Voor de fotografie werken verschillende fotografen dagelijks aan nieuwe panden. Zij leveren ruwe CR3-bestanden aan in Dropbox. Deze bestanden moeten vervolgens worden omgezet naar HDR-foto’s, zodat FotoHuisMedia de beelden verder kan verwerken en opleveren aan klanten.

Voorheen gebeurde dit handmatig. Medewerkers moesten perpand de ruwe bestanden downloaden, importeren in Adobe Lightroom Classic, defoto’s stapelen, samenvoegen naar HDR, exporteren en daarna weer uploaden naar Dropbox.

VionA ontwikkelde een robot die dit volledige proces automatisch uitvoert. Elke werkdag om 23:00 haalt de robot de dagelijkse map met panden op, verwerkt de ruwe foto’s in Lightroom Classic en plaatst de HDR-output terug in de juiste exportmap in Dropbox.

Sinds december heeft de automatisering 3.200 pandenverwerkt.

Het probleem: veel handmatig werk buiten het creatieveproces

Bij vastgoedfotografie worden per pand meerdere foto’s gemaakt met verschillende belichtingen. Die ruwe CR3-bestanden moeten in Lightroom Classic worden samengevoegd tot HDR-foto’s.

Per pand gaat het al snel om grote aantallen bestanden. Eenpand bevat minimaal 30 HDR-foto’s, waarvoor ongeveer 90 ruwe CR3-bestanden nodig zijn. Bij grotere panden kan dit oplopen tot 100 HDR-foto’s.

Voor FotoHuis Media betekende dit dat medewerkers dagelijks veel tijd kwijt waren aan een repeterend verwerkingsproces:

• De juiste pandmap openen in Dropbox.
• CR3-bestanden downloaden.
• De foto’s importeren in Lightroom Classic.
• De juiste stapeltijd instellen.
• Foto’s stapelen op basis van belichtingsreeksen.
• Gestapelde foto’s samenvoegen naar HDR.
• HDR-bestanden exporteren.
• De output uploaden naar de juiste exportmap in Dropbox.

Dit proces vroeg niet alleen tijd, maar ook aandacht. De stapeltijd kon verschillen per pand, bijvoorbeeld door verschillende sluitertijden of doordat fotografen op verschillende manieren aanleverden.

Daarnaast duurt de verwerking in Lightroom Classic zelfrelatief lang. Een pand met 30 HDR-foto’s kost dus al snel 10 tot 15 minuten verwerkingstijd, terwijl grotere panden nog langer duren.

Daardoor zat waardevolle capaciteit vast in een technisch,repeterend proces dat weinig toevoegt aan de creatieve kwaliteit van het eindproduct.

De oplossing: nachtelijke beeldverwerking met eenLightroom-robot

VionA ontwikkelde een automatisering die het volledige proces van ruwe CR3-bestanden naar HDR-output overneemt.

De robot draait elke werkdag om 23:00. Op dat moment haalt hij via de Dropbox API de dagelijkse map met panden op. Elk pand heeft een eigen map waarin fotografen de ruwe bestanden klaarzetten.

Daarna verwerkt de robot de panden automatisch in Adobe Lightroom Classic.

De flow werkt als volgt:

• Dagelijkse map ophalen: De robot controleert elke werkdag om 23:00 welke panden klaarstaan in Dropbox.
• Panden per map verwerken: Elk pand wordt als aparte map behandeld, zodat bestanden gescheiden en overzichtelijk blijven.
• CR3-bestanden downloaden: De robot downloadt de ruwe fotobestanden via de Dropbox API.
• Importeren in Lightroom Classic: De bestanden worden automatisch geïmporteerd in Adobe Lightroom Classic.
• Foto’s stapelen: De robot stelt de stapeltijd in en groepeert de belichtingsreeksen tot stapels.
• Samenvoegen naar HDR: De gestapelde beelden worden samengevoegd tot HDR-foto’s.
• Exporteren: De robot exporteert de HDR-bestanden vanuit Lightroom Classic.
• Uploaden naar Dropbox: De output wordt teruggeplaatst in de juiste exportmap in     Dropbox.
• Uitzonderingen afvangen: Wanneer een importmap leeg is of een verwerking vastloopt, wordt dit als uitzondering geregistreerd.

Omdat het proces veel rekentijd vraagt, draait de robot op twee servers tegelijk. Daardoor kunnen meerdere panden parallel worden verwerkt. De automatisering loopt ’s nachts door totdat de panden verwerkt zijn.

Het resultaat: FotoHuis Media hoeft de ruwe bestanden niet meer handmatig door Lightroom te halen. De HDR-output staat in de ochtend klaar, zodat het team direct verder kan met de volgende stap in het productieproces.

De resultaten

• 3.200 panden verwerkt sinds december: De robot heeft inmiddels duizenden panden door het HDR-proces gehaald.
 
• Tot 10 minuten handmatig werk per pand voorkomen: Waar medewerkers eerder tot 10 minuten per pand kwijt waren aan downloaden, importeren, instellen,     exporteren en uploaden, wordt dit nu automatisch uitgevoerd.
• Ruim 490 uur handmatig werk voorkomen: Bij ongeveer 2.950 succesvol verwerkte panden en maximaal 10 minuten handmatig werk per pand is er ruim 490 uur aan handmatige verwerking voorkomen.
• Nachtelijke verwerking zonder wachttijd voor medewerkers: De robot draait vanaf 23:00 en verwerkt de panden gedurende de nacht. Daardoor staat de HDR-output vaak al klaar voordat de werkdag begint.
• Schaalbaar door verwerking op twee servers: Omdat de robot op twee servers tegelijk draait, kan FotoHuis Media hogere volumes verwerken zonder dat     medewerkers langer bezig zijn met Lightroom-verwerking.
• Minder afhankelijk van handmatige capaciteit: Fotografen kunnen bestanden klaarzetten in Dropbox, waarna de robot de verwerking oppakt. Het team van     FotoHuis Media kan zich richten op controle, nabewerking en klantoplevering.

Voor wie is dit interessant?

Deze automatisering is interessant voor organisaties die grote hoeveelheden beeldmateriaal verwerken en daarbij repeterende stappenuitvoeren in software zoals Adobe Lightroom Classic.

Denk aan vastgoedfotografie, productfotografie, e-commercebeeldverwerking, media- en contentproductie of andere processen waarin ruwebestanden volgens een vaste werkwijze moeten worden geïmporteerd, verwerkt, geëxporteerd en opgeslagen.

Vooral wanneer bestanden dagelijks binnenkomen, verwerking lang duurt en medewerkers veel tijd kwijt zijn aan technische handelingen, kan automatisering veel capaciteit vrijmaken.

Wil jij beeldverwerking automatiseren?

Verwerkt jouw organisatie dagelijks foto’s, video’s ofandere mediabestanden via vaste stappen in software zoals Lightroom, Photoshop,Premiere Pro of andere tools?

Dan kan VionA onderzoeken welke onderdelen van dit procesautomatisch uitgevoerd kunnen worden.

Plan een gesprek in en ontdek hoe we repeterende mediaprocessen sneller, schaalbaarder en minder afhankelijk van handmatige capaciteit maken.

‍