Yazılım, işlem sonrası maruziyeti nasıl artırır?

Herhangi bir algoritma biliyor mu veya matematiği, işlem sonrası parlaklığın (EV) nasıl yürütüldüğünü matematiksel olarak açıklayabilir mi? Her piksel için parlaklık / RBG / kontrast seviyesini ayarlıyor mu? Histogramla mı ilgili?

İşlem sonrası az pozlanmış bir görüntü için pozlama telafisinin özellikleri nelerdir?

EDIT: Bu soruda, bir bağlantı gönderildi. Bu örnekler vardır EV değişen ve sağ / sol hareket eder. Matt Grumm'un cevabında, her pikselin "çarpıldığını" (bence histogramın yukarı / aşağı hareket ettiğini gösterir).

Herkes bunun neden böyle olduğunu açıklayabilir mi? (EV, soldan sağa değişir)

Dijital kameralara sahip olduğumuz için hepimizin heyecanlandığını biliyorum, ama gerçek şu ki biz yapmıyoruz . Dijital çıkış formatına sahip analog kameralarımız var (ve görüntüyle doğrudan ilgili olmayan birçok dijital devre).

Bir analog sinyal bir dijital sinyale dönüştürüldüğünde, niceleme gürültüsü sağlarsınız. Yani, dönüşüme giren sinyalin diğer uçtan çıkan dijital sayının değeriyle tam olarak eşleşmesi pek olası değildir - bunu kesme veya yuvarlama hataları olarak düşünün.

Bir dijital görüntü dosyasında post-processing yaptığınızda, kameranın eklediği niceleme gürültüsü "fırınlanır". Bu derinlik ısırdı Ne önemli değil siz yayında, veriler vardır hem analog (iyi, kuantum) gürültü bileşenlerini (termal ve atış gürültü, amplifikatör bozulma, vb) çalıştığını berabersin çalışma ve nicemleme gürültüsü kamera çıkışının. Temel verilerin kalitesi mükemmel değildir, bu nedenle hatalı veriler üzerinde yapılan herhangi bir hesaplama hatalı çıktıya neden olur. GIGO , dedikleri gibi.

Kamerada ise, niceleme işleminden önce analog sinyali yükseltme (veya zayıflatma) fırsatı elde edersiniz . Bu, analog alandaki gürültüyle hiç yardımcı olmaz, ancak belirli bir parlaklık seviyesindeki niceleme gürültüsünü azaltır .

Diyelim ki 4,4'lük analog değeriniz var. ISO 100 kullanarak çekim yaparsanız, varsayımsal "dijital" fotoğraf makinemiz bunu tam olarak 4 dijital değerine dönüştürür. Postta görünen pozlamayı arttırmayı seçerseniz, kesilen 4 ile çalışmaya devam edersiniz. Kameradaki ISO'yu (tam durmadan daha az bir oranda) artırırsanız, bu 4.4, dijitale dönüştürülmeden önce analog devre ile yükseltilir ve tüm dijital işlem hesaplamalarından 1 daha yüksek bir dijital değerle sonuçlanabilir. Tek bitli bir fark çok fazla görünmeyebilir, ancak işlem sırasında tüm hataları biriktirmeye başladığınızda, belirli bir piksel olması gereken değerlerden oldukça uzun bir yol olabilir. Gürültü budur.

(Kamera kendi cevap karakteristiklerini "bilir" ve, örneğin, kamera özgü ISO tabanlı sensör gürültü çıkarma yapmaz işlenmesi. Lightroom'da onlar için açıklama getirebilir gerçeği de vardır. Kameralar can , olmasa hepsi yapar .)

Aradığınız formül bu mu?

RGB[c] = max( RGB[c] * pow(2,EV), RGBmax )

Temel olarak RGB verilerinin her kanalı (her piksel için) için 2 ^ EV ile çarpın ve ardından verileriniz için maksimum değer olana kırpın. 8 bit renk RGBmax için 255, 16 bit renk için 65535 vb.

Burada EV göreceli EV'dir, bu nedenle EV + 2.0 her pikseli dört faktörle çarpar (aydınlatır) ve EV-2.0 her pikseli dört faktörle böler (koyulaştırır).

Formülün kendisi histograma bağlı değildir, ancak resmi en iyi şekilde ayarlamak için hangi Pozlama Değerinin kullanılacağına karar vermeniz gerekiyorsa, EV'yi hesaplamak için histogramdan bir tür istatistik yapılır.

Not: Stan'in buna cevabı etkili bir şekilde farklı bir soruyu ele aldığı için soru düzenlendi:

Herhangi bir algoritma biliyor mu veya matematiği, işlem sonrası parlaklığın (EV) nasıl yürütüldüğünü matematiksel olarak açıklayabilir mi? Her piksel için parlaklık / RBG / kontrast seviyesini ayarlıyor mu? Histogramla mı ilgili?

İşlem sonrası az pozlanmış bir görüntü için pozlama telafisinin özellikleri nelerdir?

Tüm piksel değerlerini çarpmak (örneğin parlaklık, kontrast tek tek pikseller için geçerli bir terim değildir) ve bir ofset uygulamak kadar basit olabilir. Demosaising sonrasında yapılırsa, kırmızı yeşil ve mavi değerleri aynı faktörle çarpmanız yeterlidir.

Fotoğraf makinesi sensörleri, doğası gereği doğrusal aygıtlar olduğu için, pozlama telafisi süreci biraz daha karmaşıktır; çoğu RAW dönüştürücüsü, filmle elde ettiğiniz kontrastlı S eğrisini taklit etmek için doğrusal olmayan bir tonekurve uygular.

Bu nedenle maruz kalma telafisi yapmak için en iyi zaman, bu uygulanmadan önceki zamandır. Bu temelde RAW dönüştürücünüzün EC işlevini kullanmak, Photoshop dışa aktarılıncaya kadar beklememeniz anlamına gelir, çünkü doğrusal olmayan eğri o zamana kadar neredeyse kesinlikle uygulanacaktır.

Bazı RAW dönüştürücüler *, ton / doygunluğun yoğunluğa bağlı olarak farklı değerlere eşlenmesine neden olan "bükülmüş" renk profilleri kullandığından durum daha karmaşıktır. Bu, doğruluk pahasına daha hoş renkler üretmek için yapılır ve pozlama telafisinin sonuçlarını etkileyebilir.

Bazı RAW dönüştürücüler ayrıca vurguları kurtarmak ve gölgeleri artırmak için araçlar sunar. Bunlar yerel ayarlamalar yapar (yani tek tek piksel değerlerinden çok daha fazlasını dikkate alırlar). Bu algoritmaların ayrıntılarını bilmek istiyorsanız, muhtemelen bir Lightroom geliştiricisinin burada görünmesini beklemeniz ve ummanız gerekir.

* "bazı RAW dönüştürücüler" dediğimde, temelde Lightroom / ACR'den bahsediyorum, çalıştığım tek şey bu, diğer gelişmiş RAW dönüştürücüler muhtemelen benzer.

Matematiksel olarak, bir matrisin (görüntünün) parlaklığı, piksel tonunun CIE L * işlev değerine göre genel olarak etkilenir. Bu aritmetik bir ilişki. Toplama, çıkarma, çarpma ve bölme.

Yine matematiksel olarak, bir dönüşüm matrisi (sayısal) mevcut matrise pp olarak eklenir ve bunlar seçici olarak özneye veya genel matrise (görüntü) yapılabilir.

İyi pozlama ve kötü pozlama keyfi terimlerdir - öznenin aydınlık aralığı kamera sensörünün kullanışlı menzili içinde olduğu sürece. Konu aralığı geniş veya uç noktaya kadar dar olabilir.

Not: Histogram, görüntüdeki aydınlıkların göreceli dağılımını temsil eden görsel bir yardımcıdır. Doğrusal. Her zaman logaritmik olarak temsil edilen pozlama, yoğunluk ve zamanın karşılıklı ilişkisi ile ilgisi yoktur.

İşlem sonrası maruz kalan görüntü için pozlama telafisinin özellikleri nelerdir?

Bir görüntüdeki tüm değerlerin artırılması, tüm değerleri eşit miktarda artırır. Bu "doğrusal" yanıt dijital görüntülere özgüdür.

Olayları bu şekilde algılamıyoruz ve ortaya çıkan görüntü doğal görünmeyecek.

Fotoğrafik bir emülsiyonun tepkisi, insan görsel sisteminin tepkisine daha çok benzediğinden, analog (film emülsiyonu) görüntü daha doğal görünüyordu. "S" şeklinde bir eğriye atıflar yapılmıştır. Bu karakteristik "S" şekli analog bir yanıttır.

Orantılı insan görsel tepkimiz ve doğrusal dijital tepki arasındaki farkı telafi etmek, farkı estetik olarak uyumlu hale getirmek için çeşitli araçlar davet ediyor.

Fark için orantılı bir telafi sağlamanın etkili bir yolu olmalıdır. Bu tekniktir.