Aplicar una máscara de convolución a una imagen — píxeles multiplicados y sumados con vecinos. Operación central en composición y grado digital.
Aplicas una máscara de convolución cuando combinas cada píxel de una imagen con sus vecinos inmediatos, una operación matemática fundamental en el procesamiento digital de imágenes. La máscara (una pequeña cuadrícula de kernel, generalmente de 3x3 o 5x5) se desliza sobre toda la imagen. Para cada posición, cada píxel bajo la máscara se multiplica por un coeficiente, se suman todos los productos y el resultado se escribe como un nuevo valor de píxel. Suena abstracto, pero reconocerás el resultado de inmediato: desenfoque, realce de bordes, reducción de ruido, todo son convoluciones.
En composición práctica, necesitas convoluciones constantemente. Un nodo de desenfoque en Nuke es una convolución: toma cada píxel y lo mezcla con sus vecinos en un patrón ponderado. Un filtro de enfoque funciona de la misma manera: pesos altos para el píxel central, valores negativos para los vecinos. La detección de bordes (Sobel, Laplaciano) también es pura convolución: kernels especiales realzan los bordes de brillo. Verás rápidamente que el kernel lo define todo. Un desenfoque gaussiano es simplemente un kernel cuyos coeficientes representan una distribución gaussiana.
Los grados y la corrección de color utilizan convoluciones para efectos espaciales. Un desenfoque localizado antes del ajuste de color, la reducción de grano mediante convoluciones adaptativas o la separación de frecuencias espaciales son todas convoluciones. Algunos programas de gradación ofrecen un editor de kernels personalizados para que puedas crear efectos exóticos. En el flujo de trabajo de Red o DaVinci Resolve, a veces aplicas convoluciones sin darte cuenta: cada desenfoque espacial, cada operación de eliminación de ruido que considera los vecinos de los píxeles es una convolución.
Nota de rendimiento: Los kernels grandes (11x11 o más) pueden ser costosos, ya que muestrean más de 121 píxeles vecinos por posición. La aceleración por GPU lo hace más rápido. Los kernels separables (por ejemplo, convolución horizontal y luego vertical) ahorran un tiempo de cálculo masivo. En el set o en postproducción, debes saber que un simple desenfoque gaussiano es prácticamente gratuito. Un kernel personalizado con tratamiento de bordes (extender, envolver, reflejar) debe configurarse conscientemente, de lo contrario, se producirán artefactos en los bordes de la imagen. La convolución no es nueva, proviene del procesamiento de señales, pero en el pipeline moderno de VFX es omnipresente y a menudo invisible.