Gerade erst entdeckt: RawRefinery, https://github.com/rymuelle/RawRefinery
Ein Open Source-Programm, dass Raw-Fotos per KI-/Machine Learning entrauscht, also das gleiche macht, wie z.B. die KI-Denoiser von Adobe und DxO, wobei die Funktionalität der von DxO PureRaw entspricht: vorhandene Raws werden entrauscht und als entrauschte DNGs neu gespeichert, so dass man sie dann anschließend mit einem Raw-Entwickler (einschließlich der Open Source-Programme Darktable und RawTherapee) entwickeln/prozessieren kann.
Die Installation ist nicht ganz trivial, weil RawRefinery - wie so viele KI-Tools - auf Python und Torch basiert, und man alles mit Pythons pip-Paketmanagement installieren muss. Die Installationsanleitung auf der Github-Seite (s.o.) ist eigentlich gut... Nur hatte ich das Problem, dass die dort vorgeschlagene etwas ältere Torch-Version meine Nvidia RTX 5070 noch nicht unterstützt und ich erst mal händisch basteln musste, um die passende Version (128 statt 126; 130 war wiederum zu neu und brauchte Nvidia-Bibliotheken, die es auf meinem System noch nicht gibt...) zu finden.
Eine schnelle GPU ist Pflicht für dieses Programm. (Denoising nur über CPU geht auch, dauert dann aber ca. eine Stunde pro Bild...)
Die Ergebnisse sprechen allerdings für sich. Hier mal ein sehr rauschiges Raw-Foto, das mit einer alten Nikon 1-Kamera (1"-Sensor bei ISO 3200...) aufgenommen wurde, ohne Rauschfilterung in Darktable prozessiert:
Entrauscht in RawRefinery, mit identischen Parametern wie oben in Darktable prozessiert:
1:1-Crop-Vergleich:
IMHO performt das Tool auf ähnlichem Niveau wie die KI-Entrauschung von Adobe und DxO.
Was das mit Video zu tun hat? Erst mal nicht viel, allerdings kann man diesen Denoiser auch für CinemaDNG verwenden. Hier gibt es ein Kommandozeilen-Frontend für RawRefinery, mit dem sich Batch-Entrauschungen ganzer Dateisammlungen erledigen lassen:
https://github.com/rymuelle/RawForge
Und hier hat jemand ein Plugin für Darktable gebaut, mit dem sich Rawforge/RawRefinery direkt in das Programm einbinden lässt:
https://github.com/AyedaOk/DT_custom_sc ... /README.md


