"Focus Points"-Plugin für Lightroom – jetzt mit Visualisierung von Motiverkennung und AF-Feldauswahl !!

[Karsten]

Ich habe die Fokuspunktanzeige um ein neues, cooles Feature für die OM-Kameras erweitert. Eines, welches ich mir als Nutzer einer OM-1 schon immer gewünscht habe, von dem ich aber nicht gedacht hätte, dass ich das so schnell hinkriegen würde, wenn überhaupt. Die Rede ist von einer Visualisierung der Motiverkennungs- und Fokusfelder, so wie man sie beim Fotografieren im Sucher und auf dem Kameradisplay sieht.

 „Motiverkennung“ umfasst in diesem Kontext alle Motivtypen, die derzeit von der OM-1 unterstützt werden: Motorsport, Flugzeuge, Züge, Vögel, Hunde & Katzen und Menschen.

Wer jetzt gleich wissen möchte, was dabei herausgekommen ist, blättert einfach runter in die zu den Bildbeispielen, denen ich der Übersichtlichkeit halber eigene Beiträge spendiert habe.

Wie schon in der Vergangenheit, bitte ich um eure Mithilfe, um die neue Funktion abzusichern, indem sie über einen größeren Bildbestand, aufgenommen mit unterschiedlichen Kameras, getestet wird.

Die Schwierigkeit bei diesem Feature war nicht die Implementierung selbst, sondern herauszufinden, in welchen der über 2000 !! unbekannten EXIF Makernotes-Einträge der OM-1 sich die dafür benötigten Informationen befinden (sofern sie denn überhaupt gespeichert sind) und wie die entsprechenden Daten zu interpretieren sind. Das ging zum Glück viel einfacher und schneller, als ich mir vorgestellt hatte.
 

Zum Verständnis der Funktion und ihrer Logik hier eine kurze Zusammenfassung:

In den EXIF-Daten gibt es zwei unbekannte Tags, Olympus_CameraSettings_0x030a (10 Bytes) und Olympus_CameraSettings_0x030b (11 Bytes), in der Folge verkürzt A und B genannt. In jedem der beiden Tags A und B ist Platz, um die Kenndaten für 2 Rahmen (Koordinaten des linken oberen Punktes, Breite und Höhe) abzuspeichern.

Tag A enthält

1. den Bereich, innerhalb dessen fokussiert wurde. Der Mittelpunkt dieses Bereiches entspricht exakt den Koordinaten des Fokuspunktes, den man immer schon aus den EXIF-Daten auslesen konnte (AFPointSelected). Der entsprechende Rahmen wird vom Plugin mit der Fokuspunkt/rahmen-Farbe eingezeichnet, die in den Plugin-Einstellungen gewählt werden kann (rot, grün, blau).

2. den Bereich, der für die Fokussierung ausgewählt wurde. Entweder vom Benutzer durch die Wahl des AF-Feldes (Einzel, klein, mittel, groß etc.) oder als Nebenprodukt der Motiverkennung. Dieser Rahmen wird in der im Plugin festgelegten Farbe „weiß“ für ausgewählte Bereiche eingezeichnet.
 

Tag B enthält bei aktivierter und erfolgreicher Motiverkennung:

1. den Bereich, in dem sich das erkannte Motiv befindet

2. einen weiteren Bereich, in dem sich ein Motivdetail (z.B. Kopf oder Auge), sofern ein solches erkannt wurde.

Beide Bereiche werden durch Rahmen in der Farbe für erkannte Bereiche (Gesichter, Motiv) „gelb“ visualisiert.
 

Ich habe die Implementierung mit zahlreichen Testbildern (mangels echter Motive vom PC-Bildschirm abfotografiert) und natürlich ausgewählten eigenen Fotos visuell geprüft und bin so weit mit den Ergebnissen zufrieden.

Natürlich bin ich sehr gespannt, ob ihr die oben beschrieben Logik an eigenen Bildern nachvollziehen könnt oder ob es Bilder gibt, die aus dem Rahmen fallen (Achtung, Wortwitz). An solchen Beispielen bin ich sehr interessiert!

Meine Bitte zum Ausprobieren und Testen richtet sich an Besitzer der OM-1, OM-1 Mark 2, OM-3 (alle mit Motiverkennung) und OM-5 (nur AF-Feldauswahl). Bei den Kameras der Olympus E-M Reihe existieren die beiden Tags, um die es hier geht, nicht.

Das Pre-Release zum Testen findet ihr hier:
https://github.com/capricorn8/Focus-Points/releases/tag/v3.1_pre3

Vielen Dank für Eure Mithilfe und viel Spaß beim Ausprobieren!

Karsten

P.S.: Bitte wartet mit euren Antworten auf diesen Beitrag noch kurz, bis ich die Bildbeispiele eingestellt habe. Ich gebe Bescheid, wenn ich fertig bin.

[Karsten]

Motiverkennung Vögel – wahrscheinlich der Hauptanwendungsfall hier Forum 😊

In den meisten meiner Bilder ist sehe ich Erkennungsrahmen für Körper und Kopf oder Auge, wobei auf das erkannte Motivdetail fokussiert wurde:

 

Eher selten sind Aufnahmen, bei den Körper und Kopf als erkannt markiert und das Auge als fokussiert gekennzeichnet sind.

 

Wenn das Motiv zu klein im Bild ist, wird es als solches auch schon mal nicht erkannt. In manchen Fällen liefert die Motiverkennung aber trotzdem eine Vorgabe, wo der AF suchen soll:

bearbeitet 10. Juni von Karsten

[Karsten]

Motiverkennung Flugzeuge

Idealerweise werden Rumpf und Cockpit erkannt und der Fokus liegt auf dem Cockpit:

bearbeitet 10. Juni von Karsten

[Karsten]

Motiverkennung Motorsport – Motorrad und Cart

Erkennung von Fahrzeug, Fokus auf dem Kopf des Fahrers:

 

Wobei die Rahmen in direkt aufeinanderfolgenden Aufnahmen genauso schnell wechseln können wie das Gezappel im Sucher:

bearbeitet 10. Juni von Karsten

[Karsten]

Motiverkennung Motorsport – Rennwagen

Bei Formel 1 o.ä. Fahrzeugen gleiche Logik wie bei Motorrad und Cart:

 

Bei geschlossenen Sportwagen Erkennung von Fahrzeug und Front:

bearbeitet 10. Juni von Karsten

[Karsten]

Motiverkennung Katzen und Hunde

Erkennung von Körper, mögliche Details sind Kopf oder Auge. Auch hier können Art und Position der Rahmen sehr schnell von einer zur nächsten Aufnahme wechseln.

bearbeitet 10. Juni von Karsten

[Karsten]

Motiverkennung Mensch

Kann ich mit meiner OM-1 (Mark 1) nicht testen. Ich habe im Netz ein Bild von der OM-3 gefunden, das mit Motiverkennung Mensch aufgenommen wurden. Vielleicht hat ihr noch der ein oder andere schönere Beispiele, di er beisteuern möchte.

bearbeitet 10. Juni von Karsten

[Karsten]

Und zu guter Letzt: AF-Feld Visualisierung

Das vom Benutzer ausgewählte AF-Feld wird durch einen weißen Rahmen visualisiert. Der Bereich, in dem die Kamera fokussiert hat, wird durch einen Kasten mit einem runden Punkt in der Mitte (genau dort sitzt der im EXIF ausgewiesene Fokuspunkt) in Fokusfarbe visualisiert.

bearbeitet 10. Juni von Karsten

[pit-photography]

Cool!

Danke für deinen Einsatz.

Werde ich mal probieren.

[Karsten]

Die Diskussion ist eröffnet 😊

[strauch]

vor einer Stunde schrieb pit-photography:

Cool!

Danke für deinen Einsatz.

Werde ich mal probieren.

Dito

HG Ludwig

[strauch]

Hallo Karsten,

Motiverkennung Vögel funktioniert (OM 1 Mk II)👍

Nochmals Danke für Deinen Einsatz

HG Ludwig

[Jens H]

Funktioniert einwandfrei (Fokuspunkt, Rahmen der Motiverkennung Gesicht, Hund, Vogel) mit allen bisher getesteten Fotos einer E-M1.1 und einer OM-1.1.

Danke Karsten!

[wuevogel]

Hallo Karsten,

vielen Dank für die erneute Arbeit, es funktioniert sehr gut!

Kamera: OM-1.1 mit 100-400

viele Grüße

Uwe

[Paulmi]

Hallo Karsten,

auch von mir vielen Dank für deine Arbeit. Habe nur kurz getestet, aber da schon sehr überzeugend! Falls ich noch Unklarheiten entdecke, melde ich mich.

[hein]

Hallo Karsten 

Vielen Dank für die neue Version.  Mit Bildern der EM1.1 unEM1.3 keine Probleme.

Bei Bilder mit der OM1.2 ist mir folgendes aufgefallen: 

Flugtag Eger 2024 bei fast allen Bildern : Subject Tracking : Airplanes : Unknown(2) obwohl sie richtig erkannt wurden. 

Möwen  Subject Tracking :Birds : Object found obwohl sie fast nie richtig erkannt wurden. (selbst bei "kleinen" Möwen und Stromleitungen)

Liegt möglicherweise an der Kamera , die Einstellungen sollten gleich gewesen sein. 

Die Bilder beim Flugtag sind mit dem 40-150/F2.8 und dem MC20 gemacht worden, die Möwen mit dem 300/F4 und Mc14.

 

bearbeitet 11. Juni von hein

[Karsten]

@hein Vielen Dank für dein Feedback!

Das Problem mit "Unknown" ist mir bekannt. Die Ursache dafür ist, dass Exiftool nur die Werte "0" für "nicht gefunden" und "1" für "gefunden" kennt:

Offensichtlich gibt es weitere Werte (bei Flugzeugen "2", bei Motorsport "2" und "3") deren Bedeutung es noch zu entschlüsseln gilt.

Bei Motosport Carts sowie Formel-1 (und ähnlichen) Fahrzeugen habe ich bis her nur "Object Found" gesehen.
"Unknown(3)" erhalte ich für alle Bilder mit Motorrädern - vielleicht ist genau das die Bedeutung?

Was "2" gleichermaßen für Flugzeuge und Autos (außer Formel-1 o.ä.) bedeuten könnte - keine Ahnung! Zumal ich Beispiele habe, die sich so ähneln, dass es rein vom Bild her keinen Anhaltspunkt gibt, warum das Resultat einmal so und einmal so ist. Siehe unten.

Vielleicht hat hier jemand entsprechendes, umfangreiches Bildmaterial und kann darüber Licht ins Dunkel bringen!?
 

vor 2 Stunden schrieb hein:

Möwen  Subject Tracking :Birds : Object found obwohl sie fast nie richtig erkannt wurden. (selbst bei "kleinen" Möwen und Stromleitungen)

Obwohl ich wiederholt festgestellt habe, dass die Elemente der Motiverkennung bei Vögeln "besser" positioniert sind als der Autofokus, ist es für mich nicht überraschend, dass die Visualisierungselemente gerade bei schnell bewegten Motiven öfter mal im Nirgendwo liegen. Das war bei der Fokuspunktanzeige ganz genauso. Die Kamera legt das in den Metadaten so ab. Warum das so ist, Motive aber trotzdem korrekt fokussiert wurden, werden wohl nur die Ingenieure in Tokio beantworten können.

 

bearbeitet 11. Juni von Karsten

[hein]

Hallo Karsten 

Vielen Dank für Deine schnelle Antwort. 

 Ich werde die Bilder vom Flugtag nach dem Wochenende mal durchsuchen ob ich da welche dabei habe mit "Object Found" und werde sie dann hier posten.

Es sind allerdings ca 18.000 Fotos . Ich habe dort  das Subject Tracking der OM1.2 getestet. 🙂

[Karsten]

Wow! 18.000 ist eine Hausnummer. Bitte nicht alle posten 😄

Was mir mehr helfen würde, wäre wenn du nach Ähnlichkeiten suchst und dann deine Schlussfolgerungen hier postest.

Meine Flugzug-Testbilder (alle vom Bildschirm abfotografiert) sind ein Mix aus Passagierflugzeugen und einem Kampfjet (davon drei Aufnahmen). Genau bei letzterem wird "Unknown(2)" angezeigt. Als Gemeinsamkeit mit deinen Bildern fällt mir auf, dass man - im Gegensatz zu den Passagierflugzeugen - bemannte Cockpits erkennt. Oder ist es Kleinflugzeug vs. Passagiermaschine?

Wenn du mit deinen 18.000 Bilder durch bist, sollten wir die Antwort kennen 😄

 

bearbeitet 11. Juni von Karsten

[hein]

Ich habe mal grob nach Ähnlichkeit gesucht :

Alle eimotorigen Flugzeuge auch Doppeldecker , Segelflugzeuge, Kampflugzeuge egal ob Motor oder Düse oder V Leitwerk werden als Unknown (2) bezeichnet. Die Me 262 ist zu 95% Unknown(2) oder 5% Object Found. Die zweimotorige Beechcraft C45 ist 50% Unknown(2) oder 50% Object Found. Die deutliche größere Catalina wird meistens als Object Found und manchmal als Unknown(3)  gekennzeichnet. Grund dafür könnte der 3 Blatt Propeller sein.  Unknown(3)  ist vermutlich eine Kennzeichnung für Hubschrauber. z.B. Enstrom 480 oder Robinson R44. Nach dem Wochenende schaue ich nochmal genauer. 

 

[pit-photography]

@Karsten

Bin eben dazu gekommen, das Plugin einzubinden. Funktioniert anstandalos.
Allerdings, auf meinem Laptop ist das Fenster so groß, dass der Rest schon über dem Displayrand hinausgeht und rechts die Informationen nur ein Teil zu sehen ist. Im Plugin-Manager gibt es nur die Skalierung Auto und dann ab 100%. Ist es möglich, kleiner als 100% einzustellen?

Hier das Screenshot, siehe rechts:

Danke und VG Pit

 

[Karsten]

vor einer Stunde schrieb pit-photography:

Im Plugin-Manager gibt es nur die Skalierung Auto und dann ab 100%. Ist es möglich, kleiner als 100% einzustellen?

Auszug aus der Plugin "Benutzer Dokumentation" (ich habe mir echt viel Mühe damit gegeben und etliche Stunden an Arbeit investiert):

Zitat

Screen Scaling

Display scaling factor
Windows only. Default setting: "Auto"

The drawing routines used on Windows are not aware of a display scale factor that might have been applied to the Windows configuration (Settings -> Display -> Scale). In order to avoid that the plugin window can get bigger than the size of the screen the plugin needs to reverse such scaling/magnification when sizing the dialog window. The "Auto" setting will trigger the plugin to size its windows in sync with a system scale factor. Optionally, a pre-defined, fix scale value can selected, which will avoid a registry access via an external command (REG.EXE)on each call of the plugin. The meaning of the predefined values 100%, 125%, 150% etc is the same as in the Windows Settings dialog. I.e. in order to reverse a system-wide 150% magnification, the same value needs to be selected in the plugin settings.

Welchen Wert hast du in der Windows-Installation auf deinem Notebook gesetzt?

Den gleichen musst du in den Plugin Einstellungen wählen, um die normale Fenstergröße zu erhalten. Größere Werte machen das Fenster kleiner.

Wenn Du "Auto" eingestellt hast, sollte das automatisch funktionieren!??

[pit-photography]

vor 6 Stunden schrieb Karsten:

Wenn Du "Auto" eingestellt hast, sollte das automatisch funktionieren!??

Anfangs hatte ich auf Auto belassen, das Fenster erschien ziemlich groß. Dann nahm ich den Wert 125% aber sah gleich aus. Dass bei größeren Werten das Fenster kleiner werden sollte hatte ich nicht auf dem Schirm 🫣

Nun habe ich mal mit 200% probiert und dann passt es! Danke!

Nun ist alles Super 👍

 

[Karsten]

vor 2 Stunden schrieb pit-photography:

Nun habe ich mal mit 200% probiert und dann passt es! Danke!

Schön, dass du wieder arbeitsfähig bist 😊

Alles gut ist (für mich) damit aber trotzdem nicht. Ich würde gerne verstehen, wie genau es zu der Fenster-Übergröße bei dir gekommen ist. Wenn "Auto" eingestellt ist, ermittelt das Plugin (über eine Abfrage des System-Skalierungswertes in der Registry) selbständig den passenden Wert. Der scheint bei dir 200% zu sein. Wenn das nicht funktioniert, ist etwas schiefgelaufen.

Wenn du testhalber nochmal  Scaling "Auto" und Logging "Debug" einstellst, kannst du per "Check log" das Logfile öffnen. Die ersten Einträge geben Einblick in die Registry-Abfrage und deren Ergebnis. Das würde mich interessieren!

06/12/2025 08:17:40 INFO                  SYSTEM | 'DEBUG' logging to C:\Users\Karsten\AppData\Local\Adobe\Lightroom\Logs\LrClassicLogs\FocusPoints.log 
06/12/2025 08:17:40 INFO                  SYSTEM | Running plugin version 3.1.0 in Lightroom Classic 14.3 on Windows 11 - Business Edition 
06/12/2025 08:17:40 DEBUG                   UTILS | Retrieving DPI scaling level from Windosws registry using REG.EXE 
06/12/2025 08:17:40 DEBUG                   UTILS | REG command: reg.exe query "HKEY_CURRENT_USER\Control Panel\Desktop\WindowMetrics" -v AppliedDPI >"C:\Temp\76C003AB-57E7-4342-9E7E-3856AC58865D.txt", RC=0 
06/12/2025 08:17:40 DEBUG                   UTILS | REG output: ^HKEY_CURRENT_USER\Control Panel\Desktop\WindowMetrics^    AppliedDPI    REG_DWORD    0x6e^ 
06/12/2025 08:17:40 DEBUG                   UTILS | DPI scaling level 0x6e = 110dpi ~ 115% 
06/12/2025 08:17:41 INFO                  SYSTEM | Display scaling level 115% 
06/12/2025 08:17:41 INFO              FOCUSPOINT | ======================================================================== 
06/12/2025 08:17:41 INFO        FOCUSPOINTDIALOG | Image: P6099851.ORF (5184x3888px) 

 

vor 10 Stunden schrieb pit-photography:

Funktioniert anstandalos.

Dass es für einige ausgewählte Beispiele funktioniert, heißt noch nicht, dass es insgesamt tadellos läuft 😉

Wenn ich mich recht erinnere, hast du dir doch die OM-1 Mark 2 wegen der Menschenerkennung gekauft. Ich würde es sehr schätzen, wenn du (bei Gelegenheit) mal eine größere Anzahl von Bildern, die du mit Menschenerkennung aufgenommen hast, prüfen könntest. Es müssen ja nicht gleich 18.000 sein, wie bei @hein 😄 Vielleicht fällt ja dabei auch das ein oder andere aussagekräftige Beispiel als Illustration für dieses Thread ab. Ich hätte erwartet, dass es dort solche Rahmen zu sehen gibt wie bei Tieren, für Körper, Kopf und Augen.

[pit-photography]

vor 11 Minuten schrieb Karsten:

Wenn du testhalber nochmal  Scaling "Auto" und Logging "Debug" einstellst, kannst du per "Check log" das Logfile öffnen. Die ersten Einträge geben Einblick in die Registry-Abfrage und deren Ergebnis. Das würde mich interessieren

Ok, werde ich nachher machen. Muss mal schauen wie in der Einstellung die Grafik skaliert ist.