はじめに
多くの場合、私たちは自分自身に質問します：どの開口部でポートレート、風景を撮影するのが良いか、どの開口部で画像の歪みの量は最小になりますか？ 2つのレンズのうち、どちらが等しい開口でより鮮明な画像を提供しますか？
大まかに言えば、最大相対開口が「機能する」とみなされるもの、つまり 普遍的な条件下での特定の撮影に最適です（質問自体にはすでに主観的な評価が含まれていることに注意してください。これについては後で説明します）。
リサーチ
問題の理論に慣れるための記事はこのネタバレの下にあります
そのような研究は、特別な機器なしで自宅で簡単に行うことができます。 必要なもの：調査済みのレンズを備えたカメラ、三脚（不在の場合は、青色の電気テープなどの即興的な手段でカメラを移動から固定するのに十分です）、リリースケーブル（再び、カメラが移動しないようにする必要があります。きちんと）。
多くの著者は、レンズによって形成される画像について話し、猫、少女、森を例に美しいカラー写真を挙げています。 そのようなイメージでは、何かを分析することは困難であると信じており、伝統的な方法-再撮影の世界を使用することをお勧めします。
次の世界がテストに使用されました。
http://www.fotosav.ru/download.aspx?name=Mira600dpi
テストの本質 ：同じ条件下で異なる開口部で印刷された世界を撮り直し、結果の画像を比較します。
テストは、Canon EOS 1100dのトリミングされたフレームで実行されました。 世界は三脚から撃たれました。 ISO感度100; 自然光、右側の光源; 解像度12.2 MP、カメラJPEG。
データを分析するために、フレームの中心のクロップとフレームの視覚的に最悪のエッジのクロップを使用し、必要な説明とともに解像度1000x600ピクセルのGIF画像に縫い付けました。
分析のために画像を準備する方法
bashスクリプトを例として説明します。
利用可能なすべての開口部で世界を取り戻すと、23枚の画像が得られました。 フレームの端を視覚的に分析して、私は最悪のシャープネスを選択しました-それはフレームの右上端であることが判明しました。
imagemagickを使用して画像の一部を取得しました。
例：
フレームの左上隅から水平方向に3272ピクセル、垂直方向に0ピクセルの距離で、サイズ1000x600ピクセルをトリミングします。
ソース画像、。
受信画像へのパス。
同様に、フレームの中央をトリミングします。
次に、各画像に説明ラベルを付ける必要があります。 以下のようなimagemagickツールを使用します。
碑文を画像の端または角の1つにスナップできます。
フォントサイズを設定します。
ピクセル単位のアンカーとラベルのテキストを設定します。
を使用して、各画像の絞り値を取得します。
さらに、画像に適切な名前を付け、その後のGIFステッチ用に番号を付け直します。
スクリプトは次の形式を取ります（心配する必要はありません。スクリプトの半分は受信した画像の番号を付け直すことで取得されます）。
これで23枚の画像をステッチする準備ができました。 1秒あたりのアニメーション遅延でGIFを取得します。
利用可能なすべての開口部で世界を取り戻すと、23枚の画像が得られました。 フレームの端を視覚的に分析して、私は最悪のシャープネスを選択しました-それはフレームの右上端であることが判明しました。
imagemagickを使用して画像の一部を取得しました。
例：
convert -crop 1000x600+3272+0 IMG_0908.JPG .//1.jpg
フレームの左上隅から水平方向に3272ピクセル、垂直方向に0ピクセルの距離で、サイズ1000x600ピクセルをトリミングします。
IMG_0908.JPG
ソース画像、。
.//1.jpg
受信画像へのパス。
同様に、フレームの中央をトリミングします。
次に、各画像に説明ラベルを付ける必要があります。 以下のようなimagemagickツールを使用します。
-gravity
碑文を画像の端または角の1つにスナップできます。
-pointsize
フォントサイズを設定します。
-annotate
ピクセル単位のアンカーとラベルのテキストを設定します。
exiv2
を使用して、各画像の絞り値を取得します。
さらに、画像に適切な名前を付け、その後のGIFステッチ用に番号を付け直します。
スクリプトは次の形式を取ります（心配する必要はありません。スクリプトの半分は受信した画像の番号を付け直すことで取得されます）。
#!/bin/bash nfiles=`ls -1A *.JPG | wc -l` len=${#nfiles} for i in *.JPG; do a=$(exiv2 $i | grep ": " | cut -f2 -d" ") ((p++)) leni=${#p} if [[ $leni < $len ]] # then let "delta = $len - $leni" # j=1 n_o=`while [ "$j" -le "$delta" ]; do echo -n "0"; ((j++)); done`; #echo $n_o # newname=`echo $n_o$p` # else newname=$p fi #echo $newname #convert -crop 1000x600+3272+0 $i .//"$newname"_"$a".jpg # convert -crop 1000x600+1636+1124 $i .//"$newname"_"$a".jpg # convert .//"$newname"_"$a".jpg -gravity SouthEast -pointsize 60 -annotate +50+50 "$a" -gravity SouthEast -pointsize 20 -annotate +50+0 "kedobear" -gravity SouthEast -pointsize 20 -annotate +50+17 "Canon EOS 1100d" -gravity SouthEast -pointsize 20 -annotate +50+34 "Canon EF 1.8/50 II" .//"$newname"_"$a".jpg a=0 #sleep 0.1 done
これで23枚の画像をステッチする準備ができました。 1秒あたりのアニメーション遅延でGIFを取得します。
convert -delay 100 -loop 0 *.jpg .gif
GIF画像は次のリンクから入手できます（画像をダウンロードし、ブラウザではなく画像ビューアを使用することをお勧めします）。
フレームセンター（11.3 MB）
フレームエッジ（10.7 MB）
さらに、画像のサイズに基づいて、フレーム内の情報コンテンツによって画像を分析します。 この場合、導入されたさまざまな種類の収差が画像サイズの増加に大きな影響を与えないという仮定から進めます。
方法論
を使用して、画像サイズを取得し、データをテーブルプロセッサ（Calc）に入力し、最大量の情報を持つ画像を見つけ、この画像に関連して、残りの画像の割合を割合として表します。 得られたデータに基づいて、開口部への画像サイズの依存性のグラフを作成します。
ソースデータを生成するためのスクリプトは次のとおりです。
du
を使用して、画像サイズを取得し、データをテーブルプロセッサ（Calc）に入力し、最大量の情報を持つ画像を見つけ、この画像に関連して、残りの画像の割合を割合として表します。 得られたデータに基づいて、開口部への画像サイズの依存性のグラフを作成します。
ソースデータを生成するためのスクリプトは次のとおりです。
rm ./size for i in *.jpg; do a=$(du $i | cut -f1) echo $a b=$(exiv2 $i | grep ": " | cut -f2 -d" ") echo $b $a >> ./size #sleep 0.5 done
更新：横座標-テスト番号、絞り値が曲線に表示されます。
フィールド全体の横隔膜に関する情報量のグラフ
情報量のフレーム中央の開口部への依存性のグラフ
情報量のフレームの端の開口部への依存性のグラフ
さらに、この手法を使用すると、2つの異なるレンズを簡単に比較できます。 対戦相手として、 Zenitar-M 1.7 / 50を使用します。 たとえば、フレームの中央と開口部の開口部での結果のみを比較します（Zenithからのショットは、わずかに異なる照明で撮影されました）。
フレームセンター
フレームエッジ
結論
この研究からどのような結論を導き出すことができるかについて考えましょう。
まず、覚えておいてください。どのテストも、特定の条件における特定のレンズインスタンスの主観的なテストであり、客観的で普遍的なふりをするものではありません。 おそらく、別のインスタンスがこれより悪いか、良いでしょう。
私の意見では、フレームの中央にある許容可能な鮮明な画像は、開口部3.2から始まります。 フレームの中心の最大情報は、開口部5.0で観察されます。
フレームの端で、画像は5.6の口径から許容できるほどシャープになります。 フレームの端での最大情報は、開口部9.0で観察されます。 覚えておいてください：クロップ1.6のフレームの端について話しているのです。 フルフレームでは、結果は悪化します。
画像全体の分析における最大の情報は、開口部5.6で観察されます。
これらの結果の大まかな評価は次のとおりです。背景をぼかし、顔の細部を保存したポートレートは、絞り3.2から撮影するのが理にかなっています。 風景を含む撮影に最適な絞りは5.6です。 3.2を超えるダイアフラムの画像は、率直に言って石鹸です（使用できますが）。 条件が許せば、9未満の絞りで撮影することは意味がありません。
非オートフォーカスZenitar-M 1.7 / 50と比較すると、キヤノン1.8 / 50 IIのこのインスタンスは、オープンで単に非常に石鹸っぽいことが明らかになります。
この手法を使用すると、レンズの「有効な」開口部を簡単に決定できます。これにより、撮影条件とパラメーターの選択によりインテリジェントにアプローチし、使用するレンズを決定することができます。
ご清聴ありがとうございました。