कैमरे से आकार मापना: एक क्रेडिट कार्ड, दो रेखाएँ और कुछ पुनर्जागरण कालीन ज्यामिति

अपने हाथ की दूरी पर अपना अंगूठा रखें और यह चंद्रमा को ढक लेता है। एक छवि से आकार मापने की पूरी समस्या बस इसी एक इशारे में है: कैमरा कोणों को रिकॉर्ड करता है, आकार को नहीं। लेंस के पास रखी माचिस की डिब्बी और उससे दूर रखा एक शिपिंग कंटेनर ठीक एक जितने पिक्सेल घेर सकते हैं, और फोटो में ऐसा कुछ भी नहीं है जो उनके बीच अंतर कर सके। चित्रकारों ने पंद्रहवीं शताब्दी में इसे परिप्रेक्ष्य के रूप में औपचारिक रूप दिया; कंप्यूटर विज़न ने इसे प्रोजेक्टिव कैमरा मॉडल के रूप में औपचारिक रूप दिया (इसका मानक आधुनिक संदर्भ Hartley & Zisserman की Multiple View Geometry in Computer Vision है); और हर "अपने फ़ोन से कुछ भी मापें!" वाले ऐप को किसी न किसी तरह इसका जवाब देना ही पड़ता है।

इससे बाहर निकलने के दो ईमानदार तरीके हैं। पहला यह कि फ़ोन को उसकी खुद की ऑप्टिक्स — फोकल लेंथ, सेंसर ज्योमेट्री, लेंस डिस्टॉर्शन — सिखाई जाए और दूरी का अनुमान लगाया जाए, जो कि AR मेजरिंग ऐप्स करने की कोशिश करते हैं, और इसकी सटीकता हार्डवेयर, लाइटिंग, टेक्सचर और किस्मत पर निर्भर करती है। दूसरा तरीका सदियों पुराना है और इसके लिए कैमरे के बारे में कुछ भी जानने की आवश्यकता नहीं है: तस्वीर में ज्ञात आकार की कोई वस्तु रखें।

तरकीब: स्केल प्रोजेक्शन के माध्यम से आगे बढ़ता है

Sentio का डाइमेंशन टूल दूसरा रास्ता अपनाता है। जिस वस्तु का आप माप लेना चाहते हैं, उसके बगल में एक संदर्भ रखकर उसकी फोटो खींचें — जैसे कि कोई पेमेंट कार्ड या A4 पेपर की शीट — फिर फोटो पर दो रेखाखंड चिह्नित करें: एक संदर्भ पर, और दूसरा लक्षित वस्तु पर। यह टूल एक अनुपात की गणना करता है और गुणा करता है:

वास्तविक आकार = (टारगेट पिक्सेल ÷ संदर्भ पिक्सेल) × संदर्भ का ज्ञात आकार

कोई पेमेंट कार्ड एक वैध पैमाना क्यों है? क्योंकि यह आपके पास मौजूद सबसे कड़ाई से मानकीकृत वस्तुओं में से एक है। ISO/IEC 7810 ID-1 कार्ड फॉर्मेट को 85.60 × 53.98 mm पर निर्धारित करता है — दुनिया का हर बैंक कार्ड, लॉयल्टी कार्ड और होटल की चाबी, उप-मिलीमीटर की सटीकता के साथ इसी आकार की होती है। बड़े लक्ष्यों के लिए A4 पेपर (297 × 210 mm, ISO 216 श्रृंखला से) इसका बड़ा रूप है। आप जीवन भर अपने साथ ऐसे सटीक संदर्भ लेकर चले हैं।

जिस रेखागणित के कारण यह अनुपात काम करता है वह समरूप त्रिभुज (similar triangles) हैं: जब दो वस्तुएं लेंस से एक ही दूरी पर, एक ही समतल में स्थित होती हैं, तो प्रोजेक्शन दोनों को एक ही गुणांक से स्केल करता है — चाहे वह गुणांक जो भी हो। फोकल लेंथ अज्ञात है? कैंसिल। दूरी अज्ञात है? कैंसिल। कौन सा फोन, कौन सा लेंस, कौन सा ज़ूम? सब कैंसिल। यह इस प्लेटफॉर्म के 'नो-पर-डिवाइस-कैलिब्रेशन' सिद्धांत का सबसे शुद्ध रूप है: अज्ञात कैमरा अंश और हर दोनों में दिखाई देता है, और आपस में कट जाता है।

यह कहाँ बिल्कुल सटीक है, और कहाँ इसकी सीमाएं हैं

ऊपर बताई गई सभी बातें बताई गई परिस्थितियों में बिल्कुल सटीक लागू होती हैं: संदर्भ (reference) और लक्ष्य एक ही समतल में, समान दूरी पर हों, और उन्हें लगभग सीधे सामने से देखा जाए। टूल की सटीकता की सीमा उन तरीकों की सूची है जिनसे वास्तविक तस्वीरें इन नियमों का उल्लंघन करती हैं:

• फोरशॉर्टनिंग (Foreshortening)। समतल को थोड़ा झुकाएं और लंबाई झुकाव के साथ सिकुड़ जाती है — तिरछे कोण से खींची गई कार्ड की फोटो छोटी दिखती है, और इसके मुकाबले मापी गई हर चीज़ की माप वास्तविक से अधिक आती है। सीधे सामने से फोटो खींचना सबसे बेहतरीन और काम की आदत है।
• अलग-अलग गहराई। किसी बक्से के बगल में मेज पर रखा कार्ड मेज के समतल को मापता है; जबकि बक्से का ऊपरी किनारा लेंस से कुछ सेंटीमीटर अधिक करीब होता है और आनुपातिक रूप से बड़ा दिखाई देता है। संदर्भ (reference) को उस वस्तु के बगल में नहीं, बल्कि उसके ऊपर रखें जिसे आप माप रहे हैं।
• लेंस डिस्टॉर्शन। फोन के वाइड लेंस फ्रेम के किनारों के पास सीधी रेखाओं को थोड़ा मोड़ देते हैं। दोनों रेखाखंडों (segments) को केंद्र के पास रखने से रेखागणित की सटीकता बनी रहती है।
• टैप की सटीकता। आप रेखाखंडों (segments) को हाथ से चिह्नित करते हैं, और उंगली का सिरा कुछ पिक्सेल चौड़ा होता है। इसका व्यावहारिक नियम सीधा है: फ्रेम में संदर्भ जितना बड़ा होगा, माप उतनी ही सटीक होगी। फोटो के केवल दसवें हिस्से में फैला कार्ड उन कुछ पिक्सेल की गलती को बड़ा बना देता है; जबकि फोटो के आधे हिस्से में फैलने पर, वे पिक्सेल महत्वहीन (noise) हो जाते हैं।

इसे सही तरीके से करें — एक ही समतल में, केंद्र में, और संदर्भ बड़ा हो — तो प्रतिशत-स्तर की सटीकता मिलना संभव है: हाथ के आकार की वस्तु पर एक या दो मिलीमीटर का अंतर। यह इस टूल की अधिकतम सीमा है, और इसे छिपाने के बजाय खुलकर बताया गया है। विशेष रूप से, सहेजी गई माप में दोनों मूल रेखाखंड (raw segments), संदर्भ का चयन और फ्रेम का रेखागणित सुरक्षित रहते हैं, जिससे इस संख्या को बाद में दोबारा निकाला और जांचा जा सकता है — ऐसी माप जिसकी आप दोबारा जांच कर सकें, उस संख्या से कहीं बेहतर है जिस पर आपको आंख मूंदकर भरोसा करना पड़े।

पेशेवर उपकरणों के मुकाबले

डायमेंशन टूल काउंटिंग और मीटर रीडिंग के साथ "क्लेरिकल कैमरा" परिवार का हिस्सा है — देखें गिनें, मापें, पढ़ें — और यह बड़ा सवाल कि फोन को कब किसी वास्तविक उपकरण की मदद लेनी चाहिए, ईमानदार आकलन का विषय है।