Das kombinierte Bild sichert das Programm dann im universellen 3D-Format. In diesem Format sind die Bilder L-R-L angeordnet, sodass Sie die Aufnahme mit ein wenig Übung ohne Hilfsmittel mit paralleler oder gekreuzter Augenstellung ansehen können (siehe Kasten “Freiäugig Raumbilder betrachten”). Parallel zu betrachtende Bilder dürfen den Augenabstand nicht überschreiten. Für größere Bildformate empfiehlt sich der Kreuzblick, oder man wählt eine Anaglyphendarstellung [11]. VR-Brillen und Shutter-Beamer gehören zu den erweiterten komfortablen Betrachtungseinrichtungen, sind aber nicht Gegenstand unserer Ausführungen.
Kommen wir zurück auf unsere Graugänse und schießen unser erstes 3D-Bild. Auf einem kleinen Stativ mit Blitzschiene wurde das Kameratandem in Wassernähe aufgestellt. Mit ein paar Kekskrümeln lockte der Fotograf die Graugänse an, entfernte sich dann und löste über das Handy die Fotoserien mit jeweils 15 Bildern in Zeitintervallen von 3 Sekunden aus.
Freiäugig Raumbilder betrachten
Betrachtet man freiäugig ein Stereobildpaar, dann erscheint zwischen den beiden Halbbildern als drittes Bild der Raumeindruck. Haben Sie die Punkte am oberen Bildrand der Abbildung 6 bemerkt? Diese Fusionspunkte dienen zur Unterstützung der räumlichen Betrachtung. Beim Kreuzblick sind das linke und rechte Bild vertauscht [12]. Man legt einen Finger zwischen die Bilder und zieht diesen dann langsam zur Nase hin, ohne den Blick von der Fingerspitze zu lassen. Der Raumeindruck entsteht durch Schielen. Beobachten Sie auch den Fusionspunkt.
Beim Parallelblick sieht man in die Ferne und schiebt das Bildpaar in Nahentfernung in die Blickrichtung. Alternativ hält man das Bild unmittelbar vor die Augen und zieht es nach hinten, ohne auf ein Bild zu fixieren. Der Parallelblick erscheint manchmal schwieriger und ist auf die Bildgröße des Augenabstands beschränkt. Daher sind die Abbildungen 7, 8 und 10 hier für den Kreuzblick abgedruckt. Wenn Sie es mit SPM versuchen wollen, laden Sie stattdessen die Bilder aus dem ZIP-Archiv zu diesem Artikel in den StereoPhoto Maker.
Infrarot-Fotografie
Eine digitale Kamera sammelt Licht der Wellenlänge zwischen etwa 400 nm bis zum nahen Infrarot-Bereich. Zur Umwandeln der Energie in Farbinformationen wird das Licht durch Filter getrennt, etwa mithilfe des bekannten Bayer-Patterns mit jeweils zwei grünen, einem roten und einem blauen Filter zum Bestimmen der Farbe eines Pixels. Andere Technologien verwenden statt des Schachbrettmusters des Bayer-Patterns Filter in Schichten.
Ein Sperrfilter schützt gegen Strahlung aus dem nahen Infrarot-Bereich ab oberhalb 700 nm. Er entfällt bei einem Raspberry-Pi-NoIR-Kameramodul. Nimmt man bei Tageslicht ein Bild mit einem derartigen Sensor auf, kommt es zu einem lilafarbenen Stich. Will man nun Wellenlängen vor dem nahen Infrarot-Bereich aussperren, schaltet man einen Filter vor das Objektiv. Filter für 650 oder 720 nm ergeben bei Tageslicht interessante Effekte (Abbildung 7). Bei Landschaftsaufnahmen kommen Wolken und Vegetation besonders zur Geltung. Nahezu Schwarz-Weiß-Bilder erzielt man mit einem 900-nm-Filter. Durch den Einsatz von Infrarot-Lichtquellen ergeben sich besonders bei Dunkelheit weitere Techniken.
Abbildung 7: Die Burg Neuhaus in Wolfsburg, aufgenommen mit einem 720-nm-Infrarot-Filter für die Betrachtung mit Kreuzblick.
An den Kameragehäusen in Abbildung 3 kann man vor dem Objektiv einen handelsüblichen Step-up- beziehungsweise Step-down-Ring erkennen, der einen Infrarot-Filter mit 28-mm-Gewinde trägt. Für das kleine Budget müssen es nicht gleich hochwertige Filter sein. Üblicherweise bearbeitet man die Bilder ohnehin nach. Dabei tauscht man die Farbkanäle Rot und Blau und erhöht die Farbsättigung leicht. Mit unserer Software makeFinalPhoto.py (im ZIP-Archiv) erfolgt das unter Verzicht auf ein Bildbearbeitungsprogramm automatisiert. Auch ein Histogrammausgleich erweist sich als probates Mittel zur Bildverbesserung.
Bracketing und Stacking
Als Bracketing bezeichnet man in der Kameratechnik die Aufnahme von Serienbildern mit Variation von Fokus oder Belichtung. Das Zusammenfügen mehrerer Aufnahmen gilt als Stacking. Bei Makroaufnahmen wäre Fokus-Bracketing wünschenswert, doch die RasPi-Module sind nur mit fixem beziehungsweise manuellem Fokus ausgestattet. Auch die Blende lässt sich nicht variieren, sie lässt sich ebenfalls nur manuell einstellen respektive ist als Festblende ausgelegt.
Als Beispiel dient uns hier eine Serie von sieben mit einem Stativ aufgenommenen Infrarot-Aufnahmen mit einem Zeitintervall von etwa 5 Sekunden bei konstanter Belichtung. Abbildung 8 zeigt Ausschnitte der Verkehrssituation mit Straßenbahnen und Fußgängern, die eine Straße überqueren. Im Endprodukt sind diese bewegten Objekte nicht mehr zu erkennen.
Abbildung 8: Ausschnitte der Serienaufnahme einer Straßenszene mit 650-nm-Infrarot-Filter.
Die Nachbearbeitung erfolgt automatisch mit OpenCV-Methoden und dem Python-Skript makeFinalPhoto.py. Im ersten Schritt fügt das Skript die Bilder in der Funktion stackImages() zusammen und filtert sie mit der Methode median(), wobei es die Bilddaten intern als Numpy-Objekt behandelt. Das beseitigt Störungen im Bild.
Als weiterer Bearbeitungsschritt kann ein Histogrammausgleich zur Bildverbesserung erfolgen (Abbildung 9). Infrarot-Bilder bearbeitet man wie bereits erwähnt mit einem Kanalmix und der Verstärkung der Farbsättigung. Im Beispiel aus Abbildung 9 wurden die Farben ziemlich hochgezogen, damit die spärliche Vegetation deutlicher hervortritt. Zum Einsatz kam das Kameratandem aus Abbildung 3, zwei RasPi-V2-NoIR mit 8 Megapixeln. Die Funktionen können Sie wie einen Baukasten benutzen. Der Quellcode hierzu ist übersichtlich und selbsterklärend, er findet sich im Software-Archiv zum Artikel.
Abbildung 9: Ergebnis der Nachbearbeitung eines Infrarot-Bilds mit Histogrammausgleich und Farbsättigung.
Mit dem angeführten Verfahren zum Filtern bewegter Objekte kann man auch die sogenannte Cha-Cha-Methode für 3D-Bilder anwenden. Dazu genügt eine einzelne Kamera, die man nach der ersten Serie parallel verschiebt. Dynamische Objekte darf das Bild dabei allerdings nicht enthalten. Der Raumfahrer in Abbildung 10 wurde nach der Cha-Cha-Methode mit einer HQ Cam abgelichtet. Bei einem 6-mm-Objektiv für die HQ Cam lassen sich Blende und Fokus manuell einstellen, das Scharfstellen gelingt im Nahbereich bereits ab wenigen Zentimetern. Das Stereobildpaar in Abbildung 10 ist nur geringfügig beschnitten. Der starken Objektivverzeichnung kann (und muss) man mit Kamerakalibrierung und Bildverbesserung begegnen; auch hierfür eignet sich OpenCV.
Abbildung 10: Aufnahme einer HQ Cam mit 6-mm-Objektiv im Nahbereich. Der Basisabstand beträgt nur wenige Millimeter.
Ausblick
Raspberry-Pi-Kameramodule bieten eine hervorragende Möglichkeit, sich mit digitaler Bildverarbeitung und Computer-Vision aktiv zu befassen. Mit der HQ Cam gelangt man in den oberen Qualitätsbereich der Fotografie.
Der vorliegende Beitrag hat primär die Anwendung von Software-Werkzeugen auf fotografische Verfahren im Fokus; IT-Puristen mögen bei der Beurteilung des Quellcodes zurückhaltend sein. Dem Fotografen geht es um die zielführende Problembewältigung. Die hier gelisteten Verfahren Infrarot-Fotografie, Raumbilder und Serienaufnahmen wurden ausschließlich mit Open-Source-Programmen und Freeware ausgearbeitet.
