beyondrookie.com

相机原始数据采集，线性Gamma和曝光

【注：1.Raw在摄影里是相机拍摄的未处理过的原始数据。原文中Raw Capture是以相机原始数据格式拍摄的意思，本文按照习惯采用“相机原始数据采集”；2.Gamma，伽玛，在IT术语中是亮度调节的意思，原文中Linear Gamma是数码影像中亮度值按照线性分部的意思，本文按照习惯采用“线性Gamma”。】

　　感光方式的不同或许是拍摄胶片（Film）和拍摄数码（Digital）照片之间最大的区别。胶片与我们眼睛的感光方式完全相同，而硅材料却并非如此。如果您只是打算把这段内容当作一段有趣的争议信息归档，然后丢在一边，那么我要指出的是，在设置您数码相机曝光值（Exposure）的同时，您并没有意识到硅材料的这种感光特性对于数码摄影所蕴含的重要意义。假设您使用与胶片曝光相同的手法来拍摄数码照片，这将导致您运行在两个类似的潜在危险之中:降低对相机动态感光范围（Dynamic Range）的利用率和在阴影部分介入比原本更多的噪点（Noise）。

　　胶片模拟眼睛非线性（Nonlinear）的感光方式。人体几乎所有的感觉器官都会表现出一种有效地、高压缩比的非线性方式——这种内嵌的压缩机制可以让我们的感官系统在非常广泛的环境范围内可以正常运转，而不至于超出负荷。

　　如果您的手掌上有一个高尔夫球，然后再放上另一个，并不会觉得有两倍那么重。如果在咖啡里加两勺糖，您并不会觉得比一勺有两倍那么甜。如果把收音机的音量放大一倍，您并不会觉得最终的音量比刚才有两倍那么响。如果让两倍数量的光线到达您的眼睛，您并不会觉得有两倍那么亮，当然，会更亮，但不会觉得有两倍亮。

　　这种内嵌的压缩机制允许感觉器官可以接受非常宽广的刺激范围。当从一个昏暗的房间走到强烈阳光下的室外时，您的眼球不会燃烧起来，尽管有大约10,000光量因子的光线瞬时射入您的眼球。但是数码相机的感光芯片缺乏人类感觉器官上这种非线性压缩的特性。它们仅仅是以线性（Linear）风格来计算射入的光量。

 
按线性处理后的相机原始数据（Raw）看起来非常暗，但是所有的细节数据仍然全部保留在图像之中。

线性采集（Linear Capture）的直方图（Histogram）显示出绝大多数的数据丛都聚集在阴影的那一端。

相同的图像（Raw）经过色调曲线（Tone Curve）调整后看起来正常许多。

这就是针对线性采集的数据必需添加的亮度（Gamma）校正曲线。

经过色调调整后，图像的直方图显示出亮度信息分布已经正常。

　　这意味着如果数码相机采用12位（Bit）编码采集相机原始数据，那么亮度信息会被分割成4,096级色阶（Level），其中2,048级表现为4,096级色阶存储光量的一半。这就是线性Gamma的含义——色阶级数与对应采集到的光量完全符合。

　　线性采集对于曝光有着深远的意义。如果数码相机可以捕获到6档反差的动态范围，4,096级色阶的一半将贡献给最亮的一档，其余的一半（1,024级）信息贡献给下一档，再其余的一半（512级）信息再贡献给下一档，依此类推。仅有64级色阶用于表现最暗的一档（非常暗的阴影），如上图所示。

Linear capture – 线性采集

　　或许您曾经采用曝光不足（Underexpose）的方法来避免图像的高光部分曝光过度（Blowing out），但如果这么做，您已经浪费了大量数码相机可以采集到的数据位（Bit），同时还会陷入在中间调（Midtone）和阴影（Shadow）部分引入更多噪点（Noise）的严重隐患。如果您企图通过曝光不足来保证高光部分的细节，在接下来的相机原始数据转换过程（Raw Conversion）中您会发现不得不扩展阴影部分，您不得不把最暗那一档的64级色阶扩展到一个相当大的色调范围（Tonal Range），这将引入夸张数量的噪点，同时也会产生色调分离（Posterization）现象。

　　选择正确的曝光是摄影最基本的要求，无论拍摄胶片亦或数码照片都同等重要。但是在数码摄影领域，选择正确的曝光方法意味着尽可能的使高光区域接近曝光过度，但并非绝对的不溢出。一些摄影师将这种观点称之为“向右曝光”，这是由于您总希望确保高光区域（Highlight）尽可能的靠近直方图的右边框。

　　值得注意的是数码相机上显示的直方图是机身转换为JPEG格式之后的直方图：一幅相机原始数据（Raw）的直方图看上去或许像一头相貌古怪的野兽，所有的数据丛都在阴影的一端，于是数码相机采用机身默认设置转换后的直方图来显示。大多数的数码相机会对相机原始数据（Raw）应用一个相当强烈的S曲线（S-curve），所以转换后的JPEG图像看上去更像是胶片感光后的效果，在这种情况下，读取机身上的直方图经常会告诉您高光部分已经曝光过度，实际上，它们并没有那样。

仅把机身的直方图作为对曝光的参考。

　　当您拍摄数码照片的时候，仍然要注意另外一个重要的因素。当数码相机的感光度（ISO）设置为ISO100时，实际上得到的真实效果更像是ISO125甚至ISO150（或者有时候是ISO75）。建议您还是非常值得花一点时间来检测一下相机在不同快门速度下的真实灵敏度，以及了解机身直方图指示出的高光裁切（Highlight Clipping）对您来说的可信程度。一旦您掌握了这些因素之后，便可以使用适当的曝光补偿（Exposure Compensation）来确保您更大限度的利用所有的可用数据位（Bit）。

　　我竟然粗心到现在才提及强有力的工具之一Adobe Camera Raw，其扩展高光恢复特性，可以在您将曝光滑块设置为负值时有效的介入。当某个通道产生高光裁切时，大多数的相机原始数据转换器（Raw Converter）会放弃处理，但是Camera Raw可以从一个单独通道里对高光细节进行最好的重建。依据不同的相机型号和色温设置，您或许可以恢复将近整整一档的高光细节，虽然大多数情况下恢复1/3档的效果比较理想。如果使用Camera Raw，那么您值得花些时间来做一些曝光测试，看一看您可以轻松掌控的曝光范围究竟有多远。
 

关于作者

Bruce Fraser
布鲁斯 弗雷泽

《Raw Capture, Linear Gamma and Exposure》是布鲁斯·弗雷泽的作品。改编自他的图书《Real World Camera Raw》，由Peachpit出版社于2004年8月出版。

原文地址：http://www.adobe.com/products/photoshop/pdfs/linear_gamma.pdf

本文链接：http://beyondrookie.com/blog/2009/03/27/archives/40.html 

初次尝试翻译技术文档，发现阅读和翻译之间还是有很大的区别，遇到了不少的困难。翻译的过程中也学习到了不少的知识，很开心，也很乐意与大家共享。译者水平有限，难免有疏漏之处，尽量在关键处注明了原文单词，便于参考，转载或者发现有任何问题请与我联系，转载请注明出处。谢谢！