人眼具备根据主体周围环境调节适应的能力,比如在白炽灯、正午阳光下看到的同一个物体,会呈现出不同颜色,因此对于人眼来说颜色是相对的。由于人眼的自我调节能力,在一些特定场景下会给人视觉上的幻觉,以下是几个典型的例子。
图中的 A、B 两个方块中的颜色看起来一深一浅,但实际上却是同一种颜色。利用 Photoshop (Ps) 的 brush tool,取 A 色块的颜色,从 A 刷到 B,就能得到下图:
先凝神盯着图中的黑点 30 秒左右,忽然换成下图 (用 PPT 切换页面效果更佳):
会发现切换后很短的一瞬间,能看到这栋建筑正常的颜色,但马上就会发现实际上是一张黑白照片。图一是建筑正常颜色的补色,个人认为有点类似 Le Chatelier's principle (勒沙特列原理)。
凝神盯着下图中的黑十字看,会发现粉点逐渐消失,最终只剩下黑十字。
💡 有意思的是,世上甚至存在一个年度幻觉 (视觉上的幻觉是其中之一) 比赛 —「Best Illusion of The Year Contest」
ℹ️ 下文中,profile、color space 和 gamut 等价
尽管人眼对于颜色的感受不是绝对的,但计算机喜欢绝对。因此我们需要一个精确的、固定的、可衡量的、可以作为参照的可见光色域 (gamut),或色彩空间。
1931 年,International Commission on Illumination (CIE) 基于人类视觉感知模式,利用一批受试者数据,构建了下面这个「CIE 1931」色彩空间,它包含了一般人眼能感知到的所有可见光 (一些特殊人群可能有更强的色彩感知能力):
其中 x 轴可以看作是非线性的 RGB 组合,而 y 轴指代的是亮度 (luminance)。可以看出它是一个 convex 空间,即空间中中任意两点连线的中点仍然位于空间中。而上面这个色域的另一个特点是:图中任意两点所指颜色混合后正好得到其连线中点上的颜色。
上图是我们常见的「sRGB」色彩空间,它是「CIE 1931」中的一个子集,是由惠普 (HP) 和微软在 1996 年共建的色彩空间,广泛地被应用于它们生产的显示器、打印机中,以及现在的网页中。上图中的 D65 正是「sRGB」中的绝对白色。
在 Adobe 系列产品中常常用到的一个色彩空间是「Adobe RGB」,如下图所示:
与「sRGB」相比,「Adobe RGB」主要是在绿色的丰富度上有明显的提升。对于同一组 RGB 取值,在不同色彩空间中对应的实际颜色不一样。
在摄影师、剪辑师的日常工作中,需要在工作流中使用多个设备,一个简单的工作流如下图所示:
照相机、摄像机中一般内嵌地支持多种色彩空间,也称为 embedded profile
从拍摄设备中将影像导入计算机并在后期软件中打开,embedded profile 被转换成 working color space
我们在显示器上看到的影像使用的是显示器内置的 profile,即 monitor profile
后期完成后的影像被观众在不同的设备中打开,使用的是各自设备的 color space
在必要的时候,比如显示器不直接支持 woking color space,就需要做色彩空间的变换,常见的两种变换方式如下图所示:
在调试显示器时,可以借助一些 checkerboard,如:
由于人眼对亮度的感受是非线性的,如 20% 的光就可以让人眼感受到 50% 的亮度 (中间灰)。换句话说,人眼在偏暗的区域具备更强的分辨能力。如果将捕获到的光线性地转化成 [0, 255] 上对应的取值,我们就会花费大量的信息保存人眼无法区分的色彩,因此常用的一种编码方式就是 Gamma 转换:
如图所示,当 gamma = 2.2 时,我们大约使用 [0, 255] 中的前 180 个取值编码前 50% 的亮度,根据人眼的感受特点作出相应的调整,使得计算机能够像人眼一样记录信息。常见显示器使用的 gamma 值就是 2.2。图中的 gamma curve 也是一种 tone curve。
色温是光线中包含颜色成分的计量单位。理论上的绝对黑体在受热后会逐渐由黑变红,转黄,发白,最终出现蓝光。黑体在不同温度下发出的光所含的光谱成分,就称为该温度下的色温。
通常清晨和傍晚的自然光色温较低,比较柔和;而正午的自然光色温较高,比较刺眼。由于同一个物体在不同的光照条件下拍出的颜色不同,以白色物体为参照,通过调节色温校准白色就是所谓白平衡 (white balance) 调节。
根据上述的概念,我们回顾一下 raw 与 jpeg 格式图片所存储信息的区别:
RAW | JPEG | |
---|---|---|
Bit depth | 10-, 12-, 14-bit | 8-bit |
Tone curve | Not applied | Applied |
White balance | Not set | Set |
Compression | Loseless | Lossy |
Portability | Non-standard | Standard |
Post-processing | Required | Optional |
由于硬件设备自身的不完美,可能导致成像过程中出现光学像差 (optical aberrations),本节将简单介绍一些常见的像差现象。
在球面镜片四周会出现折射不精确的问题,使得光线聚焦点不一致,最终导致画面四周出现模糊的现象:
当光线从侧面进入镜头时,会出现类似的多聚焦点现象:
表现在照片上,就是画面四周的点光源呈现彗星 (coma) 状:
当镜片在一个方向上的曲率与另一个方向上的曲率不同时,就可能出现散光现象:
这与人眼出现散光现象的原因类似。存在散光的物体成像例子如下:
暗角常常在使用广角镜头拍摄照片时出现,且光圈越大,现象约明显。
原因看下面这张图:
从角落进入镜头的光自然而然地比中间进入的少,因此容易出现暗角。如果你仔细看 bokeh 在照片四周的成像形状,可以看到类似的现象:
上面提到暗角实际上是光学暗角 (optical vignetting)。还有一种自然暗角 (natural vignetting),是由于光线强度随着光线进入镜头的夹角增大而减弱导致:
画面畸形存在如下两种情况:
当镜片区域的放大率随着其与中轴的距离增加而减少时,会出现 barrel-shaped 畸形;当放大率随着其与中轴的距离增大而增大时,会出现 cushion-shaped 畸形。
真实的照片举例如下:
不同波长的光在镜片中的折射率不同,可能导致不同颜色的光的焦点不同,如下图所示:
体现在照片中就是一些模糊和色边现象:
近年来的相机和镜头在这方面已经有很大的改善。
由于光的波动性,光在经过很小的孔后会出现衍射现象:
因此,但我们将光圈大小调节得过小时,就会使得画面变模糊:
因为每张图片实际上是由很小的方块构成,因此在边缘就可能会出现不平整的情况。常见的做法就是所谓的 anti-aliasing,在边缘增加过度色块,如下图所示:
如果画面中的纹路非常细密,就可能出现摩尔纹现象:
甚至类似迷宫的花纹:
锐化的原理就是找到色差较大的边缘,放大边缘两边的对比度。如果过度使用这样的处理,就可能出现锐化光环: