數位照片的奧秘

我們先來看看下面兩張長與寬最大800px的圖，其來源都是同一張相片:

原始圖檔直接縮小至800px，上傳至github。

原始圖檔上傳至google相簿，以800px呈現。

原始圖檔上傳至Flickr相簿，以800px呈現。

imagemagick 縮圖至800px並銳化，上傳至github。

不知道各位比較喜歡那一種呈現方式呢?

imagemagick的參數如下:

convert 原始圖檔.jpg -colorspace RGB -filter LanczosSharp -distort Resize 800x800 -unsharp 1x0.55+1.5+0.002 -colorspace sRGB -border 10 -quality 100 縮圖檔名.jpg

縮圖最重要的兩個環節，就是避免鋸齒化以及像素捨去(down sample)所產生的模糊化，這兩者無論是對於靜態影像或是動態影像都是非常重要的，對於去鋸齒化，我們參考Nicolas Robidoux [1]教授所建議的參數，使用distort Resize搭配-filter LanczosSharp，LanczosSharp其實是屬於Windowed SincFast演算法，可以用Verbose模式將細部的設定列出，例如在命令列下達:

convert null: -filter LanczosSharp -define filter:verbose=1 -resize 2 null: | grep '^#'

則會顯示:

# Resize Filter (for graphing)
#
# filter = SincFast
# window = SincFast
# support = 3
# win-support = 3
# scale_blur = 0.981251
# practical_support = 2.94375

這就是LanczosSharp的細部參數。所謂的縮圖，其實跟tensor transformation有關，因為一張圖其實就是以一個龐大的矩陣儲存影像資訊，有關SincFast演算法可以參考Resampling Filters [2]這方面的資訊。

而對於銳化這部份，效果比較好的是使用Gaussian Mask，類似的方式如Smart Sharpen [3]或unsharp mask，使用Photoshop或GIMP即可針對畫面線條的邊緣進行銳化，而跳過色階變化平滑的區域(例如膚色，或是天空)，這樣一來，就不會一併將雜訊銳化而造成不自然的雜點，unsharp mask這詞是來自於傳統底片攝影所使用的暗房技術，目的是得到邊緣銳利化的結果，在數位影像裡，透過將原圖減去一定比例的模糊化影像，所得到的差異影像(邊緣)疊加回原圖，以造成邊緣銳利化的效果，這就是為什麼這類方法都採用unsharp (mask)，而不是sharpen這個名詞，在imagemagick裡我們使用-unsharp這個參數進行圖檔的批次處理，可以省去滑鼠點來點去的繁瑣步驟，很適合用來一次處理大量的圖片。-unsharp參數在Eric Jeschke [4] 的文章裡有很詳細的解說，以我們所使用的銳化參數為例:

-unsharp 1x0.55+1.5+0.002

所使用的四個數字分別是Gaussian Mask的Radius(每個像素周圍列入銳化計算的像素範圍)、Sigma(Gaussian遮罩的半高寬，或是Standard Deviation)、Amount(邊緣黑白的差距)、以及Threshold(像素間對比差異要高於這個值才會列入銳化的計算)。在Eric的文章裡提到很多Radius與Sigma的計算方式，不過我們這邊取的參數，是筆者經過多次嘗試，而得到與Flickr縮圖銳化最接近的參數，同時，銳化與縮圖也有先後次序，筆者建議先進行縮圖再銳化，因為要做到與Flickr相簿同樣的效果，先銳化時必須要大大加強銳化的強度，容易讓照片產生不自然的顆粒，同時縮圖的速度也會比較慢。再者，先縮圖再銳化也可以採用相同的銳化參數，不會受到原始圖檔尺寸大小的影響，還有就是銳化儘量只做一次，不要重覆銳化，在縮圖時進行即可，儘量保留原始未銳化的圖檔以利於日後縮圖銳化成各個解析度之用。

看到這裡，我們對網路上所廣為流傳的許多資訊應該會更有概念，例如:

1. 為什麼非縮圖不可?
2. 1:1檢視靜態照片與1:1檢視動態影片，何者才有必要性?現今主流螢幕的解析度?
3. 相機所提供的高畫素，目的為何?
4. 鏡頭的銳利度(MTF-50)，片幅的大小(135, APS, 4/3,...)，感光元件的種類(Bayer、Foveon X3)等差異，在縮圖的情況下是否還有相對應的關係?
5. 原始圖檔細節保留愈多，是否代表縮圖下也能保留更多細節?
6. 數位相機的總畫素平均遠高於Full HD(1080p)的解析度，因此錄影的影像品質會不會受到縮圖(down sample)方式極大的影響?
7. 您有沒有在網路上見過高檔，大片幅相機拍攝的數位照片，清晰度竟然比一般DC還差?
8. 您有沒有遇到過片幅比較大的數位相機，其錄製的影片清晰度竟然比片幅小的數位相機還低?
9. 數位照片是否都是後製過的?
10. 許多相機宣稱移除低通濾鏡或是AA Filter，真的是為了提升畫面銳利度嗎?

「為什麼要100%檢視影像?」，「因為100%影像細節愈好，真正觀賞照片的畫質應該也會比較好?」，但是別忘了如果100%畫素檢視與100%照片觀賞之間多了個「縮圖」的過程，那麼兩者之間的關係就是由「縮圖」這個後製關係所主導，而沒有直接的關係，換句話說，就算100%畫素檢視細節驚人，也不代表會如實反應在100%照片的觀賞。任何作業系統，任何軟體在處理這些畫素遠大於螢幕的照片時，都必須套用各式各樣的縮圖演算法，其影響力有如這個章節所顯示的，甚至有可能大於攝影器材的解像力，即使是同一個原始高畫素照片，A秀圖軟體與B秀圖軟體所顯示的縮圖照片其實經常是不一樣的內容，這就是無所不在、無法擺脫的「影像後製」，任何數位照片的呈現，都有許多關鍵的環節，若忽略了這些過程，就容易產生許多迷思。100%像素檢視的比較就是非常典型的一類。這也就是為什麼筆者對於許多鏡頭或感光元件的解像力測試總是抱持著保留的態度，因為這些硬體的差異並不是真正造成影像銳不銳利的主因，兇手另有其人。現在的顯示系統正漸漸邁向4K畫素，但是在螢幕尺寸與觀賞距離沒有同比例增長的情況下，4K影像素材目前仍以提供後製的寬容度為主要目的，也就是縮圖，或是提供更大的色彩位元動態，然而若是沒有良好的後製方法，則無法發揮高畫素真正的優勢。