背景

これまで画像に 3DLUT を適用する際は外部ツール(DaVinci Resolve, Nuke) を使用してきた。しかし毎回外部ツールを起動するのは面倒だったので Python上で 3DLUT を適用する環境を構築することにした。ついでに 1DLUT の環境も構築できないか検討した。

自分でコードを組むことも考えたが、既に Color Science for Python にコードがあるので利用させて頂くことにした。

目的

Python 上でお手軽に 3DLUT(+1DLUT) を適用できる環境を整える。

結論

1DLUT/3DLUT の LUTファイルの Write/Read 環境が整った
- 精度が不足していたのでコードの一部にパッチを当てた(後述)
3DLUT を画像に適用する環境が整った
1DLUT を画像に適用する環境は、今回は構築しないことにした(詳細は本記事では説明しない)
- 筆者はややトリッキーな使い方をするのだが、それに対応していなかった

以下にHDR10画像に 3DLUT を適用するコードの例、および生成された画像を示す。

from colour import read_LUT
from colour import write_image, read_image

def apply_hdr10_to_turbo_3dlut():
    """
    HDR10の静止画に3DLUTを適用して Turbo の輝度マップを作る。
    """
    hdr_img = read_image("./img/test_src_for_youtube_upload_riku.tif")
    lut3d = read_LUT("./luts/PQ_BT2020_to_Turbo_sRGB.cube")
    luminance_map_img = lut3d.apply(hdr_img)
    write_image(luminance_map_img, "./blog_img/3dlut_sample_turbo.png",
                bit_depth='uint8')

if __name__ == '__main__':
    apply_hdr10_to_turbo_3dlut()

図1. HDR10画像(ソース)	図2. 3DLUTで変換した輝度マップ画像

調査

調査方針

Color Science for Python で 1DLUT/3DLUT を制御するのに使用するモジュールは LUT1D および LUT3D である。これらが筆者の使用環境で問題無いことを示すために、以下の内容を調査した。

3DLUTファイル(.cube, .spi3d)の write/read
- 負の値、極端に小さい値、1.0を超える値の Write/Read も確認
1DLUTファイル(.cube, .spi1d)の write/read
- 負の値、極端に小さい値、1.0を超える値の Write/Read も確認
画像に 3DLUT を適用
- 0.0～1.0 の範囲外の入力値のクリップ確認
- 0.0～1.0 の範囲外のLUT値を通った後の出力値確認
画像に 1DLUT を適用
- 0.0～1.0 の範囲外の入力値のクリップ確認
- 0.0～1.0 の範囲外のLUT値を通った後の出力値確認
1DLUT の逆変換の適用
- OCIO の direction=inverse 的なやつ
乱数データを利用した 3DLUT の精度確認

調査の実施

以下のコードで確認した。

github.com

調査結果

以下の2項目がNGであった。

1DLUT/3DLUT ファイルに極端に小さい値(1.1754944e-38など) が書き込めない（LUTファイルの吐き出しが指数表記に対応していない）
1DLUT の逆変換ができない

このうち 1. に関しては write_LUT にパッチを当てれば解消することが判明した。なのでパッチを当てて対応した。

そして 2. に関しては現時点での運用は諦めて、後で自身でコードを書く方針とした。一方で早急に必要な機能ではないため、時が来るまでは放置しておくことにする。

その他

乱数データを利用した 3DLUT の精度確認 では DaVinci Resolve および Nuke の出力結果と比較する手法を取った。Nuke との比較結果は誤差が e-07 オーダーだったので問題なかったのだが、DaVinci Resolve の方は地味に誤差があった。入出力の範囲が [0.0:1.0] である6M点のサンプルに対する誤差のヒストグラムを図3 に示す。