censurer
Dégrade des parties de l’image d’une façon esthétique, pour anonymiser des gens, des objets et des parties du corps.
Censurer opère dans un espace RVB linéaire pour appliquer un flou gaussien et un bruit gaussien physiquement réalistes.
À part l’anonymisation, ce module peut aussi être utilisé pour une large gamme d’effets créatifs, par exemple :
-
Combiner un simple flou avec un mode de fusion multiplier pour créer un effet Orton réaliste.
-
Combiner un simple flou avec un mode de fusion soustraire et une opacité faible pour créer un masque flou, similaire au module netteté mais dans un espace RVB relatif à la scène.
-
Ajouter du bruit pour créer du grain artificiel.
Note : La méthode d’anonymisation fournie par ce module n’est pas résistante aux techniques d’analyse scientifique mais favorise l’esthétique. Certaines techniques d’analyse scientifique peuvent être capable de reconstruire le contenu anonymisé, en particulier pour des formes simples et du texte (ex : plaques d’immatriculation, numéros de rue).
Si une anonymisation résistante à l’analyse est requise, la seule façon d’y parvenir est de peindre les surfaces avec une couleur opaque.
L’équipe de darktable décline toute responsabilité dans des images mal anonymisées qui mèneraient à l’identification d’individus ou de propriété privée.
🔗flux de travail
Il est conseillé de laisser les contrôles du module à leur valeur par défaut pendant que vous masquez les surfaces de l’image que vous souhaitez anonymiser, de sorte que les détails de l’image restent visibles.
🔗contrôles du module
- rayon du flou d’entrée
- La force de la première passe de flou gaussien.
- rayon de pixélisation
- La taille des « gros pixels » créés par la première passe de flou gaussien.
- rayon du flou de sortie
- La force de la seconde passe de flou gaussien, appliquée après la pixélisation.
- niveau de bruit
- La force (l’écart-type) du bruit gaussien de luminance appliqué après la seconde passe de flou gaussien. Ajouter du bruit peut contrefaire des détails dans les région flous et rendre la détection de contenu plus difficile pour les algorithmes d’intelligence artificielle.