후 처리에서 소프트웨어가 어떻게 노출을 높이나요?

누구나 알고리즘을 알고 있거나 후 처리에서 밝기 (EV)가 어떻게 실행되는지 수학적으로 설명 할 수 있습니까? 각 픽셀의 밝기 / RBG / 대비 수준을 조정합니까? 히스토그램과 관련이 있습니까?

사후 처리에서 노출 부족 이미지의 노출 보정 기술은 무엇입니까?

편집 : 여기이 질문 에 링크가 게시되었습니다. 그것은 예 갖는 전기 자동차의 변경을하고는 왼쪽 / 오른쪽으로 이동한다. Matt Grumm의 답변에서 그는 각 픽셀이 "곱해집니다"(내 마음에는 히스토그램이 위 / 아래로 이동했음을 나타냅니다)라고 말합니다.

아무도 이것이 왜 그런지 설명 할 수 있습니까? (이 EV는 왼쪽에서 오른쪽으로 바뀝니다)

나는 우리가 모두 디지털 카메라를 갖는 것에 대해 흥분한다는 것을 알고 있지만 사실은 그렇지 않습니다 . 우리는 디지털 출력 형식 (그리고 이미지와 직접 관련이없는 많은 디지털 회로)을 갖는 아날로그 카메라를 가지고 있습니다.

아날로그 신호가 디지털 신호로 변환 될 때마다 양자화 노이즈가 발생합니다. 즉, 변환으로 들어가는 신호가 다른 쪽 끝에서 나오는 디지털 숫자의 값과 정확히 일치 할 가능성은 거의 없습니다. 자르기 또는 반올림 오류로 생각하십시오.

디지털 이미지 파일에서 후 처리를 수행하면 카메라가 추가 한 양자화 노이즈가 "베이크 인"됩니다. 포스트에서 어떤 비트 깊이를 사용하든 상관없이, 작업하는 데이터에는 아날로그 (웰, 퀀텀) 노이즈 구성 요소 (열 및 샷 노이즈, 앰프 왜곡 등) 와 양자화 노이즈가 있습니다. 카메라 출력의. 기본 데이터의 품질이 완벽하지 않으므로 결함이있는 데이터에서 수행 된 계산은 출력에 결함이 발생합니다. 그들이 말하는 것처럼 GIGO .

반면에 카메라에서는 양자화 전에 아날로그 신호를 증폭 (또는 감쇠) 할 수 있습니다. 그것은 아날로그 영역에서 노이즈에 전혀 도움이되지 않지만 주어진 밝기 레벨에서 양자화 노이즈 를 줄 입니다.

4.4 whatchamacallits의 아날로그 값이 있다고 가정 해 봅시다. ISO 100을 사용하여 촬영하는 경우, 가상의 "디지털"카메라는이를 4의 디지털 값으로 변환합니다. 포스트에서 겉보기 노출을 늘리기로 선택하면 잘린 4로 작업이 중단됩니다. 전체 정지보다 작게 카메라의 ISO를 높이면 4.4로 디지털로 변환되기 전에 아날로그 회로에 의해 증폭되어 전체 디지털 처리 계산보다 1 배 높은 디지털 값을 얻을 수 있습니다. 단일 비트 차이는 그다지 들리지 않을 수 있지만 처리 과정에서 발생하는 모든 오류를 누적하기 시작하면 주어진 픽셀이 원하는 값에서 멀어 질 수 있습니다. 그것이 소음입니다.

(카메라가 자신의 응답 특성을 "알고있다", 그리고, 예를 들어, 카메라 별, ISO는 기반 센서 노이즈 공제하지 않습니다 처리. 라이트 룸에서 그들을 설명 할 수 있다는 사실도 있습니다. 카메라가 수 , 아니지만 모두 그렇습니다 .)

찾고있는 공식입니까?

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

이것은 기본적으로 RGB 데이터의 각 채널에 대해 2 ^ EV를 곱한 다음 데이터의 최대 값에 상관없이 클리핑합니다. 8 비트 색상의 경우 RGBmax는 255가되고 16 비트 색상의 경우 65535가됩니다.

여기서 EV는 상대적 EV이므로 EV + 2.0은 모든 픽셀을 4 배로 곱하고 (밝게) EV-2.0은 모든 픽셀을 4 배로 나눕니다 (어둡게).

공식 자체는 히스토그램에 의존하지 않지만 사진을 최적으로 조정하는 데 사용할 노출 값을 결정해야하는 경우 히스토그램에서 EV를 계산하기 위해 일부 통계가 수행됩니다.

NB이 질문에 대한 Stan의 답변 이후 효과적으로 다른 질문이 무엇인지에 대한 질문이 수정되었습니다.

누구나 알고리즘을 알고 있거나 후 처리에서 밝기 (EV)가 어떻게 실행되는지 수학적으로 설명 할 수 있습니까? 각 픽셀의 밝기 / RBG / 대비 수준을 조정합니까? 히스토그램과 관련이 있습니까?

사후 처리에서 노출 부족 이미지의 노출 보정 기술은 무엇입니까?

모든 픽셀 값을 곱하고 (예 : 밝기, 대비는 개별 픽셀에 적용되는 용어가 아님) 오프셋을 적용하는 것이 간단 할 수 있습니다. 디 모자 이싱 후 완료된 경우 빨강 녹색 및 파랑 값에 동일한 요소를 곱하면됩니다.

카메라 센서는 본질적으로 선형 장치 인 반면, 대부분의 RAW 컨버터는 비선형 톤 커브를 적용하여 필름과 대조되는 S- 커브를 모방하려고 시도하기 때문에 노출 보정 프로세스는 RAW 변환과 관련하여 조금 더 복잡합니다.

따라서 노출 보정을 수행하기에 가장 좋은 시간은 이것이 적용되기 전입니다. 이것은 기본적으로 비선형 커브가 거의 확실하게 적용되기 때문에 Photoshop을 내보낼 때까지 기다리지 않고 RAW 변환기의 EC 기능을 사용한다는 것을 의미합니다.

일부 RAW 변환기 *가 "트위스트 된"색상 프로파일을 사용하기 때문에 상황이 더 복잡합니다. 이로 인해 색조 / 채도가 강도에 따라 다른 값으로 매핑됩니다. 이는 정확성을 희생하면서 더 유쾌한 색상을 생성하기 위해 수행되며 노출 보정 결과에 영향을 줄 수 있습니다.

일부 RAW 변환기는 하이라이트를 복구하고 그림자를 높이는 도구도 제공합니다. 이는 로컬 조정을 수행합니다 (즉, 개별 픽셀 값보다 훨씬 더 많은 것을 고려함). 이 알고리즘의 세부 사항을 알고 싶다면 대기실에서 Lightroom 개발자가 나타나기를 바랍니다.

* "일부 RAW 변환기"라고 말하면 기본적으로 Lightroom / ACR에 대해 이야기하고 있습니다. 이것이 제가 연구 한 유일한 것이므로 다른 고급 RAW 변환기는 아마도 비슷할 것입니다.

수학적으로, 매트릭스 (이미지)의 밝기는 픽셀 색조의 CIE L * 기능 값에 작용함으로써 전체적으로 영향을받습니다. 산술 관계입니다. 더하기, 빼기, 곱하기 및 나누기.

다시, 수학적으로 변환 행렬 (숫자)은 pp의 기존 행렬과 일치하며, 주제 또는 전체 행렬 (이미지)에 대해 선택적으로 만들 수 있습니다.

피사체의 조도 범위가 카메라 센서의 유용한 범위 내에있는 한 좋은 노출과 나쁜 노출은 임의의 용어입니다. 피사체 범위는 넓거나 좁을 수 있습니다.

참고 : 히스토그램은 이미지에서 조도의 상대적 분포를 나타내는 시각 보조 도구입니다. 선형입니다. 노출, 강도와 시간의 상호 관계와 항상 관련이 있으며, 항상 로그로 표시됩니다.

후 처리에서 노출 부족 이미지에 대한 노출 보정 기술은 무엇입니까?

이미지의 모든 값을 높이면 모든 값이 같은 양만큼 증가합니다. 이 "선형"응답은 디지털 이미지에 고유합니다.

우리는 그런 식으로 물건을 인식하지 않으며 결과 이미지가 부 자연스럽게 보입니다.

아날로그 (필름 에멀젼) 이미지는 사진 에멀젼의 반응이 인간 시각 시스템의 반응과 거의 유사하기 때문에 더욱 자연스럽게 보입니다. "S"자형 곡선이 언급되었다. 그 특징적인 "S"모양은 아날로그 반응입니다.

비례적인 인간 시각 반응과 선형 디지털 반응의 차이를 보상하면 차이를 미적으로 조화시키는 다양한 수단이 필요합니다.

차이를 비례 적으로 보상하는 효과적인 방법이 필요합니다. 이것이 기술입니다.