Shan Hannadige氏のフィルム写真のワークフローは、35mmロールをCanon AE-1Pに装填して撮影し、現像のためにラボへ送り、その後ネガをストリップ状にカットしてPlustekスキャナーで各フレームをスキャンするというものでした。スキャン後、各ネガをdarktableで開き、色を反転させて手動で編集する工程は、36枚撮影のロール1つにつき約4時間を要していました。ロールの数が増えるにつれ、写真は撮るよりも処理に多くの時間を費やすようになり、ワークフローを効率化する方法を模索し始めました。
この画像はワークフローの最初のスキャン工程を説明しており、ネガがPlustekスキャナーとVueScanソフトウェアを使用してデジタル化される様子を示しています。
スキャン後の工程を自動化するため、Hannadige氏は画像キャプチャにはVueScanソフトウェアを継続して使用し、まずNumPyルーチンを用いてネガをポジに変換する処理パイプラインを構築しました。このルーチンはロール全体の色密度を測定し、フィルムの先頭にある空白の枠をリファレンスとして使用することで、夕焼けのようなフレームが極端に変化しないよう一貫した色補正を保証します。ゴミや傷は画像解析によって検出され、水面の輝きなどの誤検知を避けるためのコンテキストフィルタリングが行われ、マークされた領域はLaMaインペインティングモデルによって周囲のフィルム領域から詳細をコピーして補完されます。粒状性は調整可能な露出、コントラスト、温度コントロールを通じて対処され、写真家は個別に、あるいはバッチで修正内容を確認して承認することができます。
この画像は色補正工程の結果を示しており、NumPyルーチンがフィルムの空白のリーダーをリファレンスとしてネガをポジに変換している様子を表しています。
この画像はゴミと傷の検出UIを描写しており、コンテキストフィルタリングによってLaMaインペインティングが周囲の領域から詳細をコピーする領域をマークしています。
処理が完了した画像は、Ollamaでローカル実行されるQwen3-VLによって自動的にタグ付けされ、1フレームあたり約5秒で記述的なラベルが生成されます。これらのタグは、埋め込まれたカメラ、レンズ、日付、フィルムストックのデータと組み合わされ、検索可能なライブラリを構築します。承認された画像は、Hannadige氏の個人サイトを通じてCloudflare R2バケットにアップロードされ、無料枠のストレージと帯域幅を最大限に活用します。展示用には、本物のラベルアートや擦れ跡がある、フィルム缶が置かれたフェルトのテーブルを模したインタラクティブなthree.jsギャラリーが構築されました。ユーザーは缶を「持ち上げ」、フィルムを引き出してフレームを露出させ、それがテーブルに落ちる様子を観察することができ、ノスタルジーと遊び心のあるデジタル体験を融合させています。このプロジェクトには11日間と64のコミットが必要であり、その結果、2020年まで遡る22のロールと314枚の写真のギャラリーが完成しました。
この画像は最終的なプレゼンテーション工程を示しており、承認された画像がCloudflare R2へのアップロードに準備され、フェルトのテーブルを模したインタラクティブなギャラリーに表示される様子を表しています。