censura

Degrada parte dell’immagine in maniera gradevole a vedersi, al fin di anonimizzare persone/oggetti o nascondere parti del corpo.

Il modulo censura lavora nello spazio colore RGB lineare per applicare una sfocatura gaussiana e un rumore di luminosità gaussiano che sia fisicamente accurato.

Oltre all’anonimizzazione, questo modulo può essere usato per vari scopi creativi, ad esempio:

  • Combinare una semplice sfocatura con la modalità di fusione moltiplica per creare un effetto di sovraesposizione realistica (blooming, effetto Orton).

  • Combinare una semplice sfocatura con una modalità di fusione in sottrazione e bassa opacità per creare una maschera di nitidezza (EN), similarmente al modulo nitidezza ma in uno spazio colore RGB riferito alla scena.

  • Aggiungere rumore per creare una grana artificiale.

Nota: Il metodo di anonimizzazione fornito da questo modulo, per favorire l’estetica, non è sicuro dal punto di vista forense. Alcune tecniche forensi potrebbero essere in grado di ricostruire il contenuto censurato nella sua struttura, soprattutto per forme semplici e testi (es: targhe, numeri delle vie).

Se è necessaria un’anonimizzazione che sia sicura dal punto di vista forense, l’unico modo per ottenerla è quella di riempire l’area con una tinta unita.

Il team di darktable non accetta responsabilità per immagini non sufficientemente anonimizzate che portino all’identificazione di individui o proprietà personali

🔗flusso di lavoro

Ti consigliamo di lasciare i parametri del modulo ai loro valori predefiniti quando mascheri l’area dell’immagine che vuoi censurare, in modo tale che i dettagli dell’immagine rimangano visibili.

🔗Controlli modulo

raggio di sfocatura
L’intensità del primo passaggio della sfumatura gaussiana
raggio di pixellizzazione
La dimension dei “pixel grandi” creati dopo il primo passaggio di sfocatura gaussiana
raggio di sfocatura in usicta
L’intensità del secondo passaggio di sfumatura gaussiana, applicata dopo la pixellizzazione.
livello di rumore
La forza (deviazione standard) del rumore della luminosità gaussiana applicata dopo il secondo passaggio della sfumatura gaussiana. Aggiungere rumore può falsare i dettagli delle aree sfocate e rendere più difficile l’identificazione dei contenuti, da parte algoritmi di intelligenza artificiale.

translations