Você pode olhar para qualquer lado. Só não consegue olhar para dentro.
Coloque os óculos, abra um vídeo 360, e os primeiros segundos impressionam de verdade. Você vira a cabeça e o mundo vira junto. Aí algo decepciona, em silêncio. O cômodo onde você está não tem espaço dentro dele. A parede atrás da mesa não está atrás da mesa. Ela fica na mesma superfície, à mesma distância, como uma pintura no interior da cúpula de um planetário.
Isso não é defeito da sua câmera nem uma exportação malfeita. Quase toda câmera 360 que você pode comprar grava em mono: uma única visão do mundo, envolvida ao seu redor. Você ganha direção, mas não ganha distância.
Duas lentes, mas nunca dois olhos
Esta é a parte que surpreende a maioria das pessoas. Sua câmera 360 tem duas lentes, então parece justo supor que ela já enxerga o mundo duas vezes, como você. Não enxerga.
As duas lentes apontam para direções opostas. Cada uma cobre mais ou menos metade do mundo, e o software costura essas duas metades em uma esfera contínua. Em nenhum momento as duas lentes olham para a mesma coisa a partir de duas posições levemente diferentes, e é exatamente isso que criaria profundidade. Seus olhos ficam lado a lado, a alguns centímetros de distância, ambos olhando para a frente. Uma câmera 360 é construída justamente para evitar essa sobreposição, porque, quando o objetivo é cobrir tudo, sobreposição é sensor desperdiçado.
Ou seja: duas lentes, um único ponto de vista. Na prática, um olho só.
O que falta para o seu cérebro
A profundidade nos óculos de realidade virtual vem da paralaxe. Seu olho esquerdo e seu olho direito veem a mesma cena de ângulos levemente diferentes, e as coisas próximas se deslocam mais entre essas duas visões do que as distantes. Seu cérebro lê esse deslocamento como distância, sem que você precise pensar nisso.
Em um vídeo 360 mono, seus dois olhos recebem exatamente a mesma imagem. O deslocamento é zero em todo lugar, e seu cérebro entende isso como “tudo está à mesma distância”.
E aqui vem a parte curiosa: isso incomoda mais no 360 do que no vídeo plano comum, não menos. Quando você assiste a um vídeo plano, já aceitou que está olhando para uma tela. No 360, todo o resto diz que você está em algum lugar. O som, a direção, o jeito como o mundo fica parado quando você se vira. Só a profundidade está faltando, então é justamente ela que chama a atenção.
O que uma conversão para estéreo realmente acrescenta
Converter mono para estéreo significa construir o segundo olho que nunca foi filmado. Calculamos a distância de cada pixel em cada quadro e usamos essa profundidade para gerar uma segunda visão da cena a partir de uma posição levemente diferente. Objetos próximos se deslocam mais, objetos distantes quase não se movem, e onde o deslocamento revela algo que estava escondido atrás de um objeto, essa lacuna precisa ser preenchida para que você nunca perceba que ela existiu.
O que você recebe de volta é o mesmo lugar que filmou, com o espaço devolvido a ele. A mesa tem frente e fundo. O corredor leva a algum lugar. Incline-se um pouco e a cena se comporta como o seu corpo espera.
Por que uma esfera é mais difícil que um retângulo
Em um vídeo plano normal, você constrói o segundo olho deslocando as coisas para o lado. Isso funciona porque existe uma única direção para a frente, e ela nunca muda.
Em uma esfera completa, não existe uma única frente. Se você simplesmente deslocasse cada pixel para o lado, o vídeo desmoronaria no momento em que você virasse a cabeça. Olhe 90 graus para o lado e o deslocamento correria ao longo da sua linha de visão em vez de atravessá-la, então a profundidade se achataria até sumir. Dê a volta completa e fica pior do que nada: seu olho esquerdo veria o que pertence ao seu olho direito. Coisas próximas pareceriam distantes e coisas distantes pareceriam próximas.
A saída é construir o par para todas as direções ao mesmo tempo, de modo que, para onde quer que você se vire, seus dois olhos fiquem sempre separados atravessando sua visão, e não ao longo dela. É uma geometria realmente diferente da do caso plano, e é por isso que um vídeo 360 segue o próprio caminho no nosso pipeline em vez de reaproveitar o caminho normal.
Resolução: a esfera é maior do que parece
Uma coisa prática que vale saber antes de filmar. Um vídeo 360 precisa espalhar seus pixels por tudo ao seu redor, mas você só olha para uma pequena fatia de cada vez.
Um vídeo 360 em 5.7K tem cerca de 5760 pixels de largura, distribuídos por 360 graus inteiros. Isso dá 16 pixels por grau. Sua visão pelos óculos cobre cerca de 100 graus disso, dependendo do modelo, então na prática você está olhando para uns 1600 pixels: menos do que um vídeo 1080p comum, esticado por todo o seu campo de visão. Filme a mesma cena em 8K e a mesma conta dá uns 2100 pixels.
Então use a configuração mais alta que sua câmera oferece. No 360 isso não é luxo. Faz muito mais diferença do que no vídeo plano, e nenhuma conversão consegue devolver detalhes que nunca foram gravados.
O que você precisa trazer
Uma fonte 360 de verdade. Verificamos o formato do seu arquivo, porque um vídeo 360 verdadeiro tem exatamente o dobro de largura em relação à altura: 360 graus na horizontal, 180 graus do chão ao teto. Qualquer coisa com outro formato não é uma esfera, e nenhum software consegue inventar as partes do mundo que nunca estiveram diante de uma lente.
A exportação costurada de uma Insta360, de uma GoPro Max ou de uma Ricoh Theta já vem no formato certo. Envie exatamente como ela sai.
Para assistir depois
Gravamos os metadados 3D no arquivo final, para que seus óculos saibam que estão diante de uma esfera com uma imagem separada para cada olho, e não de uma única imagem plana e esticada. Abra sua biblioteca no navegador dos óculos, digite o código de seis caracteres que mostramos ao lado do seu vídeo, e ele começa a tocar. Se você também colocar o arquivo no YouTube, envie exatamente como o recebeu: recodificá-lo antes remove esses metadados na hora, e aí ele volta a tocar plano.
Vale a pena converter o seu acervo?
Se as suas imagens 360 são de um lugar, geralmente vale. Cômodos, paisagens, espaços de eventos, oficinas, qualquer lugar onde o valor está em estar ali. A profundidade é o que transforma a vista de um lugar na sensação de estar dentro dele.
Se as imagens são principalmente de um céu aberto, de um horizonte distante ou de uma superfície plana, espere menos. Simplesmente não há muita profundidade na cena para recuperar, e uma conversão honesta não vai fingir o contrário. Experimente primeiro um clipe e avalie nos óculos, não no monitor. A profundidade é justamente a única coisa que uma tela plana não consegue mostrar.