數位影像為何需要經過後製？
（上）

很多人誤以為攝影就是利用相機「精確地」複製我們想拍攝的場景。然而，實際場景包含的資訊範圍，遠超過任何攝影工具所能夠複製。人類視覺系統經過長期演化，藉由非常特殊、神奇的方式擷取這些資訊。人類視覺系統不同於相機，是以其獨特的方式來處理與儲存場景，將其壓縮為物件、關係與情緒。當我們望著某場景所看到的、所記憶的，以及該場景所喚起的情緒反應，只有一部份是來自於物理實體。所以，對於所拍攝的影像，如果要複製我們的視覺經驗，有些東西必須被刪除、有些東西必須被彌補、有些東西必須被修改。

場景給我們啟示，攝影是我們的工具，如何藉由攝影來闡述場景，則是一種藝術。因此，攝影者的任務，就是把場景解釋為影像（照片）。

前言

關於這個問題，每個人的答案未必一樣，我個人的看法如下。

數位相機只能拍攝 raw 檔，這種由 0 與 1 構成的數位檔案，唯有經過後製處理才能變成肉眼看得見的一般影像。所以，後製屬於必要程序；沒有後製，沒有影像。

人類的視覺系統是在幾萬年的演化過程中，為了求取生存、適應環境而慢慢形成的，絕非任何機械程序所能精確模擬。相機拍攝的影像，如果想具體反映人類看到的場景，勢必要經過後製才能達到這種『真』的境界。

很多情況下，攝影被當成是一種媒介或工具，藉以傳達個人的美學觀點或哲學意念。換言之，『真』沒有必要是最後結果。影像除了反映肉眼看到的真實場景之外，也可以反映攝影者的其他想像。

數位相機拍攝的影像，畢竟要透過某種輸出設備顯示：或是顯示在電腦螢幕上，或是 顯示為照片或某種形式的印刷品。輸出設備存在各種限制，數位影像通常都必須經過後製，才能適當地透過輸出設備顯示。

本文分為下列 4 個部分討論：

1.     數位相機的影像處理程序。

2.     相機 vs. 肉眼。

3.     美感與意念。

4.     輸出設備。

首先，我準備討論數位相機如何擷取資訊，然後將其擷取的資訊轉換為可供觀賞的影像。關於這個影像處理程序（ image processing pipeline ），除了屬於數位攝影的基本知識之外，也有助於界定何謂『後製』（ post processing ）。

至於第 2 、第 3 與第 4 點，基本上是反映影像後製的 3 個標準程序。第一，求真。此處所謂的『真』，也就是說影像應該反映人類視覺系統看到的實際場景。正因為這個緣故，相機（不論傳統相機或數位相機）拍攝的影像，必須經過後製，才能達到適當程度的『真』。

第二，攝影者想要傳達自己的訊息或意念，影像可以只是一種表達工具。在很多情況下，『真』的影像是不夠的。

第三，數位影像必須透過輸出設備（顯示器、印表機、印製機）才能呈現實際可供觀賞的影像。任何輸出設備都有其限制，影像通常必須經過後製，方能透過輸出設備適當地表達出來。

I. 數位相機的影像處理程序

任何數位相機都只能擷取 raw 檔。想要由 raw 檔取得一般影像（ jpeg 檔、 tiff 檔、 psd 檔…等），就必須經過後製。所以，我把『後製』定義為：「 raw 檔轉變最終可觀賞影像的一系列程序」。這個程序概略可以分為兩部分： raw 檔轉換與影像編輯。

就觀念上來說， raw 轉換與影像編輯之間的差別很清楚； raw 檔轉換是作用在 raw 檔轉換為 tiff 或其他影像檔案的過程中，影像編輯則是作用在轉換之後的 tiff 檔案（或 jpeg 與 psd 等）。

可是，就實務操作上來說，這兩個部分未必很容易化分。譬如說， Canon 的 DDP 、 Nikon 的 NX 、 ACR 、 Lightroom… 等，都屬於 raw 檔轉換軟體，但其中也包含很多影像編輯功能（作用在 raw 檔轉換之後的 tiff 或其他影像檔案）。

這一節的討論主題是： raw 檔轉換，也就是 raw 檔如何轉換為一般影像格式的程序。至於影像編輯，則是本文第 2 ～ 4 節的討論主題。

*****     ******     *****

數位相機的感應器（ sensors ）上，佈滿一系列方格狀的「畫素」，它們就像水桶收集雨水一樣，用以收集光線的「光子」（ photons ）。當光線落在感應器上，每個畫素都會收集光線的能量構成元素「光子」，然後根據光子的數量，經由對於光線敏感的光電兩極體（ photodiode ）轉換為電荷。電荷再轉換為電壓，電壓經過擴大，又經由「類比 - 數位轉換器」（ analog to digital converter ，簡稱 ADC ），把類比訊號轉換為電腦軟體能夠處理的數位訊號，然後相機（或電腦）軟體將這些數值資料做處理 —— 本節的主題 —— 就成為可供觀賞的數位影像。

數位影像就像 Excel 試算表一樣，由矩陣般的畫素欄位構成，每個欄位都儲存前述感應器提供的數值。數位影像的畫素，在顯示於電腦螢幕或印製為照片之前，其本身只是一堆由 0 與 1 構成的數值資料，並沒有大小。

請注意，目前的數位相機大多採用貝爾型態的感應器（參考圖 01 ），只能夠透過畫素的光電兩極體衡量光線亮度，不能區別光線波長（所以不能辨識色彩 ）。因此，感應器之上，必須裝置「彩色濾片陣列」（ color filter array ，簡稱 CFA ），這也是圖 01 顯示的馬賽克型態彩色濾片，讓它們濾出落在該畫素位址之光線的紅色、綠色 或 藍色成分。圖 01 顯示的這種 CFA ，是由 25 ％的紅色、 50 ％的綠色與 25 ％的藍色濾片構成，稱為 GRGB 貝爾型態（ GRGB Bayer Pattern ）。請特別注意，每個畫素上的濾片都只有 一種 顏色（或是紅色，或是綠色，或是藍色），所以每個畫素偵測的亮度資訊，只夾帶一種色彩的資料，完全沒有另外兩種色彩的資訊；另外兩種色彩資料，必須根據附近其他畫素的資料進行估計。

圖 001

每當我們按下快門，數位相機就會根據前述程序擷取資料，內容包括感應器每個畫素的亮度資訊，夾帶著 CFA 的色彩資訊（每個畫素只有紅 - 綠 - 藍濾片之中的一種顏色），這就是所謂的 raw 檔。相較於傳統攝影，這等於拍攝完成而未經任何處理的底片，還沒有任何實際影像可言。

Raw 檔雖然具備影像的全部資訊，但 raw 檔要變成實際可以看到的影像，必須經過一系列處理，這個處理程序，屬於『後製』的一部份。

所以，當我們拍照時，實際取得的東西稱為 raw 檔，這個 raw 檔必須經過後製，才能成為真正的影像。我們在相機 LCD 或電腦螢幕上看到的所謂 raw 檔，實際上是 raw 檔夾帶的 jpeg 檔， raw 檔本身只是數碼，看不到影像。現在，讓我們看看 raw 檔必須經過什麼處理而成為肉眼看得到的一般影像（請參考圖 02 ，請注意，此處呈現的是大體上的概念，每種 raw 檔轉換軟體的實際處理程序未必相同）：

圖 02

讓我們稍微解釋這個流程圖。首先是解馬賽克程序（ demosaicing process ）。相機拍攝取得 raw 檔，其中包含每個畫素的亮度資訊，夾帶著 CFA 的色彩資訊。請參考圖 03 ，裝置在相機感應器前面 GRGB 的 CFA ，使得每個畫素只能產生 R-G-B 之中的一種色彩讀數，另外兩種色彩資訊則是經過插補（ interpolation ）或解馬賽克程序估計取得的。唯有透過解馬賽克程序，每個畫素才有完整的 R-G-B 資料。這個程序，請參考圖 03 。

圖 03

CFA 濾鏡上，有 25 ％紅色濾片， 50 ％綠色濾片，還有 25 ％藍色濾片。綠色濾片的數量最多，因為人類肉眼對於綠色最敏感。由於紅色濾片只佔整個感應器畫素的 25 ％，所以整個影像的紅色資訊，有 75 ％是經由（相機或電腦軟體）估計得來的；同理，有 50 ％的綠色資訊與 75 ％的藍色資訊都是經過估計得來的。

由於每個畫素的另外兩種色彩資訊，都必須根據周遭畫素的資料進行估計，這涉及插補的程序，因此而造成影像的銳利程度下降，這稱為「解馬賽克假影」（ demosaicing artifacts ）。換言之，畫素經過插補而呈現的色彩，雖然很接近理論上應該呈現的精確色彩，但畢竟不會完全相同，這種現象最在色彩差異很大的邊界區域尤其明顯。請參考圖 04 ，紅色蓮花與綠水的邊界畫素，原本應該是「紅」「綠」分明的，但「解馬賽克運算」造成紅色侵入綠色部分，綠色也侵入紅色部分，請注意黃線圈起來的 2 × 2 畫素範圍。可是，隨著感應器畫素增加，再加上軟體進步，這種「解馬賽克假影」的影響已經愈來愈小了。

圖 04

請注意，每家相機製造商或 raw 檔轉換軟體的解馬賽克運算都不盡相同；所以，即使相機感應器相同，影像性質也可能顯著不同。

讓我們回到圖 02 。 Raw 檔經過解馬賽克程序之後，這些數據必須經過線性化。大體上來說，數位相機感應器本身就是線性的。現在，每個畫素都有 R-G-B 的資訊，但這些紅 - 綠 - 藍究竟是怎麼樣的紅（綠或藍），如果沒已經過明確的定義，只是很模糊的概念。所以，對於這些色彩讀數所代表的真正色彩，我們必須給予明確的定義，這通常是透過一個 3 ´ 3 的矩陣，把相機 RGB 讀數，映射到 CIE XYZ 之類的色彩空間（這類空間的色彩具有明確定義）。前述映射過程，要考慮曝光亮與白平衡的調整。然後，影像再由 CIE XYZ 轉換到特定 Gamma 的一般 RGB 空間（譬如： AdobeRGB 或 sRGB ）。

此處有幾點特別值得注意。數位相機擷取的資料，基本上線性資料（場景的實際亮度與相機記載的讀數，兩者之間成固定比例關係，場景亮度增加一倍，記錄讀數也增加一倍）。這和人類視覺或其他感覺系統是完全不同的。所以，由 raw 檔轉換出來的一般影像，需要映射到比較符合人類視覺之亮度變動比例關係的色彩空間（通常是 gamma 為 1.8 或 2.2 ）。

關於圖 02 顯示的程序，攝影者雖然能夠選擇採用哪種 raw 檔轉換軟體，但對於轉換程序內的某些動作，原則上是沒有辦法控制，譬如：解馬賽克程序與線性化。可是，關於另外一些行動，攝影者是可以控制的，例如：白平衡設定、曝光補償調整、選擇輸出的 RGB 空間、其他非線性調整、階調曲線等，甚至可以透過相機校正（或 Adobe 最近提供的相機描述檔）來控制相機 RGB 轉換到 CIE XYZ 的程序等。

總結：數位相機只能拍攝 raw 檔。 Raw 檔包含每個畫素擷取的亮度資料，並夾帶 CFA 的不完整色彩資訊。 Raw 檔只是數碼檔，唯有經過轉換軟體的作用，才能變成肉眼看得見的影像。這部分後製程序是必要的。

II. 相機vs.肉眼

人類肉眼所看到的東西，實際上是由三部分構成：物體性質、光線，以及大腦的解釋（由某種角度來說，根本沒有所謂客觀存在的景象或影像）。即使相機能夠精準記錄前兩者，畢竟還是沒有辦法站在人類大腦的角度解釋影像。人類視覺是經過數萬年時間慢慢演化而成的，對於亮度與色彩的解釋，程序非常複雜。所以，關於這點，我們要立即面臨的問題就是：影像究竟應該「忠實」反映相機拍到的東西？或是反映肉眼看到（大腦解釋）的東西？哪個影像才是攝影者真正想要或應該要的？

人類視覺存在一些值得攝影者特別留意的性質（這部分資料，大多取材自 Dan Margulis 的 Professional Photoshop ）：

1.      色彩適應（ chromatic adaptation ）。人的視覺具有適應彈性。演化程序讓人類具備一種能力，會根據我們認定 —— 而不是實際 —— 的顏色（尤其是以白色做為參考基準），藉以判斷周遭環境的其他顏色。譬如說，在高色溫環境下，光線偏藍，但我們看到的白色還是白色（因為經驗告訴我們，某種東西是白色的）；可是，相機看到的白色會偏藍。在森林裡拍照，中性物體會染上黃綠色，但肉眼仍然認定這些物體的色彩是中性的，例如：白襯衫或黑頭髮。所以，這些「白」襯衫究竟應該顯示相機記錄的黃綠色，或反映肉眼看到的白色？

這個效應還有其他意涵，或許值得在此稍做討論。我們透過電腦螢幕觀察影像，面對的情況截然不同於觀看印製影像（照片）。對於印製照片，我們通常有參考基準可以判斷顏色，例如：照片的白邊、周圍的空白或其他，所以相對容易察覺色偏。電腦螢幕的情況則不同，沒有清楚的色彩參考基準，很容易讓我們產生色彩迷航。即使是明顯存在色偏的影像，只要讓視覺經過一段適應時間，在電腦螢幕上看起來就愈來愈正常。這也是為什麼在做色彩修正的過程中，重要基準色彩需要藉由色彩讀數判斷的理由所在。舉例來說，人類的肌膚、綠色植物、藍天、中性物體……等，其色彩讀數都存在特定的關係；我們可以根據這些已知的關係做為輔助，用來判斷影像其他部分的色彩是否合理。另外，也正因為這種緣故，螢幕校正並不特別重要（藉由儀器校正螢幕，確實有其必要性，但沒有必要太講究），關鍵判斷還是需要仰賴 RGB 、 LAB 或 CMYK 的色彩讀數。換言之，螢幕即使能夠精確顯示色彩，能夠清楚顯示某個影像確實存在色偏，但使用者如果沒有能力「看到」色偏，螢幕校正對於色彩修正的助益，恐怕也很有限。

2. 同時反差（ simultaneous contrast ）。對於色彩非常單調的景象，人類視覺會把主體顏色往相反方向調整，讓主體與背景產生更大的區別。可是，相機不具備這種能力。譬如說，看著一片森林，千萬年的演化程序，會讓我們自然強化眼前各種綠色之間的差異；換言之，單調顏色之間的色彩差異會被自然拉開。所以，當我們拍攝「看」起來很漂亮的森林、沙灘、峽谷 …… 等景象，結果經常會令人大失所望，因為相機拍攝的影像，色彩往往太單調，跟肉眼看到的景像完全不同。一般來說，相較於相機拍攝的結果，我們記憶中的綠色會更綠，肌膚會更健康，天空會更藍……等。這些效應都應該在暗房處理過程中受到強調。

3. 肉眼對於不同光線強度的環境，適應力非常強（很亮的東西，會自動變暗；很暗的東西，也會自動變亮），相機則不然。數位相機是以線性方式擷取亮度資訊，人類的視覺系統則是非線性的。

4. 環境的反射光或刺眼光源，肉眼會自動調整，所以看起來不會特別不舒服，甚至根本不覺得異樣，但相機拍攝的類似景象，就令人覺得很突兀，例如：眼鏡的反射光或臉部的油漬。這些問題都必須在暗房內處理。

5. 我們覺得有興趣的東西，肉眼會讓這些東西的反差自然加大，有別於其他東西。相機則一視同仁。所以，如何凸顯主題，也是暗房的重要工作之一。

6. 反之，對於我們覺得沒有興趣的東西，肉眼會自動喪失色彩感覺，但相機則不會。

7. 即使是色彩非常明確的東西，肉眼覺得其暗部通常是中性的（沒有顏色），但相機會看到明確的顏色。更詳細來說， 肉眼對於暗部的反差比較敏感（對於色彩比較不敏感），對於亮部的色彩比較敏感（對於反差比較不敏感）。這對於暗房處理也有顯著影響。譬如銳利化，影像暗部通常可以做大膽的銳利化，亮部則不適合，或需要採用不同的銳利化程序。

對於攝影，這些都是重要的視覺效應，在暗房處理或色彩修正上，也代表重要的指導準則。事實上，如果仔細研究色彩修正的處理程序，或閱讀這方面的書籍，我們還會察覺到很多類似細節。

相機與人類視覺感知系統之間，存在結構性質上的根本差異（我不想用這個枯燥話題來煩大家）。就人類的感知來說，我們看哪裡、看什麼、記住什麼、覺得什麼是重要的、如何感受，很多東西都非常主觀。對於同一個場景，每個人所記憶、所想描述的，恐怕都不太一樣，都是獨一無二的。譬如說，對於一個雪景，某些人可能覺得詩情畫意，另一些人可能覺得是一場災難。總之，如果我們想讓攝影結果呼應攝影當時的情緒經驗，難免要對於影像素材做一些彌補與修改。這也為什麼攝影是一種藝術而不是科學的道理。

（待續）