Filtro che analizza e modifica i quartieri locali di pixel — mediana, gaussiano, bilaterale. Funziona direttamente nello spazio dell'immagine, non nei domini di frequenza.
Sul set o in montaggio, spesso sono necessarie correzioni rapide e locali dell'immagine, non effetti globali sull'intero frame. È qui che intervengono i filtri spaziali: esaminano ogni pixel e la sua immediata vicinanza, calcolano un nuovo valore basato su questa piccola regione e riscrivono il risultato. Questo avviene in parallelo per ogni punto dell'immagine, motivo per cui le prestazioni sono praticabili anche a risoluzioni elevate.
Le tipologie classiche: Un filtro mediano ordina i valori dei pixel nella vicinanza e prende quello centrale — brutalmente efficace contro il rumore e gli artefatti singoli, senza sfocare i bordi come farebbe un filtro Gaussiano. È esattamente ciò di cui hai bisogno quando la tua sequenza DNG presenta rumore del sensore, ma vuoi mantenere la nitidezza dei dettagli. Un filtro Gaussiano è l'opposto: ponderazione uniforme con decadimento — crea la classica sfocatura morbida per il compositing di motion blur o come base per la color grading locale. Il filtro bilaterale è il compromesso: leviga i gradienti di colore, ma rispetta i passaggi dei bordi. Se vuoi levigare un volto senza che sembri plastilina, il filtro bilaterale è la tua prima scelta.
Nell'uso quotidiano del compositing, utilizzi i filtri spaziali per operazioni di denoising prima del keying, per l'omogeneizzazione locale della luminosità su green screen con illuminazione non uniforme, o per levigare singoli errori di pixel nei render CGI prima di sovrapporli. Anche nella creazione di maschere — dilatazione, erosione — lavorano filtri spaziali: espandono o restringono le aree bianche basandosi sulla vicinanza dei pixel. Questo è più veloce e locale delle trasformazioni globali e ti offre un controllo più preciso sulle aree problematiche.
Importante: i filtri spaziali operano direttamente nello spazio dell'immagine, non nello spazio delle frequenze come i filtri basati su FFT. Questo li rende più intuitivi da controllare (raggio invece di frequenza di taglio), ma anche meno flessibili con pattern di artefatti complessi. Kernel di filtro più grandi costano esponenzialmente in termini di prestazioni — una matrice 5x5 è ancora economica, ma una 21x21 inizia a diventare pesante. Pro-tip: i filtri separabili (prima orizzontale, poi verticale) per Gaussiano e Mediano riducono drasticamente la complessità.