censurar
Degrada partes da imagem de uma maneira esteticamente agradável, para anonimizar pessoas/objetos e ocultar partes do corpo.
O módulo trabalha no espaço de cor linear RGB para aplicar um desfoque e um ruído de luminância gaussianos fisicamente precisos.
Além da anonimização, este módulo pode também ser usado para uma variedade de propósitos criativos, como por exemplo:
-
Combinar um desfoque simples com um modo de mesclagem para criar um brilho realista (efeito Orton).
-
Combinar um desfoque simples com um modo de mesclagem de subtração e baixa opacidade para criar uma máscara de enfoque, similar ao módulo melhorar nitidez mas em um espaço de cor RGB relativo à cena.
-
Adicionar ruído para criar uma granulação artificial.
Nota: Os métodos de anonimização proporcionados por este módulo não são seguros do ponto de vista forense para favorecer a estética. É possível que algumas técnicas forenses possam ainda ser capazes de reconstruir o conteúdo censurado baseado em sua estrutura, especialmente para formas e textos simples (por exemplo, placas de veículo, números de ruas).
Se você precisa de uma anonimização segura do ponto de vista forense, a única forma de fazer isso é pintar as superfícies com uma cor sólida.
A equipe do darktable não é responsável por imagens mal anonimizadas que levem à identificação de pessoas ou propriedades pessoais.
🔗fluxo de trabalho
É recomendável deixar os controles do módulo com seus valores padrão enquanto você mascara as áreas da imagem que deseja censurar, de modo que os detalhes da imagem continuem visíveis.
🔗controles do módulo
- raio de entrada para desfoque
- A força da primeira passada de desfoque gaussiano.
- raio de pixelamento
- O tamanho dos “pixels grandes” criados após a primeira passada de desfoque gaussiano.
- raio de saída para desfoque
- A força da segunda passada de desfoque gaussiano, aplicada depois do pixelamento.
- nível de ruído
- A força (desvio padrão) do ruído gaussiano da luminância aplicado depois da segunda passada de desfoque gaussiano. Adicionar ruído pode falsificar detalhes nas regiões borradas e dificultar a detecção do conteúdo pelos algoritmos de inteligência artificial.