Ya hemos visto un artículo sobre reconocimiento básico de objetos con OpenCV, esta vez queremos ir un paso más allá, siendo capaces de diferenciar dos objetos del mismo color.

Este artículo se centra en cómo aislar los objetos o partes de objetos del resto de la imagen. Las razones para hacer esto son obvias. En las cámaras de seguridad, por ejemplo, la cámara suele mirar hacia el mismo fondo aburrido, que no es de ningún interés. Lo que interesa de esa imagen es detectar cuándo las personas o vehículos entran en la escena, o cuándo algo se deja en la escena que no estaba allí antes. Queremos aislar esos acontecimientos e ignorar las interminables horas en que nada está cambiando. Este es un ejemplo de los muchos usos que tiene la segmentación.

Detección de dos objetos iguales del mismo color:
Lo que queremos hacer en este caso es detectar dos objetos distintos del mismo color. En este caso serán dos pelotas rojas que estarán en la misma imagen. Lo que vamos ha hacer no es solo detectarlas, sino colorearlas de distintos colores (como azul y verde), calcular sus puntos medios y hallar la distancia en píxeles entre las dos pelotas. Este es un primer ejemplo de segmentación en el que partimos de un conocimiento previo de la imagen, porque sabemos a priori tanto el color de las bolas que queremos detectar, como el número existente de ellas. Pueden existir casos mucho más complejos, en los que no sabemos el color de los objetos a detectar, su número, etc.

Vimos en el programa anterior cmo detectar un solo objeto de un color, pero en este caso sabemos que hay dos, y que unos píxeles pertenecerán a una pelota, otros píxeles pertenecerán a otra. ¿Cómo saber de qué pelota se trata? Este primer problema de segmentación lo resolveremos de la forma más sencilla. Supongamos que tenemos la siguiente imagen:

Vemos que una pelota está claramente más arriba que la otra. Este hecho lo podemos tener en cuenta para distinguir en qué bola estamos. Normalmente cuando vamos recorriendo una imagen y estamos a mitad de una bola, los píxeles rojos estarán pegados unos a otros o como mucho tendrán unos pocos píxeles no rojos entre medias, pero la distancia entre los píxeles rojos de una bola y otra son bastante apreciables. Por ello sabemos que si cuando acabamos de leer un píxel, el anterior estaba mucho más arriba, es que nos hemos encontrado con una nueva bola. Necesitaremos por tanto variables booleanas para saber en qué bola estamos, así como variables de varios tipos para guardar los datos de cada bola.

Programa en OpenCV:

No voy a escribir el programa entero, sino sólo la parte de reconocimiento de los dos objetos distintos de mismo color. Si queréis saber cómo cargar imágenes, o cómo sacar los datos como altura y anchura de la imagen, podéis revisar mi artículo anterior. El código es el siguiente:

Declaración de las variables que vamos a utilizar:

Bucle anidado recorriendo y procesando la imagen:

3 a 5 - Si detectamos un píxel rojo…

7 a 10 - Si no habíamos detectado ninguno antes ponemos que estamos en la primera bola, e inicializamos y_anterior a nuestro número de fila actual.

14 a 17 - Si el píxel que acabamos de detectar está al menos veinte filas por debajo del anterior, deducimos que estamos en una nueva bola (bola2). Este cálculo podría ser más preciso, por ejemplo en vez de basarse solo en el valor de la coordenada y (filas), nos podríamos basar también en el de x (columnas), y hallar la distancia al píxel actual (distancia entre dos puntos) de forma que si supera un valor umbral que hayamos elegido se trata de una nueva bola. Si lo hiciéramos así nos daría igual que las bolas estuvieran separadas a la misma altura, o separadas pero en la misma columna.

21 a 24 - Guardamos los datos tal y como en el artículo anterior para el cálculo de puntos medios.

25 a 27 - Pintamos la primera bola de azul.

34 a 36 - Pintamos la segunda bola de verde.

Cálculo de puntos medios y distancia:

11 – Calculamos el punto medio según la formula:

Y en está imagen podemos ver el resultado de cómo quedarían coloreadas las bolas:

Ante cualquier duda escribid en el foro, estamos siempre atentos a vuestras preguntas.

Uno de los aspectos más importantes de la visión artificial es sin duda el reconocimiento de objetos, de patrones, o identificación de figuras y formas. Este reconocimiento puede ir desde ejemplos muy simples (reconocer en una imagen el único objeto de color rojo), hasta posibilidades muy complejas y útiles que aún hoy son prácticamente imposibles (como cámaras de aeropuerto que detecten terroristas automáticamente reconociendo su cara). Este problema plantea un gran reto, pero son infinitas sus posibilidades y aplicaciones. En un futuro se plantea que los robots humanoides tengan un sistema avanzado de reconocimiento de objetos, siendo capaz como los humanos de reconocer a las personas por sus caras, y los demás objetos de su entorno.

En el artículo de hoy voy a explicar cómo reconocer objetos por su color. Estudiaremos el caso más simple, que consiste en un solo objeto del color deseado en un entorno de objetos de colores distintos. Por tanto no tendremos el problema de la segmentación (tener que detectar los distintos objetos del mismo color).

Planteamiento del problema:

Tenemos una cámara en nuestro NXT mirando hacia dos bolas de color, una roja y otra azul, tal como se presenta en la imagen siguiente. En nuestro caso estamos haciendo uso de la cámara de LEGO, pero puede tratarse de cualquier cámara.

Hacemos una foto con la cámara, donde se ven estas dos bolas, y la punta de nuestro robot que será de color verde. Todo esto se encuentra sobre un fondo blanco. La foto resultante quedaría así:

Como veis, la foto no tiene mucha calidad, por lo que la tarea de reconocer objetos por colores se complica. Esto nos ayudará a crear un programa mejor, que si nos resulta útil en este caso servirá en la gran mayoría de problemas de este estilo.

El problema consiste en:

1 – Abrir la imagen.
2 – Buscar todos los puntos rojos de la imagen.
3 – Calcular cuál sería el centro de nuestro objeto rojo.
4 – Buscar todos los puntos verdes de la imagen.
5 – Calcular cuál sería el centro de la punta del NXT.
6 – Calcular en que posición relativa y a que distancia se encuentra el objeto del NXT.
7 – Escribir estos datos en un archivo que posteriormente podemos subir al NXT para interpretarlos y actuar en consecuencia.

En resumen el problema consiste en detectar la bola, y saber dónde se encuentra con respecto al NXT. Para llegar a ese punto debemos preguntarnos previamente sobre la forma en la que se almacena la información de la imagen.

¿Qué es una imagen?:

Aunque una imagen es la reproducción de la figura de un objeto por la combinación de los rayos de luz que inciden en el, dentro de un ordenador una imagen no es más que una gran secuencia de ceros y unos que podemos leer y modificar a nuestro antojo. Como ya sabréis, el tamaño de las imágenes se mide en píxeles, que es precisamente la superficie homogénea más pequeña de las que componen una imagen, que se define por su brillo y color. Si cambiamos la resolución de nuestra pantalla veremos la misma imagen (de 600×400 píxeles) más pequeña o más grande.

Cada píxel está además definido por su color o brillo. Las imágenes en blanco y negro son las más básicas, pudiendo tomar sus píxeles valores entre 0 (completamente negro) y 255 (completamente blanco). Sin embargo las imágenes de color contienen tres canales de colores distintos (los famosos RGB (R : rojo, G : verde, B : Azul). Cada canal puede tomar un valor entre 0 y 255, por ejemplo un R = 255, G = 0, y B = 0 será un píxel completamente rojo. Si los tres valores son 255 el píxel será blanco, y si los tres valen 0 el píxel será negro. Existe además el sistema HSB (Hue, Saturation, Brightness (Matiz, Saturación, Luminosidad)), con el que también se puede crear cualquier color, y que tiene transformación directa a su representación en el sistema RGB:

Por tanto, ¿cuántos valores hay en una imagen?: el cálculo es sencillo: altura x anchura x canales. Para recorrer una imagen en OpenCV se va de izquierda a derecha, y de arriba a abajo. Teniendo en cuenta además que los canales están ordenados en BGR (azul, verde y rojo), si quisiésemos acceder al valor rojo del píxel número 40 de la fila 24 tendríamos que acceder al dato: anchura_fila*23 + numero_canales*39 + 2, donde anchura_fila será la anchura de la imagen multiplicada por el número de canales. Está es la única forma de recorrer imágenes, y se implementa con bucles anidados como veremos posteriormente.

¿Cómo detectar un objeto de determinado color?:

Para detectar un objeto de determinado color necesitaremos detectar todos los píxeles que lo componen. Para ello iremos buscando en todos los píxeles de la imagen, calculando si son o no del color deseado. ¿Como sabemos si por ejemplo es rojo?. En primer lugar tenemos que ver qué datos característicos tiene dicho color. En este caso es sencillo, su dato más característico será que el canal con mayor valor será el del rojo. También deberíamos tener en cuenta que los valores de los demás canales no deberían ser muy altos, por lo menos no lo suficiente como para acercarse al valor del canal del rojo, ya que estos valores podrían corresponder a colores como el morado o el naranja.

Con un color que no sea de los tres básicos la cosa se complica un poco; en este caso lo mejor es abrir la imagen con un editor de imágenes (el Paint por ejemplo), y mirar que valores RGB tienen los píxeles del color deseado. Así podremos sacar las características que nos determinarán dicho color.

Una vez tengamos todos los píxeles del objeto podemos hacer varias cosas: podríamos cambiar de color los píxeles y mostrar la imagen resultante por pantalla para ver si ha detectado bien el objeto:

Podemos además llevar un contador de cuantos píxeles llevamos, y una suma de sus posiciones, lo que nos serviría para calcular lo que sería el punto medio de nuestro objeto. Estás coordenadas del punto medio serán bastante precisas si contamos con una gran cantidad de píxeles del objeto, y nos será de gran utilidad para emplazar dicho objeto con respecto a nuestro robot NXT.

¿Cómo saber la posición del objeto respecto a nuestro robot?:

Teniendo el punto medio del objeto calculado anteriormente el proceso es sencillo. Ponemos a nuestro robot algo de color distintivo en la punta, como el ladrillo verde que hemos puesto al nuestro. Calculamos el punto medio de dicha punta verde, tal y como lo hemos hecho para la bola roja. Una vez tenemos las coordenadas sabemos si el objeto se encuentra a nuestra izquierda o derecha, y arriba o abajo de nuestro robot. Además podemos hallar la distancia al objeto (en píxeles) mediante la famosa formula:

Sabiendo toda está teoría ya nos podemos poner a programar.

Detección de un objeto rojo y cálculo de distancia respecto al robot:

Vamos a programar y resolver este problema con OpenCV, os recomiendo que os leáis previamente este artículo para saber como crear un proyecto de OpenCV y el manejo básico de una imagen. Iré poniendo el programa por partes y explicándo las líneas, pero recordad que en el programa tiene que ir todo seguido:

Includes:

Inicio del programa principal y definición de variables:

Cargado de la imagen y recolección de los datos de la imagen:

7 a 10 - En OpenCV podemos acceder fácilmente a las características de la imagen. Gracias a estos datos podremos recorrer la imagen fácilmente.

11 - Cogemos los datos de la imagen y los metemos en un enorme array, que será el que recorreremos para acceder a los valores de los píxeles.

Creación de variables para el cálculo de los puntos medios, y creación de una ventana:

Recorrido de la imagen buscando los puntos de color verdes (punta Robot) y rojos (pelota):

1 - El doble bucle anidado del que hablamos anteriormente, necesario para recorrer la imagen (de izquierda a derecha, y de arriba a abajo).

3 - Accedemos a cada color tal y como comenté en la sección ¿Qué es una imagen?:. En este caso el verde que está en el medio será el + 1. Con este valor umbral de 80 tenemos suficiente verde, por debajo sería ya demasiado oscuro, y por encima perderíamos píxeles verdes.

4 y 5 - Que los valores de azul y rojo sean claramente inferiores a los de verde es importante; con que sus valores no lleguen a la mitad del del verde es suficiente. La expresión booleana completa significa: Si el valor del canal verde es superior a 80, y el de los canales rojo y azul no supera ninguno de ellos la mitad de el del verde, entonces..

7 a 9 – Pintamos los píxeles de blanco, para que cuando mostremos la imagen veamos cuales ha detectado.

10 a 13 - Guardamos los datos para el posterior cálculo del punto medio.

17 a 26 – Repetimos el proceso con los píxeles rojos.

Cálculo del punto medio de los dos objetos, y la distancia entre ellos:

1, 2, 6 y 7 - Cálculo de los puntos medios.

11 - Cálculo de la distancia entre dos puntos.

Escritura de la distancia en un archivo, mostrar la imagen y fin del programa:

1 a 3 - Así se abre, se escribe, y se cierra un fichero de texto.

Como siempre, os invitamos a que probéis el código y comentéis en el foro los problemas que os surjan.

OpenCV es una biblioteca libre de visión artificial originalmente desarrollada por Intel. Desde que apareció su primera versión alfa en el mes de enero de 1999, se ha utilizado en infinidad de aplicaciones: desde sistemas de seguridad con detección de movimiento, hasta aplicaciones de control de procesos en los que se requiere reconocimiento de objetos. Esto se debe a que su publicación se da bajo licencia BSD, que permite que sea usada libremente para propósitos comerciales y de investigación con las condiciones en ella expresadas.

El objetivo de este artículo es el de iniciar una serie de artículos centrados en visión artificial, que nos permitirán ampliar el espectro de posibles aplicaciones para el NXT/Tetrix.

Open CV es multiplataforma, Existiendo versiones para Linux, Mac OS X y Windows. Contiene mas de 500 funciones que abarcan una gran gama de areas en el proceso de Visión, como reconocimiento de objetos (reconocimiento facial), calibración de camaras, vision estereo y visión robótica.

Requisitos:

Para poder utilizar las librerías de OpenCV necesitamos un compilador de C/C++. Además necesitaréis el CMake, para poder construir programas de OpenCV. Puesto que tenemos Eclipse, y éste cuenta con un plugin para programar en C y C++ y además es gratuito, lo primero que vamos a hacer es instalar y probar dicho plugin.

Si quisiéramos realizar la instalación en Windows deberíamos realizar unos cuantos pasos adicionales. Anteriormente lo había intentado con Cygwin, pero en vista de los problemas surgidos con esta herramienta (de permisos en particular) y el excesivo espacio en disco que requería hemos preferido usar otro sistema más ligero.

Descargar e instalar el MinGW, una herramienta que nos permite compilar con gcc en Windows como si estuviéramos en un sistema basado en Linux (como Ubuntu). Es un requisito indispensable para el plugin de C/C++ para Eclipse. Os podéis descargar de la version de Twilight Dragon Media (TDM’s GCC/MinGW32 build) que contiene todo lo necesario. Os la podéis descargar de la página oficial de Twilight Dragon Media. Lo ejecutáis y lo instaláis.

Además también necesitaréis el MSYS, utilidad que emplearemos invocar el make necesario para compilar los programas. Lo podéis descargar de la página de MSYS. Al final de la instalación os preguntará si tenemos instalado el MinGW. Escribís y, pulsáis Enter, asó como él lugar de instalación del MinGW (os recuerdo que por defecto debería estar en C:\MinGW, aunque debéis escribirlo con la barra invertida y sin mayúsculas (Ej.: c:/mingw)).

Una vez terminado este proceso podéis instalar el plugin de C/C++ para Eclipse. Para ello meteros en Help → Install New Software… En la ventana que se abrirá podeis escribir la dirección http://download.eclipse.org/tools/cdt/releases/galileo en donde pone Work with:. Al hacer esto os aparecerán abajo los plugins para instalar, seleccionad CDT Main Features y dadle a Next:

Aceptad todo y esperad a que se instale. Una vez finalizado os recomendará que reiniciéis Eclipse (es recomendable hacerlo).

Programar C/C++ en Eclipse:

Lo primero que haremos es abrir la perspectiva de C/C++, para ello meteros en Window → Open Perspective → Other… y seleccionar C/C++:

Para crear un nuevo proyecto seleccionaremos New → C++ Project. En la ventana que se nos abre elegimos el nombre para el proyecto (HolaMundo por ejemplo), Hello World C++ Project, (en toolchains seleccionáis MinGW si estáis en Windows) y le dais a Finish, o a Next si queréis poner autor o copyright al programa:

Como veis ya viene escrito el programa Hello World:

Hacemos un build dando al símbolo del martillo de la barra de herramientas, y para ejecutarlo vamos a Run → Run As → Local C/C++ Application. Por supuesto nos mostrará por consola Hola Mundo!!!. Para crear nuestro propio programa no tenemos más que modificar este código.

Instalación y prueba del OpenCV:

Ya podemos empezar a utilizar el OpenCV. Primero necesitamos descargar el OpenCV de la página oficial:

página oficial de OpenCV

Una vez descargado lo instalaremos, y al igual que con el CMake seleccionaremos Add CMake to the system PATH for all users en la ventana de Install Options, tal y como aparece en la siguiente imagen:

Una vez instalado ya podemos empezar a programar. Para ello abrid Eclipse y cread un proyecto nuevo tal y como os mostré en la sección de Programar C/C++ en Eclipse. Una vez creado clickeáis con el botón derecho en el proyecto y le dais a Properties → C/C++ Build → Settings → Tool Settings → GCC C++ Compiler → Directories y en Include Paths le dáis a Add.. y añadís la carpeta include\opencv\ de vuestra instalación del OpenCV (Ej.: C:\OpenCV2.1\include\opencv).

Posteriormente os movéis a Properties → C/C++ Build → Settings → Tool Settings → MinGW C++ Linker → Libraries, y en libraries añadís con la opción Add… highguiVER, cvVER y cxcoreVER, donde VER es el número de la versión del OpenCV (por ejemplo en mi caso que tengo el OpenCV 2.10, sería highgui210, cv210 y cxcore210 . Finalmente en la pestaña Library search path clickeáis en Add… y escribís la ruta de la carpeta lib en vuestra instalación de OpenCV (Ej.: C:\OpenCV2.1\lib). En esta imagen podéis ver como quedaría:

Vamos a crear un programa que simplemente nos muestra una imagen por pantalla. El código sería el siguiente:

04 - Esta línea carga la imagen cuya dirección hayamos escrito al iniciar el programa en memoria. Así podremos manejarla tranquilamente.

05 – Crea una ventana, donde podemos mostrar entre otras cosas imágenes. El segundo argumento son las propiedades de dicha ventana, en este caso se ajustará al tamaño de lo que tenga dentro.

06 – Mostramos la imagen en la ventana que hemos definido.

07 - Esperamos a que el usuario apriete una tecla.

08 - Liberamos la imagen de memoria.

09 - Cerramos la ventana creada anteriormente.

Esta claro que el programa mostrará en una ventana la imagen que le hayamos metido como primer argumento, esperará a que presionemos cualquier tecla, y finalmente se terminará. Recordad que en Eclipse para escribir los parámetros de entrada a un programa tenéis que ir a Run → Run Configurations → Arguments.

En Internet podemos encontrar multitud de fotos trucadas en donde se ha “infiltrado” un montaje de Lego en otra fotos, generando imágenes muy interesantes, o incluso divertidas. Hoy vamos a ver un pequeño tutorial para ver cómo podemos insertar las fotos de nuestros modelos en otras imágenes. Ejemplo de ello es la imagen de la izquierda o la siguiente imagen creada por Ricardo Salamanca, un diseñador e ilustrador chileno.

Vamos a trabajar con el programa Adobe Photoshop, en la versión 4. Aún así se pueden hacer montajes con todas las versiones anteriores, aunque algunas aplicaciones tendrán nombres diferentes o se encontrarán en otros sitios.

Empezamos con una imagen del Droid Tri-Fighter tomada por Lumix. La abrimos en Photoshop:

Ahora tenemos que eliminar el fondo, y para ello seleccionaremos sólo la figura. Pero antes hay que armarse de paciencia, porque es una tarea un poco pesada y seguramente es lo que más tiempo nos lleve. Primero seleccionamos la herramienta “lazo”. Para piezas de Lego, yo aconsejo utilizar el lazo poligonal, ya que vamos más rápido a la hora de bordear las aristas.

Con la herramienta vamos haciendo click sobre el contorno de todo aquello que queramos seleccionar. Lo más aconsejable es trabajar con el zoom. Para hacer zoom seleccionamos la herramienta con forma de lupa y hacemos click sobre la zona sobre la que queremos hacer zoom. Para alejarnos debemos pulsar ALT y hacer click. Mientras estamos seleccionando con el lazo, si apretamos la barra espaciadora nos aparece la mano, que nos permite desplazarnos sobre la imagen, y al soltarla vuelve a aparecer el lazo. De esta forma no tenemos que estar acercando y alejando continuamente.

Ahora tenemos el contorno seleccionado. La selección se cierra cuando hacemos click sobre el punto en el que empezamos. Entonces se marca con un “camino de hormigas” la zona seleccionada.

Pero ahora sólo tenemos el contorno. Hay partes dentro de nuestra selección que no pertenecen a la figura, y éstas partes no deberían estar seleccionadas. Podemos “restar” partes de selección, y se realiza pulsando ALT al hacer el primer click de la selección de resta con el lazo. También podemos añadir pulsando SHIFT en vez de ALT. En estos casos se puede ver un + o un – al lado del cursor. Como la selección se va complicando cada vez más, lo que aconsejo es ir guardando la selección de vez en cuando, en el menú “Selección” y luego “Guardar selección”, para poder recuperarla en caso de equivocarnos.

Tras un buen rato tenemos la figura seleccionada. Hasta aquí lo más aburrido. Ahora tenemos que copiar la selección en el menú “Edición” y “Copiar”, o pulsando CRTL + C.

Cuando ya esté en el Portapapeles, abrimos también la imagen que va a ser el fondo. Hemos escogido convenientemente una imagen del planeta Coruscant.

Ahora vamos a “Edición” y “Pegar”, y entonces la imagen que habíamos copiado se pega en una nueva capa sobre la imagen del fondo. No os preocupéis porque quede muy grande, porque podremos variarlo más tarde. 

Ahora vamos a cambiar el tamaño y la posición de la figura. Si la figura es pequeña, es mejor reducir el fondo antes que agrandar la figura, porque se pierde definición. Lo mismo sucede al agrandar el fondo, lo suyo es reducir la figura. Lo que vamos a hacer es reducir la nave, y para ello tenemos que asegurarnos de tener seleccionada la capa de la figura.

Ahora seleccionamos toda la capa en el menú “Selección”, “Seleccionar todo”, o pulsando CTRL + A. Y una vez tenemos todo seleccionado en el menú “Edición”, “Transformación libre”. Entonces nos aparece un recuadro alrededor de la imagen que podemos modificar desplazando las esquinas. Si pulsamos SHIFT mientras lo modificamos, mantenemos la proporción entre largo y ancho. También podemos pulsar CTRL para mover sólo una esquina, lo cual nos sirve para cambiar la perspectiva. También podemos rotar la imagen. Al acercar el cursor a las esquinas desde fuera, el cursor cambia a una flecha curva. Si hacemos click y desplazamos el ratón podremos rotarla. Luego al hacer doble click sobre la imagen se realiza la transformación.

Pero aún así queda poco integrada. Ahora vamos a modificar las luces. Para ello, teniendo la capa de la figura seleccionada, vamos al menú “Imagen”, “Ajustes”, y “Niveles”, o pulsamos CTRL + L. Aquí podemos desplazar los tiradores por el histograma para cambiar las luces. En el momento en el que estemos contentos, aceptamos y se realiza el cambio. 

Ya va quedando mejor. Ahora podemos hacer diferentes efectos. Hay miles de efectos y de modificaciones que podemos realizar. Vamos a darle algo de movimiento. Para ello vamos a duplicar la capa de la figura, le bajamos la opacidad (arriba a la derecha de la ventana capas), y la desplazamos hacia atrás de forma que parezca una estela. Si lo hacemos varias veces el efecto es mejor.

Esto le da efecto de movimiento, y es un recurso muy utilizado y que podemos apreciar en algunas cajas de lego. Ahora voy a dibujar la luz del propulsor.

Para hacerlo, primero se debe crear una capa nueva, para no estropear las anteriores. Sobre ésta seleccionamos la zona sobre la que queremos dibujar, para no salirnos y manchar cosas que no queramos, como piezas del propio propulsor o de la nave. Después con la herramienta pincel, y con poca opacidad, vamos poco a poco pintando lo que queremos hacer, en este caso haciendo grandes manchas rojas primero, luego con un tamaño de pincel más pequeño manchas rosas y por último manchas blancas con un pincel más pequeño todavía. Luego podemos copiar este dibujo y pegarlo en los tres propulsores y ya lo tenemos listo.

Por último, cuando hayamos terminado vamos al menú “Capas” y luego “Combinar visible”, para acoplar todas las capas en una y hacer que el archivo pese menos. Sólo debemos hacer esto cuando estemos seguros de haber acabado, porque luego no podremos hacer cambios en las capas. 

Sólo queda guardarlo en el archivo que queramos y ya está.

Este es el resultado final de este rápido turorial.

“8-Bit trip” o “Viaje en 8-Bits” es el título de este video clip con el que la agrupación sueca Rymdreglage nos recuerda con nostalgia a los videojuegos antiguos. La música, que ha sido realizada por el dúo Tomas Redigh y Daniel Larsson, nos recuerda al sonido de los juegos de consola. Tomas Redigh empleó 1500 horas en su estudio colocando y tomado fotografías de las piezas de LEGO hasta que consiguió crear, en un trabajo llevado desde diciembre de 2008 hasta julio de 2009, este efecto visual que es toda una fiesta.

Este video de casi 4 minutos nos trae a la memoria todos los juegos de 8 bits de aquella “época”: Tetris, Pong, Mario, Comecocos, etc.

Las siguientes son algunas de las fotos del proceso creativo de rymdreglage:

Enhorabuena por el trabajo!

Son tantos los trailers de la 4ª parte de Matrix que uno acaba por finalmente creerse alguno de ellos. Nos puede el deseo de ver una 4ª parte… La primera de las tres películas de Matrix supuso en el año 1999 una revolución que se ha convertido en un referente en la ciencia ficción, y algunas de sus escenas de lucha y desafío de las leyes naturales han sido ampliamente emuladas y reflejadas tanto en otras películas como en trabajos de aficionados y fanáticos.

Para hacernos una idea de la influencia que ha tenido esta trilogía de los hermanos Wachowski en nuestra sociedad podemos echarle un vistazo a los siguientes videos.

En una de las últimas escenas de la primera película Neo (Keanu Reeves) se enfrenta al agente Smith (Hugo Weaving) teniendo que hacer uso de sus habilidades especiales. Pese a ello se ve necesitado de la ayuda de Trinity (Carrie-Anne Moss). Las escenas de los disparos a cámara lenta o las poses adoptadas, tanto por Neo como por el agente, para esquivar los disparos se han convertido en todo un referente.

El siguiente video muestra de forma comparativa la escena real de la película, Matrix, con la versioneada Trinity Help! en LEGO por el equipo de LegoMatrix.

Trinity Help es una mini película de cine de animación que ha sido realizada con piezas de LEGO fotograma a fotograma. Como vemos guarda una similitud impresionante con la original. No en vano se emplearon 440 horas de trabajo para lograr el resultado anterior, espectacular, pero muy corto: necesitaron aproximadamente 10 horas de trabajo por cada segundo de película real. Por motivos evidentes no seguirán con este proyecto: realizar la película completa siguiendo el mismo esquema de trabajo les llevaría 25 años a tiempo completo.

En su página web explican con detalle las técnicas que han empleado para obtener estos resultados. Todos los efectos han sido realizados mediante fotografía real con fotos tomadas desde 4 ángulos simultáneos, pero sin hacer uso de CGI, efectos especiales o photoshop.

Mientras llega la esperada 4ª parte de Matrix, si finalmente la hay, podemos deleitarnos con la versión LEGO de algunas de las escenas.

Información adicional:

• Sitio oficial
• The Matrix en imdb

En este artículo vamos a dar unos pequeños consejos para sacar todo el partido a las fotos que hagamos a nuestros montajes. Hace unos días hablamos sobre la importancia de los fondos y cómo podíamos jugar con ellos. Hoy vamos a hablar sobre el desenfoque.

Hablamos de desenfoque cuando los elementos que aparecen en una imagen se ven borrosos y poco nítidos. Se produce por una colocación errónea de las lentes dentro del objetivo. Ajustar las lentes de forma correcta (enfocar) es indispensable para que la luz llegue de forma correcta al carrete o al captador de nuestra cámara. Normalmente no solemos preocuparnos por estos detalles, porque todas las cámaras que se fabrican desde hace quince años tienen autoenfoque, pero si queremos unas fotos de aspecto profesional tendremos que fijarnos que la imagen salga enfocada. A continuación vemos un montaje en el que todos los elementos salen enfocados:

Para que en nuestras fotos salgan todos los elementos nítidos y bien enfocados tendremos que cerrar el diafragma (queee?). Normalmente las cámaras tienen un modo AV o M. Estos son modo de prioridad de apertura y modo manual, respectivamente.

En el modo AV lo que hacemos es indicar manualmente el diafragma. El diafragma viene representado con números enteros o con un decimal. Para que nuestras fotos salgan lo más nítidas posibles debemos poner el número más alto que nos deje (generalmente 16 o 22 en una cámara compacta común). Al hacer esta operación, lo que hacemos es que entre menos luz por el objetivo, lo que hace que salgan más cosas enfocadas. Pero esto provoca que la cámara tarde más tiempo en sacar la foto, y puede salir movida. Para evitarlo podemos activar el flash, iluminar más o sujetar la cámara.

En modo manual tendremos que poner también el diafragma al máximo, y luego ajustar el tiempo de exposición según la luz que haya en la escena. Es un poco más complicado, pero cuantas más cosas controlemos más a nuestro gusto saldrá la foto.

Suele pasar que a veces queremos sacar una foto de un detalle de nuestro montaje muy de cerca, y siempre nos sale desenfocado. Esto es porque con ese objetivo no se puede enfocar tan cerca (los objetivos tienen una distancia mínima de enfoque), y simplemente tendremos que alejarnos.

Muchas veces el desenfoque se entiende como un fallo al sacar la foto. Nada más lejos. El desenfoque es un recurso muy utilizado por la fotografía profesional y artística. ¿Y para qué puede servir desenfocar cosas? Pues para dos cosas principalmente.

La primera es centrar la atención. Podemos dirigir la mirada del espectador de la foto hacia algo que queremos resaltar, restándole importancia a los demás elementos de la imagen. Es una técnica muy buena para recalcar detalles de nuestros montajes. La siguiente fotografía centra la atención en el fondo de la imagen, desenfocando los objetos de primer plano.

Para enfocar un elemento y que lo demás salga desenfocado tenemos que abrir el diafragma de la cámara. Para ello tenemos que realizar la operación inversa a la descrita anteriormente, poniendo el menor número posible. De este modo entra más luz en la cámara y necesita menos tiempo de exposición para realizar la foto, pero tendremos que apuntar y seleccionar bien el elemento que queremos que salga enfocado. Vemos dos ejemplos muy claros:

El desenfoque también se puede utilizar para dar la sensación de que los objetos son más grandes, o que están lejos. Si enfocamos un objeto y tiene algo detrás desenfocado parecerá que está más lejos. Vemos un ejemplo:

Ahora veremos dos ejemplos que utilizan el desenfoque para que el objeto parezca más grande. Esto sucede cuando enfocamos al punto más cercano del objeto y los bordes se van desenfocando.

En este ejemplo parece que la señal de STOP está más lejos que la boca de incendios, y por tanto las casas parecen más grandes.

En una serie de objetos el desenfoque produce un efecto muy bonito. Podemos enfocar a un sólo elemento para mostrar los detalles de éste, pero si todos los demás están desenfocados parece que la serie continúa hasta el infinito. Vemos un ejemplo:

En ocasiones modelos impresionantes carecen de carisma debido a una mala fotografía, un fondo que los desprestigia o los hace pasar desapercibidos en el contexto seleccionado. Un mal enfoque o iluminación, o simplemente un ángulo inadecuado puede hacernos perder los detalles que tanto queríamos remarcar. Por el contrario, modelos simples o modelos que en circunstancias normales no llamarían nuestra atención, consiguen verse ensalzados porque se ha cuidado la fotografía.

Las siguientes fotografías de Star Wars pertenecen a Avanaut, y son toda una muestra de lo anterior.

Hasta la peor de las tormentas deja tiempo para echar unas bolas de nieve.

En los dioramas anteriores el efecto nieve era lo que captaba nuestra atención de unos modelos apenas perceptibles. En el siguiente diorama, creado por DARKspawn, es el propio motivo el que nos hace olvidar el fondo del decorado, que aquí es preferible hacer pasar desapercibido. La curiosidad sobre el destino del agujero es lo que en este caso nos hace querer mirar. ¿Qué habrá en su interior?

El objetivo del presente artículo es iniciar una serie de artículos sobre los puntos que debemos de tener en cuenta para que la fotografía de nuestros modelos sea óptima. Este primer artículo trata sobre el fondo de la fotografía.

En el caso anterior vemos que el fondo neutro sirve para resaltar el montaje y no distraer nuestra atención. Los fondos blancos son sencillos y fáciles de construir. Basta con colocar una sábana bien estirada o una cartulina grande en un lugar bien iluminado. El grado de iluminación del fondo determinará que salga más claro o más oscuro (un fondo blanco puede quedar con diferentes tonos de gris en función de la cantidad de luz que recibe). Debemos evitar superficies brillantes, como plásticos o cristales, ya que pueden reflejar la luz o el flash de forma no deseada.

En la imagen anterior, de XXRY59, podemos apreciar una esquina en el fondo, resultado de la intersección entre el suelo y la cartulina posterior. Para que esto no ocurra y lograr un fondo continuo podemos colocar la superficie curvada en vez de doblada, al modo de los estudios profesionales. El siguiente es un ejemplo de un fondo profesional utilizado para fotografiar objetos, y es muy fácil de imitar.

Si queremos que el fondo nos quede completamente blanco y sin sombras, debemos iluminarlo mucho y todo por igual. No hace falta utilizar ninguna luz especial, podemos iluminar con lámparas de escritorio, de mesa, de pie… o incluso las luces del techo. Pero es importante que esté iluminado todo por igual. Un truco suele ser colocar las luces a 45º grados del suelo, o mejor, en la bisectriz del ángulo de las dos superficies del escenario que hemos montado. Aquí vemos una fotografía de los hermanos Arvo, en la que podemos ver un fondo de un blanco inmaculado.

Pero también podemos hacer fondos de un sólo color que hagan resaltar los colores de nuestros montajes. Vemos otro ejemplo de los Arvo, en el que el fondo, si fuera blanco, se confundiría con el montaje. Además han jugado con los reflejos que hace la superficie para darle un toque más estético.

Los fondos negros suelen ser muy adecuados para hacer resaltar el colorido. Si tu montaje incorpora muchas piezas de colores llamativos y variados, un fondo negro hará que luzcan mucho más. Vemos un ejemplo de Shannon Ocean.

Si queréis un negro muy profundo, podéis probar con un trozo de terciopelo. También se puede probar con papel de lija, que según el grano produce unos brillos u otros. También el negro es un fondo muy utilizado para dar un toque elegante y distintivo. Aquí vemos una imagen de un producto de Lego en la que esta característica se aprecia muy bien.

También se puede situar el montaje en un espacio real y utilizarlo como fondo. Es una solución que puede ser complicada, ya que si queremos una imagen realista no se deben incorporar elementos que hagan resaltar la diferente escala del montaje. Vemos un ejemplo de Legotron.

También se puede introducir el montaje en un fondo real pero construido por nosotros. En este ejemplo, también de Legotron, vemos un diorama en el que el fondo está construido en su totalidad, y no vemos ningún elemento ajeno a él. Se puede decir que todo el fondo es parte del montaje.

Otra opción muy válida es la de recortar la figura con un programa de edición de imagen y sustituir el fondo por un sólo color. Suele ser una opción que requiere más trabajo y práctica en el manejo de estos programas para conseguir un resultado natural.

Por último, otra opción, siguiendo con el procedimiento anterior de eliminar el fondo de la foto, si manejamos bien los programas de edición podemos hacer un fotomontaje e incluir nuestro montaje en otra fotografía, o dibujo, o imagen 3D. Si llegamos a este punto, ya no hay límite para lo que podemos lograr: podemos conseguir que nuestra nave surque el espacio o que un minifig se coma a nuestros enemigos encima del Empire State. Todo depende de nuestras ganas, imaginación y paciencia.