标签: pattern

什么要拍摄RAW?(数码摄影基础）  现在数码照片的存储格式，以及在网络上应用的最普遍的图片格式就是JPEG格式了（Joint Photographic Expert Group）。但是作为一种有损的图像压缩格式（现在也有少数数码相机提供无损压缩的JPEG存储格式），其缺点是显而易见的，就算是极其轻微的压缩比例，也会使图像质量发生不可逆转的损失。更重要的是如果图像在相机内就经过了比较大的颜色、曝光、去噪和锐化处理的话，就会减小后期在电脑上做进一步处理的余地。对于不需要进行后期处理，或者不允许后期处理的情况下，JPEG是最好的相片存储格式之一。  许多摄影师都尽量拍摄TIFF或者RAW格式的照片，来获得尽可能最好的图像品质。下面我们会看到，RAW格式文件将提供给我们最大的图片后期调整余地。  为什么要拍摄RAW？  要想更好的理解这种神奇的RAW格式到底是什么，我们首先要了解一下目前数码相机的工作原理。我们手里的所有数码相机都能照出彩色的图像，是的，尽管你最终得到的是彩色的图像，但实际上绝大多数的数码相机的感光元件只能记录灰度文件（除了Foveon X3感光元件，扫描式数码后背和多次曝光数码后背以外）。  这听起来像是一个非常复杂的任务。实际上目前技术水平已经能保证最终得到的效果达到令人吃惊的程度了。任何一项技术都要同其自身与生俱来的缺点做斗争。就像胶片也要同其自身的缺点对抗，今天数码相机在很多方面都已经能击败胶片了。  现在我们可以谈谈对于任一给定的数码相机，RAW格式数据到底是什么了。RAW数据就是由感光元件记录的图像的所有灰度数据。为了得到最终可用的图像，这些RAW数据必须经过所谓的“RAW转换程序（RAW Converter）”的处理（包括去马赛克）。JPEG格式的数码相片实际上使用了整合在相机固件内的RAW转换程序进行全部转换处理。  相机产生的JPEG格式照片有如下缺点：  1． JPEG格式由于有损压缩造成的失真  2． 尽管绝大多数感光元件记录的是12bit或者16bit的灰度数据，但最终文件中只有8bit  3． 机内整合的RAW Converter只能利用有限的资源进行计算，但是好的RAW转换需要广泛大量的和复杂的计算。软件技术的不断进步使其能不断提高在计算机上进行RAW转化的效果，而现在普遍使用的相机内用ASCII编码的固件则无法升级了。  4． 机内设定或者评估白平衡在机内就应用在图片上了。同样色彩处理，色调校正，机内锐化也都在机内完成。这就限制了后期处理能力，因为已经校正过的图像需要再一次校正。对于一幅图像（特别是8bit的）进行越多的处理，就导致图像质量恶化的越大。  现在我们可以解释一下RAW格式文件的区别了。他只存储原始数据（加上一些额外的数据信息，用来用来描述RAW数据的一些性质，叫做EXIF文件。EXIF文件内包含了相机型号，所用镜头，光圈快门等等信息。另外还有一些有关图像的数据，尽管是由相机记录的，但是用RAW转换程序编辑的时候仍然可以被更改，这些设定的选择将直接影响到图像如何被处理。这些可更改的设定包括，色彩模式，白平衡，饱和度，图像色调分布，锐化等等。）。现在所有原来在机内完成的RAW转换过程，都将在更强大的计算机平台上完成。   1． 没有JPEG压缩  2． 全部利用所有12或者16bit颜色信息  3． 利用非常复杂的RAW转换程序（例如Adobe Camera RAW 或Phase One Capture One DSLR）  4． 白平衡，色彩处理，色调曝光校正，锐化，噪音处理都将在计算机上进行  5． RAW格式文件更像是数字化的未经冲洗处理的负片。随着RAW转换程序的升级进步，我们可以从同样的数据中得到越来越好的结果。  机内JPEG格式就像你在拍摄宝利来相片（拍摄后立即得到处理过的照片），而RAW更像是可以经过冲洗和暗房处理来增强效果的胶片。而RAW转换程序如Phase One Capture One DSLR就像你冲洗胶片的神奇配方。  12bit或者16bit的数据优势在于什么？主要优势在于调整诸如白平衡，色彩，曝光之类的调整。开始调整前拥有的数据越多，你调整后得到的就越多。  那么用TIFF拍摄怎么样呢？TIFF只解决了有损压缩的问题，但在机内仍就记录为8bit文件。大多数时候，TIFF比RAW文件要大，而且相比RAW而言又没有什么其他优势。实际上机内处理成8bit的TIFF文件，只比高画质高分辨率的JPEG好上一点点。  失真  目前的感光元件（除Foveon X3以外）不能记录全部RGB颜色信息，只能付出一定的代价进行插值运算来得到。  色彩混淆和摩尔纹  当一条很细的红线穿过一个绿色的感光元素，而不穿过其周围的任何红色感光元素时，会发生什么事呢？在RAW文件里将不会记录有这条红线存在。为了克服这个问题，相机安装了AA滤镜。这个AA滤镜将模糊图像，以使邻近的感光元素能记录到这条红线的信息。  然而AA滤镜在解决了一个问题的同时，却带来了另一个问题，锐度的损失。这意味着我们在后期的RAW文件处理过程中必须进行很强的锐化。记住，丢失的细节在后期用任何神奇的锐化工具也是再也找不回来的。  这些情况中有些将会导致图像失真，例如摩尔纹和色彩混淆（Color Aliasing，表现为无关的红、绿、蓝色点或者导致变色）。绝大多数相机为了防止这种问题都采用了在感光元件前面安装低通滤镜的方法（AA Filter, Anti-Aliasing Filter）。这个滤镜实际上起到了模糊影像，把色彩信息分布到邻近像素单元的作用。如大家所知，模糊和图像质量之间实际上是一对矛盾，如何平衡Blurring和Aliasing是对相机设计的一个挑战。以该文作者观点，Canon 1DS在这方面处理得非常好。最终的图像通常还需要进行较强的锐化，来获得原本的锐度。某种程度上，AA滤镜降低了感光元件的有效分辨率。   接下来的例子是在摄影室中实际拍摄的图片的裁切，来显示实际应用中的效果。当然这里用了极端的条件，实际应用中虽然没有这么严重但仍然可以发现，当然基本上是可以忽略的。    一个好的去马赛克的算法是十分复杂的，主要面对的问题是既要解析细节还要仍能正确还原颜色。为了说明这个问题，我们可以想象一种情况，拍摄一个十分小的黑白相间的检验图样，黑白图样小到什么程度呢，小到大小刚刚能覆盖住每一个像素单元。那么问题就出现了，因为邻近的绿色像素单元不会给算法提供任何新的信息，所以算法就不知道感应白色的红色像素单元红到什么程度，同理也不知道邻近的蓝色像素单元蓝到什么程度（其实都应该红到或者蓝到最淡，因为是白色）。相反，Foveon的X3感光元件因为每一个像素单元都能够同时感应红、绿、蓝三色，所以能够正确的还原白色和黑色。如果物体只由红色和蓝色组成，由于绿色像素不能提供任何额外的信息，所以Bayer感应器捕获的图像分辨率将降低。对于波长范围非常窄的单色红/蓝，绿色感光元素将得不到任何信息，但这样的物体在实际生活中非常罕见。实际上，就算感光元件捕获的是十分明亮饱和的红色，仍然存在绿色和很少量的蓝色信息。我们上面举的例子中的问题在于，正确估算颜色需要一定量的空间信息。如果只有唯一一个像素单元捕获红色信息，那么我们将没有办法重新构建出这个特定像素单元的颜色。  对于一个彩色的主体，灰度图像感应器只能纪录如图这样的黑白图像，你根本得不到彩色图像。那么我们怎样才能用灰度图像感应器捕捉到彩色的图像呢？柯达的工程师提出了一种解决方案，这就是Bayer Pattern（柯达的Bayer博士在80年代发明了这种全新的彩色滤镜阵列构造后背，因此命名为Bayer Pattern，除此以外也有其他不同的Pattern）。  R – G – R – G – R – G  G – B – G – B – G – B  R – G – R – G – R – G  G – B – G – B – G – B  首先大家可以注意到，总共有50%的绿色，而红色和蓝色各占25%。这样做的原因是人眼对绿色更敏感，能分辨出更多的细节。你观察一下周围的环境就会发现这并不奇怪，另外绿色也占据了可见光谱中最重要和最宽的位置。  现在我们的灰度感光元件得到的是经过彩色滤镜过滤的灰度值。图像由彩色的马赛克构成。但我们想得到的是每个像素都记录了全部的色彩信息的图像，而不是这样的马赛克效果，那么就需要一个软件来进行Bayer Pattern Demosaicing (去马赛克？)或者叫做彩色插值。那些丢失掉的色彩信息经过对相邻像素的色彩信息分析之后被重新估算出来。