パソコン買い替え PasswordEye

　妻が使っている専用のパソコンはWindows　Vista　がインストールされ、　すでに６年以上も使用している。　いろんな理由が有るだろうけれど、　起動に時間がかかり、　いろんな操作に対する反応もトロさを感じるようになったので、　「買い換える」と妻が言いだした。　そして本人は自分でケーズデンキやビックカメラの店頭で自分が必要とするWordやExcelがプリインストールされたノートパソコンの値段を見て来たらしい。　そして「貴方、　パソコン買い換えるつもりなんだけど、　パソコンの値段が７万円程度、　その他にインターネットに繋いだり、メールなんかを使える様にセットしてもらうには、　なんだか２万円近く掛るらしいのよ」、　「貴方が面倒見て呉れる気は無いかしら？」と話しかけて来た。

　最初は僕は気の無い返事をしていたのだが、　「両方合わせて９万円か？」、　「チョイと待てよ？」、　「俺が去年購入したラップトップ、　Photoshopでメモリー不足で動作停止なんて事が起こって困っているんだから」、　「それを適当な金額を出してもらって妻に渡して、　俺が買い換える・・・」　そんな自分に都合の良い事を考えて、　妻の考えを聞いてみた。

　まあ、そんな俺の都合には妻は乗って来ない。　そんな事があった後でDELLのノートパソコンでOffice付きの機種が４万円台の提示価格で見つかったので、　それを勧めて見た。

　オプションをどう選ぶかで価格はUpするのだが、　最低限の構成の物で消費税込み４万７千円弱の見積もりを得て、　それで注文することになった。　「貴方が色々な設定をしてメールなんかを使える様にすること、　使用していて判らない事があったら、　今までの様に教えて呉れること」　そんな条件で妻が立川の電気店の店頭で調べて来たパソコン価格より少し低い金額を僕は貰える事になった。　僕にとってはチョイとしたアルバイト代が稼げ、　妻は店頭で買うより安い金額でOffice付きのパソコンが使えるのだから、　落語の「三方一両損」ならぬ、　「双方一両得」の話が成立です。

　ところで妻はOutlookでのメールアクセスに必要なパスワードなんか購入当初に設定したままパソコンに記憶させて使用していて、　覚えていないし、　メモも取っていないと言うのだ。　それじゃあ僕に「メールが使えるようにセットアップして」と言われても困ります。


　そこで以前に使った記憶のある パスワード入力欄に入力してある文字が表示されるソフトが在るのを想い出し、　Vectorで「PasswordEye」なるソフトをDLして来て、　使ってみた。

[****** ] 　

上の様なパスワード入力欄のアスタリスクの表示されたボックスにカーソルを乗せると、　

妻が７文字だとするならば、「　X%#4+"!　だったかも知れない　」

と口にしたパスワードと同じ文字列が表示されました。

送受信のサーバーの情報も控えました。　これでパソコンが配送されて来たら設定作業を始める準備が整いました。　　

　

Averaging stack of identical photos 翻訳 3/3

３回に分けて掲載した「Averaging stack of identical photos」の翻訳は今回で終了です。　今回の概要は、　複数枚画像の加算平均をPhotoshootの様な画像処理ソフトで行う場合の各レイヤーの透明度設定をどの様にしたら良いか。

　雪の結晶画像の場合、　結晶本体、　背景部分に分離して処理している様子。

　星空や明暗の幅が極端に大きな夜景など、静止したシーンであれば、どんな被写体にも適用可能である事を指摘し、　モスクワのクレムリンの夜景に適用した例などをみせてくれている。


訳文中に茶色で区画・表示した部分は僕の理解のために付加したものです、　原文にはありません。
=== XXXXX ===　の様に書き加えた青文字の部分は原文のその箇所に
画像があることを意味します。

********　Averaging stack of identical photos　：　Alexey Kljatov
After that we apply Layer > Smart Objects > Rasterize
and have single layer with averaged picture.

その後で、[レイヤー]> [スマートオブジェクト]>[ラスタライズ]を適用します
それで　平均化された一枚のレイヤーの画像が手に入ります。

This method especially useful if we have big (or odd) count of source layers.
この方法は、ソースレイヤの数が大きい（または奇数枚の）場合に特に便利です。

Method 2 suitable for older Photoshop versions or
other graphics editing programs that support layers with changeable opacity.

Method 2　　古いPhotoshopのバージョン または
変更可能な不透明度を持つレイヤーをサポートする他のグラフィックス編集プログラムを使う場合。

Also, this method is useful if we have some unwanted details in some source layers
(for example, moving objects)

また、この手法は、
ソースレイヤーの中に細かな望ましくない事項（例えば、対象の移動）がある場合に便利です

＜撮影時に雪の結晶は静止していてくれません＞

we can easily exlude them by adding white masks to these layers
and remove such objects, painting masks with black brush.

これらのレイヤーに対しては白いマスクを追加して
それらのオブジェクトを削除することが簡単に出来ます、
　マスクの描画は黒いブラシで行う＜＜　僕の理解不足、意味不明

All we need now is set opacity to all layers in stack,
私たちあと必要な作業は、
スタック内のすべてのレイヤーに対して透明度の設定だけです、

in order to all of them will give equal contribution in final result.
それらのすべて（のレイヤー）が最終結果に等しく寄与するような。

For all layers, started from bottom one and toward upper,
opacity will be: 100%, 50%, 33%, 25%, 20%, 17%, 14% and so on,

スタックされた全てのレイヤーに対し、一番下のレイヤーから順に上に向かって
不透明度の設定を行う、
不透明度は：　100％、50％、33％、25％、20％、17％、14％の様にします、

i.e. opacity of each layer = 100% divided by its number in the stack
(counted from bottom). If we have too many layers,

具体的には.　各層の不透明度の数値は、スタック内のその順番の数で割ったものです、

this method becomes ineffective because of rounding errors to integer opacity number.

このメソッドは不透明度を指定する整数への丸め誤差が出ます。 ＜　レイヤーが多数になると

Simple way to avoid this - divide all shots to equal groups,
average them within groups, and then average groups with groups
(for example, 4 groups of 5 shots for 20 shots in serie).

これを避ける簡単な方法は - すべてのショットを等しい枚数のグループに分け、
グループ毎に平均化し、次にグループ間で平均化します
（例えば、20枚の画像がある場合、5枚づつ４つグループにします）。

For seven shots in this example,
i make two groups (4 and 3 shots),
and average smaller group to bigger with opacity 43% (100/7*3).

７枚の写真の場合に対しては、
私は2つのグループを作ります（4ショットと3ショット）、
グループ間の平均化には3ショットグループの不透明度を43％（100/7 * 3）にして平均化。

When it's done, all layers merged in one (layers - flatten).
それが済ませると、すべてのレイヤーが1つに統合されます(layers - flatten)

（レイヤー - 平坦化）。　＜＜この様な操作があるのか？


After that, we shrink picture back to it's original size (20%).
その後で、元のサイズ（20％）に戻します。


This can be done in "Image - Image size" menu with bicubic method,
but i recommend to do this in several steps (by 70 - 80% in each step).

これ（縮小作業）は [Image] - [Image size] メニューで
バイキュービック方式を用いて行うことができますが、
私は何段階かに分けて、行うことをお勧めします（各ステップ70～80％で）。


When we do such serious shrink,
too big number of source pixels merged into one resulting pixel, and,
likely, bicubic interpolation uses only part of source pixels,
and unused ones simply discarded and
do not make any gain in resulting pixel's color and luminocity.

このような大幅な縮小を一挙に行うと、
多数のソース上の画素が1つの画素にマージされ、
おそらく、バイキュービック補間ではソースピクセルの一部のみを使用し、
未使用のものは単に破棄され、結果として生じる画素の色と明るさに何の益も与えない。

If we carefully compare pictures, shrinked by both methods,
with applied sharpening and at 300-400% zoom,
we can notice small advantage in details of variant,
shrinked in several steps.

両方（一括縮小/多段縮小）の方法で縮小し、鮮鋭化を行い、
300～400％のズームで写真を慎重に比較すると、
多段階での縮小方法の方が、細部の違いに小さいながら利点があると判ります。


Now, we can do same averaging for background
(opening saved .PSD with manually aligned layers).

さて、バックグラウンドの平均化に取り掛かりましょう。
（手作業で整列されたレイヤーを使って保存された.PSDを開く）。

Since for background,
as a rule, sharpness not too important as for photographed object,
we can not do any precise alignment,
an average all layers as is, then flatten them,
load on top of it our aligned object,
move it to it's place and draw mask at object contour,
and then merge it with background.

背景は基本的に、撮影対象物ほど鮮明さが重要ではないため、
精密なアライメント（位置合わせ）は必要とせず、
全レイヤーの平均化、その後の平坦化もまた然り、
整列されたオブジェクトの上へのロード、その場所への移動し
＜ちょいとあやふや＞
オブジェクト（雪の結晶）の輪郭にマスクを描き、背景とマージします。

Now we can do any usual post processing.

これで、通常行う画像処理を行うことができます。

We need to apply sharpening to our picture
(unsharp mask, smart sharpen,
copy of layer with applied highpass filter
in "overlay" mode or something else).

私たちは写真に鮮鋭化作業を施す必要があります
（アンシャープマスク、スマートシャープ、ハイパスフィルタを適用したレイヤーのコピー「オーバレイ」モードなど）。

Because we dramatically reduce noise level,
we can apply quite strong sharpening, if it needs.

とにかく、私たちはノイズレベルを劇的に減らしたので、
必要に応じてかなり強力な鮮明化を実施することができます。

Now we can finish processing,
but i prefer to make 3 or 4 layer copies,
apply to each of them denoising with different settings
(aggresive for background, medium or delicate for object)

今我々は処理を終える段階に達しました、
しかし私はそれぞれに異なる設定で
（背景用の積極的、オブジェクトのための中程度または繊細な）
ノイズ除去を適用する目的で、3ないし4層のコピーを作るのが常です、

and assembly all layers with hand drawed or semi-automatic masks
(created with help of filters "find edges", "glowing edges"),

すべてのレイヤーに対して　手描きまたは半自動的にマスクを作る、
（フィルターの助けを借りて作成した「エッジを見つける」、「グローエッジ」）

for preserving good object details
and make clean background without any traces of noise.
素晴らしいディテイルの雪にふさわしノイズや傷跡等の無い綺麗な背景を作ることができます。
＝＝＝＝画像マスクの写真
＝＝＝＝完成した雪の結晶写真

This averaging technique most often used in astrophotography,
but will work with any static scene,
if it's difficult to achieve good quality with just single shot.

この平均化技術は、1回のショットで良質なものを達成することが困難な
天体写真で頻繁に使用されますが、どんな物でも1回の撮影では良質なものを得るのが困難な静的画像に使えます。

Last year i used this technique for enhance quality of night HDR sources.
In this picture, for brightest exposure i averaged 2 shots,
and 8 shots for 5 other exposures, total 42 source shots used:

昨年私は夜のHDRソースの品質を高めるためにこの手法を使用しました。
この写真では、最も明るい露出に応じた2ショット、
5つの他の露出での8回のショット、合計42枚のソースショットを使った：

＝＝＝クレムリンの夜景写真＝＝＝
＜HDR ハイダイナミックレンジ＞


　この様な素晴らしい技術資料を公開してくれている　Alexey Kljatov　氏には

僕が撮影した雪の金メダル

　お礼に　この金メダル（真鍮に見えちゃうかな？）をメールに添付して贈らせていただいた。　そしたら「綺麗だね」のお褒めの言葉と共に・・・

”In Moscow, spring also starts early, and it
seems that our snow season is over, too.”

と雪のシーズンが僕が住む日本と同じく、終わりつつある事をしらせて呉れた。

　さあ、　これから次の雪のシーズンまで、　僕はGIMPに依る画像処理ソフトの操作に習熟する事に熱を入れようと考えている。　

Averaging stack of identical photos 翻訳 2/3

1/3に引き続いての翻訳だ。　今回紹介部分の概要だが、　作業に使用したソフトの紹介、　平均化による画質改善状況を示す写真の提示、　平均化でS/N改善効果を得るために必須な画像の位置合わせの必要性（雪の撮影を行う時に現実には発生する被写体の移動・回転による悪影響）を軽減するための位置合わせ手法記している。

　訳文中に茶色で区画・表示した部分は僕の理解のために付加したものです、　原文にはありません。

********　Averaging stack of identical photos　：　Alexey Kljatov

Used software　使用したソフト

Adobe Photoshop CS4, Noiseware denoising plugin,
optionally - Hugin panoramic stitcher
(from this package we need only commandline utility align_image_stack.exe").

Adobe Photoshop CS4、Noiseware　ノイズ除去プラグイン、
必要な場合　Hugin 　　　panoramic stitcher
(その中の 必要なのはｺﾏﾝﾄﾞﾗｲﾝ　ﾕﾃｨﾘﾃｨ align_image_stack.exe"のみ).

In this table - snowflake fragment in 1:1 scale,
to "single raw" and "7 raws averaged" applied sharpening
(unsharp mask 300%, radius 1, threshold 0).

ここに並んでいるのは雪の結晶ですが、
左からjpeg,　RAW、　RAW画像を７枚の平均化した画像です。
（アンシャープマスク300％、半径1、閾値0）。

＝＝＝　三枚の画像の並び＝＝＝

＝＝＝　三枚の画像の並び＝＝＝　＜＜Noiseware　適用した画像

In bottom row - same crops with Noiseware denoising at same settings for all fragments.

下に並べた物は　全ての雪の結晶に対して同じ設定で
[Noiseware]ソフトのノイズ除去機能を適用した結果です。

Start of workflow: RAW converter

I will use Adobe Camera RAW.

Adobe Camera RAWを使用します。

************************************************
Photoshop 中上級テクニック
Camera Rawを使ってみる　より一部転載


Adobe Camera Rawは、本来、カメラのRAW形式で撮影した写真を処理するために作られたにもかかわらず、JPEGやTIFFの写真の処理に使うこともできます。多くの人は気づいていないかもしれませんが、Camera Rawを使う大きな利点の1つは、ほかのどんな手段よりもCamera Rawを使った方がとにかく簡単で、手早く画像の見え方を改善できるということです。Camera Rawのコントロール類はシンプルですぐ効果を確認でき、また、いくらでも操作のやり直しができるという点から、これを超えるものはなかなかありません。でも、なによりも先に、処理をするには画像をCamera Rawで開かないといけません。
*************************************************

I load first shot from serie in converter　and make all needed adjustments
(white balance, exposure, brightness, etc.)

連写した一連の写真から最初のショットをロードして必要な調整や変換を行います、
（ホワイトバランス、露出、明るさなど）。

Then i set linear contrast curve and disable noise removing and sharpening.
次に、線形コントラスト曲線を設定し、ノイズの除去とシャープネスを無効にします。

Import first RAW in photoshop,
save it as TIFF with 16bit depth per channel without compression,

RAW画像をPhotoshopにインポートし、　圧縮せずに16ビットのTIFFとして保存します、

then open all other RAWs,
apply to them settings of first shot (load presets - previous conversion),
and save them as TIFFs.

他のすべてのRAW画像を開き、
それらに最初のショットの（Tiffへの変換する際の）
設定を適用します（ロードプリセット - 以前の変換）。
それらをTIFFとして保存します。

Aligning

Now we face first problem.
今我々は最初の問題に出会います。

In ideal world, all shots of static scene,
captured by steady camera, will be perfectly identical.

理想的な世界では、静的シーンのすべてのショットは、
安定したカメラによって撮影され、完全に同じです。

In reality, more probably that there will be small shifts and/or rotations
of shots and/or photographed object
(especially in case of snowflake, captured outdoors).

現実には、撮影した写真の中の対象物にはおそらく小さなシフトや回転があるでしょう
（特に、屋外で撮った雪片の場合）。

Our shots must be aligned, and (important!) with subpixel precision,
if we want good sharpness of resulting picture.

（平均化のための）ショットは、
（平均化効果で）結果として得られる画像の鮮明さが必要な場合。
サブピクセル精度で位置合わせされなければならない（重要！）、

Fortunately, subpixel precision easily achieved by simple trick:
aligning software will work with shots, enlarged several times,
and after averaging we shrink picture back to it's original size.

幸いにも、簡単な手法でサブピクセルの精度の位置合わせは達成できます、
位置合わせソフトウェア[aligning software]を使う事で。

（加算により）数倍になった画像は平均化した後に元のサイズに戻します。

Let's load all saved TIFFs in photoshop as layers in one document
(file - scripts - load files into stack).

保存されている全てのTIFFファイルをPhotoshopの
1つのドキュメントのレイヤーとして読み込みます
（file - scripts - ファイルをスタックにロードする）。

If shifts between frames serious and easy noticeable,
firstly i do rough manual aligning,
relative to bottom layer in the stack (for example, by snowflake's center).

フレーム間の（画像の）シフトが深刻で簡単に眼につく場合は、
まず私は手作業による手直しを行い、
（例えば、スノーフレーク（の中心）を揃えるように）
底部の層から上に向かって積み上げて行く。

Manual aligning can be simplified,

手作業での位置合わせは簡単です、

if for any shot we set blending mode = "difference" instead of "normal",
いずれのショットでもblending mode を "normal"の代わりに "difference"にして、

then move shot in needed direction until image becomes darkest,
which indicates minimum differences to underlying layer,
それから画像が最も暗くなるまで必要な方向に写真を移動します、
これで、下地レイヤーとのズレが最小になります、

and then restore blending mode back to "normal".
それから、ブレンドモードを「通常」に戻すのです。

After aligning i save .PSD with all layers,
then crop snowflake,
leaving some space around it in all directions.

レイヤーを位置合わせさせた後に私はすべてのレイヤーを.PSD（ﾌｫﾄｼｮｯﾌﾟ）に保存します。、
それから、雪片の全周に適当なスペースを残して、雪片を切り抜きます、

This crop i enlarge to 5x (500%),　 using "image size" command,
with bicubic interpolation.

この切り抜きを 「画像サイズ」コマンドで
バイキュービック補間法を適用して、5倍（500％）に拡大します

**************
bicubic interpolation
GIMPでも[画像]　[拡大・縮小]　でbicubicを選べる
**************

Aligning itself can be done in Photoshop or Hugin.
アライメントはPhotoshopかHuginで行うことができます。

They have different algorithms,
and in some cases one of them works better than another.

それらは異なったアルゴリズムを持ち、
場合によっては、どちらかが他方より良好に動作する。


1. For Photoshop, all layers selected (in "Layer" menu) and
　　 started "Edit - Auto align layers" with "auto" checkbox.

1. Photoshopの場合、選択されたすべてのレイヤーに（「レイヤー」メニュー内）
「編集 - レイヤーの自動整列」を「自動」チェックボックス設定で開始します。


2. For Hugin, all layers after enlarging exported to disk
as 16bit TIFFs (file - scripts - export layers to files),

2. Huginの場合、拡大後のすべてのレイヤーを16ビットTIFFとしてディスｸに書き出し
（ファイルスクリプト - レイヤーをファイルにエクスポート）。

then alignment started by command
"align_image_stack.exe -a aligned -v -v file1.tiff ... file7.tiff".

コマンドラインへの
"align_image_stack.exe -a aligned -v -v file1.tiff ... file7.tiff".
位置合わせが開始されました。

When it's done, source TIFFs can be deleted,
and aligned*.tiff loaded back
in photoshop as stack of layers in one document.

その作業が完了したら、ソースのTIFFを削除することが出来ます、
そして Photoshopに1つのドキュメント内のレイヤーのスタックとして
並べ替えの終了で得られた[* .tiff]ファイルを読み込みます。

Averaging

Aligned layers now ready for averaging
(if between them still remains shifts or rotations,
we need to try another aligning method).

レイヤー位置合わせで平均化の準備が整いました
（それらの間にシフトや回転が残っている場合は、
別の整列方法で処理す必要があります）。

In Photoshop, averaging can be performed by one of 2 methods:
Photoshopでは、平均化は2つの方法があり、
その中の1つによって実行できます。

Method 1
, simpler and effective (available in Photoshop CS2 and newer) - using smart objects.

方法1
、より簡単で効果的（Photoshop CS2以降で使用可能） - スマートオブジェクトを使用する。

We just select all source layers and apply menu command
Layer > Smart Objects > Convert to Smart Object.

すべてのソースレイヤーを選択しスマートオブジェクトに変換する
、メニューコマンドを実行するだけです
[ レイヤー]> [スマートオブジェクト]> [スマートオブジェクトに変換]

Then, in menu Layer > Smart Objects > Stack Mode we choose "Mean"
and wait until averaging was done.

次に、[レイヤー]> [スマートオブジェクト]> [スタックモード]メニューで[平均]を選択し、
平均化が完了するまで待つだけです。

Averaging stack of identical photos 翻訳 1/3

Alexey Kljatov　氏の雪の写真撮影とその画像処理技術は学ぶ事が多い。　それらを彼はWEB上で公開してくれている。

　その中の複数枚の画像を用いたノイズ除去技術を解説した「Averaging stack of identical photos」を日本語に翻訳した。　そして、　その日本語と原文を併記してこのブログに転載する許可を戴いたので、　これから何回かに分けて掲載する。

　まず第一回目の（今回掲載部分）では、　市販のデジカメのノイズ除去機能をそのまま使用すると雪の結晶の内部に見られる微細な構造がノイズ除去機能によってノイズとして扱われて隠されてしまうこと。　それを避けるためにカメラのノイズ除去機能をOFFし、　同一被写体を複数枚撮影して平均化処理によるS/N改善策が有効である事を説明してくれている。

　このようにランダムなノイズは繰り返し得られる信号（この場合は複数枚の雪の画像）を加算して平均する処理を施すと、　ランダムなノイズが必要な信号に対して相対的に減少する手法が存在し、　色々な分野で応用されていることを知っていると理解が早いです。

　なを翻訳はGoogle翻訳の助けを借りつつ、　僕の理解に都合よい様に書き換えた。　原文/訳文中の多くの箇所に出てくる”Shot :　ショット”は撮影した一枚の写真をイメージすれば良いだろう、　また”serial shots”や　”serie”は連写した画像と考えて良いだろう。

=== XXXXX ===　の様に書き加えた青文字の部分は原文のその箇所に
画像があることを意味します。　是非、　元のサイトを訪れて、　写真を参照して見て下さい。　ついでに彼の他のページの素晴らしい写真群もご覧になって下さい。

********　Averaging stack of identical photos
First picture, macro photo of real snowflake,
does not contain enough information to get from it details,
visible at second picture.
１枚目の写真、実際の雪のマクロ写真は、
2枚目の画像に表示されている様な。詳細な情報を含んでいません。

First shot - straight out of camera JPEG
(one of seven identical shots of this snowflake, captured in series by steady camera).
１枚めの写真はカメラが直接出力 したJPEG画像です。

It have clearly visible effects of camera's built-in denoising
and sharpening algorithms
(sharpening can be turned off in camera menu, but denoising cannot).

それはカメラに組み込まれているノイズ除去や
鮮明化アルゴリズムに依って綺麗に見えます。
（鮮明化機能カメラのメニューでOff出来ますが、　ノイズ除去はOff出来ません）

This shot was taken at minimum ISO for Canon Powershot A650 (80),
but contains noticeable remains of supressed noise and blurring instead of small
and subtle details.

このショットは、Canon Powershot A650（80）の最小ISOで撮影しましたが、　ノイズの抑制の替わりに微妙な細部のボケが目に付きます。

Second version of this picture - result of averaging all seven RAW shots
with following software sharpening and noise reducing,

この写真の2番目のバージョンは - RAWモードで撮影した7枚のショットすべてを平均化した結果だが、


assembly with masks from four variants of this picture
with different denoising strength.

元の画像に対してマスクを使い、４つの異なるノイズ除去強度を適用して、　ソフトウェアでシャープニングとノイズリダクション（ノイズ除去）したものだ、

Signal-to-noise ratio, or why averaging works better than noise removing plugins
信号対雑音比、（カメラの）ノイズ除去プラグインより平均化が優れている理由

All this small, subtle and hardly noticeable details,
like circular pattern of tiny spots around snowflake's center,
or smooth transitions of dim colors at unfocused background,
hidden in RAW files, untouched by in-camera denoising algorithms.

雪片の中心付近の小さな斑点の円形パターンなど微妙で目立たない細部、
、デフォーカスした背景の薄暗い色の滑らかさなど、RAWファイルのそれは
カメラ内蔵のノイズ除去アルゴリズムでは無視されてしまう。


[Remove Image Background]
[Filter Noise]

The problems is:
all those details masked by luminocity and color noise in any single shot.

一枚の写真の中の全てのこの様な詳細な部分は輝度や色ノイズに覆われてしまう。

But we have 7 identical serial shots,
whose differences from each other
しかし我々には一連の異なる７枚の写真があり、


(in ideal case) only by camera's noise patterns because of it's random nature.

（理想的な場合）　カメラのノイズパターンはランダムな物だ。

If we average these shots
(i.e. take arithmetical mean from luminocity values of each pixel
in each color channel from all 7 shots),

もしもこれらの写真に平均化を施せば、
（例えば　７枚の写真を使ってピクセル毎に輝度や色チャンネルにたいして算術平均を施す）

we will get dramatic lowering of noise level while preserving all details in picture,

画像の中の微細構造を保持したまま、　極めてドラマチックなほどのローノイズ化が出来る。

or, in other words, raise picture's signal-to-noise ratio (SNR).

言い換えれば、画像の信号対雑音比（SNR）をが向上する。

If we apply world's best noise reduction software to
any single shot from this serie instead of averaging all shots,
we will get loss of picture details
(strength of noise removing and details quality always correlated).


もしすべてのショットを平均化するのではなく、
世界最高のノイズリダクションソフトウェアをこのシリーズのそれぞれ一枚毎に適用すると、　画像の持つ微細な情報が失われます
（ノイズ除去の強さと微細部分の画質は常に相関します）。

But we need noise removing software also.

しかし、ノイズを除去するソフトウェアも必要です。

Seven shots is insufficient to lower compact camera's noise to invisible levels.
If we average 50 shots or more (as in following photo),

Seven shots is insufficient to lower compact cameras noise to invisible levels.
If we average 50 shots or more (as in following photo),
元の文 Seven shots is insufficient to lower compact camera's noise to invisible levels.

If we average 50 shots or more (as in following photo),

7回のショットでは、コンパクトカメラのノイズを目に見えないレベルに抑えるには不十分です。
もし50ショット以上で平均化すれば（下の写真のようになる）
＝＝ここには月面写真が置かれている　＝＝

In shot of Pleiades star cluster (below) i averaged 142

プレアデス星団の撮影では私は142枚の平均化をした。

This allows to get visible dim stars and correct star colors (blue and orange)
in very bad shooting conditions:

これで（多数枚の画像平均化）非常に悪い撮影条件でも
暗い星や正しい星の色（青とオレンジ）を得ることができます：

strong light pollution within Moscow city
and ISO 800 from compact camera sensor

悪い撮影条件の説明：：　モスクワ市内の強い光公害と
ISO800のコンパクトカメラセンサー

(because i used 6x optical zoom,
i was forced to use short exposure,
if i want avoid star trails,
and to get maximum possible light during short exposure time,
i set aperture to smallest F-number and set maximum sensor sensitivity).

（私は光学ズーム６倍を使用した、
私は星が尾を曳くのを防ぎたいので短時間の露光をせざるを得なかった。
短時間で星からの光を最大限取り込みたい、
だから絞りを最小のF値にしてセンサーの感度を最大にセットした）

＝＝＝　スバルの写真　＝＝＝

Here is 3 crops in 1:1 scale, without any noise removing or sharpening:
one shot of series, averaging of 16 shots and averaging of all 142 shots:

ここにある３枚の写真
何のノイズ除去やシャープ加工してない画像
１６枚の写真を使った平均化画像
１４２枚の写真を使って平均化した画像。

===　星空写真３葉　＝＝＝

Please make attention to color of the sky:
at all three fragments i applied identical contrast curve,
but correct black color achieved only by averaging.

空の色に注意を払ってください：
三枚に対しては理想的なコントラストカーブを適用しましたが、
正しい（夜空の）黒色は平均化によってのみ得られました。

Even with best noise removing software,
in any single shot of this serie i cannot see small and dim stars:

最高のノイズ除去ソフトウェアであっても、
これら一連の写真のシングルショットでは、
小さくて暗い星を見ることができません：

their signal level lies below level of camera noise.
If i average 16 shots, things are better, but many dim stars still invisible,

それらの信号レベルはカメラノイズのレベルより下にあります。
もしも16ショットの平均化をしても、良くはなりますが、
多くの暗い星はまだ目に見える様にはなりません、

and colors of stars distorted by color noise
(because of their tiny size at picture).

そして星の色はカラーノイズによって違った色になってしまいます。
（何故なら写真の中の星の形状が小さいからです）

If i have only 16 shots in this series,
after averaging i will need to do noise removing,
and this will distort star colors even more.

もし１６枚の一連の写真があるとして、
　平均化後さらにノイズ除去をする事になり、
　それは星の色を更に歪める事になります。

・・・　2/3へ　続く

雪の結晶写真と背景画像

　微細な構造を見せる雪の結晶、　それがなんとも言えない柔らかな背景色の中に浮かんでいる。　そんな美しいSnowflake写真や撮影テクニックをWebに公開している、　ロシア人　Alexey Kljatov　氏が居る。

　その美しさに魅せられた僕は、　同じような写真を撮りたいと考えて色々と試行錯誤を繰り返して来た。　その試行の一つに背景画像の作成があった。　そんな背景画像を雪の背後に置いて、　デジカメで撮影すればどんな色合いの背景でも作り出せ、　素敵な雪の結晶写真が簡単に得られるだろうとの想いからだった。

　しかし、　淡い色合いの背景にするほど、　結晶の形のクッキリ感が消え失せて、　締まりがなく、美しさを感じられない写真にしかならなかった。　その事は「雪の結晶の見え方と背景画像」の記事の中で　”実はこの背景色の中で雪の結晶のクッキリ感が得られない事に対して、　僕はどうして良いか判らなくてイライラしています。”と書いたとおりだ。

　その後　Alexey　氏とは彼のWebページに設置された投稿欄を介してEメールでのやり取りが始まり、　僕の疑問である背景色に依っては結晶の見え方が大きく異ることへの回答となるオリジナル画像（デジカメ出力）と画像処理後の画像をみせて貰うことが出来た。　それがTop写真なのだ。

　それによれば、グラデーションを伴う淡い色の背景なんて、　目的の結晶の周辺に散らばるゴミ掃除をした後、　画像処理でかなりの自由度で色付けする事が出来ると判った。

　もう今シーズンの雪の結晶撮影は終りの時期になっている。　来シーズンに向けて、　結晶の外形や内部構造をクッキリと撮影出来る様な照明に注力してみたい。

　また画像処理技術を解説したページの転載と日本語訳を並べてブログに投稿する許可もいただけたので、　その内にUpする予定です。　

人々との出会い、 酒や食べ物との出会い

　旅先での人々との出会い、　そして美味いと感じる酒や食べ物との出会い、　そんなのも旅に彩りを添えてくれる楽しみだ。

　2017年の津南雪まつりでのそれを紹介しよう。

　酒瓶がならんだTop写真、　津南町中心部の雪まつり会場に設営されたテントに出店していたのは津南町三箇小学校だかの卒業生グループ。　その中には辰ノ口のまつり会場で出会い、　山菜採りのシーズンには春の山ウド採りや秋のキノコ採りに連れて行ってくれたｵﾉｽﾞｶ氏も加わっていた。　そこに顔を出したら、　山葡萄で作ったと言う赤ワインをチョッピリ味合わせてくれた。　並んだ一升瓶の中の「生酒・苗場山」これも美味い酒だと知った。　ここに来る前に同じ銘柄の一升瓶を街中の酒店で購入して、　辰ノ口の会場の世話役さんには差し入れて置いたので「美味しい酒で良かった！」と思ったことでした。

　さて吊るされた熊の毛皮をバックにして豪快な笑いを見せている御仁、　数年前の雪まつり会場で知った瓜の粕漬けを作っている奥さんの旦那さんで、　長野県との境にある地域ではちょいと知られた、　手広く専業農家として活躍していらっしゃる方だ。　去年まではいつも奥様が対応に出てくださり、　電話でアポを取る時に、　このご主人が出てくると、「母ちゃんが居ないと判らない」の一点張りで、　「頼りにならない旦那」のイメージを持って居たのだが・・・

　こうやってご本人に会ってみるとなんとも豪快な漢です。　吊るされた熊の毛皮は玉蜀黍畑に仕掛けた罠にハマった熊を猟師に頼んで鉄砲で撃ち殺してもらい、　毛皮にした物だそうだ。　冗談に「電話でイメージしていたご主人は奥さんの尻に敷かれているのだと想っていた」と話たら、　破顔一笑「その通り」、　でも「俺はこの毛皮を敷いている」なんてユーモアもお持ちの方でした。

　瓜漬の周りにベッタリと分厚く付着している粕、　瓜を食べ終わったら粕の中に魚の切り身を入れると、　これまた「美味しい粕漬け」が出来上がるのです。

浴衣姿で雪まつり＠2017津南

　他所者の僕達を温かく迎えて呉れる辰ノ口地区の雪まつり会場、　そこへ今年は浴衣姿の美女軍団の飛び入り参加がありました。　彼女たち（いや正確には彼女たちをエスコートする男性群も含めたグループは松之山温泉の旅館に宿をとり、　津南町の雪まつりメイン会場であるグリーンピア津南に向かった様だ。　しかし、　そこへ向かう道路は一般車両の入り込みは禁止されており、　当然、彼等の車も停止させられ、　目的のスカイランタン見物は諦めて、　宿に戻る途中であったらしい。　そしてその途次にある辰ノ口地区の祭り会場に出くわして「飛び入り参加」と相成ったのだ。

　この辰ノ口地区、誰だろうと祭りの場に訪れる人を「よく来た！」モードで受け入れてくれる、　祭りの世話役さんたち。　用意している「猪鍋」、「豚汁」、「カジカ酒」、「搗きたての餅」などを彼女たちにも振る舞います。

　彼女たちも祭りの世話役さん達の手に依って準備されていた（今年から用意されていた祭り参加記念（？）用品）　「コシヒカリ１合いり」の紙パック/５００円也を機嫌よく購入してました。

　それにしても寒くないのかね？　地元の人もその事に興味深々。　「大丈夫ですよ、寒くないです！！」　それが彼女たちの答えでした。

　ところで津南・雪まつりで同時開催される各地区のまつり会場ですが、　長野県栄村に隣接する地域のお宅に用事があって、　まだ日が高い時刻に出かけた時の事、　雪像が置かれたまつり会場でオーディオセットの調整にあたっていた祭りの世話役さんと立ち話したんだけれど、　その地区の人々も「よく来た」モードで他所から訪れた人を迎え入れてくれる準備があるように感じました。　それに甘えて祭りを楽しむ心の準備が、　こちらにもあれば、　きっと津南の雪まつり会場、　どこの地区でも楽しめるのかもしれませんよ。

十二峠トンネル入口付近の残雪状況

石打から津南に向かう国道３５３、　十二峠のトンネルを抜けて清津峡に下り始めて２つ目だったかのトンネルは崩落事故の復旧のために長いこと片側交互通行が続いていましたが、　今回の雪まつりで通過した際には、　完全復旧されており、　交互通行は解消されていました。

　最後に地元の宿が一杯で泊まり場所に困っていた僕達に一夜の宿を提供してくれた地元のHさん、　本当にお世話になりました。

　

無記名アンケート？

　市民生活をサポートするとて、　市からは健康状態を調査するアンケートや、　今回の様な「自分で外出できているか？」そんな項目を含むアンケート等を実施しているのだが、　僕はほとんどそんなアンケートにに回答していない。

　つい最近も　「高齢者福祉に関するアンケート」の用紙が入った封書が送られて来ていたが、　いつもの様に記入返送はしなかった。

　そしたら（「高齢者福祉に関するアンケート」介護予防・日常生活圏域ニーズ調査）ご協力のお願い。　そんな標記のハガキが届いた。　その末尾には小さなフォントで

　※今後、ご回答がお済みでない方のご自宅に、民生委員・児童委員がお伺いし、お声かけさせていただくことがございます、ご了承くださいますように。

　と記載されていた。

　この督促ハガキだが、　アンケート対象者全員に発送されたのか？　「アンケート未提出者を抽出して発送したものか？」　それは定かでは無いのだが、　「無記名」をうたっていたけれど、　アンケートの回答用紙には個人を特定出来る識別可能な情報が加えられていたのだろうか？

　それと言うのも、　我が家に配達されたハガキは僕宛にはハガキが届いて、　アンケートを提出した妻宛の督促ハガキは届かなかったのだ。

　「無記名をうたいつつ、　個人が特定されるアンケート」　そんなの有りなのかなー？

雪の重みで半壊した物置

　雪の結晶写真への画像処理として連写した画像を使って平均化処理を施してノイズの低減を計る。　そんな画像処理作業にトライするためには雪を連写した複数枚の画像が必要。　しかし今まで、　僕は同一結晶を連写した事がなかった。　そこで今回の寒波到来と共に期待できる降雪を狙って、　大町市に雪の撮影に出かけた訳だ。

　泊めて貰ったのは四季山荘、　そこの親父には夏の安曇野滞在中は囲碁の師匠としても世話になっている。　だから、　その親父が物置小屋を作りをするなんて時、　ショージ君が「棟梁」として取り仕切っていた物置小屋作りの下っ端作業員として（遊びに）参加させてもらたのだ。　その２年前に設置した大型プラモ風の物置小屋、　２シーズンの積雪で半壊していた。

　アメリカから輸入した物置組み立てセット、　手軽なDIY作業で組み立てられたけれど、　日本の降雪地帯の雪の重みには全く無力なお手軽構造でしたね。　最初の積雪シーズンで屋根がひしゃげ、　２度目のシーズンでは側壁もひしゃげて、「物置小屋は半壊」です。

　ここ数年の間にはきちんとした建築だったショージ君の山荘、　そのご近所さんだったＳさんの家や名古屋の隠居の山荘の軒も雪の重みで軒が壊されたのだから、　仕方ないところかな？　それにしても雪の重みは凄いものです。　「雪は水、　水は重い」　その事を軽く見たらダメなんでしょう。

　ところで目的の雪の結晶の連写撮影、　幸いにも六華の結晶も混じった降雪があり、　目的を達する事が出来ました。　少々残念なのはいつもながらの事ですが、　ゴミの様な雪クズが付着した状態になってしまった雪しか拾えないんですよね。

雪まつりの宿

　津南・雪まつりは１１日（土）にグリーンピア津南の施設周辺をメイン会場にして、　夜には「スカイランタン」飛ばしのイベントで祭りはクライマックスとなるようだ。　僕は残念ながら、夜のランタン飛ばしはまだ見ていない

　僕達の目的はそんなメイン開場でのイベント参加が主目的では無くて、　町の中心部からは外れた辰ノ口地区の公民館周辺で催される地区の祭りの場に参加する事なのです。　だから、　宿泊もその地区にある沢沿いの宿・渓泉荘さんを定宿にしていた、　そして「二人なんですけど、　イビキがウルサイ人が居るので、　二部屋お願い出来ますか？」　そんな風にこっちの都合を伝えて泊めて貰っていたのだった。

　ところが今年は週の初めに宿泊予約の電話をいれたのだが　「タナカさんには毎年ご利用頂いていましたが、　今年は既に予約で満室になっていて、　お受け出来ません、　申し訳ありません」　と断られてしまったのです。　なんだか「昨年の１０月には予約が入って満室になってしまった」　そうだ、　「そうですか、　大勢のお客さんが来て、地元の人には嬉しい状態で、　良かったですね！」と応じて電話を切ったが、　「困ったなあ　どうしようか・・・？」　です。

　普通なら、　近隣の宿泊施設に電話を入れてみるところでしょうけれど、

　タナカ君的対応は、　以下の様になりました。

　まつり会場で知り合って電話番号も教えてもらってあった方に電話を入れて、

　「かくかくしかじかで　渓泉荘のマコちゃんから満室ですと言われてしまった」、
　「友人ともども２人ですけど、１１日の晩に泊めて貰えませんか？」

とお願いしたのだ。　そして

「泊めて上げるよ！」 　との

返事を頂いちゃいました。　

　「タナカ君　相変わらず図々しいね」　と想ったあなた、

　確かに図々しいですね。　本人もそう思っています。