लैंडस्केप फ़ोटो से कोहरा और धुंध कैसे हटाएं: AI Dehaze और स्पष्टता बहाली
जानें कि AI बूस्ट टूल का उपयोग करके लैंडस्केप फ़ोटो में मूड धुंध और कोहरे को कैसे काटें। कंट्रास्ट बहाल करें, धुली हुई रंगत वापस लाएं, विवरण को तेज करें, और स्पष्ट, जीवंत लैंडस्केप छवियों के लिए प्राकृतिक गहराई धारणा बनाए रखें।
Content Lead
समीक्षा द्वारा Magic Eraser Editorial ·
विषय सूची
- वायुमंडलीय धुंध को समझना और कैमरे इसे आँखों से अलग क्यों कैप्चर करते हैं
- गहराई-जागरूक डीहेज़िंग: दृश्य को चपटा किए बिना स्पष्टता बहाल करना
- रंग पुनर्प्राप्ति: वापस लाना वह पैलेट जिसे धुंध ने धो दिया था
- मूड संरक्षण: डीहेज़्ड और अतिप्रक्रियित के बीच का अंतर
- धुंध द्वारा नरम किए गए विवरण को दृश्य भर में तेज करना
लैंडस्केप फ़ोटोग्राफ़ी में मूड धुंध सबसे आम निराशा है। आप एक सुंदर दृश्य स्थल तक पहुंचने के लिए घंटों गाड़ी चलाते हैं, सही कंपोज़िशन ढूंढते हैं, सही रोशनी का इंतज़ार करते हैं। और परिणामी फ़ोटो वैसी नहीं दिखती जैसी आपकी आँखों ने देखी थी। दूर के पहाड़ जो नीले और नाटकीय दिख रहे थे, अब दूधिया सफेद परत के माध्यम से मुश्किल से दिखाई देते हैं। नीचे की हरी-भरी घाटी एक पीली, विसैचुरेटेड धुलाई में बदल गई है। रिजलाइन की वे परतें जो गहराई की इतनी मजबूत समझ पैदा कर रही थीं, ग्रे रंग के एक सपाट तल में विलीन हो गई हैं। आपका कैमरा उस धुंध को रिकॉर्ड करता है जिसे आपके दिमाग ने फ़िल्टर कर दिया था। परिणाम एक निराशाजनक छवि है जो आपके द्वारा अनुभव किए गए दृश्य की भव्यता को व्यक्त करने में विफल रहती है।
इस समस्या के पीछे का भौतिकी सुविख्यात है। मूड स्कैटरिंग — नमी के कणों, धूल, प्रदूषण के कारण। हवा में तापमान का अंतर — आपके कैमरे और दूर की वस्तुओं के बीच के रास्ते में आसमान से प्रकाश को पुनर्निर्देशित करता है। यह बिखरी हुई रोशनी दृश्य की हर चीज़ पर एक सफेद या नीले-ग्रे ओवरले जोड़ती है, जिसका प्रभाव अधिक दूरी पर और मजबूत होता जाता है। पाँच मील दूर एक पहाड़ को मध्यम धुंध ओवरले मिलता है; बीस मील दूर एक पहाड़ लगभग अदृश्य हो सकता है। कैमरा इस भौतिक वास्तविकता को ईमानदारी से रिकॉर्ड करता है, भले ही आपके मस्तिष्क ने मौके पर उस दूर के विवरण को समझने की क्षमता रखी हो जिसे कैमरा साफ़ रूप से कैप्चर नहीं कर सका।
AI photo editing उपकरण उल्लेखनीय सटीकता के साथ मूड स्कैटरिंग के प्रभावों को उलट सकते हैं। AI Enhance छवि के भीतर विभिन्न गहराईयों पर धुंध के घनत्व का विश्लेषण करता है और क्रमिक सुधार लागू करता है जो बिखरी हुई रोशनी के ओवरले को हटाते हैं जबकि प्राकृतिक मूड परिप्रेक्ष्य को बनाए रखते हैं जो लैंडस्केप को उनके पैमाने की भावना देता है। AI Filter फिर मूड और रंग पैलेट को ठीक करता है ताकि यह सुनिश्चित हो सके कि डीहेज़ परिणाम प्राकृतिक लगे न कि अत्यधिक प्रोसेस किया हुआ। यह गाइड धुंधली लैंडस्केप तस्वीरों में स्पष्टता बहाल करने की पूरी कार्यप्रणाली को कवर करता है, साथ ही उस गहराई और वातावरण को बनाए रखता है जो लैंडस्केप फ़ोटोग्राफ़ी को मजबूत बनाता है।
- AI Enhance विभिन्न गहराईयों पर धुंध घनत्व का विश्लेषण करता है और स्पष्टता बहाल करने के लिए क्रमिक सुधार लागू करता है।
- रंग संतृप्ति पुनर्प्राप्ति उन जीवंत हरे, नीले और मिट्टी के रंगों को वापस लाती है जिन्हें वायुमंडलीय प्रकीर्णन ने धो दिया था।
- चयनात्मक डीहेज़िंग प्राकृतिक गहराई धारणा बनाए रखने के लिए गहरे पृष्ठभूमि में कुछ वायुमंडलीय परिप्रेक्ष्य को संरक्षित करता है।
- AI शार्पनिंग प्रकाश प्रकीर्णन द्वारा नरम की गई किनारा परिभाषा को बहाल करता है बिना कृत्रिम हेलो या रिंगिंग पैदा किए।
- AI Filter पोस्ट-डीहेज़ मूड को ठीक करता है ताकि ऐसे परिणाम उत्पन्न हों जो चिकित्सकीय रूप से प्रोसेस किए जाने के बजाय प्राकृतिक लगें।
वायुमंडलीय धुंध को समझना और कैमरे इसे आँखों से अलग क्यों कैप्चर करते हैं
आपकी धुंधली लैंडस्केप तस्वीरें आपके द्वारा व्यक्तिगत रूप से देखे गए दृश्य से बदतर दिखने का कारण कोई कैमरा सीमा नहीं है। यह एक मस्तिष्क सीमा है, सबसे अच्छे अर्थों में। आपकी दृश्य प्रणाली कंट्रास्ट अनुकूलन, रंग स्थिरता और ध्यान-संचालित बूस्ट के संयोजन के माध्यम से मूड स्कैटरिंग की सक्रिय रूप से भरपाई करती है। जब आप एक दूर के पहाड़ पर ध्यान केंद्रित करते हैं, तो आपका मस्तिष्क उस पहाड़ के कथित कंट्रास्ट और रंग को बढ़ा देता है। आप पहाड़ को एक विशिष्ट, विस्तृत, नीले रंग की वस्तु के रूप में देखते हैं। आपके कैमरे में ऐसा कोई तंत्र नहीं है। यह सेंसर तक पहुंचने वाले हर फोटॉन को समान रूप से रिकॉर्ड करता है, जिसमें लेंस और पहाड़ के बीच की सभी बिखरी हुई मूड रोशनी शामिल है।
तीन प्रकार की मूड स्थितियां लैंडस्केप तस्वीरों में दृश्य धुंध पैदा करती हैं। सबसे आम है आर्द्रता धुंध, जहां हवा में निलंबित जल वाष्प प्रकाश को बिखेरता है। यह एक सफेद या हल्की नीली परत बनाता है जो दूरी के साथ बहुत बढ़ जाती है और गर्मी की गर्मी में, बड़े जल निकायों के पास और उष्णकटिबंधीय जलवायु में सबसे खराब होती है। दूसरा है प्रदूषण धुंध, जो शहरी क्षेत्रों और औद्योगिक क्षेत्रों के पास आम है। बिखरी हुई रोशनी में पीला-भूरा रंग जोड़ता है और अन्यथा साफ दिनों में भी दृश्यता को धुंधला कर सकता है। तीसरा है तापीय धुंध, जो जमीन के पास हवा की परतों के विभेदक तापन के कारण होता है, जो कंट्रास्ट हानि के अलावा एक टिमटिमाती विकृति पैदा करता है। रेगिस्तानी परिदृश्यों और सूर्य-गर्म फुटपाथ के लंबे खंडों पर सबसे अधिक दिखाई देता है।
प्रत्येक प्रकार की धुंध AI बूस्ट पर अलग-अलग प्रतिक्रिया करती है। आर्द्रता धुंध को ठीक करना सबसे सीधा है क्योंकि प्रकीर्णन काफी समान है और सफेद ओवरले के नीचे अंतर्निहित दृश्य विवरण संरक्षित है। प्रदूषण धुंध को डीहेज़ के अलावा रंग सुधार की आवश्यकता होती है क्योंकि बिखरे हुए कण एक रंग प्रभाव लाते हैं जो कंट्रास्ट बहाल होने के बाद भी बना रहता है। तापीय धुंध सबसे चुनौतीपूर्ण है क्योंकि इसमें वास्तविक ऑप्टिकल विरूपण शामिल है। टिमटिमाहट, लहर — यह सिर्फ एक ओवरले के बजाय पिक्सेल स्थितियों का विस्थापन है। AI उपकरण तीनों प्रकारों को संभालते हैं, लेकिन प्रत्येक के लिए यथार्थवादी अपेक्षाएं निर्धारित करना तापीय धुंध सुधार के विरूपण घटक को पूरी तरह से उलटने में असमर्थता पर निराशा को रोकता है।
- आपका मस्तिष्क कंट्रास्ट अनुकूलन के माध्यम से धुंध की सक्रिय रूप से भरपाई करता है; कैमरे धुंध को ईमानदारी से रिकॉर्ड करते हैं।
- आर्द्रता धुंध एक सफेद-नीली परत बनाती है जो गर्मी और पानी के पास सबसे खराब होती है — ठीक करने में सबसे आसान प्रकार।
- प्रदूषण धुंध एक पीला-भूरा रंग प्रभाव लाती है जिसे डीहेज़िंग के बाद रंग सुधार की आवश्यकता होती है।
- तापीय धुंध कंट्रास्ट हानि से परे ऑप्टिकल विरूपण जोड़ती है, जिससे यह पूरी तरह से उलटने में सबसे चुनौतीपूर्ण होती है।
गहराई-जागरूक डीहेज़िंग: दृश्य को चपटा किए बिना स्पष्टता बहाल करना
प्रभावी डीहेज़िंग और मोटे डीहेज़िंग के बीच महत्वपूर्ण अंतर गहराई जागरूकता है। एक साधारण कंट्रास्ट बूस्ट या क्लैरिटी स्लाइडर छवि के हर पिक्सेल पर समान सुधार लागू करता है। अग्रभूमि की चट्टानों को वही उपचार मिलता है जो दूर के पहाड़ों को। यह एक अप्राकृतिक परिणाम उत्पन्न करता है क्योंकि अग्रभूमि पहले स्थान पर बहुत अधिक धुंधली नहीं थी। इसके कंट्रास्ट को बढ़ाने से यह कठोर और अतिप्रक्रियित दिखती है जबकि दूर की पृष्ठभूमि अभी भी पर्याप्त रूप से ठीक नहीं हो सकती है। छवि अग्रभूमि में अत्यधिक सुधारित और पृष्ठभूमि में कम सुधारित दोनों हो जाती है।
AI Enhance डीहेज़िंग को एक गहराई-भिन्न समस्या के रूप में देखता है। मॉडल कई संकेतों के आधार पर छवि में तत्वों की सापेक्ष दूरी का अनुमान लगाता है। दूरी के साथ मूड चमक में वृद्धि, नीले-सफेद रंग की ओर बदलाव, बारीक विवरण की हानि, और दृश्य ज्यामिति। इस गहराई मानचित्र के साथ, AI दूर के तत्वों पर मजबूत धुंध हटाने और कैमरे के करीब के तत्वों पर क्रमिक रूप से हल्का सुधार लागू करता है। बीस मील दूर एक पर्वत श्रृंखला को आक्रामक कंट्रास्ट और संतृप्ति बहाली मिलती है। पाँच मील दूर एक पहाड़ी को मध्यम सुधार मिलता है। अग्रभूमि के शिलाखंडों और पेड़ों को न्यूनतम समायोजन मिलता है क्योंकि वे मूड स्कैटरिंग से मुश्किल से प्रभावित हुए थे।
यह गहराई-क्रमिक दृष्टिकोण पैमाने की प्राकृतिक समझ को संरक्षित करता है जो मूड परिप्रेक्ष्य प्रदान करता है। भौतिक दुनिया में, अधिक दूर की वस्तुएं स्वाभाविक रूप से हल्की और कम कंट्रास्ट वाली दिखाई देती हैं। इस तरह हमारी दृश्य प्रणाली बड़े पैमाने के परिदृश्यों में गहराई को समझती है। एक पूरी तरह से सपाट डीहेज़िंग जो सभी गहराई तलों को समान रूप से कंट्रास्टी बनाती है, वास्तव में गहराई की धारणा को नष्ट कर देती है, जिससे छवि एक स्थिर पीछे हटने वाले परिदृश्य के बजाय विभिन्न पैमानों पर कटे हुए तत्वों की एक सपाट कोलाज जैसी दिखती है। AI का गहराई-जागरूक सुधार उन गहराई संकेतों को समाप्त किए बिना स्पष्टता बहाल करता है जो लैंडस्केप फ़ोटोग्राफ़ी को त्रि-आयामी स्थान की भावना देते हैं।
- सरल कंट्रास्ट बूस्ट अग्रभूमि को अत्यधिक सुधारित करते हैं जबकि धुंधली पृष्ठभूमि को कम सुधारित छोड़ते हैं।
- AI Enhance वायुमंडलीय संकेतों से दृश्य गहराई का अनुमान लगाता है और तदनुसार क्रमिक सुधार लागू करता है।
- दूर के तत्वों पर मजबूत सुधार लागू होता है; अग्रभूमि के तत्वों को न्यूनतम समायोजन मिलता है।
- गहराई-क्रमिक डीहेज़िंग वायुमंडलीय परिप्रेक्ष्य को संरक्षित करता है जो त्रि-आयामी स्थान की भावना पैदा करता है।
रंग पुनर्प्राप्ति: वापस लाना वह पैलेट जिसे धुंध ने धो दिया था
धुंध सिर्फ कंट्रास्ट को कम नहीं करती — यह दृश्य के हर रंग में सफेद रोशनी जोड़कर रंगों को विसैचुरेट कर देती है। एक जीवंत हरा जंगल पीला, धुला हुआ हरा बन जाता है। एक गहरा नीला पर्वत श्रृंखला हल्का नीला-ग्रे बन जाता है। उजागर चट्टान संरचनाओं के गर्म मिट्टी के रंग एक म्यूट टैन में बदल जाते हैं। जैसे-जैसे धुंध दूरी के साथ मजबूत होती है, रंग क्रमिक रूप से संतृप्ति खोते जाते हैं जब तक कि सबसे दूर के तत्व मूलतः मोनोक्रोम न हो जाएं। सफेद और ग्रे के विभिन्न शेड्स जिनमें मूल रंग का केवल एक संकेत होता है। इस रंग को बहाल करना AI डीहेज़िंग के सबसे संतोषजनक पहलुओं में से एक है क्योंकि धुली हुई ग्रे छवि से जीवंत, पूर्ण-पैलेट परिदृश्य में परिवर्तन नाटकीय होता है।
AI Enhance धुंध द्वारा डाली गई योगात्मक सफेद रोशनी घटक को हटाकर रंग पुनर्प्राप्त करता है। बजाय सामान्य रूप से संतृप्ति बढ़ाने के — जो रंगों को अप्राकृतिक अतिसंतृप्ति में धकेल देगा — AI गणना करता है कि प्रत्येक गहराई स्तर पर कितनी बिखरी हुई सफेद रोशनी मौजूद है और इसे घटा देता है। यह गणितीय रूप से किसी भी मैन्युअल रंग समायोजन की तुलना में भौतिक प्रकीर्णन प्रक्रिया को उलटने के करीब है। बहाल किए गए रंग दृश्य के अनुसार सटीक होते हैं न कि मनमाने ढंग से बढ़ाए गए: एक जंगल जो शरद ऋतु की रोशनी में वास्तव में पीला-हरा था, उसे कृत्रिम पन्ना रंग में नहीं धकेला जाता जो मूल दृश्य में कभी मौजूद नहीं था।
एक महत्वपूर्ण बारीकियां यह है कि धुंध छोटी तरंगदैर्ध्य को लंबी तरंगदैर्ध्य से अधिक बिखेरती है। यह वही रेले प्रकीर्णन है जो आसमान को नीला बनाता है। परिणामस्वरूप, दूर की वस्तुएं पहले अपने गर्म रंग खोती हैं और नीली हो जाती हैं। AI डीहेज़िंग समग्र विसैचुरेशन के साथ इस तरंगदैर्ध्य-निर्भर बदलाव को भी ठीक करता है, दूर के चट्टानी चेहरों पर गर्म मिट्टी के रंगों और जंगली पहाड़ियों पर प्राकृतिक हरे रंग की विविधता को बहाल करता है। सुधारित छवि में एक पूर्ण, प्राकृतिक रंग पैलेट होता है जो गर्म-से-ठंडी सीमा तक फैला होता है, न कि संकीर्ण नीली-स्थानांतरित सीमा जो धुंधली मूल में दिखाई देती थी।
- धुंध बिखरी हुई सफेद रोशनी जोड़कर रंगों को विसैचुरेट करती है; दूर के तत्व लगभग मोनोक्रोम हो जाते हैं।
- AI रंग पुनर्प्राप्ति बिखरे हुए प्रकाश घटक को घटाती है न कि साधारण रूप से संतृप्ति बढ़ाती है।
- रेले प्रकीर्णन दूर की वस्तुओं में नीले रंग का बदलाव पैदा करता है जिसे AI सुधार उलट देता है।
- बहाल किए गए रंग दृश्य-सटीक होते हैं न कि मनमाने ढंग से बढ़ाए गए, प्राकृतिक पैलेट विविधता को संरक्षित करते हैं।
मूड संरक्षण: डीहेज़्ड और अतिप्रक्रियित के बीच का अंतर
सफल डीहेज़िंग के बाद प्रलोभन यह है कि सुधार को जितना संभव हो उतना आगे बढ़ाया जाए। हर दूर की चोटी को रेज़र-शार्प और हर रंग को पोस्टकार्ड जितना जीवंत बनाया जाए। यह ऐसी छवियां उत्पन्न करता है जो तकनीकी रूप से प्रभावशाली लेकिन भावनात्मक रूप से खोखली होती हैं। एक लैंडस्केप फ़ोटोग्राफ़ स्थलाकृतिक मानचित्र नहीं है। एक पर्वत दृश्य को मजबूत बनाने वाली बात का हिस्सा आपके और दूर की रिजलाइन के बीच विशाल स्थान की भावना है, और मूड धुंध — संयम में — इस बात का हिस्सा है कि हम उस दूरी को कैसे समझते हैं। मूड परिप्रेक्ष्य के हर निशान को हटाने से बीस मील का दृश्य एक स्केल मॉडल जैसा महसूस हो सकता है।
लक्ष्य शून्य धुंध नहीं बल्कि सही धुंध है। वह मात्रा जो आपके मस्तिष्क ने दृश्य स्थल पर समझी होती न कि वह मात्रा जो कैमरे ने रिकॉर्ड की। इसका मतलब है सबसे गहरी पृष्ठभूमि में कुछ मूड हल्कापन बनाए रखना जबकि अग्रभूमि और मध्यभूमि में पूर्ण स्पष्टता बहाल करना। AI Filter इस संतुलन में मदद करता है जिससे आप तकनीकी डीहेज़ सुधार के बाद मूड समायोजन लागू कर सकते हैं। देर दोपहर के शॉट्स के लिए हल्का गर्म स्वर, सुबह के पहाड़ी दृश्यों के लिए ठंडा नीला, या सबसे गहरी पृष्ठभूमि के लिए एक हल्का फ़ेड जो विशाल दूरी को स्वीकार करता है बिना विवरण को अस्पष्ट किए।
अपने डीहेज़्ड परिणाम की तुलना दृश्य की अपनी स्मृति से करें, न कि किसी तकनीकी आदर्श से। यदि दूर के पहाड़ अग्रभूमि के शिलाखंडों जितने करीब और कंट्रास्टी दिखते हैं, तो आपने शायद अत्यधिक सुधार कर दिया है। यदि आप अभी भी अग्रभूमि से पृष्ठभूमि तक एक सूक्ष्म चमक ढाल का पता लगा सकते हैं, जिसमें सबसे दूर के तत्वों में धीरे-धीरे नरम विवरण हो, तो परिणाम संभवतः प्राकृतिक दिखता है। AI उपकरण आपको धुंध हटाने की क्षमता देते हैं; कलात्मक निर्णय आपको बताता है कि कितना हटाना है। सबसे अच्छी लैंडस्केप तस्वीरें तकनीकी सुधार और भावनात्मक यथार्थवाद के चौराहे पर बैठती हैं।
- अधिकतम डीहेज़िंग तकनीकी रूप से तेज लेकिन भावनात्मक रूप से सपाट छवियां उत्पन्न करती है जिनमें विशाल दूरी की भावना का अभाव होता है।
- लक्ष्य अवधारणात्मक रूप से सही धुंध है — जो आपके मस्तिष्क ने समझा, न कि वह जो कैमरे ने रिकॉर्ड किया या शून्य धुंध।
- AI Filter तकनीकी डीहेज़िंग के बाद मूड समायोजन लागू करता है ताकि विवरण को अस्पष्ट किए बिना वातावरण बहाल हो सके।
- सबसे अच्छे परिणाम एक सूक्ष्म अग्रभूमि-से-पृष्ठभूमि ढाल को संरक्षित करते हैं जो दूरी को स्वाभाविक रूप से स्वीकार करता है।
धुंध द्वारा नरम किए गए विवरण को दृश्य भर में तेज करना
कंट्रास्ट और रंग से परे, मूड धुंध कैमरे और विषय के बीच प्रकाश को बिखेरकर छवि विवरण को भौतिक रूप से नरम कर देती है। आपके सेंसर तक पहुंचने वाले हर फोटॉन में धुंध कण द्वारा रास्ते से भटक जाने की एक छोटी संभावना होती है। इसका मतलब है कि एक दूर के चट्टानी चेहरे पर एक तेज किनारे से प्रकाश का बिंदु सेंसर तक थोड़ा फैला हुआ धुंधलापन के रूप में पहुंचता है। लाखों फोटॉन और मीलों वायुमंडल में इस प्रभाव को गुणा करें। वह दूर का विवरण जो साफ हवा में रेज़र-शार्प होता, नरम और अस्पष्ट हो जाता है। यह नरमी डीहेज़िंग के माध्यम से कंट्रास्ट और रंग बहाल होने के बाद भी बनी रहती है। छवि में सही चमक और रंग हो सकता है लेकिन फिर भी साफ दिन पर ली गई तस्वीर की कुरकुराहट का अभाव हो सकता है।
AI Enhance डीहेज़ सुधार के बाद लागू किए गए सामग्री-जागरूक शार्पनिंग के माध्यम से इस नरमी को संबोधित करता है। AI मौजूद किनारों और बनावटों के प्रकारों की पहचान करता है। चट्टानी चेहरे, पेड़ों की छतरियां, पानी की सतहें, वास्तुशिल्प रेखाएं — और प्रत्येक सामग्री प्रकार के लिए अनुकूलित शार्पनिंग एल्गोरिदम लागू करता है। चट्टानी किनारों को उनकी प्राकृतिक फ्रैक्चर लाइनों के साथ तेज किया जाता है। पेड़ों की छतरियों को बनावट बहाली मिलती है जो व्यक्तिगत शाखा और पत्ती के विवरण को वापस लाती है। पानी की सतहों को तेज किया जाता है ताकि लहर परिभाषा बहाल हो सके बिना लहरों के बीच चिकने टोनल ग्रेडिएंट्स में शोर पैदा किए।
अग्रभूमि बनाम पृष्ठभूमि पर लागू शार्पनिंग तीव्रता में भिन्न होनी चाहिए। AI Enhance डीहेज़िंग के लिए उपयोग किए गए समान गहराई अनुमान के माध्यम से इसे स्वचालित रूप से संभालता है। अग्रभूमि के तत्वों को पूर्ण शार्पनिंग मिलती है क्योंकि वे धुंध से केवल न्यूनतम रूप से नरम हुए थे। मध्यभूमि के तत्वों को मध्यम शार्पनिंग मिलती है। पृष्ठभूमि के तत्वों को सबसे हल्का शार्पनिंग स्पर्श मिलता है। कुछ परिभाषा बहाल करने के लिए पर्याप्त लेकिन इतना नहीं कि अत्यधिक दूरी पर अप्राकृतिक कुरकुरापन पैदा हो। यह क्रमिक शार्पनिंग, क्रमिक डीहेज़िंग के साथ मिलकर, एक ऐसा परिणाम उत्पन्न करती है जहां स्पष्टता पृष्ठभूमि से अग्रभूमि तक स्वाभाविक रूप से सुधरती है, जो मेल खाता है कि उसी दृश्य का साफ-हवा संस्करण वास्तव में कैसा दिखाई देगा।
- वायुमंडलीय प्रकीर्णन फोटॉन को पुनर्निर्देशित करके भौतिक रूप से विवरण को नरम करता है, जो कंट्रास्ट बहाली के बाद भी बना रहता है।
- सामग्री-जागरूक शार्पनिंग चट्टान, पत्ते, पानी और वास्तुकला के लिए अलग-अलग एल्गोरिदम लागू करती है।
- क्रमिक शार्पनिंग क्रमिक डीहेज़िंग से मेल खाती है — पृष्ठभूमि में हल्का स्पर्श, अग्रभूमि में पूर्ण सुधार।
- परिणाम वैसा दिखता है जैसे वही दृश्य साफ हवा के माध्यम से दिखाई देता है न कि डिजिटली प्रोसेस किया हुआ।
How to do it
- 1
Assess whether the haze is uniform or gradient before choosing an enhancement approach
Not all haze affects a landscape photo equally. Uniform haze creates a flat white veil across the entire image, reducing contrast and washing out colors from foreground to background. Gradient haze is thicker in the distance and thinner in the foreground, which is the natural behavior of atmospheric scattering. Identifying which type you are dealing with determines your approach: uniform haze responds well to a single global boost pass. Gradient haze requires the AI to apply different levels of correction at different depths in the image.
- 2
Apply AI Enhance to cut through the haze and restore contrast and color saturation
Upload your hazy landscape photo to AI Enhance and let the model analyze the atmospheric scattering pattern. The AI identifies the haze density at different depths in the image and applies depth-aware correction. Stronger dehaze in the distant mountains and lighter correction in the foreground where detail is already more visible. The result restores the contrast between landscape elements that the haze had blended together and recovers the color saturation that atmospheric scattering washed out.
- 3
Use AI Filter to fine-tune the mood after dehazing to avoid an overly clinical result
Aggressive dehazing can produce a technically correct but emotionally flat result. All the detail is recovered, but the image looks processed rather than mood. Apply an AI Filter that restores some of the mood the original scene conveyed. A slight warm tone for golden hour haze, a cool blue for mountain morning mist, or a subtle contrast curve that preserves the sense of depth without the full obscuring effect of the original haze. The goal is a photo that is clear and detailed but still feels like it was taken in that landscape, not generated in a computer.
- 4
Selectively preserve atmospheric haze in the deepest background to maintain depth perception
Removing all haze from a landscape photo can actually make it look less natural. In the real world, atmospheric perspective. The gradual lightening and color shift of objects at increasing distance — is how our eyes perceive depth in large-scale landscapes. A completely dehazed image where distant mountains appear as contrasty and saturated as the foreground rocks looks like a composite rather than a photograph. After your initial dehaze pass, evaluate whether the deepest background elements look unnaturally close and apply a lighter touch to the farthest depth layers.
- 5
Sharpen foreground and midground detail that haze softened without creating edge artifacts
Haze does not just reduce contrast — it physically scatters light between objects, which softens edges and reduces apparent sharpness. After dehazing recovers contrast and color, use AI Enhance's sharpening capability to restore edge definition in the foreground and midground. Rocks, foliage, buildings, and water textures all benefit from sharpening after dehaze. The AI applies sharpening that respects material boundaries. Rock edges become crisp without halos, leaf edges sharpen without ringing — producing a result that looks optically sharp rather than digitally processed.
स्रोत
- Single Image Haze Removal Using Dark Channel Prior — IEEE Transactions on Pattern Analysis and Machine Intelligence
- Atmospheric Scattering and Its Effects on Landscape Photography — Cambridge in Colour
- Color Theory in Landscape Photography: Managing Atmospheric Perspective — B&H Explora