en théorie, être augmentée encore plus en donnant à la courbe d'ajustement une inclinaison bien plus raide à l’extrême gauche. Cela, cependant, donne des effets indésirables dans les couleurs des tonalités basses à moyennes, qui ont tendance à se regrouper autour d'un gris terne. C'est particulièrement visible dans les boiseries autour des fenêtres du premier étage, qui paraissent complètement délavées. En gros, c'est le résultat d'une section de la courbe qui est bien à plat, ce qui peut se voir sur la courbe entre le second et le troisième point d'ajustement. Un aplat signifie que les couleurs similaires seront peintes ensemble, et le contraste est perdu.
+**So, applying a color adjustment curve directly does not seem to be a good solution. A more advanced technique consists of two stages. In the first, we shall decompose the image into three separate channels. The first, known as Hue (H), gives us the actual color of each pixel, as defined along the chromatic circle. We can think of hue as defining whether we are speaking of a red, or are more close to a green, or perhaps our pixel has a tinge of yellow. The second channel, Saturation (S) represents the force of the color. A gray is a color with low or extremely low saturation; as saturation increases, colors will have more character and seem vibrant. finally, Value (V) tells us whether the pixel is a dark, or a light color. Contrary to other image manipulation programs such as GIMP, in Krita one does not easily perform HSV channel separation decomposing a layer into its different components in separate images. But the color adjustment curve can be used to tweak a single channel. Select “Color adjustment curves” once more, but this time choose channel “Lightness” (this being the Krita term for Value) instead of RGBA (see next page, bottom left). We can now push up the lightness of the lower portion of the image, without altering color balance.**
+Aussi, l'application directe de la courbe d'ajustement de la couleur ne semble pas être la bonne solution. Une technique plus pointue est constituée de deux étapes. Dans la première, nous décomposerons l'image en trois canaux séparés. Le premier, connu comme la Tonalité (T = Tonalité), nous donne la vraie couleur de chaque pixel, comme définie dans le cercle chromatique. Nous pouvons penser à la tonalité comme définissant si nous parlons d'un rouge, ou si nous sommes plus près du vert, ou si, peut-être, notre pixel a une teinte jaune. Le second canal, la Saturation (S), représente la force de la couleur. Un gris est une couleur avec peu ou très peu de saturation ; quand la saturation augmente, les couleurs ont plus de caractère et semblent vives. Enfin la Valeur (V) nous indique si le pixel est d'une couleur sombre ou claire. Contrairement à d'autres programmes de traitement d'image comme GIMP, dans Krita, on ne peut pas réaliser facilement une séparation des canaux TSV en décomposant un calque en ses différents composants placés dans des images séparées. Mais la courbe d'ajustement de la couleur peut être utilisée pour ajuster un unique canal. Sélectionnez à nouveau la « Courbe d'ajustement de la couleur », mais, cette fois-ci, choisissez le canal « Luminosité » (c'est le terme pour Valeur dans Krita) au lieu de RGBA (voir sur la page suivante, en bas à gauche). Nous pouvons maintenant augmenter la luminosité de la partie basse de l'image, sans modifier l'équilibre des couleurs.
+**The first floor woodwork now looks like natural wood, not gray paint. The dark red at the end of the lower hall section is now a more natural color than in our previous try.
+We can go a bit further with this tool. Suppose we now wish to increase saturation, raising color intensity slightly in the lower half of our image. We could go, once more, into “Color adjustment curves” and select channel “Saturation” using the appropriate curve. But doing this would increase saturation all over the board, for all parts of our image. What we actually need to do is increase saturation, but only for the darker colors. For this reason, the tool we will use is in menu option Filter, then Adjust and option “Cross-channel adjustment curves”. In this, we can specify we wish to adjust Saturation, but making our adjustment dependent on another channel. This is called the “driver channel”, which in this case is “Lightness”. So, choose this curve and increase saturation for lower values of lightness – this is the left half of the curve.**
+Les boisieries du premier étage ressemblent maintenant à du bois naturel, pas à une peinture grise. Le rouge sombre à l'extrémité du hall est d'une couleur plus naturelle que dans notre essai précédent.
+Nous pouvons aller un peu plus loin avec cet outil. Supposez que nous souhaitions augmenter la saturation en augmentant légèrement l'intensité des couleurs dans la partie basse de l'image. Nous pourrions retourner, une fois de plus, dans la « Courbe d'ajustement de la couleur » et sélectionner le canal « Saturation » en utilisant la courbe appropriée. Mais le faire augmentera la saturation sur toute la surface, pour toute les parties de l'image. En fait, ce dont nous avons besoin de faire, c'est d'augmenter la saturation, mais seulement pour les couleurs sombres. Pour cette raison, l'outil que nous utiliserons est l'option « Cross-channel adjustment curves » (Courbe d'ajustement inter-canaux) dans le menu Filtre, puis Ajuster. Dans celui-ci, nous pouvons spécifier que nous souhaitons ajuster la Saturation, mais en rendant notre réglage dépendant d'un autre canal. Celui-ci est appelé « driver channel » (Canal pilote), qui, dans ce cas-ci, est « Luminosité ». Choisissez donc cette courbe et augmentez la saturation des valeurs basses de la lumière - c'est la partie gauche de la courbe.
+**The lower part of the corridor now has slightly more vibrant colors, though remaining quite realistic. The woodwork on the first floor also has a tad more character than in either of the previous images.
+These tools are quite advanced, and showcase some of Krita’s excellent range of options to rework our original photos that are slightly off. With some practice, we can often go quite a bit further in restoring old and dark photos, beyond increasing the whole image’s luminosity. However, in other cases old digital photos can have quite the opposite defect, coming out too clear and with colors washed out by too much light in the original scene for the camera’s chip. We will work on this scenario in the next part of our series. Until then, take care!**
+La partie basse du corridor a des couleurs légèrement plus vives maintenant, tout en restant très réaliste. Les boisieries du premier étage ont aussi un peu plus de caractère que dans n'importe laquelle de nos images précédentes.
+Ces outils sont assez techniques et démontrent l'excellente panoplie d'options de Krita pour retravailler nos photos orginales qui sont légèrement passées. Avec un peu de pratique, nous pouvons souvent aller un peu plus loin dans la restauration de vieilles photos sombres, au-delà de la simple augmentation de la luminosité de l'image entière. Cependant, il y a d'autres cas où des vieilles photos numériques ont quasiment le défaut opposé, ressortant trop claires et avec des couleurs délavées par trop de lumière dans la scène originale pour la puce de l'appareil. Nous travaillerons sur ce scénario dans la prochaine partie de notre série. Jusque-là, prenez soin de vous !