Pintura - Inpainting

Artigo principal: Edição de imagem
Imagem original e restaurada

A pintura é um processo de conservação em que partes danificadas, deterioradas ou ausentes de uma obra de arte são preenchidas para apresentar uma imagem completa. Esse processo pode ser aplicado a meios de arte físicos e digitais , como pinturas a óleo ou acrílico , impressões fotográficas químicas , esculturas tridimensionais ou imagens e vídeos digitais .

Com suas raízes na arte física, como pintura e escultura, a pintura tradicional é realizada por um conservador de arte treinado que estudou cuidadosamente a obra de arte para determinar os meios e as técnicas usadas na peça, os riscos potenciais dos tratamentos e a adequação ética do tratamento.

História

O uso moderno da pintura interna pode ser rastreado até Pietro Edwards (1744 - 1821), Diretor da Restauração das Imagens Públicas em Veneza , Itália . Usando uma abordagem científica, Edwards concentrou seus esforços de restauração nas intenções do artista.

Foi durante a Conferência Internacional de 1930 para o Estudo de Métodos Científicos para o Exame e Preservação de Obras de Arte que a abordagem moderna da pintura interna foi estabelecida. Helmut Ruhemann (1891-1973), um restaurador e conservador alemão, liderou as discussões sobre o uso da pintura interna na conservação. Helmut Ruhemann foi uma figura importante na modernização da restauração e conservação. A sua maior contribuição para o campo da conservação "foi a sua insistência em seguir exactamente os métodos do pintor original e em compreender a intenção artística do pintor". Após sua carreira de mais de 40 anos como conservador, Ruhemann publicou seu tratado The Cleaning of Paintings: Problems & Potentialities em 1968. Ao descrever seu método, Ruhemann afirma que “A superfície [do preenchimento] deve ser ligeiramente inferior à do tinta ao redor para permitir a espessura da tinta de pintura ... O meio de pintura deve ter a aparência e se comportar como o meio original, mas não deve escurecer com o tempo. ” Cesare Brandi (1906 - 1988) desenvolveu a teoria del restauro , a abordagem da pintura que combina estética e psicologia. No entanto, essa abordagem foi usada principalmente por restauradores e conservadores italianos, com a terminologia se generalizando na década de 1990.

Os avanços tecnológicos levaram a novas aplicações de pintura interna. O uso difundido de técnicas digitais vai desde pintura computadorizada totalmente automática até ferramentas usadas para simular o processo manualmente. Desde meados da década de 1990, o processo de pintura interna evoluiu para incluir a mídia digital . Mais comumente conhecido como imagem ou interpolação de vídeo, uma forma de estimativa, a pintura digital inclui o uso de software de computador que depende de algoritmos sofisticados para substituir partes perdidas ou corrompidas dos dados da imagem.

Ética

A fim de preservar a integridade de uma obra de arte original, qualquer técnica de pintura ou tratamento aplicado a uma obra física ou digital deve ser reversível ou distinguível do conteúdo original da obra de arte. Antes de qualquer tratamento, os conservadores procedem de acordo com o Instituto Americano de Conservação de Obras Históricas e Artísticas.

Existem várias considerações éticas antes que a pintura possa ser justificada. Várias decisões de deliberação sobre a adequação ética da quantidade e tipo de pintura feita, dependem de muitos fatores. Como a maioria dos tratamentos de conservação, as questões éticas da pintura interna residem principalmente na autenticidade , reversibilidade e documentação .

“Qualquer intervenção para compensar a perda deve ser documentada em registros e relatórios de tratamento e deve ser detectada por métodos de exame comuns. Essa compensação deve ser reversível e não deve modificar falsamente as características estéticas, conceituais e físicas conhecidas da propriedade cultural, especialmente removendo ou obscurecendo o material original. ”

Em uma era de turismo em museus, novas tecnologias e demandas estéticas por imagens perfeitas sem imperfeições continuam a desafiar as práticas éticas dos conservadores para proteger a integridade dos originais.

Métodos

Restauração de imagem usando inteligência artificial

As técnicas do método de pintura dependem do objetivo desejado e do tipo de imagem a ser tratada. Os tratamentos para preencher as lacunas são muito diferentes entre a arte física e a digital.

Em todas as aplicações de pintura interna, é importante manter registros detalhados do estado inicial das imagens, tratamentos realizados e justificativa para o tratamento, e as cópias originais quando aplicável (por exemplo, imagens digitais originais).

Pintura Física

Piero della Francesca - Cena antes e depois da restauração - WGA17592

A pintura tem suas raízes na restauração de imagens pintadas. Na conservação e restauração de pinturas , “o termo pintura interna refere-se à compensação das perdas de tinta - objetivando a recomposição das partes que faltam em uma imagem para melhorar sua percepção, tornando os danos menos visíveis”. Em outras palavras, a pintura tem como objetivo fazer uma melhoria visual da obra de arte como um todo, reparando partes ausentes ou danificadas usando métodos e materiais equivalentes ao trabalho do artista original.

Técnicas de Aplicação

Ao estudar os métodos de pintura de vários artistas, a composição de tintas usadas historicamente e ao estudar cuidadosamente o meio com o qual se está trabalhando, os conservadores são capazes de, usando uma variedade de metodologias, restaurar as obras de forma muito próxima à sua aparência visual original .

Outras dicas de pintura:

  • A imagem como um todo determina como preencher a lacuna; o propósito da pintura interna é restaurar a unidade da obra, por isso é fundamental saber como a peça reparada funcionará dentro do resto da imagem.
  • A estrutura da área em torno da lacuna deve ser continuada na lacuna. As linhas de contorno que terminam no limite da lacuna devem ser transportadas para a lacuna.
  • As diferentes regiões dentro de uma lacuna, conforme definidas pelas linhas de contorno, são preenchidas com cores que correspondem às de seu limite, embora os materiais específicos não precisem ser idênticos. Se materiais alternativos forem usados, é importante testar a reatividade potencial.
  • Os pequenos detalhes são pintados, ou seja, “textura” é adicionada para garantir que o olho não seja desenhado primeiro para a região pintada.

As técnicas de pintura de Helmut Ruhemann, de Jessell, estão repletas de escolhas técnicas e procedimentos para "preservar" a qualidade do óleo e das primeiras pinturas em Têmpera.

Pintura Digital

Atualmente, existem muitos programas em uso que são capazes de reconstruir áreas perdidas ou danificadas de fotos e vídeos digitais. O mais conhecido para uso com imagens digitais é o Adobe Photoshop . Uma vez que os arquivos digitais podem ser duplicados, quaisquer alterações restaurativas devem ser feitas no arquivo duplicado, mantendo os arquivos originais em um arquivo. Dadas as várias habilidades da câmera digital e a digitalização de fotos antigas, a pintura interna tornou-se um processo automático que pode ser executado em imagens digitais. Mais do que mera remoção de arranhões, as técnicas de pintura interna também podem ser aplicadas à remoção de objetos, remoção de texto e outras modificações automáticas de imagens e vídeos. Em efeitos especiais de vídeo, a pintura de pintura é geralmente executada após a máscara de vídeo . Além disso, eles também podem ser observados em aplicações como compressão de imagens e super resolução .

Em fotografia e cinema , é usado para restauração de filme para reverter, reparar ou mitigar a deterioração (por exemplo, danos físicos como rachaduras em fotografias ou arranhões e manchas de poeira no filme ou danos químicos resultando em perda de imagem; consulte limpeza de infravermelho ). Também pode ser usado para remover olhos vermelhos , a data estampada em fotografias e remover objetos para efeito criativo.

Restauração e reconstrução de imagem digital

Essa técnica pode ser usada para substituir quaisquer blocos perdidos na codificação e transmissão de imagens, por exemplo, em um streaming de vídeo . Também pode ser usado para remover logotipos em vídeos.

A rede neural de aprendizagem profunda baseada em pintura interna pode ser usada para descensificar imagens.

Três grupos principais de algoritmos de pintura de imagens 2D podem ser encontrados na literatura. A primeira a ser observada é a pintura estrutural (ou geométrica), a segunda é a pintura de textura e a última é uma combinação dessas duas técnicas. Todos esses métodos de pintura têm uma coisa em comum: eles usam as informações das áreas da imagem conhecidas ou não destruídas para preencher a lacuna, da mesma forma que as imagens físicas são restauradas.

Estrutural

A pintura estrutural ou geométrica é usada para imagens suaves com bordas fortes e definidas. Existem muitas abordagens diferentes para a pintura geométrica, mas todas elas derivam da mesma ideia de que a geometria pode ser recuperada de áreas ou domínios semelhantes. Bertalmio propôs um método de pintura estrutural que imita como os conservadores tratam da restauração da pintura. Bertalmio propôs que, transferindo progressivamente informações semelhantes das bordas de um domínio da pintura interna para dentro, a lacuna pode ser preenchida.

Textural

Enquanto a pintura de pintura estrutural / geométrica funciona para reparar imagens suaves, a pintura de textura funciona melhor com imagens com muita textura. A textura tem um padrão repetitivo, o que significa que uma parte ausente não pode ser restaurada continuando as linhas de nível na lacuna; as linhas de nível fornecem uma representação completa e estável de uma imagem. Para reparar a textura em uma imagem, pode-se combinar informações de frequência e domínio espacial para preencher uma área selecionada com a textura desejada. Esse método, embora seja o mais simples e eficaz, funciona bem ao selecionar uma textura a ser pintada. Para uma textura que cobre uma área mais ampla ou um quadro maior, seria necessário percorrer a imagem segmentando as áreas a serem pintadas e selecionando as texturas correspondentes em toda a imagem; existem programas que podem ajudar a encontrar as áreas correspondentes que funcionam de maneira semelhante a 'localizar e substituir' em um processador de texto.

Estrutural e textural combinadas

As abordagens combinadas de pintura estrutural e textural tentam simultaneamente executar o preenchimento de textura e estrutura em regiões de informações de imagem ausentes. A maioria das partes de uma imagem consiste em textura e estrutura e os limites entre as regiões da imagem contêm uma grande quantidade de informações estruturais. Este é o resultado ao combinar diferentes texturas. É por isso que os métodos mais modernos tentam combinar a pintura estrutural com a textural.

Um método mais tradicional é usar equações diferenciais (como a equação de Laplace ) com as condições de contorno de Dirichlet para continuidade de modo a criar um ajuste aparentemente perfeito. Isso funciona bem se as informações ausentes estiverem na parte homogênea de uma área de objeto.

Outros métodos seguem direções isofoto (em uma imagem, um contorno de luminância igual), para fazer a pintura interna. Investigações recentes incluíram a exploração das propriedades da transformada wavelet para realizar pintura interna no domínio da freqüência espacial, obtendo um melhor desempenho quando comparada às técnicas de pintura interna baseada em freqüência.

A pintura com base em modelo segue a abordagem bayesiana, para a qual a informação ausente é melhor ajustada ou estimada a partir da combinação dos modelos das imagens subjacentes, bem como dos dados da imagem realmente sendo observados. Em linguagem determinística, isso levou a vários modelos de pintura interna variacional.

Os métodos manuais de computador incluem o uso de uma ferramenta de clonagem para copiar partes existentes da imagem e restaurar uma textura danificada. A síntese de textura também pode ser usada.

A pintura de imagem baseada em exemplos tenta automatizar o processo da ferramenta de clonagem. Ele preenche "buracos" na imagem procurando por manchas semelhantes em uma região de origem próxima da imagem e copiando os pixels da parte mais semelhante para o buraco. Ao executar o preenchimento no nível de patch em oposição ao nível de pixel, o algoritmo reduz os artefatos de desfoque causados ​​por técnicas anteriores.

Veja também

Referências

  1. ^ Newman, Richard (2011). Conservação e cuidado das coleções do museu (1ª ed.). Publicações MFA. p. 29. ISBN 978-0-87846-729-7.
  2. ^ Darrow, EJ "Pietro Edwards e a restauração das imagens públicas de Veneza, 1778-1819: a necessidade introduziu essas artes" . Arquivo de trabalhos de pesquisa . Universidade de Washington . Página visitada em 29 de março de 2020 .
  3. ^ National Gallery, (2019), Helmut Ruhemann Papers: 1939-1979, https://www.nationalgallery.org.uk/archive/record/NG29 . Recuperado em 2 de novembro de 2019.
  4. ^ Jessell, Bettina, (1977), Helmut Ruhemann's Inpainting Techniques, Journal of the American Institute for Conservation, Volume 17, Número 1, Artigo 1 (pp. 01 a 08), http://cool.conservation-us.org/ jaic / articles / jaic17-01-001.html , recuperado em 2 de novembro de 2019.
  5. ^ Garland, Patricia, 2011, Capítulo 3, Tradition of retouching Practices in America, pp 34-52, em Painting Conservation Catalog, Volume III Inpainting, The Paintings Speciality Group do American Institute for Conservation, https://www.culturalheritage.org /docs/default-source/resource-guides/painting-conservation-catalog-volume-3-(inpainting).pdf , recuperado em 2 de novembro de 2019.
  6. ^ Idelson, Antonia Iaccarino; Severini, Leonardo (18 de junho de 2018). "Pintura" . The Encyclopedia of Archaeological Sciences : 1-4. doi : 10.1002 / 9781119188230.saseas0330 . ISBN 9780470674611.
  7. ^ Bertalmio, Marcelo; Sapiro, Guillermo. "Image Inpainting" (PDF) . University of Minnesota . University of Minnesota . Página visitada em 29 de março de 2020 .
  8. ^ "Pintura | Museu Nacional d'Art de Catalunya" . www.museunacional.cat . Página visitada em 29 de março de 2020 .
  9. ^ (1994) “Código de Ética e Diretrizes de Prática da AIC” [1] https://www.culturalheritage.org/docs/default-source/administration/governance/code-of-ethics-and-guidelines-for-practice .pdf . Recuperado em 3 de novembro de 2019.
  10. ^ Instituto Americano de Conservação de Trabalhos Históricos e Artísticos. (1994). “Código de Ética e Diretrizes de Prática da AIC”. https://www.nps.gov/training/tel/Guides/HPS1022_AIC_Code_of_Ethics.pdf . Recuperado em 27 de março de 2020.
  11. ^ Antonio laccarino Idelson. (28 de junho de 2018). "Pintura". The Encyclopedia of Archaeological Sciences. https://onlinelibrary.wiley.com/doi/full/10.1002/9781119188230.saseas0330 Recuperado em 26 de março de 2020.
  12. ^ Idelson, Antonio; Severini, Leonardo (28 de junho de 2018). "Pintura". The Encyclopedia of Archeological Sciences: 1–4. https://onlinelibrary.wiley.com/doi/full/10.1002/9781119188230.saseas0330 . Recuperado em 30 de outubro de 2019.
  13. ^ Bettina Jessell. (1977). "Técnicas de pintura de Helmut Ruhemann". Journal of the American Institute for Conservation, JAIC 1977, Vol. 17, Número 1, Artigo 1 (pp. 08 - 08). Recuperado em 26 de março de 2020.
  14. ^ "Este pesquisador criou 'DeepCreamPy,' um algoritmo de aprendizado de máquina que descensora Hentai - placa-mãe" . 31/10/2018.
  15. ^ a b Bugeau, Aurelie & Marcelo Bertalmio (2011). Combinando Síntese e Difusão de Textura para Pintura de Imagens. Hal Archives https://hal.archives-ouvertes.fr/hal-00551587/ Recuperado em 1º de novembro de 2019.
  16. ^ Cao, Frederic e outros. (2011) "Geometrically Guided Exemplar-Based Inpainting." SIAM Journal of Imaging Sciences Vol 4. no.4 pp 1143-1179. https://perso.telecom-paristech.fr/gousseau/inpaintingSIAM.pdf recuperado em 2 de novembro de 2019.
  17. ^ Bugeau, Aurelie & Marcelo Bertalmio (2011). Combinando Síntese e Difusão de Textura para Pintura de Imagens. Hal Archives https://hal.archives-ouvertes.fr/hal-00551587/
  18. ^ Cao, Frederic e outros. (2011) "Geometrically Guided Exemplar-Based Inpainting." SIAM Journal of Imaging Sciences Vol 4. no.4 pp 1143-1179. https://perso.telecom-paristech.fr/gousseau/inpaintingSIAM.pdf recuperado em 2 de novembro de 2019.
  19. ^ Bertalmio, Marcelo & Guillermo Saprio. "Image Inpainting" https://conservancy.umn.edu/bitstream/handle/11299/3365/1/1655.pdf
  20. ^ Peterson, Ivars (11 de maio de 2002). "Preenchimento de espaços em branco". Science News . 161 (19): 299–300. doi : 10.2307 / 4013521 . JSTOR  4013521 .
  21. ^ Bertalmío, M .; Sapiro, G .; Caselles, V .; Ballester, C. (2000). "Pintura de Imagem". Anais da 27ª Conferência Anual de Computação Gráfica e Técnicas Interativas - SIGGRAPH '00 . Proceedings of SIGGRAPH 2000, New Orleans, USA, julho de 2000 . pp. 417–424. doi : 10.1145 / 344779.344972 . ISBN 1581132085. S2CID  308278 .
  22. ^ Penedo, SRM; Cipparrona, FAM; Justo, JF (2019). "Digital Image Inpainting by Estimando Wavelet Coefficient Decays from Regularity Property and Besov Spaces" . Acesso IEEE . 7 : 3459–3471. doi : 10.1109 / ACCESS.2018.2882364 .
  23. ^ Chan, TF; Shen, J. (2001). "Modelos matemáticos para pintura não textual local". SIAM J. Appl. Matemática . 62 (3): 1019–1043. doi : 10.1137 / S0036139900368844 .
  24. ^ Igehy, Homan; Pereira, Lucas (1997). "Substituição de imagem por síntese de textura". Anais da Conferência Internacional sobre Processamento de Imagens . Proceedings of the 1997 IEEE International Conference on Image Processing . 3 . pp. 186–189. doi : 10.1109 / ICIP.1997.632049 . ISBN 0-8186-8183-7. S2CID  5895502 .
  25. ^ Criminisi, A .; Perez, P .; Toyama, K. (2003). "Remoção de objeto por pintura à base de exemplar". 2003 IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 2003. Proceedings . Proceedings of the 2003 IEEE Computer Society Conference on Computer Vision and Pattern Recognition . 2 . pp. II-721 – II-728. doi : 10.1109 / CVPR.2003.1211538 . ISBN 0-7695-1900-8. S2CID  315138 .
  26. ^ Lorenzi, L .; Melgani, F .; Mercier, G. (2011). "Estratégias de pintura para reconstrução de dados ausentes em imagens VHR". Cartas de Geociências e Sensoriamento Remoto do IEEE . 8 (5): 914–918. Bibcode : 2011IGRSL ... 8..914L . doi : 10.1109 / LGRS.2011.2141112 . S2CID  2119517 .

Bugeau Aurelie & Bertalmio, Marcelo (2011) "Combinando Síntese e Difusão de Textura para Pintura de Imagens." Arquivos Hal. https://hal.archives-ouvertes.fr/hal-00551587/

links externos