Aplicar uma máscara de convolução a uma imagem — pixels multiplicados e somados com seus vizinhos. Operação fundamental em compositing e gradação digital.
Você aplica uma convolução quando combina cada pixel de uma imagem com seus vizinhos imediatos — uma operação matemática fundamental no processamento digital de imagens. A máscara (uma pequena grade de kernel, geralmente 3x3 ou 5x5) é deslizada sobre toda a imagem. Para cada posição, cada pixel sob a máscara é multiplicado por um coeficiente, todos os produtos são somados e o resultado é escrito como um novo valor de pixel. Isso soa abstrato, mas você reconhece o resultado imediatamente: desfoque, realce de bordas, redução de ruído — tudo são convoluções.
Na composição prática, você precisa de convoluções constantemente. Um nó de desfoque (blur) em Nuke é uma convolução — ele pega cada pixel e o mistura com seus vizinhos em um padrão ponderado. Um filtro de nitidez (sharpen) funciona da mesma forma: pesos altos para o pixel central, valores negativos para os vizinhos. A detecção de bordas (Sobel, Laplaciano) também é pura convolução — kernels especiais realçam as bordas de luminosidade. Você percebe rapidamente: o kernel define tudo. Um desfoque gaussiano (Gaussian blur) é simplesmente um kernel cujos coeficientes mapeiam uma distribuição gaussiana.
Grades e correção de cor utilizam convoluções para efeitos espaciais. Um desfoque localizado antes do ajuste de cor, redução de granulação (grain) por convoluções adaptativas, ou separação de frequência espacial — tudo isso são convoluções. Alguns softwares de grade oferecem editores de kernel customizados para que você possa criar efeitos exóticos. No fluxo de trabalho da Red ou no DaVinci Resolve, você às vezes aplica convoluções sem perceber: todo desfoque espacial, toda operação de redução de ruído que considera os vizinhos de pixel é uma convolução.
Nota de performance: Kernels grandes (11x11 ou maiores) podem ser caros — eles amostram 121+ pixels vizinhos por posição. Aceleração por GPU torna o processo mais rápido. Kernels separáveis (por exemplo, convolução horizontal e depois vertical) economizam tempo de processamento massivo. No set ou na pós-produção, você deve saber: um desfoque gaussiano simples é praticamente gratuito. Um kernel customizado com tratamento de borda (estender, envolver, espelhar?) deve ser definido conscientemente, caso contrário, artefatos surgirão nas bordas da imagem. A convolução não é nova — ela vem do processamento de sinais — mas no pipeline moderno de VFX, ela é onipresente e muitas vezes invisível.