问题标签 [exposure]

我正在为 IOS (13) 开发相机应用程序。为此，我将 AVCaptureSession 与 AVCaptureVideoPreviewLayer 结合使用。到目前为止一切正常。

现在我想让用户从给定的典型快门速度值数组（以 1/3 曝光停止）中选择并设置自定义快门速度（曝光持续时间）作为 [Int32]：

我将所需的曝光设置为 - 据我所知 - 只有以下功能的可能方式：

检查 AVCaptureDevice 的 exposureDuration 值表明，这可以为较慢的快门速度（高达 1/200 秒）提供完全准确的结果。选择的曝光持续时间越快，差异越大。例如：

我了解标称快门速度（对用户更方便的四舍五入的近似数字）与相机使用的精确实际快门速度之间存在差异（请参阅https://www.scantips.com/lights/fstop2. html ). 后者彼此之间的差异恰好是相邻光圈的 2 倍或 1/2 曝光（这将是 1/2、1/4、1/8、1/16、1/32、1/64 等值, 1/128, 1/256, 1/512, 1/1024, ..., 1/4096, ..., 1/8192...)。然而，这仍然不能解释我在更快的快门速度下得到的这些极端差异。

我还尝试像这样明确设置（随机）快速快门速度：

或这个

但两者仍然导致曝光持续时间为 1/12048（而不是 1/10000）...

我是否遗漏了与 CMTime 相关的内容，这与视频的帧速率有关（尽管更改 captureDevice 的 activeVideoMinFrameDuration 和 activeVideoMaxFrameDuration 没有任何效果）还是根本不可能设置完全自定义的曝光持续时间？

顺便提一句。我在尝试实现一个功能时遇到了同样的问题，该功能应该允许用户在（连续）自动曝光模式下定义最小快门速度（为此我使用了 captureDevice 的 activeMaxExposureDuration 函数）......

任何想法或提示将不胜感激。

我有一堆曝光不同的图像，我想将它们拼接在一起：

OpenCV 有一个 Stitcher 示例，但它依赖于图像之间的匹配特征，并且它们应该相互重叠。

我的图像没有重叠，但它们彼此连续连接（就像我将全景图分割成多个分割一样），我想将它们连接在一起并修复它们的曝光。

如何在 OpenCV Python 中做到这一点？至少 Compensator 类需要：

images_warped可能只是正常输入images，masks_warped可能是一个二维数组，但我不知道corners应该如何手动给出值？

一个简单的例子就足够了，谢谢。

单个图像

目标

• 使用连接到移动车辆的 Android 智能手机拍摄图像
• 频率：1赫兹
• 参考型号：谷歌 Pixel 3a
• 感兴趣的对象：车辆前方的道路/方式
• 图片用途：作为机器学习（如 RNN）的输入，以识别道路/路面上的损坏
• 拍摄环境：室外，仅限阴天

当前状态

• 捕获作品（由于数据大小，目前使用 JPEG 而不是 RAW）
• 自动曝光有效
• 静态焦距有效

挑战

• 图片中的道路/道路的表面通常是模糊的
• 运动模糊的来源主要来自摇晃的车辆/固定电话
• 为了减少运动模糊，我们要使用“快门速度优先模式”
  • 即最小化快门速度=>增加ISO（接受增加噪点）
  • 只有一个光圈 (f/1.8) 可用
  • Camera2 API 中没有可用的“快门速度优先模式”（简称：Tv/S-Mode）
  • CameraX API （还）没有提供我们需要的东西（静态焦点、Tv/S 模式）

脚步

• 将快门速度设置为支持的最快曝光（简单）
• 自动调整 ISO 设置以进行自动曝光（例如这个公式）
• 要计算 ISO，唯一缺少的部分是光照水平 (EV)

问题

• 如何在拍摄期间连续估计 EV 以在使用固定快门速度时自动调整 ISO？

到目前为止的想法：

1. 如果我可以在没有实际启用的情况下从 Camera2 自动曝光 (AE) 例程中读出“建议”，AE_MODE_ON那么我可以轻松计算 EV。但是，到目前为止，我还没有找到用于此的 API。我想如果没有路由设备是不可能的。
2. 如果环境光传感器能够提供自动曝光（计算 EV）所需的所有信息，这也将非常容易。但是，据我了解，它只测量入射光而不是反射光，因此测量没有考虑图片中的实际物体（它们的表面如何反射光）
3. 如果我可以从最后一次捕获的像素中获取信息，这也是可行的（如果计算时间适合两次捕获之间的时间）。但是，据我所知，像素“亮度”在很大程度上取决于捕获的对象，即如果捕获的对象的亮度发生变化（路边的许多“黑马”或“白熊”）我会计算EV值不好。
4. 在实际捕获之间捕获自动曝光的图像，并根据实际捕获的中间捕获中使用的自动选择设置计算光照水平。根据我的理解，这将是一种相对“好”的方式，但在资源端相当困难——我不确定两次捕获之间的可用时间是否足够。

也许我没有看到更简单的解决方案。有没有人做过这样的事情？

亲爱的 Python 程序员，有人可以建议，哪个命令用于夜间拍摄 - 长时间曝光。我想在 goproCamera.take_photo(1) 之前有 gpControlSet 的东西 - 我有 gopro7。每日照片和视频没有问题。Gopro-py-api (KonradIT) https://github.com/KonradIT/gopro-py-api

我是第一次在 Halcon 中尝试一些东西。但无法弄清楚，甚至在文档中，如何设置图像采集的曝光......到目前为止我的代码是这样的，但我的测试环境很暗，并且想稍微照亮图像：

我正在使用相机设置自定义曝光/iso：

这工作正常。但是，在应用程序会话期间，这些自定义设置仍然存在。有没有办法重置捕获设备的曝光/iso 设置？我试过类似的东西：

但这不会将相机重置为默认设置。

我尝试使用使用 YUV_420_888 图像格式的 camera2 API 近似原始传感器输出（我的索尼 XA1 不支持原始传感器）。我将所有内容都手动并停用了我能找到的每个更正程序：

在那之后，我连拍了 10 张照片，曝光时间线性增加，ISO 为 40。我分析了 Y 层（亮度分量）的值，发现它们的线性度最高只有 203（8 位满范围 = 255）。与伽马校正曲线不同，203 处的过渡非常尖锐。

问题：这是物理传感器效应，即像素饱和吗？我是否忘记了管道中的一些非线性校正？camera2 API 是否对 YUV_420_888 使用全范围线性变换？

谢谢你的帮助！

我在 windows10 和 ubuntu 16.04 中都使用一个网络摄像头来处理我的项目，我发现当我得到这个网络摄像头的曝光时cap.get(cv2.CAP_PROP_EXPOSURE)，我会在 windows10 中得到一个负整数（大约 -5 到 -7）和一个正整数（大约 70 ) 在 ubuntu 16.04 中，我想知道为什么有区别？windows10和ubuntu 16.04中cv2.CAP_PROP_EXPOSURE的值分别是什么意思？

在这两个操作系统中，我的 python 环境如下：

python=3.5.4
opencv-python=4.1.0.25

非常感谢！

我的代码设置了所有的曝光特征。
两个问题：

1. 当我在 Pixel 3 (Android 10) 上运行代码时，生成的图像看起来比在 OnePlus 6T (Android 9.0) 上捕获的相同场景要亮近2级。检查生成的EXIF 数据显示两张图像中的曝光设置相同。

2. 我试图通过设置色调映射曲线来强制伽玛曲线，认为这可能是差异的根源，但这似乎在任何一种设备上都不起作用（基于将伽玛设置为 1，这应该会导致非常平坦的图像）。

欢迎任何/所有建议！我被难住了。

目前，即使有客户主题，Keycloak 也会暴露自己，例如。当调用不完整的 URL（错误页面）或使用着陆 URL 时。
避免这种情况的最佳做法是什么？理想情况下，OAuth2 解决方案不应该对用户可见。这最好在基础设施级别、Keycloak 主题级别或其他地方实现吗？