Fotos: | 78 Einzelbilder, aufgenommen im Querformat, Auflösung 2 Megapixel, Empfindlichkeit ISO 80. | ||||||||||||||||||||||
Kamera: | Pentax Oprio S5z bei kleinster Brennweite (entspricht ca. 35mm Kleinbildäquivalent). | ||||||||||||||||||||||
Parameter: | Alle Belichtungsparameter einschl. Fokussierung auf Automatik gestellt. Kein Blitz. | ||||||||||||||||||||||
Stativ: | Normales Stativ ohne Panoramakopf. Versucht durch Verschieben des Stativs Parallaxenfehler zu minimieren. | ||||||||||||||||||||||
Zeitaufwand: |
|
Zur besseren Übersicht habe ich alle 78 Bilder mit Hilfe einer HTML-Tabelle in etwa in der Lage angeordnet, wie sie bei einer sphärischen (equirektangularen) Projektion tatsächlich in etwa angeordnet werden würden:
Die obigen Bilder sind nun in Hugin geladen worden, welches wiederum Autopano-SIFT startet.
Während nun Autopano-SIFT vor sich hin rechnet, schreibe ich diese Seite...
Autopano-SIFT erzeugt eine Liste von Keypoints - Punkte, die in einem Bildpaar identisch sind.
Um die Qualität des Panoramas zu verbessern und um die manuelle Nacharbeit zu minimieren, wurde
die Erzeugung der Keypoints mit folgenden Parametern gestartet:
- Erstellung von Keypoints unter Analyse der vollen Bildgröße. Bei ohnehin nur 2
Megapixel großen Bildern lohnt sich die Skalierung auf eine kleinere Bildgröße nicht
wesentlich.
- 20 Keypoints pro Bildpaar. "Je mehr desto besser" ist aber auch nicht immer richtig,
da dann teilweise einfach nur sehr viele Keypoints um denselben Fleck herum erzeugt werden und
strukturarme Bildbereiche dadurch immer noch keine Keypoints bekommen. Autopano-SIFT könnte
sich in dieser Hinsicht sicherlich intelligenter verhalten, und könnte unter Anderem durch
Berücksichtigung bereits gefundener Keypoints weitere Keypoints in schwach strukturierten
Bereichen finden. Es könnte auch durch Analyse der Lage der bereits passenden Bilder darauf
schließen, welche weiteren Bildpaarungen theoretisch ebenso Keypoints aufweisen müssten und
dann gezielt an den richtigen Stellen danach suchen.
Wie viel RAM?
Der durch die obigen Parameter deutlich gesteigerte Rechenaufwand gegenüber den
Defaulteinstellungen stört mich nicht weiter, solange ich dadurch nicht selbst Hand anlegen
muss. Autopano-SIFT belegt mit diesen 78 Bildern und den obigen Parametern zeitweise über
1 GB RAM. Man darf nicht vergessen, dass das Betriebssystem (in diesem Fall Windows) mit
dem ganzen restlichen Kram bereits ca. 300 MB bis 400 MB RAM belegt. Außerdem ist Hugin noch
offen und kann zu diesem Zeitpunkt nur über den Taskmanager gewaltsam abgeschossen werden.
Hugin wartet nämlich auf das Ergebnis von Autopano-SIFT. Daher werden auch noch mal 250 MB
(immerhin zum Teil ausgelagert) vom RAM für Hugin benötigt. Da mein Rechner im Moment über
1792 MB RAM verfügt, kommt er gerade noch drumherum, Speicher auf die Festplatte auslagern zu
müssen (swappen) - dies würde den ganzen Vorgang nochmals erheblich verzögern.
Man kann an der obigen Anordnung übrigens erkennen, dass die Bilder ungleichmäßig über die Vollsphäre verteilt sind. Das liegt zum Einen an einer fehlenden Einrastvorrichtung am Stativ (für reproduzierbare Blickrichtungen) und zum Anderen ist es aber auch Absicht gewesen:
Keypoints
Ich habe die Bildausschnitte so gewählt, dass die Bilder möglichst nicht nur aus homogener,
strukturloser Fläche bestehen, sondern irgendwo einen Rest einer eindeutigen Struktur aufweisen.
Strukturlose Bilder (also Himmel, Wasserflächen, glatte Wände, etc.) bereiten nämlich beim
Stitchen immer Schwierigkeiten, da Autopano-SIFT bei solchen Bildern überhaupt keine
Keypoints findet. Und bei der notgedrungenen manuellen Erzeugung von Keypoints tut man sich
selber sehr schwer, die Lage der Bilder zueinander zu ermitteln und dann genaue Keypoints
zu finden, wenn man sich an gar nichts orientieren kann. Es ist also unbedingt anzuraten,
auf jedem Bild irgendeine deutliche Struktur abzubilden... und wenn auch nur ganz am
Bildrand. Meist findet man dadurch zumindest einen Einsteig, um dann weitere Keypoints zu
finden (z. B. über irgendwelche Fitzel an der Tapete).
Belichtungsanpassung
Durch die geschickte Wahl der Bildausschnitte habe ich zudem die Belichtungswerte der
Kameraautomatik derart beeinflusst, dass Objekte, die in der Helligkeit stark abweichen (z. B.
Fenster) in sich halbwegs korrekt belichtet sind. Auf diese Weise wird beim späteren Stitchen
eine Art HDR-Effekt entstehen, bei dem der gesamte Raum lokal korrekt belichtet zu sein scheint.
Aus diesem Grund wurden die Bilder im Bereich der Fenster recht stark überlappt.
Kompaktkamera vs. Weitwinkel
Einer der größten Nachteile einer kompakten Kamera ist dessen hohe Anfangsbrennweite (bei meiner
sind es 35 mm). Deswegen sind vollsphärische Aufnahmen durch die hohe Anzahl der notwendigen
Bilder aufwändiger als bei weitwinkeligeren Objektiven. Andererseits haben die so gewonnenen
Bilder durch den kleineren Bildausschnitt eine bessere Anpassung der Belichtungswerte an die
lokalen Lichtverhältnisse. Bei einem Fisheye braucht man zwar weniger einzelne Bilder um eine
Vollspähre aufzunehmen, diese sind aber möglicherweise partiell über- oder unterbelichtet.
Um mit extremen Weitwinkeln dennoch zu guten Aufnahmen zu gelangen, bleibt hier noch der Weg,
von jeder Blickeinstellung jeweils eine Belichtungsreihe anzufertigen, diese zu HDR Bildern
zu kombinieren und dann damit weiter zu arbeiten. Möglicherweise hilft auch das finale
Blendingprogramm bei der selektiven Motivselektion, wenn sich die Aufnahmen entsprechend
überlappen.
Auflösung
Die Anzahl der Pixel, aus der die equirektangular projizierte Vollsphäre besteht, hängt nicht
von der Anzahl der aufgenommenen Bilder ab, sondern einzig und allein von der Brennweite und
Auflösung der Kamera, mit der die Bilder aufgenommen worden sind. Ob Bilder ausgelassen wurden
ist eine andere Frage. Die Pixelanzahl lässt sich mit folgenden simplen Überlegungen ausrechnen:
- Der reale Horizont (Äquator) wird auf der Projektion zu einer (unverzerrten) waagerechten Linie in der Bildmitte.
- Die Brennweite der Bilder legt deren horizontalen Blickwinkel v fest.
- Der Horizont deckt 360° ab und benötigt daher b = 360° / v Bilder (ohne Überlappung).
- Auf Grund der gegebenen horizontalen Kameraauflösung h besteht der Horizont aus p = b * h Pixel
- Equirektangulare Bilder haben ein Auflösungsverhältnis von 2:1, da sie 360°:180° (Vollsphäre) abdecken.
- Die fertige Projektion hat eine Auflösung von p : p/2, wobei gilt: p = (360°/v) * h
Für Meine Kamera mit 35 mm Brennweite gilt demnach:
- Blickwinkel v = 56,0° (ca.)
- Auflösung bei 2 Megapixel: 1600 x 1200 (also h=1600)
- Bilder zum überlappungsfreien Abdecken des Horizonts: b = 360° / 56,0° = 6,4286
- Bildbreite der Projektion = Pixel im Horizont: p = 6,4286 * 1600 = 10286 Pixel
- Bildhöhe der Projektion = p / 2 = 10286 / 2 = 5143 Pixel
- Ergebnis der Projektion: 10286 x 5143 = 52'900'898 Pixel
Faustformel: bei 35 mm Brennweite und 2 Megapixel Auflösung bekomme ich gut 50 Megapixel (10000 x 5000 Pixel).
Eine höhere Auflösung verlangsamt die Bildbearbeitung überproportional stark.
Autopano-SIFT hat nach 1 Stunde und 26 Minuten 2983 Keypoints gefunden. Leider sind hierbei 8 Bilder unverbunden geblieben. Das bedeutet, dass diese Bilder nicht im Kontext der anderen Bilder verbunden sind und die dazu fehlenden Keypoints mit Hugin manuell hinzugefügt werden müssen. Dies bedeutet einen erheblichen Mehraufwand und sollte falls irgendwie möglich bereits beim Aufnehmen der Fotos durch (noch geschicktere) Wahl der einzelnen Perspektiven von vorne herein verhindert werden. |
Nach dem Schließen von Autopano-SIFT analysiert Hugin das Ergebnis und stellt natürlich
sofort fest, dass etwas mit den Bildern nicht stimmt. Das riecht nach viel Arbeit! :-( |
Nach weit über einer Stunde detektivischer Arbeit ist es mir gelungen, die Anzahl der
Keypoints auf 3293 zu erhöhen und die fehlenden Bilder (die Zimmerdecke war schuld)
anzubinden. Wenigstens hatte ich während dieser monotonen Arbeit die Gelegenheit, ausgiebig
zu telefonieren. Bei einer so großen Anzahl von Bildern und einer Gesamtauflösung von über 50
Megapixel dauert das Optimieren (Ausrichten der Bilder an Hand der Keypoints) in Hugin nun
über eine Minute. Nach mehrmaligem Anpassen falscher Keypoints (erkennt man leicht am hohen
Fehlerwert der Koordinaten, zum Öffnen des Fensters F3 drücken) und anschließendem
Optimieren, wage ich mich nun, das Vorschaufenster (mit STRG-p) zu öffnen:
Das Ergebnis befinde ich spontan für gut und beschließe meinen ersten Stitchversuch mit
geringer Auflösung. So kann ich eventuelle Fehler gleich finden, bevor ich den Rechner auf die
lange Berechnung loslasse. Am Anfang lasse ich das Stitching ohne Blending durchführen. Die
Bilder wirken zwar dadurch sehr zusammengeklebt, aber dafür geht es wesentlich schneller,
da Hugin keine 78 einzelne TIFF Dateien zu diesem Zweck anlegen muss. Hier ist das erste
gestitchte Ergebnis:
Mir fällt sofort auf, dass Hugin letzten Endes anders gesticht hat, als in der Vorschau angezeigt. Ich hatte mich insgesamt 3 mal selbst fotografiert, allerdings hat Hugin beschlossen, mich rauszuschneiden (wahrscheinlich weil ich Hugin nicht gefallen habe oder weil ich immer nicht ganz aufs Bild gepasst habe). Außerdem befindet sich der eine Drehstuhl genau auf der Bildgrenze zwischen links und rechts. Daher ändere ich die Perspektive und zentriere die Projektion ein paar Grad mehr nach rechts mit dem Num. Transf. Button.
Stitching
So, nun ist es soweit! Hugin hat eine 172 kB große PTO Datei erzeugt, in der sämtliche Keypoints
und Lage der einzelnen Bilder gespeichert sind. Die Keypoints lassen sich nicht mehr wesentlich
verbessern, d. h. es sind keine allzu falschen mehr drin und durch Hinzufügen neuer Punkte ist
auch keine wesentliche Verbesserung zu erwarten. Das equirektangulare Bild kann nun erstellt
werden. Als Stitcher verwende ich den in Hugin integrierten Stitcher nona. Die Alternative
PTStitcher von Helmut Dersch habe ich nicht immer zur Zufriedenheit zum Laufen gebracht
und großartige Vorteile gegenüber nona sehe ich auch nicht. Als optimale Panoramabildgröße gibt
Hugin 10166 x 5083 Pixel an. Als Ausgabeformat wähle ich TIFF, was eine Voraussetzung zur
nachfolgenden Nutzung eines Blendingprogrammes ist.
Alle 78 Bilder |
78 TIFF Dateien als Daumenkino Es wird nun für jedes einzelne Ausgangsbild ein TIFF Bild mit 10166 x 5083 Pixel erzeugt, wobei das jeweilige Ausgangsbild derart projiziert wird, wie es anteilig im späteren Endresultat liegen wird. Da also bei jedem der nun zu erzeugenden 78 TIFF Bildern, der größte Teil der Bildfläche schwarz sein wird, sollte unbedingt eine der Kompressionsoptionen genutzt werden. Ansonsten erhält man 78 Dateien mit jeweils mehreren 100 MB! Ich verwende hier Deflate. |
Blending
Als Blendingprogramm wähle ich statt dem standardmäßigen enblend das leistungsfähigere
smartblend. Dieses erkennt zusammenhängende Strukturen besser als enblend und neigt
weniger dazu, Personen oder andere unteilbare Gebilde einfach in der Mitte durchzuschneiden.
Der Stitcher remapped nun Bild für Bild. Im Dateimanager lässt sich beobachten, wie
im 20-Sekunden Takt jeweils eine neue ca. 6 MB große TIFF Datei entsteht. Parallel dazu kann
man sehen, wie die Speicherauslastung periodisch um jeweils ca. 200 MB auf und ab geht.
Hugin braucht dabei mitsamt Stitcher ca. 600 MB RAM.
Nach 30 Minuten hat nona alle 78 TIFF Bilder erzeugt und Smartblend startet nun. Dieses
nimmt die 78 einzelnen TIFF Dateien her, überlegt sich an Hand der vorgefundenen
Bildinhalte, an welcher Stelle die Übergangslinien am günstigsten zu legen sind, passt die
Bildhelligkeiten einander an und verwischt die Übergänge so, dass die Bilder möglichst
nahtlos zu einem großen Gesamtbild zusammengefügt werden. Smartblend benötigt hierfür
nochmals 25 Minuten und belegt dabei ca. 650 MB RAM. Hugin ist zwar noch offen und
hat nach wie vor relativ viel RAM belegt. Da Hugin aber nun nicht mehr benötigt wird,
kann es über den Taskmanager getrost abgeschossen werden. Hugin selbst ist zur Zeit
nicht direkt ansprechbar, da es noch (unnötigerweise) auf das Ende von Smartblend
wartet.
Auf den ersten Blick fallen einige Fehler in diesem Bild auf. Durch Anwenden von Layerbearbeitungstechniken (z. B. mit Gimp oder Photoshop) lassen sich günstigere Überlagerungen des Resultatbildes mit den einzelnen TIFF Dateien erzeugen. Ich habe mal ein paar anschauliche Stellen herausgegriffen:
Hier habe ich die TIFF Datei, die die Türecke enthielt, als neuen Layer über das bestehende Bild gelegt, ein wenig nach links verschoben und den entsprechenden Bereich transparent gemacht, so dass sich das "korrigierte" Eck nun an der richtigen Stelle befindet. | ||
Den Bildschirm habe ich zum Glück in einem der Einzelbilder vollständig gefunden. Leider war er dort wesentlich dunkler als für die Helligkeit im Bildkontext notwendig gewesen wäre. Daher habe ich noch einen Gamma-Korrekturlayer darüber gelegt, um den Bildschirm der umliegenden Helligkeit anzupassen. | ||
Das untere Teil des Stuhlbeins ließ sich aus dem Einzelbild, aus dem bereits der obere Teil des Stuhlbeins stammt, weiternehmen. Der umliegende Teppich ist eine sehr dankbare Struktur, da dort Nahtstellen in der Regel kaum auffallen. | ||
Den unteren Bereich der Gitarre habe ich ohne weiteren Layer einfach durch Kopierklonen ein wenig nach links verschoben. | ||
Meinen abgeschnittenen Kopf habe ich einfach aus dem Rest des Bildes entnommen, aus dem der untere Rest des Kopfes stammte. Da der Kopf nahe am Rand lag, hat Smartblend ihn (wie meist) nicht ganz bis zum Rand aus dem "guten" Bild genommen, sondern dort bereits die Struktur des nächsten Bildes (ohne Kopf) drübergeblendet. |
Die Bildretuschierung hat rund 30 Minuten in Anspruch genommen und hätte sich
zum Großteil vermeiden lassen, wenn die Bilder mit weniger Parallaxenfehler aufgenommen
worden wären. Wenn man solche Retuschieraktionen öfters durchzuführen hat, sollte man
sich ernsthaft überlegen, ob sich ein Nodalpunktadapter für das Stativ nicht schnell
wieder ausbezahlt hat. Dadurch wäre nämlich auch das vorherige Nachbearbeiten der
Keypoints wesentlich kürzer ausgefallen.
Durch Überfahren des Bildes mit der Maus kann man die unretuschierte Version zum Vergleich sehen.
Was nun?
Dieses Bild mag zwar an sich bereits lustig genug sein. Allerdings lassen sich mit diesem
Equirektangularbild als Ausgangsmaterial noch mehr lustige Sachen anstellen. Wenn man erstmal
eine halbwegs hochwertige Vollsphäre eines Motivs vorliegen hat, lassen sich damit weitere
Späße anstellen. Und das schöne an der Sache ist: Die meiste Arbeit ist bereits erledigt!
Alle erdenklichen Weiterbearbeitungen gehen von da an verhältnismäßig schnell und sehr einfach.
Die nachfolgenden Transformationen haben alle jeweils weniger als 1 Minute auf meinem
Rechner benötigt!
Das Bild liegt nun mit 10166 x 5083 Pixel vor (ca. 51 Megapixel) und belegt als TIFF mit
LZW-Kompression ca. 65 MB. Als erstes wird dieses Bild erneut mit Hugin geladen. Da
dieses Bild nun keine EXIF Daten enthält, fragt Hugin beim Öffnen erstmal, wie es dieses
Bild zu verstehen hat. Ich gebe ein: Objektivtyp = Sphärisch (equirektangular) und
HFOV (v) = 360 Grad. HFOV heißt: Horizontal Field Of View. Hugin beschwert sich
zwar, dass mindestens 2 Bilder erforderlich seien. Diese Meldung ist einfach nur Quatsch
und kann ignoriert werden.
Sobald das Bild geladen ist, kann die Spielerei beginnen. Hierzu wird direkt mit
STRG-p das Vorschaufenster geöffnet. Hugin zeigt das Bild zunächst in equirektangularer
Projektion an, quasi unverändert. Hugin benutzt hierfür immer eine sehr grobe Auflösung, so
dass sich das optische Erlebnis beim Betrachten der Vorschau (noch) in Grenzen hält. Aber
man kann immerhin einen Eindruck erhalten, wie das Endergebnis später ausschauen wird.
Blickrichtung verändern
Nun lässt sich die Blickrichtung beliebig verändern. Es bietet sich hier z. B. an, die
horizontale Blickrichtung so anzupassen, dass am Rand keine zusammengehörigen Objekte
durchgeschnitten werden oder dass der Blick mehr nach links oder rechts geht. Man kann
entweder mit der linken Maustaste einen neuen Blickmittelpunkt im Vorschaufenster wählen oder
mit dem Button Num. Transf. exakte Winkel eingeben. Mit der numerischen Eingabe
verhindert man, dass man eine ungewollte Abweichung nach oben oder nach unten erhält.
Man erkennt, dass bei dieser Drehung um 45° nach rechts keinerlei Nahtlinie entsteht. Bitte Bild anklicken für große Version.
Als nächstes könnte man einen Blick senkrecht nach oben oder nach unten wagen:
Equirektangulare Projektion - Blick senkrecht nach oben.
Equirektangulare Projektion - Blick senkrecht nach unten.
Pano 2 QTVR
Es entspricht nicht ganz der natürlichen Sehgewohnheit, die Vollsphäre vollständig auf einem
flachen Bild zu sehen. Zumal der Zenit und der Nadir (=Gegenteil von Zenit) über die ganze
Breite gezogen ist (ähnlich einer Mercator-Projektion). Daher gibt es Möglichkeiten,
interaktiv nur einen Ausschnitt der Vollsphäre zu betrachten, ganz so, als hätte man ein Foto,
das genau den Ausschnitt darstellt. Zum Erstellen solcher Animationen gibt es fast nur
kommerzielle Programme, oder welche, die weniger Spaß machen. Das Programm Pano2QTVR
von Thomas Rauscher ist für nichtkommerzielle Zwecke zumindest kostenfrei und liefert sehr
schöne Ergebnisse (im Quicktime Format). Man benötigt zum Betrachten der Ergebnisse das Quicktime
Plugin, welches die Firma Apple für verschiedene Browser zum kostenlosen Download anbietet, aber
leider ausschließlich für Windows und Mac. Ab Version 7.2 (Juli 2007) wird Windows 2000 nicht mehr
unterstützt!
Es gibt auch Betrachter, mit denen man equirektangulare Bilder direkt interaktiv betrachten kann.
Diese sind entweder Standalone Anwendungen oder im Browser intergrierbar mit Java, bzw. Flash.
Zu erwähnen wäre hier der ursprünglich von Helmut Dersch geschriebene und mittlerweise von Fulvio
Senore als Open-Source Projekt weiter entwickelte PTViewer
(benötigt Java), sowie den exzellenten hardwarebeschleunigten
Spi-V (benötigt Macromedia Flash).
Interaktive Animation:
Pano2QTVR benötigt zum Verarbeiten des equirektangularen Bildes mit voller Auflösung (51 Megapixel)
ca. 2 Minuten, belegt aber zwischenzeitlich 1 GB RAM und erzeugt eine 12 MB große MOV Datei. Ich
habe daher mit einer verminderten Auflösung von 2500 x 1250 Pixel gearbeitet, um so die Größe der
MOV Datei auf knapp unter 1 MB zu halten. Das Bild links lässt sich mit der Maus bzw. den Pfeiltasten bewegen, sowie mit Shift und STRG zoomen. Die Projektion, die links gezeigt wird, ist übrigens rektilinear. D. h., Linien, die in der Realität gerade sind, erscheinen auf der Projektion ebenfalls gerade. Sollte die interaktive Animation links nicht zu sehen sein, fehlt offenbar das Quicktime Plugin (welches leider nur für Windows und Mac erhältlich ist). --> Qicktime Plugin-Download <-- --> Alternative: Java-Version betrachten <-- |
Projektion verändern
Little Planet vs. Tunnelblick
Neben der equirektangularen Projektion, bei der immer die Vollspähre zu sehen ist (außer man
schneidet einen Ausschnitt davon heraus), gibt es noch weitere mehr oder weniger sinnvolle
Projektionen. Sehr witzig finde ich hierbei die stereografische Projektion. Man kann damit
den little Planet Effekt erzielen. Allerdings wirkt das bei geschlossenen Räumen meist
nicht so gut, da dort kein richtiger Horizont vorherrscht, der eine subjektive Grenze
zwischen dem "oben" und "unten" erzeugen könnte. Im Freien aufgenommene Bilder wirken
definitiv besser.
Während man im Hugin-Vorschaufenster die Projektion wählen kann, kann man
im Hauptfenster im Reiter Zusammenfügen manuell den Blickwinkel und die
Panoramabildgröße eingeben. Wenn man das Vorschaufenster zurück in den Vordergrund holt,
kann man sofort die Auswirkung der Eingaben sehen. Für folgende 2 Bilder habe ich den
Blickwinkel auf 280° gesetzt und die Bildauflösung quadratisch gewählt. Außerdem habe ich
eine Bilddrehung von 45° eingegeben, damit die vertikalen Kanten der Zimmerwände parallel
zu den Bildrändern verlaufen. Man sieht übrigens an Hand der Asymmetrie der Wände, dass
sich die Kamera nicht genau in der Mitte des Raumes befunden hat. Für zukünftige Bilder
sollte ich vielleicht gezielt darauf Wert legen.
Little Planet |
Tunnelblick |
Zum Vergleich ein "little Planet" und ein "Tunnelblick" im Freien. Abgebildet ist der Erlanger Schlossplatz:
Little Planet |
Tunnelblick |
Ultra-Fisheye
Von Haus aus lässt Hugin bei der Fisheye-Projektion nur maximal 179° Blickwinkel zu, obwohl es
mathematisch eigentlich möglich sein müsste, auch größere Blickwinkel auf eine ebene Fläche zu
projizieren. Aber es gibt eine andere Projektion, die entsprechende Ergebnisse liefern kann,
und zwar die Lambert Equal Area Azimutal Projektion. Bei folgenden Bildern habe ich als
Blickwinkel 360° eingegeben. Die Ergebnisse erinnern mich ein wenig an Fotos, die mit dem
legendären Nikon Super-Fisheye Objektiv mit 6 mm Brennweite (Blickwinkel von 220°, Weltrekord!)
aufgenommen wurden.
Lambert Equal Area Azimutal Projektion |
Lambert Equal Area Azimutal Projektion |
Lambert Equal Area Azimutal Projektion |
Lambert Equal Area Azimutal Projektion |
Spielereien
Es gibt noch weitere Projektionen, über deren (ästhetischen) Sinn sicherlich gestritten werden
kann. So kann man z. B. beim Laden des equirektangularen Bildes Hugin mitteilen, der horizontale
Blickwinkel wäre nicht 360°, sondern 180°. Wenn man daraus nun eine stereografische Projektion
erzeugt, erhält man nur einen halbrunden little Planet, da Hugin ja glaubt, das Input-Bild
würde nur die halbe Vollsphäre abdecken. Durch Rotieren und Überlagern dieses Halbplaneten kann
man einen doppelten little Planet erhalten, bei dem das Motiv 2 mal vorhanden ist. Auch
hier ist immer wieder faszinierend, dass die Anbindung völlig nahtlos erfolgt. Nach diesem Prinzip
ließen sich auch 3- oder mehrfache Motivwiederholungen erreichen.
|
|
|
Stereografische Projektion - little planet |
Doppelter little planet |
Noch mehr Spielereien
Mehrfach in sich gestülpte Welt
Dies ist eine stereografische Projektion, bei der man das equirektangulare Ausgangsbild nach unten
an sich selbst (evtl. auch mehrfach) dranspiegelt. Das Ergebnisbild wird dann in vertikaler Richtung
wieder auf ein Seitenverhältnis von 2:1 zurückgestaucht und als Grundlage für die stereografische
Projektion hergenommen.
Man erhält ein Bild, das nicht wie bisher am Bildrand endet, sondern dort "umgestülpt" wird und sich
ab dort in umgedrehter Reihenfolge wiederholt. Das ist so, als hätte man ein Fisheye-Objektiv mit
einem Blickwinkel von mehr als 360°.
|
|
|
2 Equirektangulare Projektionen: gestaucht, gespiegelt |
2-fach in sich gestülpte Welt: |
Kachelung mit Spiegelung
Durch mehrfaches Aneinanderfügen in horizontaler Richtung und Spiegelung in vertikaler Richtung des
equirektangularen Ausgangsbildes wiederholt sich das Motiv und es entsteht eine regelmäßige Kachelung
mit quasi nahtlosen Übergängen.
4x4 Kachelung eine equirektangularen Bildes durch Aneinanderfügen (horizontal) und Spiegelung (vertikal)
Sinusoidale Projektion |
Sinusoidale Projektion Durch Kombinationen von Werten für Blickwinkel und Bildhöhe x Bildbreite lassen sich auch solche skurrilen Aneinanderreihungen wie in der links dargestellten sinusoidalen Projektion erzeugen. |
Falls jemand weitere nützliche Tipps oder skurrile Ideen für mich hat, nur her damit!